Промптить могут все, но как на этом заработать? Илья Обабков об ИИ для бизнеса

Ректор Уральского федерального университета (УрФУ) Илья Обабков на IV Всероссийском финансовом форуме «Финмаркет» дал 10 советов о работе с искусственным интеллектом в бизнесе. 

Тема его выступления — «Искусственный интеллект vs натуральная тупость: почему для умных машин нужны глупые правила».

«Натуральная тупость» в этом контексте — это не про сам искусственный интеллект, а про то, как люди с ним взаимодействуют, это система очень простых, но жестких правил и регламентов.

Главная проблема нейросетей — галлюцинации. Для ИИ нужно создавать ограничения, чтобы он не пользовался несуществующей или неправдоподобной информацией. Иначе его нельзя будет применить с пользой ни в медицине, ни в образовании, ни в финансах — вообще нигде, — уверен ректор.

В системе проверки знаний, результатов работы ИИ обязательно должны быть задействованы живые люди, узкие специалисты, которые обладают практическим опытом в конкретной специальности.

Инвестировать, по мнению Ильи Обабкова, нужно не в создание ИИ (это прерогатива больших компаний, и здесь уже сформировалась группа лидеров), а в использование ИИ на реальном производстве, где часть сотрудников работают с ИИ, а часть — не работают с ним никогда, и этим они особенно ценны.

Итак, 10 советов от Ильи Обабкова — на что обращать внимание, если вы хотите, чтобы искусственный интеллект помогал зарабатывать.

— Первое. Сейчас появилась технология, которая пишет программный код или делает любые другие цифровые продукты за считанные минуты, и нужно понимать, что теперь эта кнопка есть у всех.

С помощью ИИ вы не создаете функционал, а пытаетесь проверить бизнес-гипотезу на ваших клиентах — каким будет их поведение. Кто быстрее проверил, тот быстрее добился успеха. Но как вы будете этого клиента удерживать?

Я думаю, что будут выигрывать те, кто наладит стабильный непрерывный цикл проверки гипотезы, адаптированный под конкретного клиента. Вот на этом цикле можно будет достаточно хорошо зарабатывать, но удержанием клиента придется заниматься другими способами.

Раньше это был функционал вашего приложения, сейчас — что-то иное, например, инфраструктура, доступ к каким-то данным, контактам. Если вы правильно все это наладите и клиенту будет дороже уйти, чем остаться, тогда вы заработаете.

Второе. Промпты писать могут все. Мы видим хайп на рынке труда относительно этого: промпт-инженер — дорогая профессия, но, друзья мои, поверьте, промпты писать может любой. Очень важно понимать, кто из этих промпт-инженеров может дать вам качественный результат с высокой степенью надежности.

Мы помним разницу между словами «истина» и «правдоподобность», кто может этот переход вам обеспечивать? Поэтому выбирайте себе в команду людей, глубоко погруженных в контекст.

Третье. Мы наблюдаем хайп в бизнесе: вам наверняка приходит много предложений по увеличению продуктивности и заработков с помощью ИИ. Надо обращать внимание, какое реальное достижение есть у тех, кто с ним работает, есть ли у них доказанная ценность для вашего бизнеса.

Если у них есть накопленные дата-центры, есть ИИ, которого они обучили, и он второй в мире по качеству и объему, в такие проекты инвестировать можно и нужно.

Четвертое. Поясню, что я понимаю под свойством, которое назвал «тупость» — это система очень жестких правил и регламентов для использования ИИ. Буквально три пункта, которые обязательно надо учитывать. Ведь наш ИИ выдает очень простой, дешевый и быстрый цифровой контент. Но если вы не организуете эту работу, то вероятность получения галлюцинаций очень высока.

