Тихая революция: как большие языковые модели изменят бизнес

Читать в полной версии

На пороге большой трансформации

«Последние несколько лет мы наблюдали за тихой революцией в сфере искусственного интеллекта. Сегодня начинается новая захватывающая эпоха. Доступ к информации, создание контента, удовлетворение потребностей клиентов, сами принципы ведения бизнеса — все эти области ждут фундаментальные изменения» — так эксперты Accenture описывают ситуацию на рынке генеративного ИИ.

Генеративный ИИ — это тип ИИ, позволяющий создавать различный контент. Например, тексты, изображения, музыку и видео. Частью генеративного ИИ являются LLM — large language model, или большие языковые модели. Один из самых ярких примеров LLM — ChatGPT. В 2023 году чат-бот стал самым быстрорастущим сервисом в истории: в течение двух месяцев после запуска им воспользовались 100 млн человек.

Сейчас рынок генеративного ИИ находится в переломной точке. По последним данным Bloomberg Intelligence, его объем составляет $40 млрд. Аналитики предсказывают рынку взрывной рост в 32 раза, до $1,3 трлн, к 2032 году.

Дело в том, что по всему миру на генеративный ИИ начинает обращать внимание бизнес. Поначалу технология воспринималась как развлечение или даже как угроза. Но восприятие постепенно смещается в сторону практического интереса. Компании ищут пути внедрения генеративного ИИ в свою работу.

Корпорации, использующие эту технологию, получат прирост производительности, ускорение R&D, упростят для себя разработку новых бизнес-моделей и поднимут уровень персонализации клиентского опыта, перечисляют эксперты BCG. В результате, продолжают они, генеративный ИИ трансформирует целые отрасли экономики. При этом уже сегодня компаниям нужна четкая ИИ-стратегия, чтобы занять лидерские позиции на рынках через пять лет.

Проблемы популярных моделей и пути решения

По словам Кирилла Петрова, технологии генеративного ИИ развиваются настолько стремительно и настолько масштабны по своему значению, что бизнес находится в некоторой растерянности. Компаниям интересно экспериментировать, они видят большой потенциал, но сейчас не так много практических кейсов и мало проверенных решений.

Для российского сегмента ситуация осложняется тем, что разработчики популярных зарубежных моделей формально не работают с РФ. Поэтому получить официальный доступ к ним невозможно. Но на рынке уже появились несколько отечественных аналогов ChatGPT и Midjourney (нейросеть, генерирующая изображения). Сейчас компании совместно с предпринимателями экспериментируют с решениями, оценивают их коммерческие перспективы и возможные сценарии использования.

Основные преимущества российских моделей в том, что они лучше понимают русский язык и, по оценке самих разработчиков, зачастую дают более качественные ответы. Компании предоставляют безопасный доступ для пользователей и возможность встраивать решения в корпоративный контур. И главное, подключаться к отечественным сервисам можно вполне легально, как бизнесу, так и частным пользователям.

Однако вне зависимости от страны разработки некоторые особенности генеративного ИИ, например отсутствие строгой детерминированности результата работы моделей, вносят неопределенность. Раньше бизнес использовал софт, написанный на традиционных алгоритмах, который всегда давал предсказуемый результат, напоминает Кирилл Петров.

Существуют и другие ограничения, которые не позволяют бизнесу использовать ChatGPT и другие нейросети в исходном виде для решения своих задач. Одно из ограничений — это производительность, которая не всегда позволяет нейросетям решать задачи в реальном времени, например разговаривать по телефону.

Также из-за ограничений объема контекста ChatGPT иногда не учитывает некоторые детали запроса пользователя, что мешает последовательному рассуждению модели. Некоторые LLM не могут работать с документами и данными большого объема, а также «забывают» контекст длинных диалогов. Чтобы преодолеть это ограничение, в практических задачах требуется использование целого ряда дополнительных инструментов.

Поскольку LLM функционируют в облачной инфраструктуре, еще одна проблемная точка — конфиденциальность и защита персональных данных. В процессе взаимодействия с пользователем нейросеть способна получить чувствительную информацию, которая может быть использована без согласия человека.

Подобные ограничения подталкивают рынок к созданию инструментов взаимодействия — решений, заточенных под конкретные задачи.

Какие инструменты меняют рабочий процесс в компаниях

В 2023 году начали появляться первые решения для работы с генеративным ИИ. Это вспомогательные инструменты, которые позволяют эффективнее взаимодействовать с искусственным интеллектом.

