Технологии искусственного интеллекта уже вошли в нашу жизнь и оказывают на нее все большее влияние. Наиболее простыми и понятными инструментами в этой сфере сейчас являются большие языковые модели, которые представляют собой тип искусственного интеллекта, предназначенный для понимания и генерации ответов на запросы на основе человекоподобного языка. О том, как использовать ИИ с выгодой для бизнеса, рассказал в своем блоге ведущий аналитик консалтинговой компании ASER Владислав Капота.
Итак, ИИ на основе больших языковых моделей обучается на обширных объемах текстовых данных, что позволяет ему изучать шаблоны и особенности естественного языка. Самой совершенной языковой моделью, по мнению многих аналитиков, является ChatGPT, который и мы активно используем в своей профессиональной деятельности (на данный момент регистрация в ChatGPT не поддерживается с территории Беларуси и белорусских телефонных номеров, но есть варианты, как этот вопрос можно решить).
На текущий момент ChatGPT располагает обширной базой знаний, включающей информацию из многочисленных источников. Например, данная языковая модель уже располагает информацией о содержании миллионов книг, аналитических статей и интернет-сайтов. И эта база знаний постоянно дополняется и обновляется.
Если сравнивать ChatGPT с эрудированным человеком, то объем знаний и данных в естественных науках, заложенных в искусственном интеллекте, на порядок превышает области квалификации среднестатистического человека. Но говорить о ее тотальном превосходстве над человеком еще очень рано.
Существующие инструменты для исследования рынка, такие как комплексные кабинетные исследования, фокус-группы и использование уникальных закрытых наборов данных, могут быть достаточно дорогостоящими, так как требуют сосредоточения значительного времени высококлассных специалистов.
В то же время современные языковые модели предоставляют возможность быстро и относительно дешево получить информацию, позволяющую обобщить значительные объемы общедоступной информации и закрыть потребности рядового специалиста в достаточно узких задачах, например, предложить идеи для разработки маркетинговой или ценовой стратегии до запуска нового продукта или осуществить корректировку текущей.
Но и тут не все так просто, ведь качество ответов ChatGPT в высокой степени зависит от сложности и точности запросов. Поэтому эксперт в своей области может получить от использования языковой модели намного более качественный результат, чем человек, задающий ему вопросы общего характера.Таблица. Получаемый ответ, в зависимости от структуры поискового запроса для ChatGPT
| Запрос | Ответ |
|---|---|
| Емкость рынка логистики Казахстана | Точных данных об общей емкости рынка логистики в
Казахстане сложно найти, так как они могут варьироваться в зависимости от
различных источников и методологий расчета. Однако, как уже упоминалось, рынок
логистики в Казахстане оценивается в несколько миллиардов долларов ежегодно. Этот
рынок включает в себя широкий спектр услуг, таких как транспортировка,
складирование, управление запасами, таможенные процедуры, транзитные услуги и
т. д. С таким стратегическим географическим положением Казахстан является
важным перевалочным пунктом для многих товаров из Центральной Азии и других
регионов. С учетом динамичного развития экономики Казахстана и постоянного
совершенствования инфраструктуры ожидается, что рынок логистики в стране будет
продолжать расти и развиваться. Успех в этом секторе зависит от эффективности и
инноваций в организации и управлении цепями поставок. |
| Емкость рынка логистики Казахстана в тыс. тонн в
год, последние доступные данные | К сожалению, у меня как искусственного
интеллекта нет доступа к актуальной статистике и конкретным данным о емкости
рынка логистики в Казахстане в тысячах тонн в год. Регулярно публикуются отчеты
и статистика соответствующих организаций и агентств, которые могут предоставить
актуальную информацию. Для получения самой свежей статистики о рынке логистики
в Казахстане рекомендуется обращаться к национальным статистическим
учреждениям, профильным ассоциациям логистических компаний или
исследовательским центрам. Также можно обратиться к официальным отчетам по
логистике и транспорту, выпущенным правительственными органами и международными
агентствами. |
| Емкость рынка логистики Казахстана в натуральном
или стоимостном выражении, последние доступные данные | Емкость рынка логистики в Казахстане в 2020 году
составила около 400 миллиардов тенге (приблизительно 940 миллионов долларов
США) в стоимостном выражении. Сектор логистики в Казахстане продолжает
демонстрировать стабильный рост, в основном благодаря стратегическому
географическому положению страны, наличию транзитных маршрутов и усилиям по
улучшению инфраструктуры. Эти данные могут быть полезными при оценке рыночной
активности и перспектив развития логистического сектора в Казахстане. |
Какие задачи можно автоматизировать при проведении исследования
При проведении исследовательской работы ИИ можно использовать несколькими основными способами. Во-первых, это автоматизация процесса сбора и анализа данных, выявления закономерностей и тенденций. Во-вторых, это получение информации, которая помогает принимать консультационные и управленческие решения. При этом, в отличие от сложных инструментов анализа данных, концепция ChatGPT позволяет начать его использовать без необходимости прохождения продолжительного обучения.