1. Любому ИИ можно поручить создание чек-листа для проверки самого себя — нет ли там запрещенных слов, работает ли он в рамках контекста, который ему дали. В этом случае вы получите сотрудника-стажера, который сам себя умеет проверять. Вообще отношение к ИИ как к одному из своих сотрудников стажерского уровня очень помогает.
2. Второе — факт-чекинг. ИИ выдает очень правдоподобные факты, но когда вы начинаете их проверять, возникает странное чувство, что списка литературы, который он выдал, не существует — ни статей, ни авторов, ни событий, которые им названы, в природе нет. Поэтому организуйте полный факт-чекинг — упомянутые имена, даты, цены, ссылки на договора — пускай проверяет.
3. Крайне необходимо обязательное участие человека, чтобы он тоже проверил данные до того, как вы их опубликовали, передали клиенту и так далее. И тогда система очень жестких правил даст вам эффективное качество эксплуатации систем ИИ.

Пятое. Переходим к важным техническим вещам. Многие увлекаются экспериментами с ИИ-моделью, пытаются создать свою модель, адаптировать чужую. Это уже сделано на стыке больших компаний и университетов. Влезать на тот тяжелый рынок опасно. Затраты на дата-центры и на исследования языковых моделей крайне высоки. Здесь уже сформировалась группа из 5-7 лидеров. А вот решений на этих моделях, как их прикручивать к отдельным направлениям, пока еще очень немного. Поэтому ищите способ прикрутить модель.

Шестое. Идеально сформировать некоторую инфраструктуру доверия. Среда, в которой обучаются и эксплуатируются модели, какой она должна быть? Вы доверились ИИ, даже проверили факты, но решение он выдал другое, потому что было вмешательство. Поэтому инфраструктура доверия — от людей, которые участвуют в процессе, до систем, которые закрывают базовые вопросы кибербезопасности, — очень важна. Ведь с решением ИИ вы можете пойти в очень ответственном направлении — образование, финансы, медицина, госуправление. Там желание ошибаться у вас будет минимальным.

Поэтому ищем не просто команды, которые умеют работать с моделью, а такие, которые имеют экспертизу и понимают, какие в этой области присутствуют регламенты.

Седьмое. Большие языковые модели очень хорошо работают с текстами, а особенно с текстами на языках программирования. Почему? Там очень много размеченных данных, сделанных по особым регламентам, которые еще и можно проверять. Трансляторы, компиляторы и так далее способны проверить синтаксис и сам алгоритм, поэтому решения будут приходить быстро и уровень доверия высокий. Но как только вы приближаетесь к физическому миру, например, к разделу электроники, там обязательно нужен человек.

Восьмое. Там, где есть физический мир, вы можете использовать группу сотрудников, часть из которых занимается искусственным интеллектом, а часть никогда им не занимается, но она очень ценна.

Пример — создание атомной бомбы. Знаний про то, как сделать это устройство, в мире достаточно много. С 1940-х вся теория о том, как идет цепная реакция, известна всем. Сотни стран мечтают, чтобы у них появилось такое устройство, но только десяток может его создать. Вывод: знания еще не дают возможности сделать что-то руками.

Таким образом, чтобы реализовывать сложную технологию, нужен опыт на кончиках пальцев, нужно представлять всю систему целиком, а это очень непростая задача.

Девятое. Относитесь к термину, который я определил как «тупость», как к человеческому природному свойству — постоянно ошибаясь, добывать для себя новые знания и сталкиваться с миром, из которого можно вытащить практическую ценность. Потому что ИИ не может этого почувствовать.

ИИ хорош там, где есть цифры и тексты, но как только появляются сложные рисунки, процессы и нужно почувствовать физику мира, он превращается в высокоэрудированного, очень быстрого, но верящего в правдоподобность всего подряд стажера. В этом месте и возникает человеческое преимущество.

Поэтому как можно больше приучайтесь сами и учите своих детей лезть в физический мир, с ним экспериментировать, совершать ошибки и делать выводы. Тогда то, что вам выдает искусственный интеллект, будь то выпечка хлеба или медицинские диагнозы, вы сможете интерпретировать правильно и понимать, где ИИ вас обманывает через систему создания правдоподобности. Лучшая инвестиция — в ошибки физического мира. Проверяйте и действуйте.

Десятый совет — учитесь ставить задачи и проверять, кто что делает силами ИИ. Тогда ваш задел в этом мире бизнеса и труда будет очень высоким, потому что промптить и использовать нейросети случайным образом рано или поздно будут практически все.

Читайте также на DK.RU: В мире сменился лидер среди ИИ-стартапов.