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.