Топ-10 сфер, в которых применяется генеративный ИИ
Поделиться
Рынок проверил и понял: генеративный искусственный интеллект — рабочий инструмент для сокращения издержек и повышения прибыльности бизнеса. В каких функциональных подразделениях компаний применение ГенИИ дает максимальный эффект, рассказывает Алексей Сергеев, руководитель практики «Машинное обучение и искусственный интеллект» Axenix.
72% компаний применяют ИИ
По данным McKinsey, в мире резко выросло число компаний, применяющих генеративный ИИ — с 55% в 2023 году до 72% в 2024-ом. Кроме того, половина компаний используют технологию сразу в нескольких бизнес-функциях. Ожидается, что мировые затраты на генеративный ИИ достигнут $110 млрд к концу года и вырастут до $190 млрд в 2025 году.
Интерес к ГенИИ объясняется видимым и быстрым бизнес-эффектом: компании, внедряющие решения на основе генеративных нейросетей, могут добиться экономии затрат на 15,7% в течение 12–18 месяцев, подсчитали в Gartner. Рассмотрим перспективные для России сферы применения ГенИИ на примерах российских и международных кейсов.
1. Маркетинг и продажи
Генеративный ИИ имеет огромный потенциал в сфере маркетинга и продаж, особенно в создании персонализированного контента. Технология позволяет генерировать рекламные тексты, слоганы, описания продуктов и посты в социальных сетях на основе предпочтений и поведения клиентов.
Кроме этого, ГенИИ способен создавать персонализированные сценарии переговоров и разрабатывать стратегии взаимодействия с клиентами. Он генерирует скрипты продаж, выявляет намерения и интересы клиентов, анализирует особенности ведения переговоров менеджеров по продажам. При грамотном использовании ИИ-инструментов они могут заметно повысить финансовые показатели бизнеса.
Так, реализованный Axenix кейс показал: маршрутизация звонков на основе ИИ-оценки «индивидуальной совместимости» оператора и клиента увеличила вероятность продажи с 26% до 30,1%.
2. Разработка ПО
ГенИИ позволяет автоматизировать множество процессов — от генерации кода и рефакторинга до тестирования. Это ускоряет разработку новых продуктов и снижает нагрузку на команды разработчиков. Так, недавнее исследование среди почти 5 тыс. программистов показало, что использование GitHub Copilot увеличивает количество выполняемых ими задач на 26%.
Практика Axenix показывает, что использование ИИ в отделах разработки крупных промышленных компаний может увеличить производительность специалистов в отдельных задачах до 70%.
Кроме этого, ГенИИ способен генерировать синтетические данные, что особенно полезно для тестирования систем и приложений, когда доступ к реальным данным ограничен.
3. Создание новых продуктов и R&D
Генеративный ИИ повышает эффективность исследовательских процессов и ускоряет создание инновационных решений. Например, генеративный дизайн уже применяется в таких отраслях, как Life Sciences и химическая промышленность. Здесь ИИ используется для генерации молекул-кандидатов, что существенно ускоряет процесс разработки новых лекарств и материалов. Так, компания Insilico с помощью ИИ-модели разработала и номинировала препарат класса «доклинический кандидат» для лечения запущенных солидных опухолей.
Те же принципы можно применить к проектированию других продуктов, в том числе в рамках крупных промышленных предприятий.
4. Цепочки поставок и производство
Генеративный ИИ выполняет роль ассистента на производстве. Например, участвует в организации предиктивного обслуживания оборудования — генерирует технические карты ТОиР (техобслуживание и ремонт), составляет графики выполнения работ.
Ассистенты на основе ИИ помогают инженерам и операторам получать и анализировать производственные данные, а также в режиме вопросов и ответов предоставляют необходимые сведения из базы знаний предприятия — инструкций, регламентов, политик.
Так, ИИ-ассистент Pilot C3 Generative AI помог компании F500 на 90% сократить время получения информации о способах устранить неполадки на производстве, а также на 85% повысить точность ответов на эти запросы.
5. Финансы и планирование
Одно из наиболее полезных применений генеративного ИИ в финансовом секторе — синтез и обработка неструктурированных документов, таких как отчеты, нормативные акты и претензии.
Генеративный ИИ повышает эффективность процессов прогнозирования и планирования. Например, решение JPMorgan, которое применяет ИИ для анализа заявлений Федеральной резервной системы США и интерпретации политических сигналов. С помощью ИИ можно быстро оценивать риторику регуляторов и строить прогнозы на основе многолетних исторических данных.
Bloomberg разработал собственную большую языковую модель, которая помогает анализировать огромные массивы финансовой информации, включая инфляционные ожидания, курсы валют и отраслевые тенденции в режиме реального времени.
