Применение AI в программатике
26 февраля 2024
Введение
ChatGPT стал доступен в ноябре 2022 года и за первые 5 дней получил первый миллион пользователей.
Искусственный интеллект (AI) стал неотъемлемой частью нашей цифровой реальности, привнося свои инновационные возможности в различные сферы бизнеса и технологий. Эволюция AI произвела большой эффект в области программатической рекламы, где технологии машинного обучения, нейронных сетей и автоматизированных систем управления рекламными кампаниями трансформировали путь, по которому реклама проходит от концепции до реализации.
В мире диджитал-рекламы, где каждая секунда и каждый клик имеют значение, поиск наиболее эффективных и инновационных подходов к рекламе становится критически важным. Программатик-реклама, автоматизированный процесс покупки и продажи рекламного инвентаря через алгоритмические аукционы в реальном времени, преобразил способ взаимодействия рекламодателей и платформ. Это динамичное поле, где искусственный интеллект (AI) играет ключевую роль, предлагая новые горизонты для оптимизации и персонализации рекламных кампаний.
Искусственный интеллект, с его способностью обрабатывать огромные объемы данных, предсказывать поведение пользователей и автоматизировать решения в реальном времени, стал незаменимым инструментом в арсенале работников рекламной индустрии. AI не просто улучшает существующие процессы; он переопределяет их, делая рекламные кампании более целевыми, эффективными и рентабельными.
Введение AI в программатик (programmatic) рекламу открывает новые возможности для рекламодателей и издателей, позволяя им достигать правильной аудитории в нужное время с наиболее релевантным сообщением. Это не только повышает вероятность взаимодействия и конверсии, но и значительно улучшает пользовательский опыт, делая рекламу менее навязчивой и более ценной для конечных пользователей.
Наша статья раскроет, как именно AI трансформирует и будет менять ландшафт программатик (programmatic) рекламы, исследуя его преимущества и ключевые тренды.
Искусственный интеллект (AI) стал неотъемлемой частью нашей цифровой реальности, привнося свои инновационные возможности в различные сферы бизнеса и технологий. Эволюция AI произвела большой эффект в области программатической рекламы, где технологии машинного обучения, нейронных сетей и автоматизированных систем управления рекламными кампаниями трансформировали путь, по которому реклама проходит от концепции до реализации.
В мире диджитал-рекламы, где каждая секунда и каждый клик имеют значение, поиск наиболее эффективных и инновационных подходов к рекламе становится критически важным. Программатик-реклама, автоматизированный процесс покупки и продажи рекламного инвентаря через алгоритмические аукционы в реальном времени, преобразил способ взаимодействия рекламодателей и платформ. Это динамичное поле, где искусственный интеллект (AI) играет ключевую роль, предлагая новые горизонты для оптимизации и персонализации рекламных кампаний.
Искусственный интеллект, с его способностью обрабатывать огромные объемы данных, предсказывать поведение пользователей и автоматизировать решения в реальном времени, стал незаменимым инструментом в арсенале работников рекламной индустрии. AI не просто улучшает существующие процессы; он переопределяет их, делая рекламные кампании более целевыми, эффективными и рентабельными.
Введение AI в программатик (programmatic) рекламу открывает новые возможности для рекламодателей и издателей, позволяя им достигать правильной аудитории в нужное время с наиболее релевантным сообщением. Это не только повышает вероятность взаимодействия и конверсии, но и значительно улучшает пользовательский опыт, делая рекламу менее навязчивой и более ценной для конечных пользователей.
Наша статья раскроет, как именно AI трансформирует и будет менять ландшафт программатик (programmatic) рекламы, исследуя его преимущества и ключевые тренды.
Потенциал использования AI в программатике
Использование искусственного интеллекта (AI) в программатик (programmatic) рекламе открывает перед рекламодателями и издателями множество преимуществ, которые значительно повышают эффективность их рекламных кампаний. Вот ключевые из них:
Автоматизация и оптимизация.
AI автоматизирует рутинные и трудоемкие процессы, связанные с покупкой рекламы, что позволяет рекламодателям сосредоточиться на стратегическом планировании и креативе. Алгоритмы машинного обучения анализируют данные в реальном времени и автоматически оптимизируют ставки и распределение бюджета, чтобы максимизировать ROI и достичь лучших результатов.
