На рынке набирают популярность нейросети — компьютерные алгоритмы, которые имитируют работу нейронов в человеческом мозге. Нейросети анализируют огромные объемы информации и создают продукты, например текст, картинки, звуки. Мы поговорили с предпринимателями из разных сфер и узнали, как они используют нейросети в бизнесе.
Термины, о которых пойдет речь в выпуске:
ChatGPT, Midjourney — названия популярных нейросетей.
Промт — команда или запрос, которую пользователь дает нейросети.
Ирина Луговая, основательница бренда натуральной одежды Uzor Wear
Для производства нам нужно разрабатывать лекала. Лекала — это бумажные детали кроя одежды. На производстве по ним вырезаются куски ткани и сшиваются для получения готового изделия. От лекал зависит фасон — они определяют, насколько одежда будет удобной и практичной.
Если ошибиться в лекалах — например, добавить или убрать несколько сантиметров — изделие не будет комфортным. Для тестов требуется отшивать много одежды, потом перешивать, и так несколько раз.
Мы решили делегировать часть процесса создания одежды нейросети. Использовали AI через швейную программу CLO 3D. Загрузили в нее лекала и задали задачу сконструировать по ним изделие. Программа визуализирует аватара в изделии — так мы можем наглядно увидеть, как будет сидеть вещь. Нейросеть позволяет также провести стресс-тесты и увидеть зоны риска изнашиваемости одежды.
С нейросетью конструировать одежду экономичнее. Мы заранее видим с помощью 3D-модуляции, где в модели одежды могут возникнуть зоны растяжений и разрывов, и можем внести правки в лекала. Одежда получается удобнее, комфортнее, более износостойкой, потому что все возможные ошибки в конструкции устранены в самом начале.
К тому же мы оптимизируем расходы и время. Для отшива тестов тратим меньше ткани, так как большая часть тестирования проходит в виртуальной среде. Ранее на весь цикл тестирования новой модели одежды у нас уходило 5—6 месяцев. С новой программой — 2—3.
А еще наше производство становится экологичнее. На 1 кг хлопковой ткани тратится почти 10 000 литров воды. Нейросеть помогает беречь ресурсы планеты.
Советы из книг: как продвигать продукт и растить продажи
Анастасия Павлова, основательница бренда постельного белья LeoHome, торгует на маркетплейсах
Нам нужно составлять до 20 карточек товаров на маркетплейсах ежемесячно. Сотрудник фотостудии раньше создавал описание для наших клиентов — поставщиков маркетплейсов, но после его ухода мы решили попробовать делегировать задачу нейросети. Использовали ChatGPT.
Общались с ChatGPT на русском языке — он его хорошо понимает. Сначала коллега отправил в чат ссылку на описание карточки на сайте и написал промт: «Сделай описание, как на сайте». Такой промт ChatGPT не понял, почему-то открыл другой товар и выдал неподходящее описание.
Тогда коллега скопировал текст готовой карточки с сайта и загрузил его в нейросеть. Далее написал названия товаров и их характеристики и попросил сделать описания по шаблону. Эта команда сработала — нейросеть выдала текст, который было достаточно немного очистить от воды и можно публиковать.
Нейросеть использовала в описании SEO-запросы. Она сама нашла их по команде: «Сделай подбор основных ключевых слов с использованием синонимов для товара, о котором писали описание». Далее SEO-специалист оценил плотность ключей — она оказалась подходящей для нашей аудитории. Затем ChatGPT включил их в итоговый текст карточки.
Мы довольны результатом и будем пользоваться нейросетью дальше. На составление одной карточки товара вместе с редактурой с нейросетью уходит максимум 15 минут. Человек с этим справляется гораздо медленнее, так как для ChatGPT не нужна муза, он не устает, просто делает, и все.
Алексей Ткачук, SMM-стратег, блогер и создатель Dnative, сооснователь подкаст-платформы mave
Я регулярно использую платную версию Midjourney для создания обложек статей в блоге и постов в соцсетях. Пару лет назад картинки делал дизайнер, но это затягивало сроки подготовки материалов. После этого я брал стоковые картинки, но актуальных, незаезженных картинок на бесплатных тарифах мало, а платить за тариф я считаю нецелесообразным для блога. Поэтому и выбрал нейросеть.
Сейчас проблема обложек для меня полностью закрыта — сеть прекрасно генерит абстрактные картинки, чтобы было красиво. Главное — написать правильный промт. Слишком подробные задачи не нужны, достаточно нескольких слов для концепции и параметров изображения.
