Открытая сервисная платформа Ensi для построения еком-решений: https://ensi.tech и экосистема данных для екома Ensi Cloud: https://ensi.cloud/
Технологические новости Ensi Backend News: https://t.me/ensi_backend_news
Post #388
74
Стратегия «Скучный ИИ»
Невероятный хайп вокруг ИИ мешает рассчитать реальную рентабельность его внедрения в каждом конкретном случае. Мы сформулировали принципы под общим названием «Скучный ИИ», которые помогают принимать бизнес-решения без оглядки на медийное давление.
1️⃣ На рынке нет кейсов комплексной эффективности ИИ. Есть только локальные решения, которые оптимизируют процессы, но не меняют бизнес целиком.
2️⃣ ИИ — широкое понятие. Хайп последних лет на самом деле связан с Machine Learning — одним из направлений ИИ. Использование термина «машинное обучение» помогает избежать ловушек хайпа.
3️⃣ Машинное обучение — не новое изобретение. Этот метод активно используется уже лет 20. Например, Яндекс Алисе уже 8 лет.
4️⃣ Комплексные ML-решения не дают абсолютной эффективности. У всех был опыт общения с чат-ботами, когда приходилось звать оператора. Оставлять клиента наедине с ML-решением — риск потерять его лояльность, и об этих рисках нужно помнить.
5️⃣ ML-решения дороги. Это касается и операционных затрат (подписки, токены, ресурсы на собственные модели), и капитальных (сбор данных, обучение). Часто они дороже традиционных алгоритмов или человеческого труда.
6️⃣ Для ML нужны качественные данные. У многих компаний данных либо мало, либо они загрязнены, либо и то, и другое.
Не важно, хотите ли вы, чтобы ваш ИИ был скучным или веселым, мы готовы обсудить ваши задачи.
Невероятный хайп вокруг ИИ мешает рассчитать реальную рентабельность его внедрения в каждом конкретном случае. Мы сформулировали принципы под общим названием «Скучный ИИ», которые помогают принимать бизнес-решения без оглядки на медийное давление.
1️⃣ На рынке нет кейсов комплексной эффективности ИИ. Есть только локальные решения, которые оптимизируют процессы, но не меняют бизнес целиком.
2️⃣ ИИ — широкое понятие. Хайп последних лет на самом деле связан с Machine Learning — одним из направлений ИИ. Использование термина «машинное обучение» помогает избежать ловушек хайпа.
3️⃣ Машинное обучение — не новое изобретение. Этот метод активно используется уже лет 20. Например, Яндекс Алисе уже 8 лет.
4️⃣ Комплексные ML-решения не дают абсолютной эффективности. У всех был опыт общения с чат-ботами, когда приходилось звать оператора. Оставлять клиента наедине с ML-решением — риск потерять его лояльность, и об этих рисках нужно помнить.
5️⃣ ML-решения дороги. Это касается и операционных затрат (подписки, токены, ресурсы на собственные модели), и капитальных (сбор данных, обучение). Часто они дороже традиционных алгоритмов или человеческого труда.
6️⃣ Для ML нужны качественные данные. У многих компаний данных либо мало, либо они загрязнены, либо и то, и другое.
Не важно, хотите ли вы, чтобы ваш ИИ был скучным или веселым, мы готовы обсудить ваши задачи.
- 👍 5
