Олег Сковородников
CEO DT Consulting
CEO DT Consulting
Какие российские компании используют нейросети и что это им дает
Генеративные нейросети могут многое — например, анализировать звук жевания коровы, выдавать кредиты и писать код. Как еще их используют компании. Разбираемся вместе с РБК Pro.
Игорь Кириченко
CEO Naumen
CEO Naumen
Фото: Midjourney
В повседневной жизни нас окружают сгенерированные на лету сказки Алисы, суперточные подборки музыки и кинофильмов под личный вкус, «второе мнение» по рентгеновским снимкам, распознавание лиц в городской среде и на транспорте и, конечно же, всегда готовые помочь без очереди и в любое время суток боты клиентской поддержки в банках, авиакомпаниях и магазинах. Блогеры, студенты, журналисты, писатели, художники и даже музыканты уже как минимум осознали конкуренцию со стороны нейросетей, а как максимум — каждый день используют их в работе. Голливуд неслучайно бастовал — в мае 2023 года сценаристы потребовали ограничить влияние ИИ на их работу. Компании тоже осознали возможности, которые дает внедрение систем на базе искусственного интеллекта. Как они их используют?
Текст
Огромное число офисных сотрудников занято работой с документами, договорами, обращениями клиентов, проектной документацией или внутренними приказами. ИИ давно и успешно справляется с распознаванием текста.
Например, в РЖД действует автоматизированная система повышения качества обработки запросов граждан. Сто миллионов пассажиров ежегодно пользуется поездами дальнего следования. Поскольку бывает всякое: и кондиционер сломался в жару, и телефон в вагоне забыли, — РЖД получает сотни тысяч обращений объемом от одной фразы до нескольких страниц. С ИИ сроки поступления обращений от пассажиров к исполнителю сократились с нескольких дней до двух минут. А руководство получает аналитику по самым проблемным темам в реальном времени.
Другой пример — Служба финансового уполномоченного (АНО «СОДФУ»). Жалобы от потребителей финансовых услуг, которые поступают в контактный центр Службы, попадают в роботизированную систему обработки обращений. ИИ анализирует каждую из них, классифицирует и направляет специалисту для принятия решения, заранее подготовив оптимальные варианты ответа. Вместо судебной волокиты, занимающей месяцы, 100%обращений рассматриваются в регламентные сроки. Причем 77% из них подаются онлайн из личного кабинета.
Имея библиотеку готовых текстов, можно сгенерировать новый документ под запрос. Сравнив входящий документ с ранее накопленной базой, можно найти противоречия и ошибки или, наоборот, быстро убедиться в уникальности новой идеи. В результате вдвое меньшим числом людей можно делать ту же работу. Либо увеличить бизнес вдвое без роста по персоналу.
Звук
Один голосовой робот заменяет десяток сотрудников кол-центра — он не устает и не ошибается. При этом технология становится все более сложной. Кроме автономного разговора добавляются функции оценки эмоционального состояния клиента и оператора, корректности соблюдения оператором сценария или этических норм, режим суфлера налету. Обычные голосовые роботы стремительно умнеют. А генеративные копируют вашу манеру речи и поддерживают беседу.
С разработками ряда компаний в области разговорного ИИ мы сталкивается повсеместно. Например, чат-бот и голосовой помощник в Мосэнергосбыт взяли на себя обслуживание 91% чатов с клиентами и почти половину звонков. Они помогают людям по целому ряду вопросов, включая оплату электроэнергии, вызов служб и специалистов, работу в личном кабинете.
Еще один пример — ОТП Банк, где 54% всех диалогов в чатах на сайте, в мобильном приложении и Telegram обслуживает робот. Он поддерживает 257сценариев и решает запрос в среднем за 150 секунд, что на минуту меньше, чем требуется оператору-человеку.
Все чаще стала звучать мысль о том, что в итоге старый-добрый человеческий офлайн-сервис станет элитарным. А для массового потребителя останется только онлайн и ИИ. Нейросеть также может «слушать» подшипники, двигатели и любые станки. Да даже жевание коровы, чтобы человек мог решать, продолжать ли этой корове работать в молочной промышленности.