Следует отметить, что аналитические способности больших языковых моделей не перестают удивлять. ChatGPT можно использовать как для качественных, так и для количественных маркетинговых исследований. Эта модель может анализировать текстовые данные, такие как отзывы клиентов и сообщения в социальных сетях, а также числовые данные, такие как финансовая статистика или данные внешней торговли.
Непосредственно в повседневной работе аналитики ASER используют ИИ для решения разноплановых задач, которые присущи исследовательской деятельности:
- описать основные общемировые тенденции, свойственные целевому рынку;
- выявить корреляции в больших объемах статистической информации;
- оценить основные риски для конкретной отрасли при выходе на рынок;
- подобрать эффективные маркетинговые инструменты для маркетинговой политики и многое другое.
Кроме того, у ChatGPT достаточно креативно получается генерировать идеи. Не важно, касаются данные идеи брендинга (например, модель отлично генерирует идеи для названия бренда или предлагает интересные варианты для рекламных кампаний) или способов получения конфиденциальной информации, которой нет в открытом доступе (были случаи, когда ChatGPT предлагала очень эффективные способы коммуникации с объектами исследования). Таким образом, языковая модель может стать отличной альтернативой такого инструмента создания креативных решений, как мозговой штурм.
Что в настоящий момент лучше не поручать искусственному интеллекту
Большие языковые модели не полностью универсальны, поэтому им нельзя поручать задачи, которые требуют наличия отсутствующих в базе знаний данных или использования специализированных инструментов и навыков. Среди таких задач можно выделить:
- сбор и анализ крупных объемов статистических данных, требующих специализированных инструментов и методологий исследования;
- глубокий анализ конкурентов и их позиционирования, требующий экспертного понимания рыночной ситуации и специализированных подходов к исследованию;
- разработка узкоспециализированной маркетинговой стратегии для уникального типа продукта или бизнеса;
- проведение детальных социологических исследований в целях выявления потребностей и предпочтений потребителей в отношении уникальной продукции;
- анализ исходной документации заказчика и т.п.
Такие задачи требуют комплексного подхода аналитиков, которые достаточно глубоко вовлечены в проект. С прочими типами задач (анализ данных, поиск закономерностей, описание продукции, описание тенденций, сильных и слабых сторон, анализ рисков и пр.) ChatGPT способна справляться достаточно эффективно. Главным фактором, влияющим на получение наилучшего результата, является правильная постановка вопроса.
Рекомендации и ограничения при использовании больших языковых моделей
Исследование возможностей ChatGPT со стороны наших специалистов показало, что ответы модели в экономической и маркетинговой сферах в значительной степени соответствуют прогнозам экономической теории и распространенным моделям поведения потребителя. В то же время языковые модели обучают на публичных данных, в которых довольно часто наблюдаются неточные или неверные суждения. Поэтому в настоящий момент при формирование общего запроса иногда приходится сталкиваться с достаточно некорректным ответом. Как результат, специалист, использующий данный инструмент, должен на постоянной основе подвергать сомнению получаемые ответы.