Улучшенное таргетирование и персонализация.
С помощью AI рекламодатели могут тонко настраивать свои кампании, чтобы обращаться к конкретным сегментам аудитории с высокой точностью. Анализ поведенческих данных, интересов и предпочтений пользователей позволяет предлагать им максимально персонализированный контент, увеличивая вероятность вовлечения и конверсии.
Повышение эффективности и ROI.
Интеллектуальные системы способны предсказывать поведение пользователей и оценивать эффективность различных креативов и рекламных каналов, что позволяет рекламодателям инвестировать в наиболее перспективные направления. Это приводит к снижению издержек и увеличению общей рентабельности рекламных вложений.
Борьба с мошенничеством.
AI также играет важную роль в обеспечении безопасности и честности в программатик (programmatic) рекламе. Системы могут выявлять и блокировать мошеннический трафик, обеспечивая тем самым, чтобы бюджет рекламодателей тратился на настоящие, а не фиктивные взаимодействия.
Аналитика и принятие решений.
Сбор и анализ больших объемов данных в реальном времени позволяет AI предоставлять рекламодателям глубокие аналитические отчеты и ценные инсайты. Это дает возможность быстро адаптировать стратегии и тактики в ответ на изменения рынка или поведения аудитории.
Использование AI в программатик (programmatic) рекламе представляет собой переход к более интеллектуальному и автоматизированному подходу к рекламе, который позволяет достигать высокой эффективности при минимальных затратах времени и ресурсов. В следующих разделах мы рассмотрим, как эти преимущества реализуются на практике на примере конкретных кейсов использования AI.
Логична реакция «Потенциал — это не фактические возможности». Действительно, на просторах интернета не так много кейсов, показывающих эффективное использование AI в программатик, однако они есть. Добавим к этому тезису немного статистики:
Автоматизация и оптимизация.
AI автоматизирует рутинные и трудоемкие процессы, связанные с покупкой рекламы, что позволяет рекламодателям сосредоточиться на стратегическом планировании и креативе. Алгоритмы машинного обучения анализируют данные в реальном времени и автоматически оптимизируют ставки и распределение бюджета, чтобы максимизировать ROI и достичь лучших результатов.
Улучшенное таргетирование и персонализация.
С помощью AI рекламодатели могут тонко настраивать свои кампании, чтобы обращаться к конкретным сегментам аудитории с высокой точностью. Анализ поведенческих данных, интересов и предпочтений пользователей позволяет предлагать им максимально персонализированный контент, увеличивая вероятность вовлечения и конверсии.
Повышение эффективности и ROI.
Интеллектуальные системы способны предсказывать поведение пользователей и оценивать эффективность различных креативов и рекламных каналов, что позволяет рекламодателям инвестировать в наиболее перспективные направления. Это приводит к снижению издержек и увеличению общей рентабельности рекламных вложений.
Борьба с мошенничеством.
AI также играет важную роль в обеспечении безопасности и честности в программатик (programmatic) рекламе. Системы могут выявлять и блокировать мошеннический трафик, обеспечивая тем самым, чтобы бюджет рекламодателей тратился на настоящие, а не фиктивные взаимодействия.
Аналитика и принятие решений.
Сбор и анализ больших объемов данных в реальном времени позволяет AI предоставлять рекламодателям глубокие аналитические отчеты и ценные инсайты. Это дает возможность быстро адаптировать стратегии и тактики в ответ на изменения рынка или поведения аудитории.
Использование AI в программатик (programmatic) рекламе представляет собой переход к более интеллектуальному и автоматизированному подходу к рекламе, который позволяет достигать высокой эффективности при минимальных затратах времени и ресурсов. В следующих разделах мы рассмотрим, как эти преимущества реализуются на практике на примере конкретных кейсов использования AI.
Логична реакция «Потенциал — это не фактические возможности». Действительно, на просторах интернета не так много кейсов, показывающих эффективное использование AI в программатик, однако они есть. Добавим к этому тезису немного статистики:
AI Market growth, statista.com. 2023
График демонстрирует стабильный и значительный рост размера рынка AI каждый год, что отражает увеличение интереса и инвестиций в технологии AI в различных отраслях.