Изображение
Отлично работают и быстро развиваются отдельные направления распознавания картинок. Все начиналось со считывания штрихкодов. Сегодня распознавать можно почти любое изображение, в том числе лицо человека, отпечаток пальца или радужную оболочку глаза. Почти все производители активно внедряют машинное зрение, которое контролирует сборку, пайку, покраску, обработку. Огромные библиотеки изображений пешеходов накопили беспилотные автомобили. Интересно развивается распознавание строительных и индустриальных чертежей — оно позволяет заранее находить коллизии. К нам пришли генеративные нейросети, которые создают все более реалистичную картинку по образцу, описанию или в рамках художественного стиля. Пока нейросети чаще всего создают фото для соцсетей, но уже начинают осваивать иллюстрации — для компьютерных игр, книг, упаковок продуктов питания.
Например, ВкусВилл начал продавать товары с дизайном упаковки, созданным нейросетью. ИИ сгенерировал подходящую картинку для макарон «Бантики» с третьей попытки — в промпте машину просили выдать сумеречный морской пейзаж в синих тонах в стиле импрессионизм. Дизайнеры компаний просят нейросети дорисовать отдельные детали — например, ягоды к тарелке с мюсли или перчинку к горке специй.
Видео
В Москве установлено более 220 тыс. камер наружного наблюдения. Их активно обновляют, подключают к облакам и обрабатывают изображения нейросетями. Примерно в этом направлении развивается применение камер для контроля любых объектов, в том числе лесов, полей, карьеров и производств. Через обработку видео можно измерить геометрию, найти людей, животных и технику, выявить любые отклонения или происшествия и инициировать действие — например, нейросеть поможет вычислить человека без каски на стройке и потребовать немедленно ее надеть. Или заметить потерю зуба ковша экскаватора и остановить погрузку руды.
Беспилотный транспорт
Ушедший 2023 год можно назвать годом несбывшихся ожиданий в области беспилотных автомобилей. Беспилотники поехали без водителей, но аварии сильно охладили интерес к этой технологии. 2024 год начался с сокращений в крупнейших стартапах и отказа Apple от продолжения разработок собственного беспилотного электромобиля. Однако не только такси могут управляться искусственным интеллектом. А еще комбайны, трамваи и поезда — и там практика успешнее.
Поддержка принятия решений и работа с данными
Первые системы поддержки принятия решений помогали банкирам выдавать кредиты. И делали это настолько хорошо, что довольно быстро превратились в полноценные автономные ИИ-решения, которые уже без человека выдают типовые кредиты. Успех распространили на производство. Теперь любые сложные решения для оптимизации процессов выгодно дублировать нейросетью. Эти решения дорогие и масштабные, поэтому мнение нейросети подтверждает опытный мастер или инженер. Пока он нужен.
На рынке есть примерны успешного внедрения решений для text mining, то есть для работы со смыслами в больших текстах. Например, ИИ-система «умного» поиска в федеральной правительственной структуре быстро собирает подходящие данные из различных источников для принятия решений. Поиск работает по содержимому документов и изображениям, то есть он «читает» сканированные файлы.
Другой пример — производство шлакоблоков. Сырье нестабильно, для достижения необходимой твердости надо рассчитать количество добавок, оптимальную температуру и время запекания. Нейросеть предложит, мастер примет рекомендацию или скорректирует. Сюда же относятся предсказательные алгоритмы, которые собирают информацию с датчиков и систем, оценивают износ оборудования и рекомендуют график ремонта. А также расчет оптимальной загрузки и маршрута для работ сельскохозяйственной техники.
Программирование
ChatGPT, а следом еще много других генеративных нейросетей научились писать простой код. Пишут пока с ошибками, но быстро учатся. Как и в случае с картинками и текстами, максимальный экономический эффект дает не сама по себе нейросеть, а программист, который с ее помощью быстрее и точнее выполняет рутинные задачи — например, генерит тесты, которые проверяют код написанной программы.
