Тотальное доминирование с AI. Стратегия, инструменты нейросети и ChatGPT

Генеративный ИИ и ChatGPT вывели дискуссии об искусственном интеллекте на новый уровень, привлекая внимание как предпринимателей, так и глав государств. Лидеры бизнеса и топ-менеджмент должны быть в курсе трендов и отслеживать сферы применения генеративного ИИ, чтобы создавать убедительные стратегические предпосылки для инвестиций.

Привет! Меня зовут Влад Прошинский, 8 лет запускаю и развиваю ИТ продукты в роли от Product Manager до CPO. Последние 8 месяцев изучаю как AI и LLM могут быть применимы в продуктах и бизнес-процессах. Я убежден, что знания в области нейросетей дадут менеджерам и фаундерам большое преимущество

В статье хочу поделиться стратегическим виденьем, кейсами применения генеративного ИИ в продуктах и в автоматизации бизнес-процессов компаний мирового уровня.

Генеративный ИИ оказал влияние, как никакая другая технология за 10 лет. За полгода ChatGPT сумел доказать: ни стоимость вычислений, ни сложность инфраструктуры, ни человеческие ресурсы больше не препятствуют массовому внедрению, ИИ-трансформация началась.

Согласно отчету McKinsey, ИИ может дать дополнительный прирост $13 трлн. к 2030 году, увеличивая глобальный ВВП на 1,2% в год.

Массовое принятие (mass adoption) технологии в активной фазе не только в личном использовании, но и в бизнес-процессах. Рост производительности труда разработчиков и работников умственного труда с использованием продуктов на базе GPT массово доказано, и заставило организации переосмыслить свои бизнес-процессы и ценность человеческих ресурсов. То, как развиваются продуктовые решения на базе GPT и других нейросетей, как интегрируют ИИ в повседневную жизнь человека и бизнес, — очередное доказательство того, что ИИ — стратегическая необходимость.

В отчетах о прибылях и убытках за этот квартал, СЕО технологических компаний в США говорят меньше о проблемах, а больше о том, как они планируют использовать ИИ для увеличения доходов и снижения затрат. Упоминания «AI» увеличились более чем в 4 (!) раза по сравнению с 2022 годом, что свидетельствует о том, что ИИ стал ключевым фактором конкурентоспособности и инноваций в технологической отрасли.

«Победитель забирает всё», и в контексте ИИ это выражение имеет прямой подтекст. В технологической гонке лидеры боятся остаться позади, если они замедлятся, а другие нет. Эта «дилемма заключенного» из теории игр, создает риски для ответственных практик внедрения ИИ. Лидеры, отдающие приоритет скорости выхода на рынок, являются движущей силой нынешней «гонки вооружений», в которой крупные корпоративные игроки торопят выпуск продуктов на базе нейросетей.

CEO и основатели компаний активно требуют от команд найти способы внедрения генеративного ИИ в свои продукты и процессы, но чтобы создать ценность с помощью этих технологий, необходимо понимать: как они работают, где принесут пользу, какие у них ограничения и риски. Такие компетенции, как правило, редко встречаются среди топ-менеджмента. Следовательно их нужно искать на стороне, на платформах, как Experum, ExpertMe, MentorClub, CareerPaths, фриланс биржах или написать мне.

В статье я вскользь затрону развитие технологии, как продуктолога меня интересует как эта технология изменит потребности пользователей, способы решения задач и самое главное: «как на этом заработать?», ведь задача бизнеса извлекать прибыль. Но по статистике, 87% ML-проектов не доходят даже до внедрения и основная проблема в том, что мало кто сейчас имеет комплексные знания о том, какой «кубик» в виде ИИ решения встроить в систему, как это сделать, как всё не «сломать».

Типичные проблемы с которыми сталкиваются команды:

В современных реалиях бизнесу нужны менеджеры, которые будут видеть стратегические возможности для внедрения ИИ там, где это возможно, а также выстраивать операционные end-to-end процессы.

Согласно графику, который приводит Gartner, общий ИИ (AGI, artificial general intelligence), он же «искусственный разум», способный найти решение для произвольных задач и дообучаться до бесконечности, появится примерно через 10 лет. Прогноз сообщества Metaculus чуть более оптимистичен – январь 2027.

Очевидно, прогресс развития в сторону AGI искусственно сдерживают: первое письмо с требованием немедленно приостановить обучение более мощных моделей, чем GPT-4, было опубликовано в марте, второе — в мае. Как итог, в середине апреля OpenAI заявили, что приостановили обучение модели GPT-5 и занялись «другими вещами» (быстрым API и снижением «стоимости ИИ»), а 30 июля тот же OpenAI подает заявку на патент GPT-5... Процесс необратим.

Промежуточным этапом указан «причинный / казуальный ИИ» (Casual AI) – это новый тип ИИ, который может обнаруживать и рассуждать о связи причин и следствий, а также определять силу каждой связи. Причинность, очень важна для последующего прогресса. Его характеризует: высокая автономность, адаптивность, принятие обоснованных и логичный решений.

