Отвечает основатель ИТ-аутсорсинговой компании ITQuick Александр Сельдемиров.
Мы наблюдаем экспоненциальный рост внедрения чат-ботов в российских компаниях, особенно в последние один-два года. До этого такие решения были штучными и не имели сильного развития. Сейчас ситуация кардинально изменилась благодаря активному проникновению искусственного интеллекта в сферу взаимодействия с клиентами. Ключевые преимущества использования чат-ботов включают автоматизацию рутинных процессов, быстрый сбор информации и решение задач клиентов, способность работать с большими объёмами данных и сокращение числа ошибок, связанных с человеческим фактором.
Особенно активно чат-боты применяются в сфере электронной коммерции, где множество точек взаимодействия с клиентами. «Для многих компаний внедрение чат-ботов — уже не вопрос получения дополнительной прибыли или быстрого возврата инвестиций, а необходимое условие для сохранения конкурентоспособности на рынке», — подчеркнул Сельдемиров.
Благодаря развитию ИИ и машинного обучения чат-боты в ближайшие годы станут практически неотличимы от живого общения. Этому способствует использование передовых технологий искусственного интеллекта, таких как LLM (Large Language Model).
LLM — это тип искусственного интеллекта, созданный для обработки и генерации естественного языка. Эти модели обучены на больших объёмах текстовых данных, что позволяет им выполнять широкий спектр задач, связанных с языком: от перевода и суммирования текста до создания контента и ведения диалогов. Например, GPT-3 от OpenAI был обучен на текстовых данных объемом около 570 гигабайт, что эквивалентно примерно 45 терабайтам неотфильтрованных данных. BERT от Google был обучен на корпусе данных размером в несколько десятков гигабайт, включая Википедию и книги.
У подавляющего большинства людей пропадёт ощущение, что они общаются с программным кодом или ботом. Это произойдёт за счёт постоянного обучения моделей и расширения наборов данных, что позволит существенно снизить количество ошибок при нестандартных запросах. Кроме того, увеличивающийся объём данных позволит точнее проводить обучение моделей.
Компаниям, которые только начинают внедрение чат-ботов, советую действовать поэтапно: разбить процесс на составляющие, определить, что выгоднее автоматизировать через чат-бота, оценить риски взаимодействия с клиентом. Начните с автоматизации одного участка, убедитесь в работоспособности модели, а затем шаг за шагом автоматизируйте следующие направления.
Ответ эксперта
Отвечаем на потребительские вопросы о финансах
Отвечает основатель ИТ-аутсорсинговой компании ITQuick Александр Сельдемиров.
Мы наблюдаем экспоненциальный рост внедрения чат-ботов в российских компаниях, особенно в последние один-два года. До этого такие решения были штучными и не имели сильного развития. Сейчас ситуация кардинально изменилась благодаря активному проникновению искусственного интеллекта в сферу взаимодействия с клиентами. Ключевые преимущества использования чат-ботов включают автоматизацию рутинных процессов, быстрый сбор информации и решение задач клиентов, способность работать с большими объёмами данных и сокращение числа ошибок, связанных с человеческим фактором.
Особенно активно чат-боты применяются в сфере электронной коммерции, где множество точек взаимодействия с клиентами. «Для многих компаний внедрение чат-ботов — уже не вопрос получения дополнительной прибыли или быстрого возврата инвестиций, а необходимое условие для сохранения конкурентоспособности на рынке», — подчеркнул Сельдемиров.
Благодаря развитию ИИ и машинного обучения чат-боты в ближайшие годы станут практически неотличимы от живого общения. Этому способствует использование передовых технологий искусственного интеллекта, таких как LLM (Large Language Model).
LLM — это тип искусственного интеллекта, созданный для обработки и генерации естественного языка. Эти модели обучены на больших объёмах текстовых данных, что позволяет им выполнять широкий спектр задач, связанных с языком: от перевода и суммирования текста до создания контента и ведения диалогов. Например, GPT-3 от OpenAI был обучен на текстовых данных объемом около 570 гигабайт, что эквивалентно примерно 45 терабайтам неотфильтрованных данных. BERT от Google был обучен на корпусе данных размером в несколько десятков гигабайт, включая Википедию и книги.
У подавляющего большинства людей пропадёт ощущение, что они общаются с программным кодом или ботом. Это произойдёт за счёт постоянного обучения моделей и расширения наборов данных, что позволит существенно снизить количество ошибок при нестандартных запросах. Кроме того, увеличивающийся объём данных позволит точнее проводить обучение моделей.
Компаниям, которые только начинают внедрение чат-ботов, советую действовать поэтапно: разбить процесс на составляющие, определить, что выгоднее автоматизировать через чат-бота, оценить риски взаимодействия с клиентом. Начните с автоматизации одного участка, убедитесь в работоспособности модели, а затем шаг за шагом автоматизируйте следующие направления.