Точность результатов ответов больших языковых моделей зависит напрямую от качества и актуальности введенных данных. Исходя из нашей практики, при правильном составлении запросов данная языковая модель дает правильные ответы в 96% случаев. Но и тут следует понимать, что не нужно просить у ChatGPT ответы на специфические рыночные вопросы, которыми модель заведомо не располагает. Например, конкретные числовые данные или специфическую информацию об игроках рынка. При запросе подобной информации языковая модель часто начинает «придумывать» и выдает несуществующую информацию.
Именно поэтому правильная постановка запросов важна для получения полезного ответа от ChatGPT. При работе с данной языковой моделью мы придерживаемся следующих основных правил:
- формируем запрос четко и с использованием уточняющих слов (минимизируем использование общих запросов);
- корректируем запрос, чтобы убедиться, что в каждом случае на выходе получается схожий ответ;
- уточняем запрос при получении сомнительного ответа, чтобы понять, правильно ли вопрос был понят, и определяем, имеется ли в базе знаний ChatGPT подобная информация;
- осуществляем верификацию полученных данных в сторонних источниках, чтобы убедиться в отсутствии ошибок в ответе.
Это только основные правила. При этом нужно понимать, что ChatGPT и прочие языковые модели являются быстроразвивающейся технологией, поэтому важно всегда быть в курсе последних тенденций и изменений. Например, в настоящий момент мы прорабатываем вопрос создания собственной кастомизированной версии ChatGPT, которая поможет нам лучше решать специализированные задачи и еще больше автоматизировать шаблонные действия.
Преимущества использования искусственного интеллекта и что нас ждет в будущем
Использование искусственного интеллекта в работе предоставляет множество преимуществ, которые помогают экономить время, деньги и ресурсы, получая при этом ценные данные. Среди данных преимуществ:
- высокая скорость работы и способность анализировать большие объемы данных. Как правило, ответ на запрос приходит в течение нескольких секунд, что значительно ускоряет процесс принятия консультационных решений со стороны аналитика;
- алгоритмы на базе искусственного интеллекта могут выявлять закономерности и тенденции с точностью, свойственной опытным аналитикам, что значительно повышает качество работы молодых специалистов;
- большие языковые модели позволяют автоматизировать рутинные задачи, на которые в иных случаях тратятся значительные временные ресурсы;
- использование ChatGPT приводит к адаптации стиля ответов к манере повествования аналитика, который непосредственно формирует запросы, что со временем приводит к высокому качеству получаемого текста.
Кроме того, ChatGPT может использовать в качестве вводных переменных как структурированные, так и неструктурированные рыночные данные.
И да, недостатков от использования искусственного интеллекта с каждым месяцем становится все меньше. Мы в режиме реального времени видим, как большие языковые модели продолжают активно развиваться. Поэтому ожидается, что в ближайшем будущем искусственный интеллект будет играть еще более важную роль как в проведении самих маркетинговых исследований, так и в работе специалистов-маркетологов.
Если говорить о нашей компании, то с помощью искусственного интеллекта мы уже создаем более качественные продукты и опережаем своих конкурентов по скорости и качеству работы. При этом многим нашим клиентам нравится работать с компанией, которая предоставляет услуги количественного и качественного исследования рынка в сочетании с применением инструментов искусственного интеллекта. Клиенты, как и мы сами, осознаем, что подобная синергия позволяет получить более качественную и оперативную информацию и минимизирует число возможных ошибок.
При этом нужно понимать, что на текущем этапе большие языковые модели не универсальны и подходят именно для общего анализа рыночной ситуации, в то время как такие операции, как сбор исходных данных, предложение итоговых выводов и рекомендаций все же остаются за опытным аналитиком.