Основываясь на росте рынка ИИ в целом, можно предположить, что вложения в ИИ в программатик (programmatic) рекламе также будут расти. Это связано с тем, что улучшения в области ИИ могут предложить более эффективные решения для автоматизации, анализа данных и оптимизации рекламных кампаний. С ростом рынка ИИ, вероятно, увеличится и спрос на интеллектуальные рекламные технологии, что может привести к более широкому принятию программатик (programmatic) рекламы, улучшению точности таргетинга и повышению общей эффективности рекламных кампаний.
Как показывает история, большинство человеческих достижений, призванных приносить пользу, часто используются и в корыстных целях. Поэтому, наряду с потенциалом ИИ (в нашем аспекте в программатике) важно учитывать и проблемы, которые он может предоставить:
В целом, концепт решения этих проблем будет заключаться в улучшении алгоритмов ИИ для более точного таргетирования, использовании прозрачных и проверяемых методов обработки данных, соблюдении этических стандартов и законов о защите данных, а также применении технологий для выявления и предотвращения мошенничества с рекламой.
Иными словами, пока рынку будет интересна борьба с этими проблемами, найдутся и их решения. Сейчас программатик (programmatic) платформы пестрят заголовками о том, что у них есть ИИ под капотом. Пройдет несколько лет, и мы уже будем соревноваться в том, у кого ИИ умнее.
Основываясь на росте рынка ИИ в целом, можно предположить, что вложения в ИИ в программатик (programmatic) рекламе также будут расти. Это связано с тем, что улучшения в области ИИ могут предложить более эффективные решения для автоматизации, анализа данных и оптимизации рекламных кампаний. С ростом рынка ИИ, вероятно, увеличится и спрос на интеллектуальные рекламные технологии, что может привести к более широкому принятию программатик (programmatic) рекламы, улучшению точности таргетинга и повышению общей эффективности рекламных кампаний.
Как показывает история, большинство человеческих достижений, призванных приносить пользу, часто используются и в корыстных целях. Поэтому, наряду с потенциалом ИИ (в нашем аспекте в программатике) важно учитывать и проблемы, которые он может предоставить:
- Снижение цены на разработку контента – лавинообразный рост MFA (Made for Advertising) площадок, сайтов и приложений, созданных исключительно для генерации дохода от рекламы, что снижает качество рекламного инвентаря.
- Проблемы с конфиденциальностью данных – сбор и анализ больших объемов пользовательских данных может вызвать опасения по поводу приватности.
- Прозрачность и контроль – обеспечение прозрачности процессов, управляемых ИИ, и понимание того, как именно реклама таргетируется и оптимизируется.
- Этические соображения – предотвращение предвзятости и дискриминации в алгоритмах ИИ.
- Мошенничество с рекламой (fraud) – борьба с фальшивым трафиком и манипуляциями с показателями рекламы.
В целом, концепт решения этих проблем будет заключаться в улучшении алгоритмов ИИ для более точного таргетирования, использовании прозрачных и проверяемых методов обработки данных, соблюдении этических стандартов и законов о защите данных, а также применении технологий для выявления и предотвращения мошенничества с рекламой.
Иными словами, пока рынку будет интересна борьба с этими проблемами, найдутся и их решения. Сейчас программатик (programmatic) платформы пестрят заголовками о том, что у них есть ИИ под капотом. Пройдет несколько лет, и мы уже будем соревноваться в том, у кого ИИ умнее.
Статистика и тренды
Ways in which marketers used artificial intelligence (AI) worldwide in 2021 and 2022, statista.com, 2023
Разбирая эти пункты по отдельности, обнаруживается несоответствие. Где платформы с кнопкой «Бабло»? Прибавьте к этим задачам наши «хотелки» из раздела «потенциал использования» — картина становится будто бы совсем неправдоподобной.
Проблема в том, что сейчас процесс AI-оптимизации выглядит как что-то полу-ручное. Например, есть ChatGPT, к которому мы вручную обращаемся для того, чтобы расширить свою аудиторию, накидать идей для оптимизации.