14 июля 2023 Илон Маск объявил о запуске xAI, цель которой «понять истинную природу Вселенной», для решения таких задач как раз и нужен Casual AI. Среди ранних инструментов: Auto-GPT, BabyAGI, SuperAGI, ToddlerAGI.

Сейчас в большинстве ИИ продуктов под капотом GPT-3.5 или GPT-4, которая дообучена для решения конкретных задач в рамках продукта, а самым популярным продуктом является ChatGPT, который набрал 1 млн. пользователей за рекордные 5 дней в 2022 году.

Появление GPT-5 несомненно повысит качество продуктов и откроет новые возможности для решения задач и самого ChatGPT. Таким образом, ваш GPT-ассистент, который может помочь вам делать вашу работу эффективнее, со временем будет становится более умным, а качество и скорость выполнения задач будет расти экспоненциально.

Компании и специалисты, которые внедрили в свою работу ИИ инструменты, выигрывают в моменте и со временем, отрыв от тех, кто их не использует будут стремительно проигрывать более продвинутым.

Почему это так важно именно сейчас?

В отчете исследователей Microsoft объясняется, как языковая модель GPT-4 осваивает навыки человеческого мышления. Можно ли считать это этапом появления AGI (общего искусственного интеллекта)?

ChatGPT можно рассматривать как посредственного ассистента, уровень которого зависит от навыков промптинга (умение коммуницировать с нейросетями в виде подсказок), но сейчас это отправная точка в совершенно иное будущее, которое наступит через 3-5 лет.

Мировые продуктовые компании активно внедряют ИИ в свои продукты, повышая ценность за счет увеличения скорости работы и решение проблем «с чистого листа», это позволяет лучше активировать пользователей в ключевые JTBD сценарии. Примеры:

Небольшой список инструментов, которые можно начать применять в своей работе и в компании:

Forbes пишет , что Meta , Canva и Shopify используют решения на базе ChatGPT в своих чат-ботах саппорта клиентов.

Решения для саппорта: Kapa, Clueso, Ada, MagicReply

По данным GitHub, Co-pilot участвует в написании 46% кода (среди тех, кто его использует) и помогает писать код на 55% быстрее

Важно отметить о нюансах работы с GPT:

Резюмируя, хочу отметить, что на этапе роста бизнеса, особую роль занимают эксперименты. Проверять гипотезы – одна из основных задач маркетологов и продактов. Тестируя перечисленные инструменты, есть большая вероятность что вы сможете найти точки роста эффективности в своей работе.

Эффект от внедрения AI аватаров Synthesia, как примеры роста, которые мы планируем внедрять в один из проектов клиента:

Отдельно выделю решения c открытым исходным кодом. Они больше подойдут для среднего бизнеса, для проектов, где требуется больше гибкости, секьюрности, экономии бюджета.

Согласно аналитике Trends.vc, ИИ с открытым исходным кодом помогает компаниям строить инфраструктуру быстрее, учась друг у друга. Компании, которые предлагают ИИ с закрытым исходным кодом решают, когда и для чего вы можете его использовать. ИИ с открытым исходным кодом помогает нам учиться и опираться на результаты работы друг друга, это превращает гонку ИИ вооружений в сотрудничество.

Open-source платформы

В будущем появится больше платформ, созданных для размещения моделей с открытым исходным кодом. Они упростят создание и развертывание моделей.

Open-source модели

Open-source дата-сеты

Open-source инструменты

Альтернативы ChatGPT с открытым исходным кодом

Плюсы open-source AI

Появление новой «работы» (в терминах JTBD) у потребительских сегментов уже активно формируется. Это порождает спрос на экспертизу внедрения ИИ в бизнес-процессы для получения конкурентных преимуществ. В этой связи, будет активно развиваться ИИ консалтинг, а также курсы и мастер-классы по внедрению решений в бизнес-процессы.

Компании всё больше будут отдавать такие задачи на аутсорс, так как высокий риск внутреннего саботажа среди сотрудников из-за страхов остаться без работы (отчет ВЭФ за 2023 год утверждает, что к 2025 году 50% задач на рабочих местах будут автоматизированы).

С формированием рынка бизнес-консультантов по ИИ будут набирать обороты запуски инфо-продуктов. Можно создавать курсы и мастер-классы для внедрения ИИ в бизнес-процессы, а также обучать фрилансеров для овладения инструментарием. Для примера англоязычные мастер-классы:

Генеративный ИИ находится на пике хайпа, согласно свежему отчету Gatner, ожидания от технологии завышены и, видимо, мы переходим в фазу «разочарования», что подтверждается снижением использования ChatGPT среди энтузиастов (в РФ аудитория ChatGPT снизилась на 30%, а Midjourney - на 50% в июне), тем не менее, согласно циклу и прогнозам стратегов, технология получит широкое применение в начале 2024.

Недавно Gartner провели опрос на конференции The Future of Data-Centric AI, который показал, что большинство участников планировали начать промышленное использование больших языковых моделей (LLM) к концу 2023 года. Компании вынуждены добавлять ИИ в свои решения и процессы, чтобы оставаться конкурентоспособными.

Что думаете? Уже тестили ИИ? Делитесь опытом и идеями в комментариях 👇