Например, промт может быть такой: «3D для объема, 4K для детализации, minimalistik background для простого фона, без деталей, ar 16:9 — для картинки прямоугольного размера, а не квадратного».
Картинки для блога я теперь создаю за пару минут.
Еще Midjourney хороша для поиска идей. Например, я делал обложку для подкаста и с каждой генерацией изображений находил новые идеи — один клик, и перед глазами 4 варианта, еще один клик — еще 4 варианта. Очень сложно остановиться.
ChatGTP использовал для создания простого кода — например для добавления кнопок в блог. Я не программист, и, чтобы сделать даже простой код, надо кучу времени провести в гайдах. А тут за пару минут получил рабочий продукт.
Тексты с помощью ChatGPT я не пишу, но считаю, что нейросеть способна заменить низкоквалифицированных копирайтеров. Иногда читаешь тексты, которые написали люди, и понимаешь, что алгоритм это сделает лучше и быстрее.
Первая проблема — нейросети могут сбоить. На днях я запросил у ChatGTP сделать подборку блогов про маркетинг и SMM на русском языке. Нейросеть прислала список из 10 ссылок на сайты, о которых я никогда не слышал. Это было странно, ведь я в рынке уже давно и коллег по цеху знаю. Начал проверять, и оказалось, что алгоритм просто придумал ссылки и имена блогеров. Подборка оказалась фейковой. Доверять безоглядно алгоритмам нельзя — нужно проверять, что они нагенерили.
Вторая проблема — непредсказуемые результаты. Если есть задача создать не абстрактную картинку, а конкретную по ТЗ, то это сделать сложнее. От Midjourney я так и не смог получить адекватных вариантов трансформации логотипа моего блога — я хотел создать 3D-логотип с буквой D, нейросеть то путала буквы, то делала их в странном стиле. Для таких задач все еще нужен человек.
Третья проблема — нельзя вносить правки. В теории такая возможность есть, но на практике исправленный результат в разы уступает по качеству оригиналу. Нейросеть не понимает простые команды вроде «оставь все, как было», «добавь реальные логотипы соцсетей».
Считаю, что за нейросетями будущее и лучше уже сейчас учиться работать с ними и набивать руку. Тарифа за 10 $ хватило мне на несколько дней активных экспериментов в Midjourney, если хотите погружаться, то лучше брать сразу за 30 $ в месяц.
Александр Ершов, CTO TextMark
Изначально мы с партнером использовали нейросети для личных целей. Задавали вопросы типа: «Цены на какие часы будут расти?» перед покупкой. Нейросеть давала аналитику, которая выглядела здравой, и мы решили, что она также может решать задачи бизнеса. Осталось придумать идею и создать продукт.
Мы разработали помощника в создании текстов — сервис TextMark. Соединили несколько нейросетей в единый продукт и упаковали его в удобный интерфейс — под капотом модель ChatGPT, иногда 3.5, иногда 4, в зависимости от промта, и программа-переводчик DeepL, чтобы лучше обрабатывать запросы на русском языке. Мы использовали лицензионные версии программ, доступные для коммерческих проектов. Так можно, если бизнес законен и легален, не генерирует контент про терроризм и проституцию.
TextMark пишет посты в соцсети, придумывает яркие заголовки, может написать статью с нуля, собрать SEO-текст, сделать рерайт — базовые задачи любого бизнеса. Продукт мы создали, запустили, привлекли первых клиентов и уже ищем инвестора.
Наш сервис лучше, чем ChatGPT или Midjourney, потому что доступен из России — не нужно иметь зарубежную карту для оплаты и регистрировать зарубежный номер телефона, подписку можно оплатить картой российского банка. Еще у нас есть готовые пресеты с уже подобранными промтами для создания контента — клиенты не мучаются с придумыванием запроса, а заполняют простую форму с вопросами. Это экономит им время. Еще одно преимущество — большая уникальность текста по сравнению с ChatGPT и меньшее количество воды в статьях. Мы этого добились благодаря автопереводу запросов через DeepL. Тексты в результате требуют гораздо меньше редактуры.
На рынке кроме нас есть парочка аналогичных хороших сервисов и много наспех сделанных вроде телеграм-ботов на пару команд. Мы готовы к тому, что будут появляться аналогичные сервисы и в будущем, но знаем, что выживут только те, кто смогут найти свою нишу и адаптируются под нее.
Какой бизнес-процесс вы бы хотели передоверить роботам?