Однако, есть и «темная» сторона, на которой AI-технологии уже трудятся в тени капота — существуют кейсы использования AI-оптимизации, немного выходящие за рамки «ручного использования AI», приносящие пользу всем сторонам. Все эти кейсы, несмотря на то, что объявлены крупными компаниями, созданы благодаря коллаборациям с компаниями-разработчиками, способными не просто заявить, а реализовать использование AI в своих программатик (programmatic) платформах.
Проблема в том, что сейчас процесс AI-оптимизации выглядит как что-то полу-ручное. Например, есть ChatGPT, к которому мы вручную обращаемся для того, чтобы расширить свою аудиторию, накидать идей для оптимизации.
Однако, есть и «темная» сторона, на которой AI-технологии уже трудятся в тени капота — существуют кейсы использования AI-оптимизации, немного выходящие за рамки «ручного использования AI», приносящие пользу всем сторонам. Все эти кейсы, несмотря на то, что объявлены крупными компаниями, созданы благодаря коллаборациям с компаниями-разработчиками, способными не просто заявить, а реализовать использование AI в своих программатик (programmatic) платформах.
Реальные кейсы применения AI в программатик (programmatic) рекламе
Pepsico и их Ada
PepsiCo использует инструмент на основе искусственного интеллекта Ada для своих брендов Walkers и Pepsi.
Ada выполняет четыре основные функции: исследование идей новых продуктов, поиск, сортировка и объединение миллионов идей о потребителях, расширение возможностей сотрудничества между коллегами и повышение эффективности телевизионной и цифровой рекламы.
Ada проводит информационные кампании для компаний, таких как Walkers и Pepsi.
Команда использует различные модули платформы искусственного интеллекта для тестирования рекламы. Использование Ada позволяет PepsiCo более эффективно сравнивать, анализировать и улучшать свои рекламные кампании.
Ada позволяет командам уделять больше времени стратегии и применять результаты исследований к будущим проектам.
Успехи компании основаны на сочетании человеческих идей и искусственного интеллекта, а также на более быстрой идентификации возможностей.
PepsiCo давно поняла, что использование ИИ и машинного обучения — не конкурентное преимущество, а потребность бизнеса. Помимо Ada у них есть и другие AI-разработки: робот для доставки закусок, машинное обучение для оптимизации производства чипсов Frito-Lay, Vera для упрощения процесса найма, Pep Worx для анализа больших данных.
Подробнее
Ada выполняет четыре основные функции: исследование идей новых продуктов, поиск, сортировка и объединение миллионов идей о потребителях, расширение возможностей сотрудничества между коллегами и повышение эффективности телевизионной и цифровой рекламы.
Ada проводит информационные кампании для компаний, таких как Walkers и Pepsi.
Команда использует различные модули платформы искусственного интеллекта для тестирования рекламы. Использование Ada позволяет PepsiCo более эффективно сравнивать, анализировать и улучшать свои рекламные кампании.
Ada позволяет командам уделять больше времени стратегии и применять результаты исследований к будущим проектам.
Успехи компании основаны на сочетании человеческих идей и искусственного интеллекта, а также на более быстрой идентификации возможностей.
PepsiCo давно поняла, что использование ИИ и машинного обучения — не конкурентное преимущество, а потребность бизнеса. Помимо Ada у них есть и другие AI-разработки: робот для доставки закусок, машинное обучение для оптимизации производства чипсов Frito-Lay, Vera для упрощения процесса найма, Pep Worx для анализа больших данных.
Подробнее
Meta* продолжает внедрять свои инновации в области искусственного интеллекта
Компания Meta тестирует рекламу, созданную с помощью искусственного интеллекта, для Facebook, анонсировав свою «песочницу искусственного интеллекта» для рекламодателей в мае 2023 года. Этот испытательный полигон имеет возможность привлечь больше рекламодателей на свою платформу и генерировать более успешную таргетированную рекламу.
Вот некоторые из областей, с которыми рекламодатели смогут поэкспериментировать:
Подробнее
Вот некоторые из областей, с которыми рекламодатели смогут поэкспериментировать:
- Генерация текстовых вариаций
- Преобразование текста в изображение
- Вырезание изображений с учетом различных соотношений сторон
Подробнее
*Компания Meta признана экстремистской организацией в России
BMW использует генеративный искусственный интеллект для создания новой рекламной кампании
BMW объединилась с рекламным агентством Goodby, Silverstein & Partners. В 2021 году они вместе создали новую кампанию для Gran Coupé 8-й серии, в которой проецировали на автомобили рисунки, созданные с помощью искусственного интеллекта.
