LeadStartup
Mikhail
Mikhail
Founder, Executive Partner
Искусственный интеллект
22 минут чтения
565 минут видео

Погрузитесь в мир искусственного интеллекта, узнайте о ключевых трендах AI на 2024-2025, и их влияние на бизнес и технологии.

AI или artificial intelligence (искусственный интеллект) — это способность машины или программы выполнять задачи человека.
Проведем корпоративное обучение для вашей компании
Пишите на почту b2b@leadstartup.ru — ответим в течении 30 минут
Критическое мышление + AI
Как разобраться с AI в задаче быстро?
Как использовать искусственный интеллект в работе?
Обновление функционала ChatGPT 4.o 2024
Работа с кодом и создание маркетинговой стратегии в ChatGPT
Работа с визуалом, лендингом и стоимостью с ChatGPT
Построение бизнес-модели и формирование Value Proposition с ChatGPT
Работа с деревом метрик в ChatGPT
Работа с Midjourney и создание User Story в ChatGPT
Как анализировать рынок при помощи ChatGPT?
Вы увидите, как быстро создавать новые концепты и идеи с помощью ИИ
С чего начать работу с продуктовой стратегией в ChatGPT?

Что такое artificial intelligence?

AI или artificial intelligence (искусственный интеллект) — это способность машины или программы выполнять задачи человека.

На каких платформах не специалисты могут создать собственные решения на базе artificial intelligence?

Amazon AI Services, DataRobot, Google AI Services и Symphony

AI / Artificial Intelligence - что это?

AI или artificial intelligence (искусственный интеллект) — это способность машины или программы выполнять задачи человека. Включает в себя научные теории и разные технические практики по созданию компьютерных программ, приближенных к интеллекту человека.

По сути artificial intelligence имитирует поведение и мышление человека. Но при этом умеет обучаться самостоятельно.

Различают слабый (Narrow AI) и сильный (Strong AI) искусственный интеллект.

  • Слабый — это когда обучающаяся система способна решать сложные задачи также или лучше человека.

  • Сильный — когда обучающаяся система обладает сознанием, может решать сложные задачи также как человек или лучше него.

Как развивался Artificial Intelligence

Первое заметное событие в области AI произошло в 1997 году. Тогда суперкомпьютер Deep Blue обыграл в шахматы Гарри Каспарова.

В 2011-м суперкомпьютер Watson от IBM победил в конкурсе эрудитов и заработал $1 млн на благотворительность.

Три года спустя, в 2014-м, компьютер с искусственным интеллектом прошел тест Тьюринга. В ходе этого теста экспериментатор общается с одним человеком и одним компьютером. При этом он не знает, кто есть кто. И задача компьютера — прикинуться человеком. Компьютеру это удалось. 33% экспериментаторов подумали, что с ними общается подросток из Украины.

В 2016-м году программа для игры в Го AlphaGO от Google победила профессионального игрока. Это событие сравнивали с тем самым матчем Каспарова. Вот только в отличие от суперкомпьютера Deep Blue программа для игры в Го была основана на общих принципах машинного обучения. При ее разработки использовали только элементарную теорию игры. А дальше программа обучалась сама на партиях профессионалов.

Из чего состоит Artificial Intelligence

  • Машинное обучение или Machine Learning. Это процесс реализации искусственного интеллекта, когда машина обучается сама, без участия человека.

  • Наука о данных или Data Science. Отвечает за интерпретацию результата. Почему при машинном обучении был выбран тот или иной вариант, или принцип решения.

  • Компьютерное зрение — когда машина может имитировать способности человеческого глаза. Например, распознавать объекты на фото, различать, где лицо, где здание, автомобиль или текст.

Трудности в создании решений на основе искусственного интеллекта

В 2019 год размер рынка artificial intelligence составил $37,5 млрд. Аналитики подсчитали, что меньше чем через 10 лет, к 2030 году решения на основе искусственного интеллекта принесут мировой экономике уже $15,7 трлн.

По отчетам PwC, рынок AI artificial intelligence растет ежегодно на 28%. Больше половины мировых компаний применяют как минимум одно решение на базе искусственного интеллекта. И этот процесс мог бы идти быстрее, если бы не определенные трудности.

  • Не хватает экспертов. Речь о разработчиках и специалистах data-scientist. А также о тех, кто будет применять искусственный интеллект в своей непосредственной работе и смотреть аналитику.

  • Не хватает качественных данных. Именно от их них зависит эффективность алгоритмов. Если у вас нет огромных баз данных, то AI не сможет обучаться и корректно работать.

