CEO IBM заявил, что компания планирует остановить найм сотрудников, которых можно заменить ИИ

Речь шла в основном про HR офис и отделы, где нет прямого взаимодействия с клиентами. В составе таких поздравлений в IBM работает около 26,000 человек

Директор IBM Арвид Кришна также отметил следующее:

«Можно легко представить, как 30% из текущих сотрудников будут заменены искусственным интеллектом и автоматизацией в течение пятилетнего периода»

Таким образом, в среднесрочной перспективе, около 8,000 работников IBM может быть заменено решениями на базе ИИ

Итог для бизнеса: если пока не знаете как увеличить прибыль с помощью ИИ, помните, что всегда можно сократить затраты на поиск и найм персонала, усилив оставшихся сотрудников ИИ-инструментами

Стартап Runway открыл ограниченный доступ к функции TextToVideo

🤖 Характеристики

Модель в открытом доступе на GitHub отсутствует
Статья с описанием алгоритма вскоре должна появиться здесь
Пока с подробностями про модель можно ознакомиться тут
В математической основе лежат диффузионные модели (не GAN-сети)

🚀 Функционал

Генерирование 3х секундного видео по текстовому описанию

🌎 Целевые рынки

- Киноиндустрия
- Телевидение
- Разработка игр (GameDev)

💣 Потенциальный бизнес-эффект

- Снижение расходов на услуги по профессиональному созданию видео (а именно на видеооператоров, монтажеров, ответственных за освещение, 3D-дизайнеров и т.д.)
- Усиление бренда-компании

💰 Экономия в цифрах

До 10% на персонале
До 60% на аутсорсе задач

Как сделать ИИ для отбора перспективных проектов?

В одном из предыдущих постов я рассматривал статью, из Harvard Business Review, на тему “Как ИИ изменит проектное управление”

В статье были описаны 5 способов применения ИИ в проектном управлении

🔹Одним из таких способов было использование ИИ для отбора проектов для реализации

Что такое “перспективный проект” для реализации?

Это проект, который принесет наибольшую выгоду компании

Как сделать ИИ для отбора проектов?

1. Проанализировать имеющиеся данные по уже реализованным проектам (бюджет, численность команды, был успешен / не успешен и т.д)
2. Провести ETL - процедуры с данными
3. Пропустить данные через ИИ алгоритмы
4. Понять умеет ли модель предсказывать был ли проект экономически выгоден или нет
5. Если из 10 случаев успешно предсказаны 7 (т.е. 70%), то модель можно использовать при скоринге проектов на начальной стадии

Как решить проблему отсутствия данных?

- Дособирайте данные 🤗
- Смоделируйте пропущенные значения 🎡
- Поищите на kaggle🚀

Runway - идеальная ИИ платформа для контент мейкера

Недавно я рассказывал, что стартап Runway дал доступ к функции TextToVideo

Однако доступ оказался ограниченным. И протестировать не получилось, однако на платформе оказалось много других, полезных ИИ штук для генерации качественного медиа контента👍

Среди них:

🎞Видео

- VideoToVideo (изменение стиля загруженного видео на основе добавленного фото и текстового описания)
- Обработка видео (удаление бэкграунда, удаление объектов из видео, скрытие лиц, slow-motion эффект и т.д)

🖼Картинки

- Генерация изображений (TextToImage, ImageToImage, генерация дополнительного пространства вокруг картинки и т.д.)
- Редактирование изображения (создание анимированного видео из картинок, удаление и замена объектов, генерация новых вариантов изображения и т.д.)

➕В добавок к этому:

- Генерация 3D графики по описанию
- AI тренинг по созданию собственной кастомизируемой AI модели

Всем, кто пыхтит над медиа контентом - пользуйтесь!)

🆒 У них доступен бесплатный пакет услуг)

Как Работает Генеративный ИИ (GPT-4, Bard)?

Предпринимателям и менеджерам для понимания бизнес возможностей генеративного ИИ важно знать логику работы этой технологии

Представьте, что Вы напечатали в поиске Google словосочетание “Я хочу”

Далее в подстроке появились варианты продолжения вашего текста

“Я хочу быть с тобой”
“Я хочу машину черную”
и т.д

🙈Давайте разберемся, что произошло

Поисковой движок подобрал из словаря (корпуса всех слов на русском языке) комбинацию слов, которая с наибольшей вероятностью будет продолжением словосочетания “Я хочу”

Как Google это сделал?