При рекламе автомобилей класса люкс производителям необходимо эмоционально общаться со своими клиентами, чтобы убедить их в том, что им нужен именно этот автомобиль, а не тот, который идеально функционален, но дешевле.
Внедрив искусственного интеллекта в рекламу автомобиля, BMW смогла напрямую обращаться к своей целевой аудитории, не используя лишних слов.
Подробнее
При рекламе автомобилей класса люкс производителям необходимо эмоционально общаться со своими клиентами, чтобы убедить их в том, что им нужен именно этот автомобиль, а не тот, который идеально функционален, но дешевле.
Внедрив искусственного интеллекта в рекламу автомобиля, BMW смогла напрямую обращаться к своей целевой аудитории, не используя лишних слов.
Подробнее
Starbucks создает собственную платформу искусственного интеллекта 'Deep Brew'
Starbucks впервые начали внедрять искусственный интеллект в свое мобильное приложение, чтобы предоставлять персонализированные рекомендации своим клиентам, использующим приложение для заказа напитков. Но с годами искусственный интеллект проник и в их физические магазины.
Deep Brew смогла собрать и проанализировать большие объемы данных, таких как изменения, внесенные в заказы на напитки, и пиковое время обслуживания в определенных местах. Starbucks использовала эти данные для того, чтобы:
Подробнее
Deep Brew смогла собрать и проанализировать большие объемы данных, таких как изменения, внесенные в заказы на напитки, и пиковое время обслуживания в определенных местах. Starbucks использовала эти данные для того, чтобы:
- Найти идеальное место для размещения новых магазинов
- Экономить время за счет сокращения ручных задач, таких как управление запасами
- Выполнять техническое обслуживание своих кофемашин
- Предоставлять персонализированные рекомендации по оформлению заказов в окнах drive-through
Подробнее
JPMorgan Chase увеличивает CTR на 450% с помощью искусственного интеллекта
Пример очень раннего внедрения искусственного интеллекта в маркетинг. Еще в 2016 году они начали использовать Persado, а в 2019 году они подписали с ними 5-летнее соглашение.
За это время они использовали генеративный искусственный интеллект Persado для создания копий объявлений и добились увеличения количества кликов на 450%.
Они также использовали инструмент для переписывания существующих текстов, чтобы сделать их более привлекательными для клиентов.
Еще одним способом, которым они планировали использовать обширные данные Persado, было создание персонализированных маркетинговых сообщений для определенной аудитории.
Подробнее
За это время они использовали генеративный искусственный интеллект Persado для создания копий объявлений и добились увеличения количества кликов на 450%.
Они также использовали инструмент для переписывания существующих текстов, чтобы сделать их более привлекательными для клиентов.
Еще одним способом, которым они планировали использовать обширные данные Persado, было создание персонализированных маркетинговых сообщений для определенной аудитории.
Подробнее
Netflix показывает гиперперсонифицированные рекомендации с помощью искусственного интеллекта
Netflix внедрил алгоритмы искусственного интеллекта и машинное обучение во многие области деятельности своей компании. Однако наиболее известными являются персонализированные рекомендации по фильмам и шоу, которые он предоставляет своим пользователям.
Компания даже вывела персонализацию на новый уровень, изменив мини-баннеры фильмов или шоу, которые показываются на главной вкладке пользователя, на основе того, что он смотрел раньше. Вот почему вы можете быть в гостях у друга и видеть изображения, отличные от тех, которые есть в вашем личном кабинете.
Сами миниатюры также были созданы с использованием эстетического визуального анализа (AVA) для выбора правильных сцен из тысяч доступных, которые, скорее всего, привлекут внимание зрителей.
А еще подобная история была в Черном зеркале:)
Подробнее
Компания даже вывела персонализацию на новый уровень, изменив мини-баннеры фильмов или шоу, которые показываются на главной вкладке пользователя, на основе того, что он смотрел раньше. Вот почему вы можете быть в гостях у друга и видеть изображения, отличные от тех, которые есть в вашем личном кабинете.