• В мае Adobe представила Generative Fill для Photoshop — инструмент на базе ИИ-модели Firefly. Он позволяет редактировать изображения — добавлять или удалять объекты, создавать фоны, расширять границы — при помощи простых текстовых запросов. Их можно ввести в специальном поле на панели, появляющейся после того, как часть изображения выделена.
• 29 августа Google запустила в тестовом режиме Duet AI — ИИ-помощник для работы с приложениями в Workspace: Gmail, Docs, Meet, Sheets, Slides. Duet AI выглядит как чат, в котором можно оставлять запросы, например на составление презентации по итогам квартала. Duet AI воспользуется всем доступным контентом из почты, документов, таблиц и быстро создаст презентацию с текстом, диаграммами и изображениями.
• Похожий инструмент разрабатывает и Microsoft. Он называется Copilot и помогает работать с Outlook, Excel, Word и PowerPoint — например, создавать презентации, анализировать и визуализировать данные из таблиц и очищать почтовый ящик за считаные минуты. На данный момент продукт находится в раннем доступе.
• В сентябре Just AI представила Jay CoPilot. Это «умный» помощник для бизнеса любого размера. Jay объединяет LLM, диффузионные модели генерации изображений, подобные Midjourney, генеративные модели синтеза речи и модели распознавания речи в простом интерфейсе. Все сервисы доступны в виде приложений, которые позволяют решать такие задачи, как подготовка протоколов встреч, QA по массивам информации, рерайтинг, расшифровка и озвучка текстов и т.д. Jay также умеет создавать изображения, подкасты и готовить аналитические отчеты.

«Мы считаем, что гораздо больше людей примкнут к числу ранних пользователей самых прогрессивных ИИ-решений, если технологии будут доступны каждому без лишних сложностей. Сегодня для этого мы запустили свою большую языковую модель JustGPT и чат-бот Jay CoPilot, призванный сделать взаимодействие с ИИ интуитивно понятным и доступным», — заключает Кирилл Петров.

Дальнейшее развитие технологии и инструментов взаимодействия с генеративным ИИ приведет к тому, что само понятие «работа» будет переосмыслено, а каждую рабочую функцию изобретут заново, уверены в Accenture.

Функции разделят на задачи двух типов: те, которые можно автоматизировать и доверить машине, и те, что требуют участия человека. В результате, по прогнозам экспертов консалтинговой компании, у большей части работников в будущем появится «второй пилот» — ИИ-помощник. По их оценке, 40% рабочего времени в разных секторах экономики можно автоматизировать.

Как бизнес использует генеративный ИИ

В McKinsey подсчитали, что использование генеративного ИИ добавит мировой экономике от $2,6 трлн до $4,4 трлн в год. Для сравнения: ВВП Великобритании в 2021-м составлял $3,1 трлн. При этом одним из главных бенефициаров технологической революции станет банковский сектор. Благодаря генеративному ИИ финансовые организации смогут получить дополнительные $200–340 млрд в год.

«Банкинг уже давно пользуется преимуществами ИИ, особенно в области маркетинга и работы с клиентами. Генеративный ИИ может принести отрасли дополнительные выгоды, например автоматизацию части процесса риск-менеджмента», — отмечают аналитики McKinsey.

Банки уже активно экспериментируют с генеративным ИИ.

• Так, Morgan Stanley пытается адаптировать большую языковую модель GPT-4 под задачи финансового консультирования. Нейросеть, дополненная рядом инструментов, таких как векторные базы знаний, работает с 100 тыс. внутренних документов банка. В результате она способна отвечать на вопросы вроде «Кто является основным конкурентом IBM?» или «Какой прогноз по результатам Alphabet в этом году?».
• JPMorgan использует LLM, обученную на всех речах представителей Федрезерва с 1998 года, чтобы прогнозировать будущие действия регулятора, связанные с ужесточением или смягчением монетарной политики.
• Goldman Sachs использует генеративный ИИ немного иначе. Топ-менеджеры банка называют появление мощных генеративных систем революцией, сравнимой с изобретением печатного станка. Генеративный ИИ, как и печатный станок в свое время, совершит прорыв в области распространения знаний и информации, считают они. Банк создает собственный чат-бот ChatGS. Его основная цель — сохранение и передача ценных корпоративных знаний, которые зачастую находятся только в головах экспертов и ключевых сотрудников и могут быть потеряны после их ухода из компании.
• «Банки всегда первыми осваивают технологии, которые большей части общества еще недоступны или кажутся слишком инновационными и оторванными от жизни», — отмечает первый зампред правления Совкомбанка Сергей Хотимский. По его словам, недавно банк провел внутренний хакатон по LLM и генеративному ИИ. Сотрудники кредитной организации тестировали кейсы использования LLM в контуре своих профессиональных компетенций — от клиентских коммуникаций до предиктивной аналитики, искали неординарные сферы применения нейросетей, прорабатывали архитектуру реализации и рассчитывали на целесообразность внедрения новых ИИ-решений.
• По словам главного управляющего директора Альфа-банка Владимира Верхошинского, благодаря LLM сотни тысяч банковских специалистов по всей стране могут освободиться от рутины и направить свои силы на решение творческих задач.