Тренды в сфере AI в 2021-2022 году

В области искусственного интеллекта уже наметились свои тренды. Это сферы, которые в ближайшие годы будут только расти. Именно сюда стекаются сейчас основные ресурсы: люди и деньги.

Цифровые двойники

Это цифровые модели реальных объектов. Чаще всего их используют в промышленности, энергетике, нефтедобыче и автомобилестроении. На таких моделях можно строить прогнозы, как будут проходить те или иные процессы в разных условиях, испытывать новое оборудование. Или проводить эксперименты, без угрозы для реального производства.

Сегодня такие цифровые модели тестируют «Газпром» и предприятия «Ростеха».

Дополнения к человеческому телу

Смысл таких технологических дополнений в том, чтобы усовершенствовать человеческое тело, добавить ему новые функции.

Так, в американских компаниях развивают технологию чипирования сотрудников. В организации 32 Market, которая выпускает вендинговые автоматы для офисов, сотрудникам вживили микрочипы из биостекла под кожу. Они заменяют им пропуск, кредитку и визитные карточки. Сейчас компания открыла отдельное подразделение по разработке чипов и работает над новым устройством для людей с деменцией. Чип поможет отслеживать их перемещения по GPS.

И это не единственный пример. В армии США официально запущен проект по чипированию военнослужащих.

В Швеции действует крупное предприятие по разработке микрочипов — Biohax. В стране чипированы уже больше 4 тысяч человек. Чип заменяет им проездной в метро и кредитку. Свои чипы шведы поставляют в Великобританию, Германию, Францию и Испанию.

В России же чипируют пока только животных.

Платформы для создания Artificial Intelligence

Symphony позволяют не специалистам создать свои собственные продукты в области искусственного интеллекта. Это могут быть чат–боты, голосовые помощники и разные инструменты аналитики.

Используют такие платформы и крупные компании. Например, в 2GIS внедрили решение на базе Microsoft Azure Machine Learning для автоматизации работы внутренней техподдержки. Система имеет машинное обучение. Она автоматически классифицирует все входящие заявки по 28 классам. Сама же их корректирует: убирает лишние символы, запятые, нечитаемые кодировки. В итоге специалисту 2GIS остается только убедиться, что все классифицировано правильно. Средняя точность предсказаний сейчас составляет 74%, по некоторым классам — более 85-90%. Чем больше заявок система обрабатывает, тем лучше становится, действует процесс самообучения.

Искусственный интеллект экономит отделу техподдержки больше 70 рабочих часов в месяц. И для того, чтобы его создать IT–отделу даже не понадобились разработчики.

Роботы–рекрутеры

В США многие компании пользуются системой искусственного интеллекта HireVue. Что она умеет? Анализирует движения соискателей, манеру речи, мимику, позы. А еще ответы на вопросы, которые задает робот. Затем система анализирует все данные и делает вывод, подходит кандидат на эту должность или нет.

По прогнозам Global Market Insights, рынок роботов–рекрутеров к 2024 году вырастет до $1,3 млрд.

Когда говорят об AI artificial intelligence в HR, часто звучат опасения сколько миллионов рабочих мест могут занять «машины». Аналитики говорят, что к 2022 году это будет цифра в 75 миллионов. Именно такое количество рабочих мест будет автоматизировано. То есть машина или умные программы полностью заменят человека. В то же время к 2022-му планируется появление 133 миллионов новых рабочих позиций для человека.

AI Artificial Intelligence в медиа

Искусственный интеллект используют и в СМИ. К примеру, в Bloomberg система искусственного интеллекта Cyborg помогает журналистам в подготовке статей про отчетность компаний в Forbes работает бот Берти. Он помогает авторам с темами. Советует их на основании предыдущих материалов журналистов. Кроме того, Берти помогает с заголовками и подбирает изображения к текстам.

AI Artificial Intelligence в индустрии развлечений

Платформы с искусственным интеллектом MuseNet и Jukedeck умеют писать музыку. И вовсю помогают композиторам и музыкантам.

Но особенно здорово проявил себя искусственный интеллект в создании персонализированных рекомендацией. Активно используют эту функцию в Spotify и Netflix.

А в Amazon создали сервис Personalize. Он помогает создавать сайты и приложения с рекомендациями.

AI Artificial Intelligence и распознавание мошенничества

Такие решения проводят мониторинг ИТ–инфраструктуры компании. Система непрерывно самообучается и обеспечивает защиту бизнеса от мошенников, хакеров, нечистых на руку сотрудников.

Умные машины

И, конечно, нельзя не упомянуть про умные машины с искусственным интеллектом.

Правда, беспилотные автомобили пока притормозили. Оказалось, что до массового производства еще далеко, технология более сложная, чем ожидалось.

