Конспект вебинара Анны Петуховой : «Искусственный интеллект для бизнеса: риски, инструменты и практика»

Конспект вебинара Анны Петуховой : «Искусственный интеллект для бизнеса: риски, инструменты и практика»

1. Главный принцип и ограничения ИИ

• Суть технологии: Генеративный ИИ — это языковая модель, «девочка-болтушка», а не математический калькулятор.

• Проблемы с цифрами: ИИ не считает сам, а ищет формулы. При большом объеме вычислений начинает придумывать цифры, опираясь на «экономическую», а не математическую логику.

• Галлюцинации: Раньше уровень ошибок достигал 5%, сейчас — менее 1%.

• Прогнозирование: ИИ не умеет читать и прогнозировать далеко в будущее (максимум на 2–3 года, как навигатор при перестроении маршрута). Долгосрочные прогнозы (30–100 лет) — это сфера форсайтов и футурологов.

2. Риски: Авторское право и конфиденциальность

• Авторство картинок: ИИ может перемалывать чужие изображения. Проверять уникальность нужно через Яндекс.Картинки.

• Права на сгенерированный контент:

  • Сложный промт + экспертиза = Результат ваш, вы автор.

  • Короткий/примитивный промт = Выдача не ваша, права не переходят.

  • Если вы берете результат и собственноручно редактируете как редактор, он становится вашим объектом авторского права. (Важно для коммерческих предложений и соцсетей).

• Утечка данных (Критично):

  • 2000 исковых заявлений связаны с утечками ноу-хау и креативов через ИИ из-за ошибок сотрудников.

  • Запрещено загружать персональные данные клиентов (CRM-базы с ФИО и телефонами) в открытые генеративные модели.

  • Кодекс этики РФ предписывает скрывать персональные данные.

3. Погрешности и культурные особенности

• Иностранные vs Отечественные модели:

  • Западные модели (ChatGPT) — это «средняя температура по миру», часто перевод с английского с потерей до 30% смысла.

  • Иностранные системы не понимают бытовые привычки россиян, специфику госзакупок, логистики и локальных мер поддержки.

  • Совет: Поиск идей можно делать через зарубежные сервисы, но фактчекинг и адаптацию текста — строго на российских системах.

• Национальная предвзятость: Осторожнее с историческими и социальными запросами в зарубежных нейросетях.

• Рисунки: При генерации китайскими сетями (DeepSeek, Qwen) герои получаются азиатской внешности. Нужно явно указывать: «русский человек в европейской одежде на фоне русского леса».

4. Качество данных для обучения

• Правило 1000 строк: Для обучения модели под ваш бизнес нужно минимум 1000 записей (портрет клиента, сегменты). Меньше данных = выше процент ошибок.

5. Обзор инструментов (Кто есть кто)

• GigaChat (Сбер): Лидер в написании сложных официальных бумаг и документов («В рамках данного соглашения...»). Закрытый контур — это технологический суверенитет и защита от утечек.

• ChatGPT: Космополитичен, но ленив, если натыкается на барьеры в российских данных — «убирает лапы».

• Claude (Anthropic): Лучший в бизнес-планировании и аналитике, но не знает российских реалий, соцсетей, мер поддержки и парсинга настроений (Медиалогии).

• Perplexity: Любимчик для научной работы (считает регрессии и коэффициенты), но галлюцинирует и пишет на английском.

• DeepSeek: Мастер генерировать огромные объемы текста («раскатать на 500 страниц»), очень неленивый.

• Алиса: Это чат-бот, а не генеративный интеллект (не путать).

• Генерация картинок: Midjourney, KANDINSKY (можно коммерчески без регистрации, если разрешено лицензией), Шедеврум (требуется верификация у Яндекса и подпись). Совет: всегда читайте пользовательские соглашения для коммерческого использования.

6. Практика: Как писать промты и анализировать рынок

• Структура промта (лестница обучения):

  1. Роль.

  2. Характер роли.

  3. Конкретная задача.

  4. Источники информации.

  5. Формат обработки и вывода.

  6. Загрузка данных/ссылок.

