Искусственный интеллект — это два больших класса моделей:
Машинное обучение (ML). Оно существует давно (с 2014–2015 гг.). Модели учатся на больших данных, анализируют и предсказывают неизвестные ранее значения. Требует квалификации дата-сайентистов, знания Python, тюнинга моделей. Это тяжелая научная составляющая, но эффективная для конкретных целей.
Пример: выбор локации. ML обучается на геоданных (трафик, демография, покупательская активность, близость трафик-билдеров), чтобы спрогнозировать потенциал выручки и снизить риск потери инвестиций. Также помогает анализировать динамику уже открытых точек, отсекая внешние факторы (падение трафика вокруг) от внутренних проблем (управление персоналом, остатки). Кейсы ML в ретейле: выбор локаций, диагностика падения роста, прогноз спроса, прогноз ассортимента под конкретную локацию, ценообразование, анализ эффективности промо.
Генеративный искусственный интеллект (GenAI). Появился недавно (~3 года назад). Создает новый контент (тексты, музыку, код). «Раньше я, как владелец бизнеса, не вникала в „подкапотность“ ML, но GenAI пронизал всё: команду, быт, бизнес. Он стал моим амбассадором эффективности», — признаёт Иванова.
Сейчас есть бесплатные и платные мощные модели. Российские разработки отстают на полгода из-за дефицита вычислительных ресурсов, хотя ментально конкурентоспособны. На государственном уровне борьба за обладание этими инструментами идет жёстко (пример, Трампа и Anthropic). «Для бизнеса это суперпреимущество».
❓Достаточно ли просто общаться с ChatGPT? Многие думают, что нужен сложный «вайб-кодинг». Иванова говорит «Могу заявить ответственно: не всем нужен Claude Code. Можно решить много задач качественным промптингом даже в бесплатной версии или за $20».
Эксперт также разложила по полочкам тонкости разных моделей использования ИИ, которые существенно влияют на результат.
????5 уровней общения с нейросетью:
1️⃣ Базовый: простой вопрос — простой ответ.
2️⃣ Продвинутый: уточнение контекста, роли собеседника, формы ответа.
3️⃣ Экспертный: детальный промптинг (кто ты, кто я, задача, контекст, формат). Позволяет решать серьезные задачи быстро. «Бытовой пример: два подрядчика дали разные сметы на ремонт крыши. Я сфотографировала крышу и сметы, закинула в ChatGPT. Он разобрал термины («ендова», «подкладочный ковер»), объяснил ненужные операции. Результат: экономия 500 тыс. рублей. Подрядчик спросил: «С кем ты там общаешься?». Это работает на любом уровне.
4️⃣ Агентный: агент — это среда, где нейросеть объединена с коннекторами (CRM, 1С, файловое пространство). Вы не пишете письмо, агент строит систему, которая пишет письма.
«В моей компании („трехголовый дракон“: тимлид, техлидер, я) есть общий агент. Мы наговариваем ему голосом задачи („сделай коннектор с 1С“, „дай утренний отчет“). Он запоминает встречи, риски, финансы, проверяет договоры. Не ошибается, не болеет, работает 24/7. Это экономит время руководителей».
Иванова добавляет, что очень важно проверять результат, поскольку «галлюцинации возможны».
5️⃣ Платформенный уровень: когда агентов становится много (зоопарк), возникает хаос безопасности и конкуренции ресурсов. Нужна платформа для оркестрации агентов, соблюдения стандартов безопасности и управления инфраструктурой. Может быть облачной или on-premise.
❗ Главный барьер внедрения ИИ — люди (70%). Недоверие сотрудников и консерватизм руководителей. Алгоритмы вторичны. Стратегия: обучение -> агенты -> платформа. «И главное — сохранять критическое мышление.
«Люди с ИИ и критическим мышлением победят людей без ИИ».