Стартап Cognition в начале 2024 года объявил о старте закрытого тестирования ИИ-разработчика программного обеспечения. ИИ-программист по имени Devin стремится взять на себя весь процесс разработки: от написания кода и исправления ошибок в нем до тестирования. Пользователю нужно ввести в интерфейс Devin запрос на естественном языке, после чего тот выдаст пошаговый план решения задачи и приступит к его реализации. При этом бот будет сообщать о прогрессе, позволяя пользователю в режиме реального времени следить за своей работой и вносить правки.
Что дальше
Попробуем спрогнозировать, какое развитие получат современные ИИ-тренды в недалеком будущем. Продолжат развиваться направления, в которых экономический эффект от применения ИИ стал заметен еще в прошлом году.
Скорее всего, в тройке лидеров по объему привлеченных средств останутся:
1. Распознавание, обработка и генерация документов и текстов;
2. Все более сложные голосовые и программные роботы и помощники;
3. Машинное зрение и звук для складов, производств, транспортных и людских потоков, наблюдения за лесами, полями и периметрами.
— На рынок будут выходить сложные нишевые проекты из области систем поддержки принятия решений. Пока они останутся дорогими и эксклюзивными: чем меньше повторяемость операций, тем меньше данных для обучения нейросети и уже ее возможности.
— Начнется успешная монетизация результатов работы людей, которые производят GenAI-контент. Скорее всего, с гейминга и индустрии развлечений, плавно переходя в соцсети, программирование, рекламу и e-commerce.
— Обострится кадровый вопрос. В стране уже не хватает примерно 1 млн IT-специалистов, 400 тыс. рабочих на стройках, 200 тыс. таксистов и столько же курьеров, 25 тыс. операторов в контактных центрах. Это уже приводит к тому, что ИИ-технологии все чаще «упаковываются» в цифровых помощников или автономных цифровых агентов с простым интерфейсом — чатом в случае взаимодействия с человеком или API при общении с другой цифровой системой.
— ИИ-технологии необходимо применять массово, тогда они будут относительно дешевы. При таком подходе к внедрению может получить распространение и беспилотный городской транспорт, и роботизированная техника для уборки урожая.
Текст написан в марте 2024 года без применения генеративных нейросетей. Очень интересно подумать про март 2025 года. Надеемся, что предсказывать ИИ-перспективы 2026 года будут люди, а не роботы. Но совершенно очевидно, что еще лет через десять соревноваться с роботами в анализе перспектив искусственного интеллекта станет очень сложно.
Олег Сковородников, CEO DT Consulting
Игорь Кириченко, CEO Naumen
Фото: РБК
РБК Ссылка на источник
Текст
Огромное число офисных сотрудников занято работой с документами, договорами, обращениями клиентов, проектной документацией или внутренними приказами. ИИ давно и успешно справляется с распознаванием текста.
Например, в РЖД действует автоматизированная система повышения качества обработки запросов граждан. Сто миллионов пассажиров ежегодно пользуется поездами дальнего следования. Поскольку бывает всякое: и кондиционер сломался в жару, и телефон в вагоне забыли, — РЖД получает сотни тысяч обращений объемом от одной фразы до нескольких страниц. С ИИ сроки поступления обращений от пассажиров к исполнителю сократились с нескольких дней до двух минут. А руководство получает аналитику по самым проблемным темам в реальном времени.
Другой пример — Служба финансового уполномоченного (АНО «СОДФУ»). Жалобы от потребителей финансовых услуг, которые поступают в контактный центр Службы, попадают в роботизированную систему обработки обращений. ИИ анализирует каждую из них, классифицирует и направляет специалисту для принятия решения, заранее подготовив оптимальные варианты ответа. Вместо судебной волокиты, занимающей месяцы, 100%обращений рассматриваются в регламентные сроки. Причем 77% из них подаются онлайн из личного кабинета.
Имея библиотеку готовых текстов, можно сгенерировать новый документ под запрос. Сравнив входящий документ с ранее накопленной базой, можно найти противоречия и ошибки или, наоборот, быстро убедиться в уникальности новой идеи. В результате вдвое меньшим числом людей можно делать ту же работу. Либо увеличить бизнес вдвое без роста по персоналу.
