В 2021—2022 годах начался бум генеративных нейросетей: они стали доступны всем пользователям. Интерес к новому быстро перекинулся на бизнес, и нейросети начали активно применять в коммерческих целях, в основном для создания текстов и изображений. Но есть задачи, которые пока редко доверяют нейросетям, несмотря на очевидные выгоды. Рассмотрим некоторые из них.
Что такое генеративные нейросети
Термин «нейросеть» впервые появился в 1943 году в статье о логическом исчислении идей и нервной активности, написанной американскими учёными Уорреном Мак-Каллоком и Уолтером Питтсом. В современном значении под нейросетями понимают программные решения, построенные по принципу работы сетей нервных клеток живых организмов. Они способны обучаться при помощи оператора или даже без него — зависит от типа нейросети.
Генеративные нейросети — самый продвинутый вариант. Они используют существующий контент, чтобы создавать новый. То есть на основе того, что в нейросеть загружают, она генерирует уникальные тексты, иллюстрации, фотографии несуществующих мест, животных, людей и т. д.
Написав текстовый запрос, можно моментально получить идеи для вдохновения, ускорить работу маркетологов, дизайнеров, редакторов и других специалистов, которые имеют дело с контентом. Инженеры используют их для написания кода, что тоже сокращает время работы над приложениями.
Как нейросети используют в бизнесе
Согласно исследованию РАЭК, ещё до бума генеративных нейросетей Россию можно было отнести к странам с высоким потенциалом внедрения технологий на основе ИИ. Например, 38% компаний использовали виртуальных помощников, а 35% анализировали изображения с помощью ИИ.
По словам вице-премьера РФ Дмитрия Чернышенко, с начала 2023 года более 52% крупных российских компаний начали внедрять ИИ в свои процессы. К 2025 году вклад этой сферы в ВВП страны составит до 2%.
Сейчас, если речь заходит о применении генеративных нейросетей в российском бизнесе, обычно говорят об умных чат-ботах, расшифровке разговоров служб поддержки, генерации описания целевой аудитории или карточек товаров.
За рубежом технологию применяют более активно, в том числе в рекламных целях. Инструменты для создания изображений используют, например, производители продуктов питания.
Не самые очевидные задачи для нейросетей
Помимо описанных популярных задач есть и другие, которые можно поручить ИИ для экономии времени и денег. Однако пока это мало кто делает по разным причинам — например, потому что процесс оказывается сложнее, чем генерация картинок.
Рекрутинговые задачи
Для привлечения лучших сотрудников рекрутеры проделывают огромную работу: пишут привлекательные тексты для вакансии, размещают их на разных площадках, отсматривают сотни резюме, проводят десятки собеседований. Для частичной автоматизации процесса во многих зарубежных и некоторых российских компаниях используются автоматические системы мониторинга.
У таких систем обычно ограниченный функционал, их основная задача — проверить наличие в резюме ключевых слов из вакансии. Опытные соискатели научились обходить подобных помощников, добавляя в свои резюме нужные слова из описания вакансии, которые им подсвечивают, например, чат-боты.
Нейросеть может сократить время от первого «здравствуйте» до приёма на работу кандидата в десятки раз и при этом не упустить важные моменты в резюме. Глобальная компания, работающая в сфере управления персоналом, предложила клиентам платформу на основе генеративного ИИ. Нейросеть помогает создавать описание вакансий, отсеивать кандидатов, назначать собеседования. Она расшифровывает интервью с соискателями и закрывает ещё полтора десятка задач.
Решение, в отличие от устаревших моделей, работает по более сложной схеме: изучает кандидатов со всех сторон, разбирает резюме, не ограничиваясь ключевыми словами. Кроме того, сравнивает соискателей с сотрудниками, которые считаются наиболее эффективными и креативными в компании.
Создание видео для маркетинговых целей
В рекламе генеративные нейросети применяют часто, но видеореклама — один из самых дорогих сегментов маркетинга — пока освоена плохо. Судить о том, насколько качественно генеративная нейросеть может создать ролик с рекламой продукта, можно по немногочисленным примерам.
Один из самых ярких — двухминутная интернет-реклама газировки. Действие происходит в музее, где бутылку с напитком передают друг другу «ожившие» герои картин и скульптуры. В конце ролика напиток попадает в руки посетителю.
Российский медиахолдинг использовал нейросети для создания 20-секундного рекламного видео, которое показали на крупноформатных цифровых экранах. Нейросеть обучали на фотографиях десятков сотрудниц холдинга, затем с помощью сотен промтов сгенерировали динамичное изображение — собирательный образ женской красоты. Весь процесс занял две недели.
Логистические решения
До сих пор в грузоперевозках большую роль играют диспетчеры, особенно в небольших компаниях. Они распределяют заказы на автомобили и для каждого выбирают маршрут, который, как им кажется, наиболее оптимален. Нейросети, которые можно классифицировать как генеративные, отлично справляются с диспетчеризацией (управлением транспортными процессами) и маршрутизацией (процессом выбора наилучшего маршрута).
Нейросеть может прокладывать маршрут с учётом большого количества переменных: погоды, временных окон в каждой точке, пробок, аварий, расстояния и т. д. Решения с нейросетью под капотом позволяют сократить количество задержек грузов на 80% и снизить транспортные издержки в среднем на 15—20%. Некоторые из подобных решений планируют оптимальную дату и время доставки, чего не умеет делать ИИ без генеративных возможностей. Причина, по которой ИИ до сих пор нечасто используется в логистике, — уверенность, что опытные логисты и водители точно лучше знают, как и где лучше проехать.
К слову, у нашего Телеграм-канала есть ИИ-колумнист. Посмотреть его посты можно здесь. А больше о том, как нейросети (не только генеративные) применяются в разных отраслях, читайте на СберПро Медиа.
#Нейросети #Искусственныйинтеллект #Тренд