Сами миниатюры также были созданы с использованием эстетического визуального анализа (AVA) для выбора правильных сцен из тысяч доступных, которые, скорее всего, привлекут внимание зрителей.
А еще подобная история была в Черном зеркале:)
Подробнее
Coca-Cola Energy увеличивает узнаваемость и вовлеченность с помощью машинного обучения и искусственного интеллекта
Coca-Cola Energy провела эффективную рекламную кампанию в России и СНГ, нацеленную на молодежь 18−35 лет. Цели кампании включали повышение узнаваемости продукта, набор более 60 миллионов показов и привлечение свыше миллиона посетителей на сайт за 6 месяцев, с ожидаемым ROI в 200%.
Используя машинное обучение для точного таргетинга и оптимизации бюджета, кампания превзошла ожидания: узнаваемость продукта достигла 80%, показы — 72 миллиона, а сайт посетили 1,5 миллиона человек, с ROI в 176%. Этот успех подтвердил лидерство Coca-Cola в инновациях и способность удовлетворять интересы молодежи.
Подробнее
Используя машинное обучение для точного таргетинга и оптимизации бюджета, кампания превзошла ожидания: узнаваемость продукта достигла 80%, показы — 72 миллиона, а сайт посетили 1,5 миллиона человек, с ROI в 176%. Этот успех подтвердил лидерство Coca-Cola в инновациях и способность удовлетворять интересы молодежи.
Подробнее
Заключение
Хотя мы еще этого не осознали в полной мере, искусственный интеллект уже обновляет рекламный мир, упрощая его стратегии и революционизируя методы и процессы, применяемые в маркетинге. Искусственный интеллект внедрился во все области рекламы, предлагая рекламодателям возможность получать максимальную отдачу от своих расходов на рекламу. И с каждым днем будет внедряться все глубже.
А ChatGPT сейчас самый глобальный символ и движущая сила грядущих перемен. Теперь это довольно удобный инструмент для многих различных маркетинговых целей. Однако потребуется немного больше времени и данных, чтобы понять, насколько это действительно здорово и ценно для мира программатик рекламы.
В качестве заключительных слов процитируем «Радио Нестер» (https://t.me/radionester):
А ChatGPT сейчас самый глобальный символ и движущая сила грядущих перемен. Теперь это довольно удобный инструмент для многих различных маркетинговых целей. Однако потребуется немного больше времени и данных, чтобы понять, насколько это действительно здорово и ценно для мира программатик рекламы.
В качестве заключительных слов процитируем «Радио Нестер» (https://t.me/radionester):
Разочаровались в нейросетях!
LLM-модели всё-таки попали в ловушку завышенных ожиданий. Вижу это по опыту клиентов, которые приходят в наш новый стартап. Понимаю, когда сами прикручиваем себе для теста разные модели. А ведь с каждого угла все, включая меня, объясняли что это смена парадигмы, уничтожение привычных процессов, deus ex machina, только в розетку включи. Что ж не так?
Для того, чтобы модель работала в твоем бизнесе - генерила тексты, отвечала на вопросы клиентов, "приземляла" из рекламы к тебе на сайт - её надо "доработать напильником". С моделями из коробки в реальном применении на живых людях ты в итоге всегда сталкиваешься с дичью. Или ответы бредовые, и даже если это только один из 10, для тебя это неприемлемо. Или модель отвечает по 5 минут. Или путается в твоих же товарах и продуктах.
А вот эта доработка моделей - это прям отдельная экспертиза. Не парочку удачных промтов написать. Например, нужны агенты, которые проверяют других агентов, разные вводные промты под разные сценарии. Причём разработчикам для этого обязательно придётся въехать в бизнес клиента. А этого делать они не любят, ведь надо общаться! И справляются плохо. А ведь ещё надо, чтобы эти труды окупились, и тут совсем грустно.
В общем, с первого подхода LLM широкому кругу бизнеса не помощник. Это приведёт к сильному разочарованию. И куче возражений для классных стартапов, которые-таки научились (вроде нас!). Придётся доказывать, переубеждать, проводить занудные длинные пилоты. Зубами скрежетать хочется, там ещё с прошлого раза ничего не осталось целого.
Ведь то же самое в своё время было с big data. Мол, ты только подключи свои данные, и на тебя выльется вагон удивительных инсайтов, сможешь принимать точнейшие решения не так, как раньше, да и реклама станет в пять раз эффективнее. Хрен там.
