Как использовать искусственный интеллект для опережения конкурентов

1. Умение быстро тестировать новые технологии — залог успеха.
2. Зачем бизнесу внедрять ИИ-технологии.

• Сокращение трудозатрат.
• Ускорение и улучшение решений задач для клиентов.
• Кейс «Солнце Москвы».

3. Как максимизировать ценность искусственного интеллекта.

Новые технологии вроде генеративного ИИ открывают для бизнеса огромные возможности. Например, позволяют интегрировать ИИ-решения в разнообразные процессы и задачи, как внутренние, так и клиентские.

Однако чтобы это реализовать, необходимо наличие в компании культуры, которая позволяет прийти к руководству, сказать: «Коллеги, кажется, я нащупал что-то стоящее, буду этим заниматься», и получить поддержку. Важно, чтобы руководители всех звеньев максимально поощряли самостоятельность и проактивность сотрудников. При этом, как и в любом поиске нового пути решения, давали право на ошибку и время для тестирования новых подходов.

Таким образом, необходимо не просто внедрять новые технологии, но и формировать определенные условия внутри компании, чтобы получить от этого максимальную выгоду.

Почему это важно?

По данным глобального опроса McKinsey, проведенного в 2023 году с участием более 1000 респондентов, обнаружена тесная связь между компаниями, которые создали сильную инновационную культуру и операционную модель, и их способностью эффективно применять технологии вроде генеративного искусственного интеллекта.

• 30% лидеров инноваций уже активно используют генеративный ИИ в масштабе для ускорения R&D (от англ. Research and development — исследования и разработки) — направления в компании, отвечающего за создание, выведение продукта на рынок и управление его жизненным циклом.
  
  Это в 6 раз больше, чем у отстающих организаций (4%). Причем разрыв увеличивается: в 2022 году он был в 3 раза меньше. Это говорит об ускорении внедрения генеративного ИИ лидерами.
  
  Так как инновации — ключевой драйвер роста, использование скорости и детальности генеративного ИИ дает значительное конкурентное преимущество.

• Лидеры инноваций получают гораздо лучшие бизнес-результаты от вложений в ИИ. Их продукты и услуги лучше соответствуют запросам клиентов, они быстрее выводят инновации на рынок и масштабируют их. Например, 62% согласны, что их продукты лидируют по выполнению запросов клиентов, против лишь 14% отстающих компаний. Это показывает, что лидеры инноваций лучше создают ценность от технологий и R&D.

Исследование McKinsey подчеркивает то, почему так важно быстро подхватывать и внедрять любые новые прорывные идеи, технологии (причем речь не только про ИИ) в свои продукты, подходы и процессы. Необходимо создавать в компании внутренние команды, исследовательские группы и смотреть не только на то, что есть здесь и сейчас, но и заглядывать за горизонт. Именно эта особенность многих крупных игроков рынка позволяет им опережать других.

Другая немаловажная часть этого процесса — умение оперативно тестировать возможности, которые дает новая технология или инструмент, делать выводы и в случае успеха бесшовно и в короткие сроки интегрировать это в бизнес.

Говоря о сокращения трудозатрат, возможности ИИ безграничны. Зачем, например, переводить тексты исследований или статей на русский язык вручную, если языковая модель сделает это быстрее и лучше. Длинные материалы или статьи требуют времени на прочтение, а его нет, но нужно ухватить суть. В этом случае поможет саммаризация текста.

А если нужно сформулировать мысли в оформленные цепочки действий или разложить какой-то материал блока для подготовки слайдов презентаций, нейросетевые модели помогут и тут. Или, например, у вас много созвонов и нужно постоянно готовить по ним пост-миты — технология транскрибации голоса в текст позволяет экономить время и работать с текстом разговора, а не с самой записью.

Все это лишь примеры того, для чего компании применяют нейросетевые модели во внутренних процессах. Каждый из них экономит время по-разному: где-то 10 минут, где-то один час. Но суммарно это выливается в сэкономленные рабочие дни в течение года. Это ускоряет процессы и позволяет их больше автоматизировать, что в конечном счете сказывается и на продуктивности.

Внешние задачи клиентов генеративные ИИ также с каждым днем помогают решать все эффективнее. Быстро подготовить визуалы для новых креативов в десяти вариантах вместо трех — не проблема. Найти инсайты относительно целевой аудитории клиента и оперативно сравнить его продукт и условия с конкурентами в течение 10 минут — вполне решаемо. Быстро подготовить содержимое посадочной страницы или статьи еще в нескольких вариантах, чтобы протестировать результаты, — это тоже возможно.

Для примера расскажу об одном проекте, где мы использовали генеративный ИИ.

«Солнце Москвы» — крупнейшее в Европе колесо обозрения, расположенное в Москве рядом с Южным входом ВДНХ.

Задача команды маркетинга «Солнце Москвы» — формировать бренд и привлекать постоянный поток посетителей, удерживая внимание широкой целевой аудитории и рассказывая о классных возможностях городской точки притяжения.