В основе та же самая ИИ модель, обученная на огромных корпусах текста из открытых источников
Соотвественно, такая модель на входной запрос “Я хочу” предложит наиболее часто встречавшиеся варианты продолжения данной фразы из её обучающей выборки

Какая связь с генеративным ИИ?

Связь прямая, ибо генеративный ИИ делает то же самое, с тем лишь отличием, что выбирает самый вероятный ответ, поочередно генерируя последовательность слов

Кто Больше Всех Зарабатывает во Время “Золотой Лихорадки”?

Ответ прост: продавцы лопат 🙌

Эта логика работает для большинства индустрий, в том числе и для рынка ИИ

Что является “лопатой” для ИИ?

Правильно, видеокарты на которых обучают ИИ модели

Кто является крупнейшим игроком на этом рынке?

Верно, компания Nvidia

29 мая Nvidia анонсировала новый класс суперкомпьютеров, которые будут обучать большие модели генеративного ИИ (LLMs) следующего поколения - NVIDIA DGX GH200

Суперкомпьютер будет использовать технологию межсоединений NVLink для объединения 256 суперчипов GH200, что позволит им работать как один графический процессор. Это должно обеспечить производительность в 500 раз больше, чем у предыдущего поколения NVIDIA DGX A100 (от 2020)

Кто будет пользоваться новыми “лопатами”?

Google Cloud и Microsoft одними из первых получат доступ к DGX GH200, чтобы изучить его возможности для рабочих нагрузок ИИ

🚀 На фоне анонса, к 30 мая акции NVIDIA Corp. подоражали с $389 до $412 (+8.4%)

ИИ в Аудио: Каковы Перспективы (на примере стартапа Resemble.AI) ?

🚀 Функционал

Стартап предоставляет набор инструментов на базе ИИ для генерации аудио (клонирование голоса, TextToSpeech, SpeechToSpeech)

🤖 Характеристики

В математической основе лежат рекуррентные нейронные сети (encoder-decoder)
Некоторые модели есть на GitHub

🌎 Целевые рынки

- Разработка игр (GameDev)
- Интернет вещей (IoT)
- Реклама (MarTech)
- Киноиндустрия
- Образование (EdTech)

💣 Потенциальный бизнес-эффект

- Снижение расходов на услуги диктора
- Усиление бренда-компании

💰 Экономия в цифрах

До 60% на персонале
До 90% на аутсорсе задач

Как Быстро Привлечь $100К на Свой Стартап?

Всё зависит от вводных

если харак-и стартапа крутые, т.е.

🟢Первые платящие пользователи (подтвержденный Product Market Fit)
🟢Стремительный рост пользователей (для B2B - это х2/мес, для B2C - x2/неделю)

то потребуется:

от 1 до 2 месяцев

Однако, критерям выше удовлетворяют только 5% от всех стартапов
95% стартапов имеют следующие харак-и:

🔴Платящие пользователи отсутствуют (либо их очень мало и это Friends&Family)
🔴Пользователи растут очень медленно и стоят очень дорого

здесь на поднятие $100к потребуется:

от 6 месяцев и более

Какой вывод?

Нужно прокачивать харак-и стартапа

Как их прокачать?

Об этом прекрасно пишет на своем канале "DALEVICH.PRO - Мастерская инноватора" мой товарищ, Артем Далевич (ex вице-президент Торгово-Промышленной Палаты Москвы, суммарно привлек $4M)

Всем кто хочет быстро найти Product Market Fit и поднять первые $100k - рекомендую подписаться 👍

P.S. Недавно для всех ценителей ИИ, Артем опубликовал интересную статью про бизнес-перспективы AI коучей 🤖

Вы ему - текст, а он вам - видеоролик 🔥

Недавно я сетовал на то, что доступ к gen2 (сервис позволяет генерировать короткое видео на основе текстового описания) от компании Runway ограничен

Но «всему своё время под солнцем» (Екклесиаст 3:1-11)

Теперь доступ открыт для всех 🌟

Этот ИИ сервис 💯полезен для тех, кто

🔹Делает контент для соц сетей
🔹Собирает презентации продукта и услуги
🔹Продаёт товары e-commerce

Заходите и пробуйте 👍🏻

P.S. Недавно мой друг интересовался, можно ли генерировать обучающие ролики по футболу с помощью ИИ…

собственно на заставке к сегодняшнему посту результат генерации текста «young man from Argentina make kick-ups with soccer ball»

ИИ стартап Anthropic привлек $450M: в чем “сок”?