Кроме того, ИИ может помочь в оценке финансовой состоятельности контрагентов. Технология прогнозирует потенциальную неплатежеспособность на основе финансовых и рыночных данных, что позволяет компаниям снижать риски и принимать более обоснованные решения о сотрудничестве.
6. Управление талантами
Генеративный ИИ — мощный инструмент для подбора и развития сотрудников. Он выявляет наиболее подходящих кандидатов из множества резюме, помогает HR-специалистам автоматизировать процесс создания тестов для оценки компетенций и персонализированных обучающих программ с учетом потребностей каждого сотрудника. Кроме того, ГенИИ может предлагать стратегии карьерного развития, анализируя семантические связи между компетенциями сотрудника и целевыми ролями в компании. Исследуя поведенческие паттерны сотрудников, помогает предотвращать возможные увольнения.
Примером применения технологии в HR может служить решение TalentGPT — собственная технология на основе ГенИИ, разработанная компанией Beamery. ИИ отслеживает более 17 млрд данных о кандидатах, компаниях, навыках и вакансиях. Ее особенность — в глубокой персонализации каждой задачи. Так, ИИ не просто генерирует новые описания вакансий, но и делает их максимально релевантными навыкам, которых не хватает организации, и способностям, которые помогают уже работающим сотрудникам достичь успеха.
7. Клиентское обслуживание
Технологии генеративного ИИ позволяют ускорить работу контакт-центров и улучшить качество обслуживания клиентов благодаря автоматизации части процессов. Виртуальные ассистенты способны оперативно обрабатывать запросы клиентов и давать ответы на типовые вопросы в режиме реального времени. А также — предоставлять операторам контакт-центров точные данные и рекомендации, позволяющие им быстрее сориентироваться для исчерпывающего ответа.
Кроме того, генеративный ИИ может анализировать разговоры с клиентами и выявлять точки для улучшения обслуживания. Это позволяет операторам обучаться на реальных примерах и быстрее адаптироваться к потребностям клиентов.
Так, федеральная логистическая компания с помощью ИИ-инструмента от Axenix на 70% сократила затраты на контакт-центр за счет автоматизации обработки части обращений.
8. Корпоративные ИТ и управление данными
ИИ эффективен для автоматизации обработки обращений сотрудников через различные каналы связи. Системы, основанные на генеративных моделях, способны классифицировать и маршрутизировать запросы, имитируя действия операторов, что существенно сокращает время на решение задач поддержки.
Кроме этого, ГенИИ используют для организации внутренней базы знаний компании, как в Morgan Stanley. Решение на основе GPT-4 обрабатывает тысячи документов в формате PDF и на основе полученных сведений создает цифровой профиль предприятия. Это значительно облегчает доступ к корпоративной информации и улучшает управление знаниями.
9. Информационная безопасность
Технология ГенИИ позволяет противодействовать киберугрозам. Например, создавать фишинг-тесты, с помощью которых обучают сотрудников распознавать действия хакеров, или выявлять уязвимых пользователей, способных поддаться уловкам киберпреступников. Так работает платформа OutThink.
Генеративные модели анализируют журналы систем для выявления аномалий, указывающих на возможные проблемы безопасности или неполадки в системе. Это позволяет оперативно реагировать на любые — реальные или гипотетические — угрозы.
10. Управление рисками
ГенИИ может значительно повысить эффективность управления рисками и правовыми аспектами бизнеса. Автоматизация процессов создания и анализа контрактов позволяет минимизировать вероятность ошибок, которые могут привести к финансовым потерям или юридическим рискам. ИИ помогает выявлять несоответствия между условиями контрактов и фактическим выполнением обязательств, что снижает вероятность возникновения спорных ситуаций с партнерами или клиентами.
Технологии ИИ также активно используются для мониторинга соответствия нормативным требованиям, включая охрану труда, экологические стандарты и другие регуляции. Так, компания MainsLab выявляет факты необоснованного лечения и навязывание услуг с помощью ИИ.
Подытожим: генеративный ИИ становится неотъемлемой частью современного бизнеса, стремительно изменяя ландшафт различных отраслей. Пионерами в его освоении выступают технологические компании и финансовые институты, которые инвестируют в инновации и готовы адаптироваться к новым реалиям. На этом пути достаточно сложностей: от недостатка квалифицированных специалистов до вопросов безопасности и этики использования данных. Компании, которые замедлятся в принятии этой технологии, рискуют отстать от конкурентов и упустить возможности для роста.
■ erid: LjN8K9jVZРекламодатель: ООО «Акстим»ИНН/ОГРН: 7705476338/1027705028405Сайт: https://axenix.pro/
Полный текст статьи читайте на CNews
