Вкус на аутсорсе

Сотрудники лондонских книжных фиксируют грустный потребительский паттерн: клиенты всё чаще приходят с одинаковыми списками рекомендаций от ChatGPT.

Процесс покупки книг сводится к механической выдаче товара по списку, а классический книжный магазин начинает восприниматься как утилитарный ПВЗ.

Проблем здесь две.

Первая: все получают одно и то же.

Если сто человек напишут, что любят Харуки Мураками, список будет почти одинаковым. Но тут дело не только в нейросети. У языковых моделей всегда есть перекос в сторону популярного, и он снимается формулировкой запроса. Одинаковыми наш вкус делает наше банальное «посоветуй что-нибудь вроде раннего Пелевина».

Вторая: выдуманные книги.

В прошлом году Chicago Sun-Times напечатала летний список, где из 15 книг 10 просто не существовало. Правда, виновата не нейросеть, а автор, который не потрудился проверить список.

Зато есть то, чего никакой промпт не заменит. Хозяйка Lala Books рассказывает, как к ней пришла покупательница, у которой две джипитишные рекомендации не сработали: вроде бы тот же жанр, только без души.

Продавщица сразу поняла, откуда растут ноги рекомендации.

Рекомендовать книгу — значит рекомендовать эмоцию.

А у искусственного интеллекта просто нет для этого подходящего API.

Вкус на аутсорсе
Сотрудники лондонских книжных фиксируют грустный потребительский паттерн: клиенты всё чаще приходят с одинаковыми списками рекомендаций от ChatGPT | Сетка — социальная сеть от hh.ru Вкус на аутсорсе
Сотрудники лондонских книжных фиксируют грустный потребительский паттерн: клиенты всё чаще приходят с одинаковыми списками рекомендаций от ChatGPT | Сетка — социальная сеть от hh.ru