Стремительный взлет ChatGPT продолжается. Всякий раз, когда кажется, что чат-бот от OpenAI сбавляет обороты, разработчик выпускает обновления, возвращающие хайп на новый виток.
Я, Василий Крикунов — эксперт в области ИИ и продвинутой аналитики Axenix, расскажу как в 2024 и 2025 годах будет меняться ChatGPT, и что полезного из этого может извлечь бизнес.
Определимся с терминами
Чтобы разобраться в происходящем, сначала проясним термины и контекст.
Что значит GPT. Совсем недавно компании OpenAI вновь не удалось зарегистрировать аббревиатуру GPT (Generative Pre-trained Transformer) как товарный знак для своего флагманского продукта ChatGPT. Американское бюро по патентам и товарным знакам не приняло заявление от вендора, мотивируя решение тем, что наименование GPT, расшифровывается как «генеративный предварительно обученный трансформер» и является слишком широко используемым термином для регистрации.
Это могло бы создать препятствия для конкурентов в точном описании своих продуктов, использующих GPT. Поэтому GPT для обозначения сопоставимых по возможностям инструментов на генеративном ИИ, становится общим термином для целого класса LLM-решений.
Large Language Models или большие языковые модели. Они тесно связаны с GPT, но не являются взаимозаменяемыми. LLM обозначает широкий класс ИИ, обученных на огромных объемах текстовых данных для понимания, генерации и перевода текста, а также для выполнения других задач, связанных с языком. GPT является конкретным примером реализации LLM от OpenAI.
То есть, все GPT — большие языковые модели, но не все LLM являются GPT, поскольку существуют другие архитектуры и подходы к обучению больших языковых моделей.
Три апгрейда
Продвинутый ИИ-чатбот от OpenAI вышел на новый уровень развития в версии GPT-4 Turbo.
ИИ стал актуальнее. Теперь она обучена на дата-сетах с актуальностью вплоть до апреля 2023 года.
GPT-4 Turbo стал мощнее и дешевле. Это произошло за счет значительно большего контекстного окна на 128 000 токенов (единица текста или кода, которые читает ИИ), что эквивалентно 300 страницам текста. В качестве входящего запроса теперь можно отправить полноценную повесть. В предыдущих версиях максимальные запросы были в 8000 и 32000 токенов.
Ограниченная способность текущих итераций LLM-моделей поднимает растущую нагрузку контекста. Это остается одним из самых больших препятствий на пути к достижению сингулярности ИИ — порога, при котором искусственный интеллект явно превосходит человеческий интеллект. На первый взгляд контекстное окно с 200 тысячами токенов у модели Anthropic Claude 2.1 LLM кажется впечатляющим. Однако на практике эффективного из этого объема используется лишь половина.
Обновление дало возможность создания специализированных GPT. Они представляют собой тематические вариации общего ChatGPT, своего рода «мини-версии» продукта, «заточенные» под решение конкретных задач пользователя.
Они собраны в линейки готовых ИИ-инструментов на базе основного движка по всем основным направлениям применения инструмента. Например, для работы с текстом, изображениями, аудио и видео, написания программного кода и его анализа, для эффективного планирования и анализа данных.
Богатство выбора дополняется возможностью создавать свои собственные GPT-инструменты, максимально кастомизированные под специфику задач отрасли, компании, конкретного отдела и специалиста.
Многофункциональный ИИ станет обычным явлением, а апдейты GPT приведут к созданию «магазина ИИ-инструментов на все случаи жизни»
Подобные апдейты на регулярной основе предвещают будущее, в котором многофункциональный ИИ станет обычным явлением. Все идет к своего рода «магазину ИИ-инструментов на все случаи жизни».
Параллельным курсом навстречу
Инициативой OpenAI тренд не ограничивается. Параллельно бизнес начал разработку кастомизированных версий GPT под свои нужды, не дожидаясь того, что предложит компаниям вендор ИИ-чатбота.
Кастомные GPT, созданные различными компаниями, могут конкурировать с нативными инструментами от OpenAI и занимать узкие ниши рынка. Это зависит от специфических целей и задач, для которых они разрабатываются.
В корпорациях создание собственных GPT, полностью своих или на основе OpenAI, наиболее актуально и экономически оправдано Это нужно для задач, требующих специализированных знаний или уникальных функций, которые не доступны в стандартной версии GPT. Есть несколько типичных сценариев.
Задачи автоматизации и оптимизации внутренних бизнес-процессов. Например, автоматический ответ на часто задаваемые вопросы сотрудников.
Создание специализированных инструментов для анализа данных и принятия решений. Это применимо в узкоспециализированных областях, таких как финансы или здравоохранение.
Персонализация обслуживания клиентов. В этом требуется глубокое понимание специфики отрасли или продукта.