А вот умные машины вполне реальны. Например, искусственный интеллект нашел воплощение в дополнительной электронике в салоне. Например система контроля безопасности водителя. Снижает риск того, что водитель заснет и не дает пьяному сесть за руль. А еще сообщает экстренным службам, что водитель представляет опасность для других участников движения.

Как AI влияет на Product Managers?

AI–технологии имеют значительное влияние на работу продакт–менеджеров. С развитием и применением искусственного интеллекта в сфере продуктового менеджмента возникают новые возможности и вызовы. AI позволяет анализировать огромные объемы данных, предсказывать поведение пользователей, выявлять тренды и паттерны пользовательских персон, а также автоматизировать рутинные задачи.

Продакт–менеджеры могут использовать AI для принятия более обоснованных решений на основе данных, опираясь на данные и аналитику, а не только на «я так думаю». Они могут использовать AI–инструменты для анализа рынка и конкурентов, идентификации потребностей пользователей, тестирования гипотез и оптимизации продуктовых стратегий.

С появлением AI возникают и новые вызовы для продакт–менеджеров. Например, необходимость в понимании принципов работы AI–алгоритмов, способность интерпретировать и использовать полученные данные, а также этические и юридические вопросы, связанные с обработкой персональной информации и принятием автоматизированных решений.

Таким образом, AI–технологии открывают новые горизонты для продакт–менеджеров, но также требуют от них адаптации и освоения новых навыков.

Поэтому в плюс к нашему курсу по ChatGPT для продактов в едином доступе мы завтра проведем воркшоп «Использование AI в работе менеджера продукта / проекта». Полезно будет всем. Берите доступ и приходите.

Какой–то слишком умный текст вышел. Все гораздо проще в целом.

Критическое мышление + AI

AI + критическое мышление

Как разобраться с AI в задаче быстро?

AI-инструменты для быстрого решения задач

Как использовать искусственный интеллект в работе?

Работа с AI и ML в продуктовой работе

Обновление функционала ChatGPT 4.o 2024

ChatGPT 4.0 Updates 2024

Работа с кодом и создание маркетинговой стратегии в ChatGPT

Работа с кодом и создание маркетинговой стратегии в ChatGPT

Работа с визуалом, лендингом и стоимостью с ChatGPT

Работа с визуалом, лендингом и стоимостью с ChatGPT

Построение бизнес-модели и формирование Value Proposition с ChatGPT

Построение бизнес-модели и формирование Value Proposition с ChatGPT

Работа с деревом метрик в ChatGPT

Работа с деревом метрик в ChatGPT

Работа с Midjourney и создание User Story в ChatGPT

Работа с Midjourney и создание User Story в ChatGPT

Как анализировать рынок при помощи ChatGPT?

Как анализировать рынок при помощи ChatGPT?

Вы увидите, как быстро создавать новые концепты и идеи с помощью ИИ

Вы научитесь быстро собирать продуктовую стратегию

И дорабатывать уже существующую стратегию

Вы сможете быстро сформировать маркетинговую стратегию

И делать ее релевантной для вашего продукта

Вы научитесь эффективно писать ТЗ разработчикам при помощи chatGPT

И тратить на это существенно меньше времени, чем раньше

С чего начать работу с продуктовой стратегией в ChatGPT?

Как AI может помочь нам запилить стратегию продукта?

С чего начать работу с продуктовой стратегией в ChatGPT?

Шаблоны запросов (promts) в ChatGPT

  1. Общий запрос знаний:

    • "Можешь объяснить концепцию [ТЕМА]?"

    • "Что ты знаешь о [ТЕМА]?"

  2. Историческая информация:

    • "Расскажи краткую историю [СОБЫТИЕ/ЛИЧНОСТЬ/МЕСТО]."

    • "Какие значимые события произошли в период [ВРЕМЕННОЙ ПЕРИОД]?"

  3. Объяснение термина или концепции:

    • "Определи [ТЕРМИН] простыми словами."

    • "Как работает [КОНЦЕПЦИЯ]?"

  4. Инструкция или пошаговое руководство:

    • "Проведи меня через процесс [ЗАДАЧА]."

    • "Как мне [ДЕЙСТВИЕ]?"

  5. Генерирование идей:

    • "Можешь перечислить идеи для [ПРОЕКТ/ТЕМА]?"

    • "Мне нужно вдохновение для [ДЕЯТЕЛЬНОСТЬ]. Есть предложения?"

  6. Мнение или рекомендация:

    • "Какие общие точки зрения на [ПРОБЛЕМА]?"

    • "Можешь ли ты предоставить рекомендуемые методы для [ДЕЯТЕЛЬНОСТЬ]?"

