«`html
Привет, меня зовут Сергей Мазур и это ежедневный обзор использования нейросетей для улучшения бизнеса от сервиса Иноватсон — платформа поддержки отдела продаж на основе контроля качества звонков.
2025 год приближается стремительно, и ИИ уже не просто захватывающая идея, но медленно становится основой для операций и роста бизнеса. Эти прогнозы по ИИ на 2025 год основаны на моем опыте работы в цифровом маркетинге, управлении продуктами и клиентском опыте более десяти лет.
Что меня больше всего вдохновляет, так это то, как ИИ становится менее связанным с модными терминами (такими как LLMs, GenAI) и больше с реальными проблемами. Независимо от того, переопределяет ли он, как поисковый намерение связано с целевыми страницами, или пытается сделать персонализацию менее навязчивой и более полезной, ИИ доказывает свою эффективность как универсальный инструмент для бизнеса, готового инвестировать в правильное его использование.
Вместе с моей командой в Monks (огромные приветствия Krasimir Bambalov) мы помогли глобальным брендам, таким как Starbucks, финансовым приложениям и другим крупным организациям, использовать ИИ для понимания клиентов, оптимизации опыта и стимулирования роста на основе данных. Независимо от того, анализируем ли мы поисковое поведение, интегрируем ли мы персонализацию в реальном времени или экспериментируем со множеством меньших языковых моделей (SLMs), я видел, что работает, а что нет. И теперь я хочу поделиться своими мыслями с нашей удивительной аудиторией.
Что ждет нас в 2025 году?
Вот в чем дело: если вы все еще обсуждаете, использовать ли ИИ, вы уже отстали. К 2025 году ИИ станет минимальным требованием для осмысления огромного количества данных о клиентах, которые собирают бизнесы. Основное внимание будет уделено не тому, используете ли вы ИИ, а тому, насколько хорошо вы его используете для принятия решений и улучшения опыта.
Почему это важно:
Моя перспектива:
Я видел на собственном опыте, как хорошо работают модели ИИ для анализа чувств и моделирования намерений запросов, что полностью меняет процесс принятия решений. Например, когда мы работали над проектом для Starbucks с Krasimir Bambalov, мы использовали ИИ для анализа отзывов клиентов по регионам (с использованием обработки естественного языка), что помогло сформировать дорожную карту оптимизации продукта.
Что вы можете сделать:
Давайте на мгновение остановимся (LOL): когда я говорю «ИИ», я не имею в виду подключение ваших чувствительных источников данных к публичным большим языковым моделям, таким как ChatGPT. Это обходной путь, а не стратегия. Я говорю о том, чтобы использовать решения ИИ, специально разработанные для вашего бизнеса, которые могут безопасно работать с вашими закрытыми данными. Это означает инвестирование в инструменты, такие как платформы анализа чувств, предсказательные аналитические системы или процессоры обратной связи от клиентов, которые интегрируются непосредственно с вашими системами. ИИ не просто генеративен — он аналитичен, предсказуем и трансформирует, когда применяется с надлежащей инфраструктурой.
Это напоминает то, что мой друг Eddie Aguillar говорил:
Я также не говорю о «использовании Zapier» для автоматизации двух процессов и называть это «ИИ».
Вы уже внедрили ИИ в свою практику CX? Читать больше о том, как вы можете показать ROI, который он приносит более широкому бизнесу.
Меньшие языковые модели (SLMs) и их влияние
Мы все слышали о шумихе вокруг больших моделей ИИ, таких как ChatGPT или Gemini, и это по всем правильным (и неправильным) причинам. Но не каждому бизнесу нужна самая большая и эффектная модель. К 2025 году SLMs окажут значительное влияние, поскольку они эффективны, недороги и отлично подходят для решения конкретных задач.
Почему это важно:
Моя перспектива:
Работая с финансовыми клиентами, я увидел, как меньшие, более целенаправленные модели ИИ могут значительно изменить ситуацию. Они предоставляют более быстрые результаты для задач, таких как анализ запросов или обнаружение чувств, без необходимости в массивной инфраструктуре.
В последние годы LLMs были звездами обработки естественного языка (NLP). С их огромными масштабами их хвалят за решение разнообразных и сложных языковых задач. Однако, как отмечает Yejin Choi, ведущий исследователь в области ИИ, «одержимость индустрии ИИ большими языковыми моделями затмила потенциал меньших языковых моделей».
SLMs — это свежий глоток воздуха — они более устойчивы, экономически эффективны и требуют менее вычислительных ресурсов, что делает их доступными для большего числа бизнесов. Поскольку спрос на анализ текста в реальном времени растет, это имеет огромное значение. Зачем сжигать энергию и бюджеты, когда меньшие модели, настроенные на качественные, специфические данные, могут предоставить такие же (или лучшие) результаты для целевых случаев?