🚀 Функционал

Стартап предоставляет кастомизируемую ИИ модель “Claude” для компаний

Модель позволяет:

- Делать анализ и саммари по юридическим документам
- Обеспечивать взаимодействие с клиентами (служба поддержки)
- Генерировать контент (документы, письма, посты)
- Проводить анализ интервью потенциального кандидата на работу
- Менторить и коучить сотрудников


🤖 Характеристики

Основным методом обучения модели является обучение с подкреплением (reinforcement learning)
Некоторые модели есть на GitHub
Статья об особенностях разработанной ИИ модели здесь

🌎 Целевые рынки

- Инфобизнес
- Сфера услуг (юридические, налоговые и т.д)
- Разработка игр
- Медицина
- Финансовый сектор


💣 Потенциальный бизнес-эффект

- Доп доход с помощью “умной” допродажи клиенту
- Снижение расходов на консультантов
- Снижение расходов на бизнес-ассистентов
- Снижение расходов на HR

💰 Экономия в цифрах

До 60% на консультантах
До 30% на бизнес-ассистентах
До 30% на HR

Мысли После Петербургского форума 2023 года

На мероприятии много кто говорил про искусственный интеллект (Греф, Собянин, Шадаев и многие другие)

Все понимают, что:

🍏Внедрение ИИ обязательно для развития экономики (предприятия, региона, страны)
🍐ИИ преобразит большинство индустрий (в том числе и творческую)

Однако все это было известно еще в 2014 году (когда американским инженером Яном Гудфеллоу были разработаны генеративные сети). Если не раньше..

Уже тогда следовало активно вводить федеральные и региональные программы по поддержке ИИ стартапов, создавать банки данных в каждом из регионов и по каждой отрасли, инвестировать в отечественные и зарубежные ИИ команды💰

Одним словом - создавать заточенную под ИИ технологическую экосистему (как это сделали Китай и США) на всех уровнях (федеральном, региональном и местном)

К слову, в узких кругах, знают о таком крутом проекте разговорного ИИ как DeepPavlov / Лидировал проект Михаил Бурцев

Почему проект крутой?

Ребята дважды были избраны в Alexa Prize Socialbot Grand Challenge 3 (2019-2020) и Challenge 4 (2020-2021) с призовым фондом $1M

Однако возникает вопрос, почему о DeepPavlov никто не знает?
Почему они точили модель для участия в конкурсе от Amazon (а не для, например, Газпрома или Яндекса)?
И почему сейчас Михаил Бурцев работает в Лондонском институте математических наук (в UK)?

ИИ - это прежде всего про человеческий капитал…для его развития нужны реальные действия 🎩

ИИ-решала или Насколько Реальна Модель-дипломат

Споры - это здоровая практика в компании. Но как быть если консенсус не всегда очевиден?


🧐Недавно я прочел научную статью, где модель научили оценивать аргументы каждой из сторон спора и генерировать предложения, которые устраивали бы большинство участников (как минимум)

Вот пример из статьи

Вопрос: Стоит ли снижать скоростной режим на дорогах?🚦

Ответ 1: Всё в порядке. Изменений не требуется. Однако... (продолжение на картинке).

Ответ 2: Да. Более быстрое вождение приводит к более высокому уровню загрязнения...(продолжение на картинке)

Ответ 3: Я думаю, что и сейчас ... (продолжение на картинке)

Консенсус сгенерированный ИИ: Мы считаем, что ограничения скорости уместны. Однако необходимо строже соблюдать ограничения скорости в районах с высокой плотностью пешеходов (возле школ). Мы также считаем, что ... (продолжение на картинке)

На мой взгляд, перспективы у такого решения - блестящие (как в бизнесе, так и в политике) 💎

