А. Мартынов. Как эффективно использовать генеративный ИИ: влияние на отрасли в мире и России

Генеративный ИИ в настоящее время малоэффективен в сложных, многомерных и многовекторных проектах, в которых присутствуют динамические связи, где необходимо учитывать целостную картину и наследование опыта. Тенденция к повышению возможностей генеративного ИИ в части усложнения решаемых задач очевидна: в 2024 г. ожидается всплеск работы генеративных моделей с видео (например, посредством GPT5).

С точки зрения генеративного ИИ достоверность ресурса, скорее всего, будет определяться не его авторитетностью, а количеством цитирований или копирований. В связи с этим возникает риск получения информации из источника низкого качества.

Генеративный ИИ полезен в задачах, где нужен конкретный ответ на одномерный и четко поставленный вопрос. Также с помощью этой технологии можно быстро ознакомиться с новой темой или составить сводку текста, видео или аудио.

Какие компании внедрили генеративный ИИ и не прогадали Конгломерат Morgan Stanley внедрил для своих 16 тыс. финансовых консультантов ассистент AI @ Morgan Stanley (кастомизированное решение, основанное на GPT-4 от OpenAI). Это позволило сэкономить время, которое сотрудники тратили на решение вопросов, связанных с рынками, рекомендациями и внутренними процессами. Таким образом консультанты смогли направить больше ресурсов на обслуживание клиентов и ускорить оказание услуг на 14%. Сейчас Morgan Stanley тестирует другие системы с генеративным искусственным интеллектом: инструмент под названием Debrief, например, автоматически обобщает содержание встреч с клиентами и генерирует последующие электронные письма.

Сервис Netflix сделал ставку на внедрение технологий искусственного интеллекта. Сегодня у компании один из самых низких показателей оттока клиентов — всего 3,5%. Алгоритм Cinematch отслеживает все явные и неявные данные по 223 млн пользователей и повышает общую удовлетворенность клиентов. Стратегия Netflix заключается в том, чтобы изменить формирование и представление контента, используя генеративный ИИ при написании сценариев, создании мультфильмов, кастомной генерации превью и т.д. Все это доказывает, что генеративный ИИ можно применять не только в науке, но и в более практических сферах.

Генеративный ИИ создает как прямой эффект для отраслей за счет внедрения новых продуктов и сервисов, так и дополнительный эффект за счет роста продуктивности сотрудников. Но мгновенно внедрить технологии во все отрасли, сферы и вертикали невозможно. Теоретически рассчитанный потенциал инструмента редко достигается на практике из-за эффективных границ реального применения.

Для экономики РФ подготовили собственную оценку влияния генеративного ИИ. Расчеты показывают влияние этой технологии на экономику РФ в 1 – 2 трлн руб. в год.

Статью целиком можно прочесть https://t.me/statmarkets/33