Время изменить разговор с размера модели на то, что движет успехом: качество и актуальность ваших данных. SLMs не просто «меньше» — они «умнее» в том, как они вписываются в потребности бизнеса, не усложняя и не потребляя слишком много ресурсов.
Что вы можете сделать:
Персонализация не нова, но часто она поверхностна — подумайте о тех общих «Привет, [Имя]» электронных письмах. К 2025 году персонализация, наконец, будет развиваться в нечто гораздо более глубокое: опыт в реальном времени, который будет безупречным для клиентов. Независимо от того, в интернете, в приложении или в магазине, клиенты не видят разных «каналов». Они ожидают, что бренды будут знать их, помнить их и предоставлять именно то, что они хотят, без швов.
Почему это важно:
Моя перспектива:
Работая с ритейлерами, мы изучили, как данные приложений могут обогатить взаимодействие в магазине. Например, если клиент часто заказывает холодные напитки через приложение, как мы можем использовать эти данные, чтобы персонализировать их следующий опыт в магазине — возможно, предлагая новую холодную вкусовую комбинацию или предоставляя эксклюзивное вознаграждение?
Это сочетание онлайн и оффлайн персонализации не является чем-то желаемым; это становится стандартом. Это создание интуитивно понятных опытов, где клиенты чувствуют себя замеченными, не чувствуя себя при этом перегруженными или «наблюдаемыми».
Примеры в индустрии:
Что вы можете сделать:
Вы можете занимать верхние строчки Google весь день, но это пустая трата, если ваша целевая страница не соответствует тому, что люди ищут. К 2025 году оптимизация поискового опыта будет в центре внимания. Это моя самая большая ставка на 2025 год.
Почему это важно:
Что вы можете сделать:
SEO не является и никогда не было «публикацией контента». Если все, что вы делаете, это добавление слов и страниц в интернет, вы, вероятно, делаете это неправильно. Хорошее SEO заключается в нахождении пересечения между потребностями ищущего и поисковой системой, против ресурсов/целей бренда.
Также: пришло время для моего отсылки к DBZ!
Изменение в традиционно регулируемых отраслях
К 2025 году ИИ изменит стратегии клиентского опыта в традиционно регулируемых отраслях, таких как банковское дело, телекоммуникации и страхование. Эти сектора, часто ограниченные соблюдением норм и рисками, находят инновационные способы использования ИИ для удовлетворения ожиданий клиентов, оптимизации операций и масштабирования персонализированных услуг.
PS: В последние два года в Monks я активно работал с банками и финансовыми учреждениями, и БОЖЕ, мне нравится азарт находить креативные способы использования данных для экспериментов.
Почему это важно:
Пример в действии:
Моя перспектива:
Моя работа с банками и другими высоко регулируемыми отраслями показала мне, как инструменты ИИ, такие как анализ чувств и предсказательное моделирование, трансформируют стратегии CX. Например, предсказательная аналитика может помочь выявить клиентов, находящихся под угрозой оттока, в то время как анализ чувств выявляет повторяющиеся болевые точки в взаимодействиях с поддержкой. Эти инсайты позволяют бизнесу действовать быстрее и эффективнее, улучшая удержание и удовлетворенность клиентов.
Что вы можете сделать:
Когда мы смотрим в будущее на 2025 год, одно ясно: ИИ хорош только настолько, насколько хороши данные, на которых он основан. Независимо от того, используете ли вы предсказательную аналитику для персонализации опыта или меньшие языковые модели для решения нишевых проблем, все начинается с чистых, доступных и актуальных данных. Лучшие решения ИИ в мире не исправят плохие входные данные. Проще говоря: дерьмо в, дерьмо и выйдет.
Ключевые выводы из этих прогнозов:
- Чтобы добиться успеха с ИИ, начните с ваших данных. Хороший ИИ — это не магия. Так каков ваш следующий шаг?
PS: Я не смог бы говорить об ИИ с такой убежденностью и уверенностью без помощи, поддержки и сотрудничества с Krasimir Bambalov. Один из лучших специалистов по данным в отрасли, высококвалифицированный в области как LLMs, так и SMLs, статистики, вероятностного моделирования, машинного обучения, NLP и многого другого. Мне повезло работать рядом с ним последние два года, и мы провели некоторые безумно инновационные и исчерпывающие работы по текстовому анализу, и мы готовим вместе научную статью, которая будет выпущена в этом году или в начале 2025 года и будет исследовать сравнительный анализ производительности между LLMs и SMLs. Спасибо, Krasimir :).
Хотите увеличить прибыль с помощью ИИ? Переходите на наш сайт: Иноватсон.
© 2025 Сергей Мазур
«`