Генеративный ИИ ненадёжен, склонен к ошибкам и опасен для конфиденциальных данных — так звучит расхожее мнение в деловых кругах. Многие руководители разделяют этот скепсис и не готовы доверять технологии критически важные задачи.
Директор департамента аналитических решений ЮMoney Евгений Виноградов рассказал редакции СберПро, насколько такая позиция обоснована сегодня. Мы перенесли все главные инсайты из подкаста в этот текст.
Директор департамента аналитических решений ЮMoney Евгений Виноградов рассказал редакции СберПро, насколько такая позиция обоснована сегодня. Мы перенесли все главные инсайты из подкаста в этот текст.
Реальные ограничения: с чем сталкивается бизнес
Генеративный ИИ — относительно молодая технология, и у неё действительно есть специфические риски.
Галлюцинации. Модели способны уверенно выдавать вымысел за факт. Евгений Виноградов делится личным опытом: нейросеть подготовила юридически грамотный на вид документ, но с несуществующими терминами.
Избыточность. ИИ-тексты нередко страдают многословием. Техническое решение от нейросети может оказаться в пять раз объёмнее лаконичного описания опытного ИТ-архитектора. Возникает парадокс: нейросетевые тексты приходится сжимать другими ИИ-сервисами.
Галлюцинации. Модели способны уверенно выдавать вымысел за факт. Евгений Виноградов делится личным опытом: нейросеть подготовила юридически грамотный на вид документ, но с несуществующими терминами.
Избыточность. ИИ-тексты нередко страдают многословием. Техническое решение от нейросети может оказаться в пять раз объёмнее лаконичного описания опытного ИТ-архитектора. Возникает парадокс: нейросетевые тексты приходится сжимать другими ИИ-сервисами.
Что говорит практика: недоверие отступает
Несмотря на ограничения, тезис о тотальном недоверии к нейросетям уже устарел. Цифры подтверждают: бизнес активно осваивает технологию.
«Например, ЮMoney внедрила генеративный ИИ в разработку для анализа кода и поиска ошибок. В клиентском сервисе ИИ-агенты обрабатывают входящие запросы и помогают сотрудникам формировать точные ответы», — отмечает Евгений Виноградов.
Накопленный опыт компания масштабирует вовне: готовые ИИ-решения автоматизируют маркетинг и продажи. Предприниматели делегируют нейросетям описание целевой аудитории, тексты для карточек товаров, коммерческие предложения — и существенно сокращают трудозатраты.
«Например, ЮMoney внедрила генеративный ИИ в разработку для анализа кода и поиска ошибок. В клиентском сервисе ИИ-агенты обрабатывают входящие запросы и помогают сотрудникам формировать точные ответы», — отмечает Евгений Виноградов.
Накопленный опыт компания масштабирует вовне: готовые ИИ-решения автоматизируют маркетинг и продажи. Предприниматели делегируют нейросетям описание целевой аудитории, тексты для карточек товаров, коммерческие предложения — и существенно сокращают трудозатраты.
Главный индикатор доверия — повторное использование
В ЮKassa есть AI-помощник ЮChat, который помогает предпринимателям разбираться с рутинными задачами: написанием текстов, описаний, рекламных объявлений. Замеры удовлетворённости показывают: 70% пользователей готовы применять инструмент снова и рекомендовать его — даже на этапе первых версий.
Логика простая: человек пробует ИИ для одной задачи, видит выгоду и начинает применять его повсеместно.
Логика простая: человек пробует ИИ для одной задачи, видит выгоду и начинает применять его повсеместно.
Резюмируем
Недоверие к генеративному ИИ — уже скорее миф, чем реальность. Да, технология несовершенна: галлюцинации и многословие остаются актуальными проблемами. Однако бизнес научился работать с этими ограничениями и выстраивать процессы, где ИИ приносит ощутимую пользу.
Ключевой сдвиг произошёл в подходе: компании перестали ждать идеального инструмента и начали использовать тот, что есть, — с поправкой на его особенности. Результат говорит сам за себя: высокий процент повторных обращений, расширение сценариев применения и готовность рекомендовать технологию коллегам. Всё это свидетельствует о том, что генеративный ИИ из экспериментальной игрушки превращается в рабочий инструмент бизнеса.
Материал подготовлен по данным из нового выпуска подкаста «Цифра в деле» от СберПро. Послушайте выпуск
Ключевой сдвиг произошёл в подходе: компании перестали ждать идеального инструмента и начали использовать тот, что есть, — с поправкой на его особенности. Результат говорит сам за себя: высокий процент повторных обращений, расширение сценариев применения и готовность рекомендовать технологию коллегам. Всё это свидетельствует о том, что генеративный ИИ из экспериментальной игрушки превращается в рабочий инструмент бизнеса.
Материал подготовлен по данным из нового выпуска подкаста «Цифра в деле» от СберПро. Послушайте выпуск