• Анализ рынка (по стандартам ЮНИДО): Цель рынка, спрос, предложение, емкость, конкуренты, цены.

  • Ошибка: «Стеклянный потолок» часто лечится не новым продуктом, а переупаковкой и сменой аудитории.

  • Кейс (Бады в Китай): Китайцы не любят запах ели и мутные напитки. Решение: перекрасить жидкость, добавить ароматизатор дыни и назвать «целебной сибирской водой». ИИ такую креативную стыковку культур не сделает.

• CustDev (Глубинные интервью):

  • ИИ может сгенерировать вопросы и даже создать цифровых двойников (look-alike) для опроса (метод финтеха).

  • Важно: «Поле» всегда дает третий, неожиданный результат. ИИ дает банальности, живой человек — инсайты.

7. Выбор ниши и жизнеспособность

• Проверка клиента: Есть ли спрос? Есть ли деньги? Есть ли желание покупать? Как часто? Скоро ли устареет продукт?

• Идеальный продукт: Тот, от которого человек не сможет отказаться после пробы.

• Теневая экономика: Аналитики просто закладывают 30-40% к видимым данным рынка (кое-где до 60%).

8. Три слона иерархии (ликбез)

1. Автоматизация: Одна операция без вариаций (робот).

2. Цифровизация: Много операций + алгоритмы между ними.

3. ИИ-агент: Много операций + самостоятельное принятие решений и обучение («черный ящик»). Если агент «улетел в космос», вернуть его практически невозможно.

Итог: Использовать только гибридный формат (человек + ИИ). Ответственность всегда лежит на человеке. ИИ — это инструмент, который предлагает, но решение принимаете вы.

 

 

 

 

 

Подробный конспект выступления «Искусственный интеллект для бизнеса»

1. Фундаментальное ограничение: Языковая модель vs. Калькулятор

Спикер закладывает основу понимания ИИ:

• Природа ИИ: Это не счетная машина и не строгий алгоритм. Генеративный ИИ — это «девочка-болтушка» (или мальчик), языковая модель. Ей «все интересно», но она не математик.

• Механика вычислений: ИИ не считает сам в привычном смысле. Если нужно сложить A и B, он ищет формулу или похожий пример в данных, отправляет в условный внутренний «калькулятор», а результат вставляет в текст.

• Сбой при сложных задачах: Если вы требуете обсчитать большой массив уникальных цифр, которые он не может найти в готовом виде, он начинает придумывать.

• Пример ошибки: На запрос «1 + 2» он может выдать «2 и 8», объяснив это «нисходящим трендом».

• Вывод: Логика ИИ — скорее экономическая (поиск закономерностей), а не строго математическая. Это принципиально важно при создании нового контента.

2. Риски авторского права и плагиата

Этот блок посвящен юридической безопасности контента.

• Проверка изображений: Картинки, которые генерирует ИИ, могут быть «перемолотой» копией чужого изображения. Раньше это встречалось часто, сейчас реже, но все еще возможно.

• Кейс из министерства: Регионы присылали фото из интернета. Юристы проверяли их через Яндекс.Картинки, находили первого автора, вступали с ним в сговор и подавали совместный иск.

• Рекомендация: Всегда проверять сгенерированные картинки или фотографии, взятые для работы, через поиск по изображениям.

3. Погрешность иностранных моделей и культурный контекст

• Иностранные модели (ChatGPT):

  • Обучены на усредненных международных (часто американских) данных. Это «средняя температура по миру, даже не по России».

  • Двойной перевод: Мысль переводится с русского на английский, обрабатывается, затем ответ переводится с английского на русский.

  • Потеря смысла: Из-за этого «трудности перевода» могут достигать 30% смыслового наполнения.

  • Бытовые привычки: ИИ не понимает бытовых и культурных реалий россиянина. Например, он может описать общее поведение человека, но упустит специфику.

• Национальная предвзятость: При запросах на исторические или социальные темы можно столкнуться с «непонятностью» и предвзятыми трактовками.

• Практическая стратегия:

  1. Поиск и генерацию гипотез проводить в одной системе (например, зарубежной).