Всем в итоге пришлось долго и занудно разгребать организацию потоков данных, настраивать клиентам базовую аналитику, проводить лекции по маркетингу. По пути померли сотни компаний, будучи проклятыми клиентами напоследок. Не добежали до зрелости технологий и рынка. Этот процесс вовсю пошёл для LLM. Ждите много разочарования.
LLM-модели всё-таки попали в ловушку завышенных ожиданий. Вижу это по опыту клиентов, которые приходят в наш новый стартап. Понимаю, когда сами прикручиваем себе для теста разные модели. А ведь с каждого угла все, включая меня, объясняли что это смена парадигмы, уничтожение привычных процессов, deus ex machina, только в розетку включи. Что ж не так?
Для того, чтобы модель работала в твоем бизнесе - генерила тексты, отвечала на вопросы клиентов, "приземляла" из рекламы к тебе на сайт - её надо "доработать напильником". С моделями из коробки в реальном применении на живых людях ты в итоге всегда сталкиваешься с дичью. Или ответы бредовые, и даже если это только один из 10, для тебя это неприемлемо. Или модель отвечает по 5 минут. Или путается в твоих же товарах и продуктах.
А вот эта доработка моделей - это прям отдельная экспертиза. Не парочку удачных промтов написать. Например, нужны агенты, которые проверяют других агентов, разные вводные промты под разные сценарии. Причём разработчикам для этого обязательно придётся въехать в бизнес клиента. А этого делать они не любят, ведь надо общаться! И справляются плохо. А ведь ещё надо, чтобы эти труды окупились, и тут совсем грустно.
В общем, с первого подхода LLM широкому кругу бизнеса не помощник. Это приведёт к сильному разочарованию. И куче возражений для классных стартапов, которые-таки научились (вроде нас!). Придётся доказывать, переубеждать, проводить занудные длинные пилоты. Зубами скрежетать хочется, там ещё с прошлого раза ничего не осталось целого.
Ведь то же самое в своё время было с big data. Мол, ты только подключи свои данные, и на тебя выльется вагон удивительных инсайтов, сможешь принимать точнейшие решения не так, как раньше, да и реклама станет в пять раз эффективнее. Хрен там.
Всем в итоге пришлось долго и занудно разгребать организацию потоков данных, настраивать клиентам базовую аналитику, проводить лекции по маркетингу. По пути померли сотни компаний, будучи проклятыми клиентами напоследок. Не добежали до зрелости технологий и рынка. Этот процесс вовсю пошёл для LLM. Ждите много разочарования.
2024 будет очень интересным и полным событий!
Запишитесь на демонстрацию или предложите формат сотрудничества – будем рады познакомиться ближе.
Начните свой путь к успеху с нами
Мы используем куки
для улучшения сервиса
для улучшения сервиса
Ок
Общество с ограниченной ответственностью «ЮЭМДЖИ ГРУПП»
ИНН: 9 724 057 015, КПП: 773 101 001, ОГРН: 1 217 700 408 056, ОКПО: 49 811 678
Юридический адрес: 121 205, Город Москва, вн.тер. г. Муниципальный Округ Можайский, тер Инновационного Центра Сколково, б-р Большой, дом 42, строение 1
Обособленное подразделение: г. Москва, пер. Гамсоновский 2 стр. 1 оф 213
Телефон: +7 495 369-18-13
Электронный адрес: hello@umg.team
Генеральный Директор: Адамов Всеволод Владимирович
ИНН: 9 724 057 015, КПП: 773 101 001, ОГРН: 1 217 700 408 056, ОКПО: 49 811 678
Юридический адрес: 121 205, Город Москва, вн.тер. г. Муниципальный Округ Можайский, тер Инновационного Центра Сколково, б-р Большой, дом 42, строение 1
Обособленное подразделение: г. Москва, пер. Гамсоновский 2 стр. 1 оф 213
Телефон: +7 495 369-18-13
Электронный адрес: hello@umg.team
Генеральный Директор: Адамов Всеволод Владимирович
У вас есть вопросы? Свяжитесь с нами!
Нажимая на кнопку, вы соглашаетесь с политикой конфиденциальности