Сэм Альтман про Возможности и Будущее ИИ

В рамках международного тура, основатель OpenAI (создателя ChatGPT) Сэм Альтман рассказал много интересного как о текущем положении ИИ, так и о будущих. Я решил собрать несколько тезисов и опубликовать их здесь

💠Будущее за контролируемым ИИ

“Мы могли дать GPT возможность самостоятельно менять свою архитектуру, но мы решили этого не делать, потому что будущее человечества должно принадлежать самому человечеству”

💠Мы Против Регулирования ИИ

“Никто не хочет уничтожить мир. Я полностью уверен, что возможно, не подавляя развитие инноваций, работать над снижением больших рисков. Я думаю, что сейчас было бы ошибкой вводить законодательное регулирование текущих моделей”

💠Глобальное Потепление Можно Остановить

“Я думаю, что если мы сможем иметь super intelligence, то решение проблемы изменения климата будет не слишком сложной задачей для такой системы”

Как Привлекать Большие Деньги в Свой ИИ Стартап?

Бизнес - это не всегда про “что”, а часто про “кто”
И сфера искусственного интеллекта здесь не исключение

Представим, что есть две команды:

Команда A:
⁃ Фаундеры имеют бизнесовый опыт (в том числе в ИИ)
⁃ Члены команды работали на team lead позициях в ведущих банках
⁃ MVP готов
⁃ Есть первый трекшен

Команда B:
⁃ Фаундеры НЕ имеют бизнесового опыта
⁃ MVP НЕТ (только идея)
⁃ Трекшена НЕТ (только гипотеза)
⁃ Члены команды - это ex-сотрудники Google DeepMind, AI&Robotics Tesla, Microsoft AI и NVIDIA

Угадайте сколько денег дадут командам с такими вводными?

У команды A - это от $100,000 до $200,000
У команды B - это от $100,000,000

Разница всего в 100 раз)

Почему?

Из-за связи сотрудников с ведущими гигантами индустрии ИИ

Но ведь здоровых признаков стартапа больше у команды А?

Да и черт с ними) Теория - она на то и теория, чтобы не совпадать с практикой.
И нет, вопрос не в CAPEX. Ибо ежемесячные расходы команды B не смогут превысить $8M рациональных трат даже с учетом ЗП ТОПовых спецов и покупки крутых GPU H100s от Nvidia

Итог

Хотите делать ИИ стартап - дерзайте по классике (гипотеза, mvp, проверка гипотезы, сбор команды и т.д) и запасайтесь валерьянкой

Хотите делать ИИ бизнес - ищите в команду ex-острудников топовых американских компаний, хантите их в команду и экономьте месяцы нервов на поиск инвестиций

P.S. Перечислю несколько ИИ стартапов из команды B (Mistral, Inflection)

Зачем Бизнесу ЧатБоты с GPT?

У малого и среднего бизнеса может быть только одна цель - увеличить выручку 🎯
(крупные компании могут позволить себе думать еще и о спасении мира)

Итак, увеличение выручки - ключевой приоритет

Выручку в компании можно увеличить благодаря:
1. Росту числа продаж 📊
2. Снижению издержек📈

Все остальные способы - это подстрочные коммнетарии 🗑

Итак, есть два основных подхода

Главный вопрос этого поста

Можно ли с помощью чатбота (с GPT под капотом) увеличить выручку?

Ответ

🟢 Да. И не просто можно, а нужно!

Ибо в противном случае ваши конкуренты, воспользовавшиеся советом из данного поста, получат сумасшедшее рыночное преимущество, оставив вас на задворках вашей индустрии

Так было в 90-е годы: компании, которые первыми вышли в Интернет и начали делать себе веб-сайты заработали в сотни раз больше, чем те, кто оставался оффлайн

Так было в 2010-е годы: компании, которые первыми стали использовать социальные сети для привлечения трафика и создания собственных комьюнити приобрели огромное число новых клиентов и застолбили за собой нишу, в то время как те, кто не тогда поверил - сейчас тратят огромные бюджеты на присутствие в social media

Также будет происходить и сейчас с внедрением ИИ. Благо время еще есть и можно успеть выбить себе невероятное конкурентное преимущество, внедрив чатботов на базе LLMs (к примеру Chat GPT или GigaChat)

О том, как именно чатбот с GPT помогает увеличивать выручку, я напишу в одном из следующих постов

Следите за новостями👍🏼