Как используют нейросети на самом деле: неожиданные выводы

Как на самом деле используют нейросети в России: тексты, дизайн и аналитика. Разбор данных опроса Яндекс Практикума и выводы для бизнеса.

Как используют нейросети сегодня: результаты опроса

Не сказал бы, что сильно удивлен наиболее популярным сценариям использования. AI востребован прежде всего как инструмент работы с текстом (таких 41% опрошенных) и генерации визуала (это делают 36% соответственно).

Такой стратегически важный сценарий использования ИИ как аналитического инструмента для работы с данными — самый недооцененный. Хотя прогресс налицо!

Вообще, сегодняшняя ситуация с AI очень сильно историю интернета конца 90-х. Все понимают, что это важно, но лишь немногие знают, как именно встроить его в процессы. Буквально: «мы уже все купили абонемент в фитнес-клуб, но пока туда не ходим».

Понятно, я однобоко смотрю на это со стороны маркетинга, но все же.

На мой взгляд, большинство сейчас проходит сейчас довольно типичную эволюцию по уровням зрелости работы с искусственным интеллектом.

А таких на практике я бы выделил таких четыре:

1. Хаотичное использование
2. Инструментальная интеграция
3. Системное применение
4. AI-инфраструктура компании

И подавляющая часть сейчас топчется между первым и вторым.

Опрос продемонстрировал, чем ИИ пока не стал. У меня, естественно, есть свое видение его развития, но сейчас разберем, чем же он все-таки стал к настоящему моменту.

Главный сценарий: работа с текстами

Как видим, сегодня искусственный интеллект наиболее востребован для написания или редактирования текстов. С его помощью люди пишут всякую хрень.

Появился даже новый термин workslop (буквально «рабочая каша» — «отшлифованный» ИИ-контент, профессионально выглядящий, но не несущий никакой ценности.

Вполне логично, что генерация с помощью AI такого расходного материала как посты, статьи, письма и брифы, является результатом потока бессодержательной работы, тратящей наше время [и незаметно снижающей планку качества].

Забавно про рерайтят. В глаза прям бросилось политкорректная формулировка в вопросе «редактируем чужие материалы». 🙂

То есть, сейчас, по-большей части, нейросети помогли нам в формулировании мыслей. Что само по себе неплохо. Хотя мыслей не всегда своих, понимая механизмы функционирования нейросетей, но да, стало заметно проще.

Второе место: визуальный контент

Еще лет пять назад создание визуального контента было узким профессиональным навыком. Сегодня ситуация кардинально изменилась. Искусственный интеллект фактически демократизировал дизайн. (© А.Н. Аникин)

Там, где раньше создание более-менее приличной графики требовало привлечение нескольких высококлассных спецов вроде дизайнера, графика, иногда, видеомонтажера, сегодня доступно практически любому. Фактически каждый индивид с руками не из жопы вполне способен собрать вполне приемлемый визуал за несколько минут часов.

Означает ли это начало эпохи исчезновения дизайнеров? Нет. Умные дизайнеры освоят соответствующие навыки и будут еще более востребованными. Но это означает резкое снижение порога входа в создание визуального контента.

Аналитика — самый недооцененный сценарий

Здесь я, кстати, в меньшинстве, потому что с помощью ИИ я, прежде всего, «разбираю данные, формулирую выводы, готовлю отчеты». Даже писал про это.

И так делают 27% участников опроса. Не самая популярная категория. Но именно она, на мой взгляд, имеет наибольший стратегический потенциал. Сейчас попытаюсь объяснить, почему.

Есть одна весьма распространенная профессиональная иллюзия, особенно характерная для маркетинга и бизнеса в целом. Мы привыкли считать, что если у компании есть данные, значит, у нее есть понимание, что делать и куда идти.

На практике это почти всегда не так (читай никогда). Главная проблема бизнеса сегодня не недостаток данных. Самая большушая проблема — дефицит интерпретации этих данных.