  2. Проверку фактов и переписывание текста качественным русским языком делать только в российских системах (например, GigaChat), которые «четко владеют» языком и контекстом.

4. Юридические тонкости авторства

• Промт как произведение: Результат генерации — это продукт работы «промт-инженера».

• Два сценария:

  1. Авторство ваше: Если вы как эксперт составили очень подробный, конкретный промт, по сути управляя ИИ как «подмастерьем», и получили уникальный результат — вы правообладатель.

  2. Авторство не ваше: Если промт был коротким и примитивным, ИИ выдал компиляцию чужих работ, и вы подписали это своим именем.

• Способ присвоения: Если вы возьмете сгенерированный результат и собственноручно, как редактор, глубоко его переработаете, дополните и скорректируете, он становится вашим объектом авторского права.

• Зона особого внимания: Коммерческие предложения, соцсети и все, что коммерциализируется, должно проходить такую «многоступенчатую четкую проверку» фактов и цифр.

5. Критические ошибки и защита данных

• Слабые данные: Для обучения ИИ под ваш бизнес требуется минимум 1000 строк данных (например, о клиентах). 200 строк — мало, погрешность будет высокой. 1000 — эталон, больше — лучше.

• Персональные данные (Стоп-фаза):

  • Нельзя загружать CRM-базы (имена, телефоны, адреса) в открытые генеративные модели.

  • В РФ действует Кодекс этики, согласно которому ИИ не должен раскрывать такие данные.

  • Оговорка: Есть вероятность утечки, поэтому спикер призывает «защищать себя».

• Кейсы утечек:

  • Уже подано 2000 исковых заявлений, в основном связанных с утечкой ноу-хау и креативов.

  • Сценарий: Сотрудник без культуры работы с ИИ загружает новейший документ в открытую иностранную модель. Другой пользователь, сам того не ожидая, может запросить похожие данные и получить этот конкретный документ.

6. Детальный обзор инструментов (аналогия со школой магии)

• GigaChat (Сбер):

  • Специализация: Идеален для сложных официальных и бюрократических документов («в рамках данного соглашения обращаем ваше внимание на то, что...»).

  • Уникальность: Только он пишет такие «советские классные формулировки».

  • Ключевое преимущество: Закрытый контур. Это технологический суверенитет и защита от «иностранных и китайских воришек».

• ChatGPT:

  • Особенность: Космополитичен.

  • Недостаток: Видит барьеры для входа в российские данные и «убирает лапы» — вы недополучаете информацию.

• Claude (Anthropic):

  • Специализация: Лучший в создании бизнес-планов.

  • Недостаток: Не имеет доступа к российским мерам поддержки, конкурентам, соцсетям и парсингу «чувствования» аудитории (того, как люди описывают свои желания).

• Perplexity:

  • Специализация: Топ для научной работы. Считает регрессии и коэффициенты.

  • Недостаток: Галлюцинирует и периодически пишет на английском.

• DeepSeek:

  • Специализация: Генерация огромных массивов текста. «Классно пишет, вообще не ленивый». Может «раскатать» текст на 500 страниц.

  • Особенность при рисовании: Всегда рисует китайцев.

• Qwen:

  • Особенность: Похож на ChatGPT, но неплохо анализирует. При генерации изображений также склонен к азиатской внешности.

• Российские генераторы картинок (Kandinsky, Шедеврум):

  • Kandinsky: Можно использовать для коммерции без регистрации (вероятно, речь о версии 2.1/2.2, нужно сверяться с лицензией).

  • Шедеврум: Требует подписи «создано в Шедеврум» и специальной верификации на сайте Яндекса.

• Алиса: Это чат-бот, а не генеративный ИИ. Не надо путать.

• GROK: Пытается дотянуться до уровня Claude, но пока не дотягивает.

7. Практика анализа рынка и выбор ниши

• Прогнозирование:

  • ИИ как навигатор: знает точку А и Б, перестраивает маршрут в моменте, но на горизонте 2-3 лет.