Разработка уникальных маркетинговых и рекламных инструментов. Они имеют специфику конкретной отрасли или бренда.
Нишевые прикладные инструменты. Прежде всего в сфере программирования и создания контента любого профиля.
Например, стоит задача идентифицировать продукты на изображениях в обновленном каталоге с помощью ChatGPT Vision. Общий ChatGPT не знает все линейки и новинки в них, не имеет встроенного функционала для распределения продуктов по группам и так далее. Поэтому приходится каждый раз его обучать, что может быть утомительно и затратно по времени.
С настраиваемым GPT появляется возможность создать «мини-GPT», с заранее загруженными в него данными о товарах, чтобы сразу перейти к определению новинок из каталога.
Выгода для бизнеса
Для предпринимателей потенциальная выгода здесь — это возможность делиться специализированными GPT публично и зарабатывать на них, если другие компании найдут их функционал полезным для себя.
Так настраиваемые «мини-GPT» позволяют решать задачи, выходящие за рамки общих знаний чат-бота, без необходимости писать код. Вот еще несколько примеров, как такие модели могут быть полезны в бизнесе:
Поддержка клиентов и персонализированное общение. Кастомизированный GPT может быть обучен на базе знаний по обработке обращений клиентов конкретной компании, чтобы предоставлять более точные и персонализированные ответы на запросы.
Это повысит удовлетворенность клиентов и снизит нагрузку на службу поддержки. Например, для банковского сектора модель может быть обучена на типичных вопросах клиентов о кредитах, вкладах и интернет-банкинге, обеспечивая консультации почти на уровне живого специалиста.
Автоматизация контент-маркетинга. Специализированный GPT может генерировать качественный контент, адаптированный под целевую аудиторию конкретного бизнеса. Это включает в себя создание блогов, новостных статей, описаний продуктов и даже рекламных текстов, согласованных с брендом и его тоном общения.
Для ритейла, например, такая модель может автоматизировать создание уникальных описаний товаров, повышая их привлекательность для потребителей и улучшая SEO.
Все эти примеры демонстрируют лишь небольшую часть потенциала кастомизированных GPT-моделей. Важно помнить, что успех их внедрения зависит от качества исходных данных для обучения и способности интегрировать такие решения в бизнес-процессы.
Что дальше?
В 2024 и 2025 годах «новая волна» возможностей GPT в перспективе кастомизации будет развиваться в нескольких направлениях.
Углубление специализации. Ожидается появление более специализированных и нацеленных на конкретные отрасли версий GPT, которые смогут выполнять все более сложные и конкретные задачи.
Интеграция и взаимодействие. Улучшение способностей GPT к интеграции с другими системами и платформами, что позволит более эффективно использовать его в корпоративных экосистемах.
Доступность и масштабируемость. Расширение доступности кастомизированных GPT для более широкого круга пользователей, включая малые и средние предприятия.
Этические и юридические аспекты. Продолжение работы над вопросами, связанными с этикой и юридической ответственностью в использовании ИИ, особенно в свете возрастающего внимания к авторским правам и приватности данных.
Интеграция, а не вторжение. ИИ в новой интерпретации не будет стремиться заменить человека или принудительно изменить устоявшиеся бизнес-процессы. Основной фокус в свете произошедших обновлений ChatGPT и активизации его корпоративной кастомизации смещается на гармоничное сочетание возможностей ИИ с текущими техническими и программными ресурсами компаний.
Цель такой интеграции — не только улучшение эффективности и скорости работы существующих систем, но и обогащение пользовательского опыта через интуитивно понятные и адаптивные инструменты. То есть, ИИ будет дополнять и расширять возможности человека, помогая решать сложные задачи и предоставляя персонализированную поддержку в реальном времени.
Например, в корпоративной среде настраиваемые версии GPT могут быть встроены в существующие CRM-системы, аналитические платформы и другие корпоративные инструменты для улучшения функционала без необходимости полного пересмотра или замены текущих решений.
Не стоит видеть в ИИ угрозу или конкурента сотрудникам. Это мощный инструмент, который может повысить ценность ваших людей и их производительность, предоставляя новые уровни анализа, инсайтов и автоматизации. Таким образом, ИИ становится ценным дополнением к команде, а не ее заменой.
Как навести порядок в деньгах бизнеса и личных сбережениях
- Как свести доходы с расходами: 4 совета из книги консультанта по финграмотности «Девушка с деньгами»
- Как инвестировать время и деньги, чтобы обрести финансовую свободу: 5 принципов из книги «Капитал»
- 9 способов получать пассивный доход
- 10 фильмов про деньги
- 3 проверенных десятилетиями совета по управлению финансами из книги «Самый богатый человек в Вавилоне»
Какой кастомизированный GPT вы бы разработали для задач своей компании?