Компании сегодня собирают огромное количество информации. Они буквально утопают в данных.

В редких компаниях сегодня я не встречал тех, кто прилежно не собирает:

• маркетинговую аналитику
• данные CRM и отчеты по продажам
• аналитику из рекламных кабинетов
• продуктовую аналитику
• пользовательские данные и пр.

И это я только часть перечислил. BI-панели, отчеты, таблицы, дашборды. Данных сегодня больше, чем когда-либо в истории бизнеса.

Но чтобы все эти охрилиарды гигабайт собранной информации начали работать, их нужно:

• разложить по структуре
• сопоставить между собой
• увидеть закономерности
• сформулировать гипотезы
• перевести выводы в управленческие решения

И — это удивительно, Карл, — здесь нейросети оказываются — снова неожиданно, Карл, — сильнее человека. Превращение огромного массива данных в осмысленные выводы для человека по-прежнему задача интеллектуально сложная. И именно для подобного AI особенно эффективен.

Главный дефицит у бизнеса сегодня — способность понимать происходящее. В этом приложении искусственный интеллект перестает быть технологической игрушкой. По сути, AI/ИИ становится усилителем мышления, как бы это ни резало слух неолуддитам.

Почетная бронза: инструмент дивергентного мышления

30% используют ИИ для придумывания гипотез и концепций. Подобное характерно для маркетинга и продуктовых команд. И это действительно облегчает жизнь.

Хотя AI редко выдает идеальное решение (никогда) и не обязательно «придумает» ту самую идеальную идею, но его помощью можно быстро создать 10-20 вариантов, из которых затем можно выбрать наиболее сильные. Ну и докрутить их с командой.

Иногда этого уже достаточно, чтобы сдвинуть проект с мертвой точки.

Новый поиск 2.0

Отдельного внимания заслуживают данные, скольким людей AI заменил традиционный поиск.

40% опрошенных используют нейросети вместо поисковых систем. Генеративная поисковая выдача вроде Яндекс Алисы, встроенной в поиск, и Google AI Overviews полностью заменили им посконные поисковики.

Фактически интерфейс работы с информацией уже изменился. Пользователям вполне достаточно ответа, сформулированного в ИИ-фрагменте, размещенном в верхней части поисковой страницы. Кликать по ссылкам, а тем более идти за информацией куда-то еще, им не требуется.

Мы с коллегами достаточно подробно рассказывали про особенности AI-ответов двух лидеров поиска, выдав целый пул рекомендаций, как попасть в блок нейровыдачи. Именно за это бьются сейчас все светлые умы SEO 2.0 в digital.

Короче, эпоха GEO/AEO — уже тут, рядом.

Автоматизация: впереди

Для обучения и освоения новых тем нейросети используют 31% опрошенных. Цифра вроде бы и приличная, поэтому не комментирую.

А вот еще один из самых недооцененных сценариев — автоматизация. Только 7% используют ИИ для программирования и автоматизации. Это разрушает весьма популярную установку про то, что главная роль ИИ — облегчать жизнь людей все и вся автоматизировать. На практике же большинство используют его совсем для другого...

Практические выводы [для менеджмента]

Если внимательно посмотреть на результаты опроса, вывод очевидный и довольно простой.

Большинство нас используют нейросети как инструмент ускорения решения текущих задач. Настоящий же потенциал ИИ еще не раскрыт.

Произойдет это там, где с помощью искусственного интеллекта начнет меняться архитектура принятия решений.

Если смотреть на эту ситуацию глазами CMO, коммерческого директора или CEO, вопрос сейчас даже не в том, «кто за это платит» «используем ли мы AI»? Подобная формулировка устарела почти так же быстро, как обещания SMM-прорыва от одного вдохновляющего рилса, слепленного в нейросети.

Но где-то в точке пересечения работы с данными, аналитикой и управленческими выводами (это между вторым и третьим уровнем), нейросети, скорее всего, и будут оказывать наибольшее влияние на нашу жизнь и бизнес в ближайшие годы.