Используете GenAI в продуктах и бизнес-процессах? Присоединяйтесь к проекту Generation AI

Отрицать повсеместное проникновение технологий генеративного ИИ сложно, однако есть несколько факторов, замедляющих внедрение ИИ компаниями на российском рынке: недостаток опыта в области генеративного ИИ и отсутствие достаточного количества кейсов применения. Открытый кейсориум призван решить обе проблемы, ведь эксперименты одних компаний снижают порог входа для других, вдохновляют, снимают барьеры, меняют взгляд на привычные вещи и, в конечном итоге, делают AI-будущее доступным для всех.

Первые участники кейсориума рассказали о разнообразных сценариях применения и челленджах, с которыми они столкнулись на пути внедрения:

Ozon – о том, как команде удалось увеличить скорость обработки тикета с помощью LLM и машинного обучения. LLM использовали для саммаризации диалога до уровня проблемы клиента и подготовки шаблона ответа пользователю. Так как многие обращения содержат персональные данные, в Ozon используют опенсорс-модели, которые разворачивают на собственном железе. Среди таких моделей: для саммаризации – ruT5, для подсказок релевантных шаблонов обработанные генеративными моделями текста пропускаются через модели Longformer, tf-idf + Cosine Similarity. За счет внедрения LLM в работу операторов КЦ удалось сократить Average Handling Time на 20%! Также Ozon поделился кейсами, в которых LLM заполняет поля в тикетах Jira, заполняет товарные карточки и генерирует картинки для SMM.

Samokat.Tech – об автоматизации работы с контентом. В компании хотели полностью автоматизировать создание упаковки товаров и протестировали десяток моделей классификаций-сегментаций, в том числе SAM. Наиболее подходящую сегментационную ML-модель дообучили на собственном домене и использовали кое-какую хитрость с построением пайплайна моделей (подробнее, в кейсе на сайте)! Также в Samokat.Tech создали набор AI-инструментов для генерации макетов для наружной рекламы.

X5 Group поделились кейсом использования GenAI для оценки работы магазинов. Благодаря инструменту на базе GenAI, сотрудники могут получать и анализировать данные о продажах, потерях и наличию товаров без знания SQL-кода.

i-Legal – кейсом использования нейросетей для работы с документами и судебными практиками. Команда нашла инструмент, который позволяет загружать в свою базу данных любую информацию для дальнейшей работы.

В банке Точка рассказали о том, как развивают полноценного AI-ассистента, внедряя LLM в поисковый сервис.

В Бачате – о том, как оценивают звонки автодилеров с помощью нейросетей и добиваются роста конверсии в назначенные встречи в два раза

А Кнауф поделились тем, как ускорили и упростили решение задач маркетинга, сократили документооборот и сделали так, чтобы не приходилось отчуждать авторские права и привлекать подрядчиков.

Бизнес делится цифрами и профитом, а в разделе «Медиатека» можно найти полезные материалы о том, с чего начать тем, кто только задумывается о работе с генеративным ИИ.

Если 2023 год для генеративного ИИ был годом исследования возможностей генеративного ИИ, то 2024 — год достижения результатов и создания реальной бизнес-ценности. Согласно недавнему исследованию Bain & Company более 60% опрошенных компаний рассматривают генеративный ИИ как три главных приоритета на ближайшие два года, но только около 35% имеют четко определенное видение того, как они будут создавать бизнес-ценность с помощью генеративного ИИ, – Кирилл Петров, сооснователь Just AI и основатель проекта Generation AI.

Как стать участником проекта?

Для участия в проекте Generation AI нужно оставить заявку на сайте, описав, как компания экспериментирует с LLM и другими нейросетями. Ограничений нет, в рамках проекта интересен любой опыт и эксперименты бизнеса — GenAI в разработке продуктов, клиентских коммуникациях, маркетинге и брендинге и т.д. Подробнее о том, как подать кейс для участия в проекте, можно узнать по ссылке.