Звук
Один голосовой робот заменяет десяток сотрудников кол-центра — он не устает и не ошибается. При этом технология становится все более сложной. Кроме автономного разговора добавляются функции оценки эмоционального состояния клиента и оператора, корректности соблюдения оператором сценария или этических норм, режим суфлера налету. Обычные голосовые роботы стремительно умнеют. А генеративные копируют вашу манеру речи и поддерживают беседу.
С разработками ряда компаний в области разговорного ИИ мы сталкивается повсеместно. Например, чат-бот и голосовой помощник в Мосэнергосбыт взяли на себя обслуживание 91% чатов с клиентами и почти половину звонков. Они помогают людям по целому ряду вопросов, включая оплату электроэнергии, вызов служб и специалистов, работу в личном кабинете.
Еще один пример — ОТП Банк, где 54% всех диалогов в чатах на сайте, в мобильном приложении и Telegram обслуживает робот. Он поддерживает 257сценариев и решает запрос в среднем за 150 секунд, что на минуту меньше, чем требуется оператору-человеку.
Все чаще стала звучать мысль о том, что в итоге старый-добрый человеческий офлайн-сервис станет элитарным. А для массового потребителя останется только онлайн и ИИ. Нейросеть также может «слушать» подшипники, двигатели и любые станки. Да даже жевание коровы, чтобы человек мог решать, продолжать ли этой корове работать в молочной промышленности.
Изображение
Отлично работают и быстро развиваются отдельные направления распознавания картинок. Все начиналось со считывания штрихкодов. Сегодня распознавать можно почти любое изображение, в том числе лицо человека, отпечаток пальца или радужную оболочку глаза. Почти все производители активно внедряют машинное зрение, которое контролирует сборку, пайку, покраску, обработку. Огромные библиотеки изображений пешеходов накопили беспилотные автомобили. Интересно развивается распознавание строительных и индустриальных чертежей — оно позволяет заранее находить коллизии. К нам пришли генеративные нейросети, которые создают все более реалистичную картинку по образцу, описанию или в рамках художественного стиля. Пока нейросети чаще всего создают фото для соцсетей, но уже начинают осваивать иллюстрации — для компьютерных игр, книг, упаковок продуктов питания.
Например, ВкусВилл начал продавать товары с дизайном упаковки, созданным нейросетью. ИИ сгенерировал подходящую картинку для макарон «Бантики» с третьей попытки — в промпте машину просили выдать сумеречный морской пейзаж в синих тонах в стиле импрессионизм. Дизайнеры компаний просят нейросети дорисовать отдельные детали — например, ягоды к тарелке с мюсли или перчинку к горке специй.
Видео
В Москве установлено более 220 тыс. камер наружного наблюдения. Их активно обновляют, подключают к облакам и обрабатывают изображения нейросетями. Примерно в этом направлении развивается применение камер для контроля любых объектов, в том числе лесов, полей, карьеров и производств. Через обработку видео можно измерить геометрию, найти людей, животных и технику, выявить любые отклонения или происшествия и инициировать действие — например, нейросеть поможет вычислить человека без каски на стройке и потребовать немедленно ее надеть. Или заметить потерю зуба ковша экскаватора и остановить погрузку руды.
Беспилотный транспорт
Ушедший 2023 год можно назвать годом несбывшихся ожиданий в области беспилотных автомобилей. Беспилотники поехали без водителей, но аварии сильно охладили интерес к этой технологии. 2024 год начался с сокращений в крупнейших стартапах и отказа Apple от продолжения разработок собственного беспилотного электромобиля. Однако не только такси могут управляться искусственным интеллектом. А еще комбайны, трамваи и поезда — и там практика успешнее.
Поддержка принятия решений и работа с данными
Первые системы поддержки принятия решений помогали банкирам выдавать кредиты. И делали это настолько хорошо, что довольно быстро превратились в полноценные автономные ИИ-решения, которые уже без человека выдают типовые кредиты. Успех распространили на производство. Теперь любые сложные решения для оптимизации процессов выгодно дублировать нейросетью. Эти решения дорогие и масштабные, поэтому мнение нейросети подтверждает опытный мастер или инженер. Пока он нужен.
