Актуальні нині технології, такі як токенізація, хмарні обчислення та штучний інтелект революційно змінюють звичні для нас галузі. Зокрема, генеративний ШІ трансформує споживчий досвід, покращує комунікацію з клієнтами та оптимізує робочі процеси в компаніях.
Глобальний ринок штучного інтелекту досяг майже 60 мільярдів доларів у 2021 році та, за прогнозами, зростатиме на 39,4% у рік, щоб досягти 422 мільярдів доларів до 2028 року. Північна Америка наразі займає найбільшу ринкову частку – приблизно 43%, проте за темпами зростання переважає Азіатсько-Тихоокеанський регіон.
У 2023 році генеративний штуний інтелект зайняв особливе місце у технологічній галузі. Незважаючи на те, що штучний інтелект існує десятиліттями, три основні фактори сприяли швидкому розвитку ChatGPT та подібних інструментів:
- Менші потреби уваги: генеративний ШІ – це краща версія пошукових систем, яка позбавляє необхідності аналізувати безліч результатів пошуку;
- Плагіни: ця важлива розробка допомогла перетворити генеративний штучний інтелект на практичний інструмент, який покращує споживчий досвід;
- Моделі з відкритим кодом: за допомогою них окремі компанії можуть використовувати генеративний ШІ зі своїми даними, не розголошуючи їх.
Якщо у 2017 році доля компаній, які використовували штучний інтелект принаймні для одного бізнес-застосунку, складала 20%, то в 2022 році вона зросла до 50%.
Як генеративний ШІ використовують у різних галузях
Попит споживачів і бізнесу на безпеку, персоналізацію, зручність і автоматизацію – це те, що є поштовхом для розвитку технологій генеративного штучного інтелекту. Наприклад, фінансові установи використовують його для персоналізованих банківських послуг, виявлення шахрайства та комплаєнсу. Генеративний ШІ відіграє важливу роль у зменшенні ризиків, оскільки він може генерувати набори синтетичних даних для перевірки ефективності алгоритмів виявлення шахрайства.
Щодо великих підприємств, то генеративний ШІ має потенціал покращити, перш за все, горизонтальний та вертикальний обмін інформацією – він може відбуватися практично в режимі реального часу. Також ця технологія підвищує ефективність, оскільки дозволяє оптимізувати процеси та збільшити швидкість роботи персоналу. Наприклад, корпоративні пошукові системи традиційно ідентифікують неструктуровану інформацію, що зберігається в документах, на сайтах та у внутрішніх мережах, індексуючи контент. Проте інструменти генеративного ШІ можуть надати відповіді, а не просто список документів.
82% опитаних компанією Deloitte бізнес-лідерів вважають, що штучний інтелект підвищує задоволеність роботою та продуктивність.
Зараз компанії розробляють спеціальні інструменти пошуку на основі генеративного ШІ, які допоможуть співробітникам отримати доступ до інформації, необхідної для ефективного виконання роботи, незалежно від того, де ця інформація знаходиться.
ШІ та фінанси
Сучасна фінансова екосистема дуже складна. Вона вимагає взаємодії між різними установами, включаючи банки, страхові компанії, інвестиційні компанії, регулятори, бізнесом та кінцевими споживачами. Генеративний штучний інтелект міг би оптимізувати ці процеси. Окрім того, він може сприяти підвищенню фінансової грамотності, діючи як персональний менеджер із управління статками та надаючи корисні поради. Інструменти генеративного ШІ можуть інтегрувати банківські рахунки, інвестиційні портфелі та рахунки малого бізнесу та навіть взаємодіяти з державними податковими службами за допомогою методів відкритих банківських даних.
Як приклад, уявімо, що персональний асистент на базі ШІ допомагає сформувати плани заощаджень для навчання в коледжі, отримати позику або реалізувати інвестиційну стратегію. Персоналізовані рекомендації генеративного штучного інтелекту можуть допомогти людям більш вміло керувати своїм фінансовим життям.
Morgan Stanley Wealth Management є прикладом раннього впровадження штучного інтелекту в банківському секторі. Завдяки стратегічній співпраці з OpenAI компанія використовує технологію штучного інтелекту та власні інтелектуальні активи, щоб надавати фінансовим консультантам інформацію в реальному часі.
Ще один приклад – компанія Mastercard, для якої моделі штучного інтелекту вже є основою багатьох рішень. Зокрема ця технологія дозволяє захистити понад 125 мільярдів транзакцій щороку. При цьому компанія залучає сотні спеціалістів із обробки даних та управління штучним інтелектом для розробки практичних ШІ-рішень.
Можливості для малого бізнесу
Генеративний штучний інтелект поступово стає цінним інструментом для підтримки індивідуальних підприємців і малого бізнесу, які часто стикаються з обмеженими ресурсами. Власники бізнесу можуть використовувати ШІ для фінансового менеджменту, для організації маркетингових кампаній та створення контенту, налагодження продажів, зокрема за допомогою чат-ботів. Тим, у кого обмежені технічні ресурси, генеративний штучний інтелект пропонує можливості кодування, які дозволяють створювати прототипи додатків і перетворювати свої ідеї на реальні рішення.
Власники малого бізнесу можуть використовувати штучний інтелект для об’єднання та автоматизації низки інструментів і платформ. Наприклад, плагін Zapier полегшує інтеграцію з 5000 програмами, включаючи Google Sheets, Trello, Gmail, HubSpot і Salesforce. Ця інтеграція оптимізує робочі процеси, посилює маркетинг, автоматизує щоденні задачі та підвищує продуктивність.
