Про ИИ

Про ИИ

Оригинальный пост канала "Красивая аналитика" @whrdata

На одной из последних конференций слышала, как человек из ИТ РСХБ рассказывал про свой опыт автоматизации HR процессов. Слушать это выступление, будучи внутри hrtech, просто невозможно, потому что тезисы там были из серии «оказалось, что пожелания HR ушли далеко вперед, чем предоставляет 1С» и «на рынке ничего нет, все что есть – отстой» и поэтому они сделали микс из нескольких систем (вот неожиданность). Несмотря на это, я видела как после выступления сразу 2 человека подошли к нему что-то обсудить, видимо это выступление им откликнулось.

Примерно также, я думаю, выглядит когда HR-ы рассуждают об ИИ, поэтому лично я предпочитаю про ИИ слушать у людей, которые работают с ИИ профессионально.

На 2х мероприятиях 🗓 01.10.2024, "Цифровые помощники в обществе и в бизнесе" в Noôdome и 🗓 02.10.2024, "Big Data и AI Day 2024" от Tadviser послушала сразу несколько выступлений на тему ИИ

Делюсь совокупностью тезисов от разных спикеров. Кое-где мысли повторяются, и примерно одно и то же написано разными словами, но это и это круто, я считаю.

Важно: не будучи экспертом в теме я могу выразить что-то не на 100% точно. Прошу понять и простить.

• Есть генеративный ИИ (Gen AI, яркий представитель которого это ChatGPT), а есть традиционный ИИ (просто AI, например, голосовые помощники, поисковые системы, рекомендательные системы и т.п.), это надо четко разделять. ИИ появился гораздо раньше, чем генеративный ИИ, но именно GenAI вызвал хайп • Если технология Gen AI еще только развивается, то просто AI уже развита достаточно, для внедрения в реальные процессы • Генеративный ИИ сильно поднял интерес, а сейчас мы в зоне разочарования, разбираем последствия, пытаемся приземлить на реальные кейсы заказчика • ИИ «везде» и у него есть хорошие перспективы, но мы находимся в начале развития технологии с точки зрения ее практической применимости • GenAI пока сложно применять в силу его недоразвитости, а прикладной ML можно и нужно применять (предиктивные модели, компьютерное зрение и т.п.) • Основные ограничения для развития ИИ в бизнесе это: стоимость вычислительных мощностей, безопасность доступа и технологическое отставание • Не надо смотреть на технологию (ИИ) и думать куда ее "воткнуть". Надо смотреть на свои процессы и думать как их улучшить, а с помощью ИИ или нет зависит от цели и потребности • 2 классные аналогии: «как будто Айфон уже изобрели, а appstore еще нет, т.е. аппарат есть, а приложения еще не появились» «раньше электричество было для богатых, а теперь пока еще ИИ только для богатых» • Чтобы GenAI активно развивался нужны огромные мощности (электричество, дата центры) • Объем данных растет по экспоненте, а вот объем знаний о работе с этими данными растет не так сильно и отстает

Немного про ML модели: • Модели хороши настолько, насколько хороши данные • Бизнес считает, что модель надо создать и все, а модель постоянно требует дообучения и переобучения. Часто это не закладывается в бюджет • Модель живет пока живет бизнес-процесс, который она улучшает (т.е. постоянно требует изменений) • Из-за дрейфа данных происходит деградация модели, поэтому ее нужно поддерживать. Жизненный цикл модели короче, чем жизненный цикл продукта • лайфхак; если модель заложить как часть ИТ системы, то можно ее заCAPEXовать

И из кулуарных разговоров: в одной крупной производственной компании суммаризация встреч не зашла. Угадайте почему? (Подсказка: ответ очень жизненный)