На рынке есть примерны успешного внедрения решений для text mining, то есть для работы со смыслами в больших текстах. Например, ИИ-система «умного» поиска в федеральной правительственной структуре быстро собирает подходящие данные из различных источников для принятия решений. Поиск работает по содержимому документов и изображениям, то есть он «читает» сканированные файлы.
Другой пример — производство шлакоблоков. Сырье нестабильно, для достижения необходимой твердости надо рассчитать количество добавок, оптимальную температуру и время запекания. Нейросеть предложит, мастер примет рекомендацию или скорректирует. Сюда же относятся предсказательные алгоритмы, которые собирают информацию с датчиков и систем, оценивают износ оборудования и рекомендуют график ремонта. А также расчет оптимальной загрузки и маршрута для работ сельскохозяйственной техники.
Программирование
ChatGPT, а следом еще много других генеративных нейросетей научились писать простой код. Пишут пока с ошибками, но быстро учатся. Как и в случае с картинками и текстами, максимальный экономический эффект дает не сама по себе нейросеть, а программист, который с ее помощью быстрее и точнее выполняет рутинные задачи — например, генерит тесты, которые проверяют код написанной программы.
Стартап Cognition в начале 2024 года объявил о старте закрытого тестирования ИИ-разработчика программного обеспечения. ИИ-программист по имени Devin стремится взять на себя весь процесс разработки: от написания кода и исправления ошибок в нем до тестирования. Пользователю нужно ввести в интерфейс Devin запрос на естественном языке, после чего тот выдаст пошаговый план решения задачи и приступит к его реализации. При этом бот будет сообщать о прогрессе, позволяя пользователю в режиме реального времени следить за своей работой и вносить правки.
Что дальше
Попробуем спрогнозировать, какое развитие получат современные ИИ-тренды в недалеком будущем. Продолжат развиваться направления, в которых экономический эффект от применения ИИ стал заметен еще в прошлом году.
Скорее всего, в тройке лидеров по объему привлеченных средств останутся:
1. Распознавание, обработка и генерация документов и текстов;
2. Все более сложные голосовые и программные роботы и помощники;
3. Машинное зрение и звук для складов, производств, транспортных и людских потоков, наблюдения за лесами, полями и периметрами.
— На рынок будут выходить сложные нишевые проекты из области систем поддержки принятия решений. Пока они останутся дорогими и эксклюзивными: чем меньше повторяемость операций, тем меньше данных для обучения нейросети и уже ее возможности.
— Начнется успешная монетизация результатов работы людей, которые производят GenAI-контент. Скорее всего, с гейминга и индустрии развлечений, плавно переходя в соцсети, программирование, рекламу и e-commerce.
— Обострится кадровый вопрос. В стране уже не хватает примерно 1 млн IT-специалистов, 400 тыс. рабочих на стройках, 200 тыс. таксистов и столько же курьеров, 25 тыс. операторов в контактных центрах. Это уже приводит к тому, что ИИ-технологии все чаще «упаковываются» в цифровых помощников или автономных цифровых агентов с простым интерфейсом — чатом в случае взаимодействия с человеком или API при общении с другой цифровой системой.
— ИИ-технологии необходимо применять массово, тогда они будут относительно дешевы. При таком подходе к внедрению может получить распространение и беспилотный городской транспорт, и роботизированная техника для уборки урожая.
Текст написан в марте 2024 года без применения генеративных нейросетей. Очень интересно подумать про март 2025 года. Надеемся, что предсказывать ИИ-перспективы 2026 года будут люди, а не роботы. Но совершенно очевидно, что еще лет через десять соревноваться с роботами в анализе перспектив искусственного интеллекта станет очень сложно.
Олег Сковородников, CEO DT Consulting
Игорь Кириченко, CEO Naumen
Фото: РБК
РБК Ссылка на источник