Роздрібна торгівля
Компанії роздрібної торгівлі та електронної комерції можуть використовувати генеративний штучний інтелект для оптимізації логістичних ланцюгів, посилення маркетингових ініціатив за допомогою персоналізації, покращення вимірювань і прискорення виходу на ринок нових продуктів і послуг.
Персональні консультанти з покупок на основі штучного інтелекту покращують клієнтський досвід. Уявіть, як віртуальний торговий експерт сканує кілька каналів, відсіює товари з поганими відгуками, визначає найбільш економічно ефективні варіанти та в результаті пропонує саме ті товари, які ви шукаєте. Такий помічник може надавати персоналізовані рекомендації щодо продуктів покупцям, аналізуючи їх дані. Зокрема, аналізуючи показники вимірювання тіла та біометричні дані, ШІ-асистенти можуть підібрати одяг, який сидітиме бездоганно.
Продавці, в свою чергу, можуть використовувати генеративний штучний інтелект для створення більш точних описів продуктів. Це вивільнить час для виконання інших завдань.
Як приклад, у червні 2023 року Carrefour, восьмий за величиною ритейлер у світі, запустив нові послуги на основі систем OpenAI, серед яких і чат-бот Hopla. Він допомагає споживачам з покупками, сприяючи зменшенню харчових відходів. Чат-бот надає пропозиції щодо повторного використання інгредієнтів і пропонує рецепти.
Туризм
Організація подорожі часто схожа на вирішення складної головоломки – мандрівники змушені скласти безліч компонентів. Проте автоматизація за допомогою ШІ може спростити цей процес. Завдяки інтеграції розмовного інтерфейсу з низкою туристичних платформ — авіакомпаній, готелів, перевізників — планування подорожі можна звести до короткої команди на кшталт: “Організуйте відпустку в італійському прибережному селі в межах мого бюджету”.
Крім того, штучний інтелект здатний робити точні прогнози цін, надаючи мандрівникам уявлення про тенденції тарифів авіакомпаній і забезпечуючи таким чином оптимальні пропозиції.
Ризики
Будь-яка нова потужна технологія викликає етичні запитання та застереження щодо її неправильного використання. Генеративний штучний інтелект не є винятком. Хоча деякі занепокоєння можуть бути надмірними, урахування ризиків є важливим для забезпечення відповідального використання ШІ.
1. Посилення упередженості.
Упередження в генеративному штучному інтелекті можуть виникнути через неадекватні навчальні дані, які кодують суспільні упередження, іноді мимоволі посилені розробниками. Зусилля, спрямовані на боротьбу з упередженістю, мають включати врахування різноманітних точок зору, регулярні аудити та спільну роботу дослідників штучного інтелекту, етиків, політиків та спільнот, яких торкнулася ця проблема.
2. Поширення фейкової інформації.
Здатність генеративного ШІ створювати клоновані людські голоси та різноманітний контент, а також швидкість його поширення викликає ще одне занепокоєння. В свою чергу, алгоритми соцмереж можуть посилити фейки, створені за допомогою ШІ. Боротьба з цими проблемами складається з виявлення дипфейків, відповідального управління штучним інтелектом, прозорості алгоритмів соціальних мереж і навчання медіаграмотності.
3. Сплеск кіберзлочинності.
Кіберзлочинці використовують генеративний ШІ для автоматизації кібератак і створення фішингових кампаній. Ця технологія спрощує атаки на основі соціальної інженерії, імітуючи людську мову. З іншого боку, спеціалісти використовують генеративний штучний інтелект для виявлення вразливостей і ідентифікації моделей загроз. Генеративний ШІ може зіграти важливу роль в навчанні моделей для блокування порушень безпеки.
4. Порушення прав на конфіденційність і авторських прав.
Генеративний ШІ збирає інформацію з інтернету та використовує її для навчання своїх моделей, тож це загрожує порушенням прав на конфіденційність. Ця інформація може включати, зокрема, особисті дані. Органи влади різних країн зосередилися на вирішенні цієї загрози шляхом розробки нормативної бази.
5. Заміна деяких спеціалістів.
У нещодавньому звіті McKinsey зазначається, що генеративний штучний інтелект може автоматизувати завдання, на які витрачається від 60% до 70% робочого часу деяких співробітників. Якщо це станеться, компаніям може знадобитися менше працівників. Тому активно обговорюється ризик того, що штучний інтелект може скасувати певні робочі місця. Насправді він, ймовірно, створить нові можливості та звільнить працівників від механічних завдань, щоб вони могли зосередитися на стратегічних питаннях.
Розвиток генеративного штучного інтелекту в найближчі 5-7 років можуть визначити такі тенденції:
- широка інтеграція великих мовних моделей;
- ШІ, розроблений під конкретні сектори економіки;
- пріоритет безпеки даних;
- взаємодія між різними ШІ-сервісами.
Експерти впевнені, що генеративний штучний інтелект активно розвиватиметься протягом наступних років. Ця потужна технологія обіцяє величезні можливості, але лише під наглядом людини. Безпечне використання генеративного ШІ залежить від злагоджених дій гравців ринку, регуляторів та користувачів.
У матеріалі використовуються дані дослідження Mastercard