  • Форсайты (футурология): Прогноз на 30-100 лет — это работа ученых, собирающих тренды, а не текущих ИИ.

• Структура анализа рынка (стандарт ЮНИДО):

  1. Цель рынка.

  2. Спрос.

  3. Предложение.

  4. Емкость.

  5. Конкуренты.

  6. Потребители.

  7. Цены.

• Выбор ниши через роль инвестора:

  • Промт: «Ты инвестор, выбираешь, в какую нишу вложить деньги» — ему предлагаются варианты.

  • Ключевые вопросы для оценки ниши:

    • Есть ли спрос?

    • Есть ли деньги у клиента?

    • Есть ли желание покупать?

    • Как часто будут покупать?

    • Как скоро продукт станет устаревшим (проходящий тренд)?

    • Сможет ли человек отказаться от продукта после пробы? (Если нет — вы нашли идеальную нишу).

• Кейс: «Креативная стыковка» (Древесный жмых в Китай):

  • Задача: Продавать в Китае напиток из древесного жмыха.

  • Проблемы: Китайцы не переносят еловый аромат и не любят напитки грязно-желтого/коричневого цвета (ассоциация с грязной водой).

  • Решение: Перекрасить напиток в желтый, добавить сильный дынный ароматизатор и назвать «целебной сибирской водой».

  • Вывод: Такую тонкую креативную работу по совмещению культурных кодов ИИ сделать не может. Он даст банальность.

8. CustDev и цифровые двойники

• Методика:

  1. Попросить ИИ создать список вопросов для глубинного интервью.

  2. Сгенерировать аудиторию (look-alike), загрузив примеры характеристик ваших клиентов.

  3. ИИ «проведет беседу» с этими цифровыми двойниками. (Это нормальная практика в финтехе).

• Результат (на примере студентов):

  • Гипотезы студентов — одно.

  • Ответы цифровых двойников — второе.

  • Реальные глубинные интервью — третье, совершенно другое.

• Почему это важно:

  • Мнение ИИ — это то, что вам порекомендуют алгоритмы.

  • Мнение живого человека — это то, что он будет делать «ножками» в магазине.

  • Учитывать нужно и то, и другое. Живой человек на глубинном интервью может рассказать, как использовать продукт совершенно иначе, и это «на вес золота».

9. Техника построения промтов

• Структура обучения «подмастерья»:

  1. Роль: «Ты — ...» (обязательно в начале, пока модель вас не запомнила).

  2. Характер роли: Это влияет на стиль ответа.

  3. Задача: Что конкретно сделать.

  4. Источники: Откуда взять информацию.

  5. Обработка: Как переработать, что выделить.

  6. Формат: Как отформатировать и подать результат.

  7. Данные: Только после этого загружаются ссылки или файлы.

• Работа с таблицами: Модели прекрасно анализируют загруженные таблицы Excel.

• Последовательность: Нельзя «засунуть всё в один промт». ИИ «обалдеет» и начнет экономить токены, сжимая информацию. Нужно вести его шаг за шагом: «Ты сделал это, теперь иди сделай это».

10. Итоговая иерархия технологий (Ликбез)

• Автоматизация: Одна операция без вариаций.

• Цифровизация: Много операций и алгоритмы (деревья решений) между ними.

• Ассистент (чат-бот): Одна операция, но с вариациями (может придумывать ответы).

• ИИ-агент: Много операций, выстроенных в матричную систему, которая самостоятельно принимает решения и обучается на ходу. Это почти «черный ящик».

• Предупреждение об ИИ-агенте:

  • Если агента плохо обучить и не контролировать, он может «улететь в космос» и «покинуть стратосферу».

  • Вернуть его в адекватное состояние практически невозможно, остается только «убивать».

  • Кейс (фарм-закупки): Крупная компания перевела закупки на плохо обученный ИИ и чуть не потеряла бизнес. Агент перегуляционировал и разрушил наработанную систему.

Финальный вывод: Использовать исключительно гибридный формат. Человек всегда держит руку на пульсе. ИИ — это мощный, но опасный при бездумном использовании инструмент, а не замена человеческому критическому мышлению и креативности.