Згідно з дослідженням аналітичної агенції Statista, минулого року генеративний штучний інтелект (GenAI) використовували приблизно 30-35% американських компаній з галузей маркетингу та реклами, технологій та консалтингу, і не менше 15% з галузей освіти, бухгалтерського обліку та охорони здоров'я. В поточному році ці показники мають зрости. Водночас більшість компаній все ще досліджують генеративний ШІ і поки не визначилися, де вони його планують використовувати.

На що здатний GenAI? Він може автоматично генерувати текст, зображення чи інших медіа на базі тих шаблонів та структур, на яких навчали систему ШІ. Таким чином, результат дуже сильно залежить від того, на яких даних навчали і як навчали.

Тому ставлення ІТ-директорів до GenAI дуже обережне. Одна з причин цього полягає в тому, що менеджмент побоюються невдач та неочікуваних результатів. Саме тому GenAI впроваджується у корпоративне середовище дуже поступово.

Найбільшими користувачами генеративного ШІ сьогодні є маркетингові та рекламні компанії. Адже вони одразу вбачають, як GenAI може допомогти їхньому бізнесу.

Впровадження генеративного ШІ: історії успіху

Американський реселер та інтегратор, що займається продажем обладнання для відеоконференцій, за кілька місяців створив клієнтську базу з понад 2500 клієнтів. Після цього застосував генеративного ШІ для аналізу тексту та зображень в соціальних зображень і на бізнес-сайтах потенційних замовників. Завдяки цьому підходу маркетинговому відділу вдалося виявити клієнтів, які з великою ймовірністю придбають продукцію компанії. Таким чином їм вдалося значно підвищити обсяг продажів.

У видавничій справі компанії використовують генеративний ШІ для прогнозування тем книг, які ймовірно стануть бестселерами. Вони застосовують GenAI для дослідження тем, назв та реакцій читачів.

В автосервісах час реагування на екстрені виклики скоротився на 10% завдяки використанню голосового та текстового генеративного ШІ, який оптимізував дзвінки та автоматизував процес екстреного реагування.

Слід зазначити, що в усіх цих випадках ШІ спрацювали, оскільки компанії мали конкретну бізнес-ціль, для вирішення якої вони змогли застосувати GenAI. Але навіть якби GenAI був неефективний, то це не стало б великою проблемою для компаній. У гіршому випадку їм довелося б самостійно аналізувати дані, і вивчати перспективних клієнтів чи перспективні тематики для книжок «вручну».

Провальні кейси GenAI

У серпні 2023 р. видання Gannett підключила GenAI для створення контенту у своїх новинах. Через пару тижнів виявилося, що кілька статей містять помилковий контент. Це помітили читачі та висміяли ці статті в соціальних мережах.

У сфері юриспруденції один адвокат потрапив у халепу, коли за допомогою ChatGPT вивчив прецедентне право, щоб обґрунтувати свою позицію в суді. Але потім виявилося, що шість із наведених ним справ взагалі ніколи не існувало.

У грудні 2023 р. газета NY Times подала до суду на OpenAI і Microsoft за порушення авторських прав. Газета стверджувала, що ці компанії порушили авторські права, оскільки використовували сервіс OpenAI для аналізу її контенту та стилістики. Ця справа зараз перебуває на розгляді в суді і яке буде судове рішення, поки невідомо.

Всі ці проблеми обумовлені тим, що компанії переоцінили рівень зрілості GenAI. Забезпечення якості, тестування та доопрацювання бізнес-правил вимагали більше часу, але проекти були запущені у виробництво раніше, ніж були готові.

В інших випадках, таких як позов NY Times щодо порушення авторських прав, недостатніми були юридичні та нормативні обмеження. Адже юридичні прецеденти та законотворчість завжди відстають від технологій. Тому перед впровадженням проекту GenAI слід проконсультуватися з юристами, аудиторами та регулюючими органами з усіх потенційних юридичних та етичних проблем, які можуть виникнути внаслідок його реалізації.

Поради при впровадженні

Найкраще розпочинати проекти GenAI з невеликих, досяжних та вимірних бізнес-цілей, у яких зацікавлені всі співробітники компанії.

Проекти зі штучним інтелектом варто розпочинати у тих галузях, де невдача не призведе до катастрофи.

Необхідно постійно виконувати ітеративне QA-тестування, безперервно доопрацювувати моделі ШІ для підвищення точності.

Також перед впровадженням ШІ варто уважно вивчити всі юридичні та етичні норми, оскільки недоопрацювання в цій сфері може призвести до втрати репутації та судової тяганини.