Нейросети для бизнеса: что реально работает
Нейросеть — не сотрудник и не волшебная кнопка. Это инструмент, который хорошо делает три вещи: понимает текст, извлекает из него смысл и пишет связный ответ. Всё остальное вокруг — обычная инженерия.
Мы применяем нейросети в своих продуктах и в клиентских проектах, но клиентские показывать нельзя. Расскажу на примерах из собственной практики, что реально работает, а что нет.
Разговор про нейросети в бизнесе портит завышенное ожидание. Человек видит демонстрацию, где модель за секунду пишет статью, и делает вывод, что теперь можно уволить отдел. Потом пробует на своей задаче — и получает уверенный, гладкий, но неверный ответ. Вывод делается противоположный: не работает. Оба вывода неправильные, потому что в них нет главного — понимания, что модель умеет, а что нет.
Умеет: читать длинный текст и находить в нём нужное, раскладывать свободное описание на поля, определять тему обращения, писать черновик по фактам, которые вы дали, разбирать разговор и составлять резюме. Не умеет: помнить правила без напоминания, отвечать за решение, гарантировать точность цифр и знать то, чего вы ей не дали. Поэтому в любой рабочей схеме модель — один шаг, а не вся схема.
Практическая часть моей работы состоит не в выборе модели, а в том, чтобы вокруг неё встали проверки. Данные подготовлены, правила заданы, результат сверен с чем-то надёжным, спорное отправлено человеку, каждый шаг записан в журнал. Тогда получается то, чему можно доверить процесс: не эффектно, зато предсказуемо. А выбор конкретной модели — вопрос десятой минуты разговора.
Кому это подходит
Нейросети помогают не везде. Ниже — задачи, где эффект очевиден, и те, где это пустая трата денег.
Тем, кто пробовал и разочаровался
Обычно дело не в модели, а в том, что ей не дали нужных данных и не поставили проверок.
Работе с текстом и документами
Чтение, разбор, поиск, черновики — здесь нейросеть даёт эффект почти всегда.
Не подходит для точных расчётов
Считать деньги и сводить цифры должны обычные механизмы: модель уверенно ошибается в арифметике.
Что изменится в работе
Как это применяют на практике
Несколько примеров применения, чтобы отличить работающие сценарии от красивых обещаний.
Из чего состоит решение
Что действительно работает
На что смотреть в первую очередь
Модель уверенно ошибается
Она никогда не скажет «не знаю» сама. Границы и проверки задаются снаружи, иначе выдумка выглядит как факт.
Качество ответа — от данных
Восемьдесят процентов результата даёт то, что подано на вход. Смена модели меняет остальные двадцать.
Один шаг, а не вся схема
Нейросеть отвечает за понимание текста. Считать, сверять и записывать должны обычные предсказуемые механизмы.
Есть вариант «у себя»
Если данные нельзя выносить наружу, модель разворачивается на вашем сервере. Дороже, зато ничего не уходит.
Как подбираем решение
Как оценить пользу — подставьте свои цифры
Что получаете в результате
Не рассказы про будущее, а инструменты, которые уже сегодня можно проверить на своих данных.
Мифы и ошибки
Вот самые частые заблуждения на эту тему. Полезно знать до того, как платить за внедрение.
Поверили ответу без проверки
Гладкий и уверенный ответ не значит верный. Проверки задаются снаружи, сама модель сомневаться не умеет.
Не дали данных
Модель не знает ваших цен, условий и регламентов. Без них она отвечает общими словами.
Сделали модель центром схемы
Считать, сверять и записывать должны предсказуемые механизмы. Модель — только шаг понимания текста.
Как начать разбор
Начните с бесплатного разбора: двадцать минут о задаче, и станет ясно, нужна ли тут нейросеть вообще.
Смежные направления
Эти направления обычно рассматривают вместе — они решают соседние задачи.
Вопросы про нейросети
Какую нейросеть выбрать?
Это последний вопрос, а не первый. Сначала задача и данные, потом модель — под большинство задач подходит сразу несколько, и разница между ними меньше, чем кажется.
А если она начнёт выдумывать?
Поэтому она отвечает по вашим материалам и с указанием источника, а результат проходит проверку. Свободные ответы «из головы модели» в рабочих схемах не используются.
Нужно ли обучать модель на наших данных?
Обычно нет. Дообучение дорого и нужно редко: почти всё решается правильной подачей ваших материалов в момент запроса.
С чего начать знакомство?
С разговора о том, какая работа в компании состоит из чтения и написания текста. Именно там нейросеть окупается быстрее всего.