В работе по формированию бренда статьи — один из главных способов донесения смыслов. Однако подготовка сложных текстовых и запоминающихся визуальных материалов вручную занимает много сил и времени, зачастую требуя привлечения ресурсов фриланса или найма нового сотрудника в штат. Кроме того, на подготовку «идеального» материала, который удовлетворяет всем требованиям внутренних заказчиков, уходит много времени и сил, включая все доработки и правки.

Задача на старте — в сжатые сроки запустить качественную рекламную кампанию, включающую сложные текстовые материалы и дополнительные материалы для A/Б-тестирования.

Мы предположили, что вместо вывода допсотрудника в штат под рутинные задачи можно использовать нейросети: сгенерированная статья так же эффективна, как ее ручной аналог. Поэтому в качестве альтернативы ручному сбору типового контента решили использовать генеративный ИИ. Он позволяет создавать материалы для рекламных кампаний в Яндекс Промостраницах в более короткие сроки, сокращая трудозатраты и время на подготовку со стороны клиента и агентства.

Уникальность проекта заключается в перекрестном использовании разных нейросетей: ChatGPT 4.0 для генерации текстов и MidJourney 5.2 для генерации визуалов. Перед использованием конкретных инструментов были проведены предварительные тесты и исследования, которые подтвердили их применимость для решения поставленных задач.

Пример одной из сгенерированных статей:

Какие результаты получили по итогам рекламной кампании:

• в 6 раз сократилось время на подготовку контента (время написания стандартной статьи объемом 2000 символов — 2-3 часа, создание генеративной статьи занимает не более 30 минут);
  
• в 5, 5 раз снизилась стоимость подготовки статьи (400 рублей за 2000 символов вместо 2200 рублей);
  
• 1 200 000 экономия на ФОТ (потенциально кейс снимает необходимость выведения дополнительного специалиста по контенту в штат);
  
• на 49% улучшился показатель «Длительность просмотра»;
  
• на 25% улучшился показатель «Глубина просмотра»;
  
• 0,8% показатель CTR (не изменился, на уровне рукописной статьи);
  
• на 31,8% улучшился показатель CR (конверсия в действие).

Показатели в сравнении «ручная» статья / сгенерированная статья:

• CTR — 0,8% / 0,8%;
  
• Длительность сеанса — 81 сек / 131 сек;
  
• Показатели отказа — 25,4% / 20,9%;
  
• Глубина просмотра — 2,44 / 3,07;
  
• Конверсия в действие «купить билет» (от внешних переходов) — 36,09% /50,79%.
  
  

Также генеративные ИИ предоставляют все больше возможностей и для анализа статистики клиента. Уже сейчас можно быстро вытащить из большого массива данных прямые зависимости одних показателей от других, построить определенные тренды, спрогнозировать результаты и выявить инсайты.

Успех в вопросе искусственного интеллекта стоит на двух китах: непосредственно отделе или группе исследований, которая смело идет в сторону новых технологий, и механиках Growth, которые помогут быстро протестировать все гипотезы.

Навыки Growth hacking появились на западном рынке в 10-е годы 21 века. Это действия, основанные на постоянных экспериментах, приводящие к быстрому росту продукта и бизнеса. Именно благодаря наработанным практикам Growth многие компании так оперативно смогли интегрировать ИИ-решения в свой бизнес.

Что еще необходимо сделать, чтобы ИИ-технологии максимально эффективно решали задачи бизнеса? На этот счет есть несколько рекомендаций. К слову, именно их придерживаются лидеры инноваций:

1. Внедрите в компании инновационную культуру. Еще в начале статьи мы отметили необходимость наличия в компании такой культуры. Она включает поощрение экспериментов, масштабирование успешных идей, «быстрый провал». Например, надо понимать, что часть идей изначально не сработают. В этом случае необходимо оперативно зафиксировать негативный результат размещения и не тратить ресурсы впустую.
   
   
2. Используйте гибкую операционную модель: построение кросс-функциональных команд, быстрые итерации, сбор данных. Это позволит быстрее адаптироваться и получать выгоду от новых технологий. К таким моделям относятся, например, Agile, MLOps, DevSecOps.
   
   
3. Применяйте пять ключевых практик в работе с генеративным ИИ:
   

• задавайте правильные вопросы ИИ, понимая его возможности;
  
• быстро находите и отсеивайте «неправильные» ответы;
  
• накапливайте собственные данные для обучения ИИ;
  
• оперативно обучайте сотрудников работе с ИИ;
  
• создавайте автоматизированные процессы, чтобы использовать скорость ИИ, если вероятность ошибки невысокая или цена этой ошибки низкая.

Все это влияет на скорость решения, упрощение и ускорение рутинных задач и, как следствие, позволять концентрироваться на главной задаче для любого агентства — поиске решений по масштабированию бизнеса клиента.

А мы собрали для вас подборку из 9 бесплатных нейросетей, чтобы вы могли начать использовать преимущества искусственного интеллекта прямо сейчас.