  7. Сравнение или контраст:

    • "Сравни [ПРЕДМЕТ А] и [ПРЕДМЕТ Б]."

    • "В чем разница между [ПРЕДМЕТ А] и [ПРЕДМЕТ Б]?"

  8. Сценарий или гипотетическая ситуация:

    • "Представь, что [СЦЕНАРИЙ]. Что может произойти?"

    • "Как бы [СУЩНОСТЬ] обычно реагировал в ситуации, когда [СЦЕНАРИЙ]?"

  9. Рассказ или история:

    • "Можешь рассказать мне историю о [ПЕРСОНАЖ], который [СЮЖЕТНЫЙ ПОВОРОТ]?"

    • "Создай короткую историю с участием [ЭЛЕМЕНТЫ].»

  10. Подробное изучение или объяснение:

    • "Можешь предоставить подробный анализ [ТЕМА]?"

    • "Разложи на составляющие [КОНЦЕПЦИЯ] для меня."

  11. Перевод или языковые вопросы:

    • "Переведи фразу '[ФРАЗА]' на [ЯЗЫК]."

    • "Какие популярные выражения в [ЯЗЫК]?"

  12. Творческое письмо:

    • "Напиши стих о [ТЕМА]."

    • "Создай короткую песню о [ЭМОЦИЯ]."

  13. Решение проблем или предложение решений:

    • "Я столкнулся с [ПРОБЛЕМА]. Есть ли у тебя решения?"

    • "Как можно решить [ПРОБЛЕМА]?"

  14. Технические или специфические знания:

    • "Объясни [ТЕХНИЧЕСКАЯ КОНЦЕПЦИЯ] так, как бы ты объяснил новичку."

    • "Каковы основы [ТЕХНОЛОГИЯ]?»

Общие рекомендации по формированию запросов в ChatGPT

  1. Understand the Basics of Natural Language Processing (NLP): Понимание основ обработки естественного языка (NLP). Ознакомьтесь с тем, как работают языковые модели, такие как GPT, по крайней мере верхнеуровнево. Важно понимать, что ответы AI–модели основаны на огромных объемах данных, на которых она была обучена до определенной даты, поэтому она не всегда в курсе последних событий или разработок.

  2. Be Clear and Specific: Будьте понятными и конкретными. Четко обозначьте / опишите проблему или вопрос, который вы пытаетесь решить. Если вы хотите провести анализ или узнать мнение, сформулируйте соответствующий контекст для модели.

  3. Iterative Questioning: Итерационный вопрос. Если первоначальный ответ не является удовлетворительным, уточните, переформулируйте вопрос или задайте дополнительные вопросы. Разбивка сложных запросов на ряд более простых может зачастую дать гораздо более точные результаты.

  4. Avoid Ambiguity: Избегайте двусмысленности. Двусмысленные запросы могут привести к обобщенным или неясным ответам. Если термин имеет несколько значений, добавьте контекст запроса, чтобы уточнить, к какому конкретно контексту вы обращаетесь.

  5. Cross-Check Important Information: Дополнительная проверка важной информации. Языковые модели умеют предоставлять информацию, но всегда хорошо проверять критические данные из других авторитетных источников.

  6. Manage Expectations: Управляйте ожиданиями. Поймите, что ни один инструмент не идеален. Хотя ChatGPT и может предоставлять запрашиваемую информацию, все же иногда он может не оправдать ваших ожиданий.

  7. Experiment with Different Prompts: Экспериментируйте с разными запросами. Иногда переформулирование вопроса или подход к теме с разной стороны может дать более лучшие результаты.

  8. Prompt Length and Complexity: Длина и сложность запроса. Хотя краткость может быть эффективной, иногда предоставление дополнительного контекста или деталей может подтолкнуть модель к лучшему ответу.

  9. Stay Updated: Оставайтесь в курсе последних новостей. Новые версии или обновления моделей, таких как GPT, могут иметь улучшения или технологичные изменения. Будьте в курсе нововведений и вы сможете эффективно их использовать.

  10. Ethical Considerations: Этические нюансы. Если вы используете инструмент для описания продуктов или услуг, предназначенных для коммерческих пользователей, убедитесь, что ответы соответствуют этическим принципам и избегают потенциальных предвзятостей или дезинформации.

  11. Custom Training: Индивидуальное обучение. В случаях, когда общие модели не соответствуют вашим требованиям, рассмотрите возможность индивидуального обучения или дополнительной настройки моделей на конкретных наборах данных, если это возможно и доступно, чтобы лучше соответствовать вашим потребностям в определенной области или продукте.