▶️ Личный рейтинг топ-3 фильма про ИИ

Длинные праздники, как вы поняли, я завершаю в дали от дома, но, если бы не поездка, скорее всего пересмотрел бы один из этих фильмов.

Делюсь с вами подборкой фильмов про ИИ, которые впечатлили меня и заставили задуматься о воздействии технологий на нашу жизнь.

1️⃣ Миссия невыполнима: Смертельная расплата
Этот фильм демонстрирует то, к чему может привести бесконтрольная гонка ведущих стран за создание AGI (и, потом, ASI). Сегодня именно из-за таких рисков крупные корпорации создают alignment команды для минимизации возможности выхода ИИ из под контроля. Ибо возникновение самоосознания у ИИ без соответствующей подготовке к этому, может привести к катастрофическим последствиям.

2️⃣ Матрица (все части)
Фильм "Матрица" — это потрясающая антиутопия, раскрывающая сценарий, где ИИ выходит из-под контроля. Он заставляет задуматься о том, как человечество может быть интегрировано в новую, управляемую машинами реальность. Кстати, рекомендую ознакомиться с оригинальным сценарием — он предлагает еще более реалистичный взгляд на последствия самоосознания ИИ.

3️⃣ Мстители (все части, где участвует Железный человек)
Тони Старк, или Железный человек, стал символом положительного взаимодействия человека с ИИ. Могу сказать, что эти фильмы вдохновили меня заняться технологиями. В них ИИ предстает не только как помощник, но и как катализатор технологического развития. Это своего рода идеал, к которому нужно стремиться в разработке ИИ — быть поддержкой и развитием человеческого потенциала.

Какие фильмы про ИИ наиболее впечатлили вас? Поделитесь своими мыслями и рекомендациями! 💬

⌨️Обновления в мире искусственного интеллекта

Завтра пройдет значимое событие - Компания OpenAI, создатели известной языковой модели ChatGPT, анонсировали релиз нового обновления. По слухам, возможно обновление голосового движка, а также формирование браузерного агента (переход в "огород" Google)...а может даже и Sora выпустят в открытый доступ 👀

Прямая трансляция начнется в 20:00 по московскому времени ▶️ Уверен, этот релиз принесет множество интересных возможностей и для бизнеса тоже.

После презентации я, конечно, проведу тщательный анализ нововведений с точки зрения их пользы для бизнес-сферы для того, чтобы разобраться, какие новые функции и возможности можно эффективно интегрировать в проекты и бизнес-процессы.

Поделиться своими выводами после презентации?

Приветствую всех в своем канале! 😊

Меня зовут Михаил Шах. Я тот человек, который может сделать ваш цифровой ИИ аватар!) А еще основатель компании AiMono, которая занимается разработкой систем ИИ для бизнеса и помогает бизнесу больше зарабатывать! ✖️

Этот канал я создал специально для предпринимателей, владельцев бизнеса, руководителей проектов, которые хотят увидеть новые возможности в развитии бизнеса с помощью моделей и сервисов искусственного интеллекта 👨‍💻

Тут вы узнаете про:
⏺Новые инструменты ИИ языком бизнеса (экономия в X%, рост прибыли на Y%)
⏺Мировые тренды в области ИИ (государственные и корпоративные)

🗣А также я буду делиться обзорами на ИИ сервис с оценкой потенциальных бизнес-эффектов от внедрения.

Сам романтизм идеи того, чтобы создавать мозги для компьютеров привлекла меня и я понял, что очень зажигает самому создавать прорывные технологии.

Уже более 8 лет в разработке ИИ-систем.

За это время работал с крупными компаниями, таких как Huawei, Pfizer, Ground Logistics, Yandex.

С того момента, как стало понятно, что будущее за ИИ и IT, я занялся глубоким изучением данных направлений. И с сотрудника экономического факультета МГУ, я дошел до того, что основал свою компанию.

Кроме того я:
🟢С нуля делал ИИ-проекты для компаний из Японии, США, РФ
🟢Многократный участник международных конференций по ИИ
🟢Cоздал и продал компанию по разработки ИИ систем - Аналитический центр устойчивого развития и цифровой экономики
🟢Получил стипендию от Правительства РФ за вклад в науку (область ИИ)
🟢Победил на международной научной конференции “Ломоносов” с темой совершенствования бизнес-процессов с помощью ИИ
🟢Являюсь Членом Торгово-промышленной палаты Москвы по инновациям с 2020
🟢Прорабатывал решение инновационной задачи для департамента Здравоохранения

Чем я горжусь больше всего:
🚀Создал команду из 12 человек, которые работают/работали в топовых российских компаниях и делали сервисы, которыми пользуются миллионы человек
🚀Умею разговаривать с бизнесом на его языке и реализовывать инновационные решения, которые не могут предложить другие компании
🚀Имею академический бэкграунд — 6 научных статей, инновационных разработок, практики работы с учеными и топ менеджерами крупных компаний
🚀Выстроил систему сервиса для клиентов, которого нет у моих конкурентов
🚀Работал на международном рынке и пристально слежу за ним, всегда знаю, куда он движется и что ожидать в ближайшей перспективе

Интересный факт обо мне:
🧳 Я очень люблю путешествовать! Первый океан, который я увидел в своей жизни был не с пальмами и теплым песочком, а во льдах и с пронизывающим ветром — Северный Ледовитый.

Моя миссия ➡️ помочь бизнесу реализовать свой потенциал с помощью передовых технологий искусственного интеллекта. Я стремлюсь к тому, чтобы наши разработки не только улучшали бизнес-процессы, но и открывали новые возможности для роста и инноваций.

Приглашаю вас на бесплатную консультацию, если хотите узнать, как я могу помочь вашему бизнесу зарабатывать больше с помощью искусственного интеллекта!
✈️ Пишите в личку ➡️ @mikhail_shakh

🔔 Хочется давать больше пользы для вас, поэтому в комментариях прошу поделиться темами, которые вам больше всего интересны.

Буду подбирать релевантные новости, писать интересные посты и подкасты 👨‍💻

🎇 Новая версия ChatGPT от OpenAI: на что бизнесу обратить внимание?

Итак, несколько минут назад закончилась презентация последних обновлений от Open AI.

В целом, как я и писал ранее, обновления коснулись голосового движка (браузерного агента пока попридержали, однако выпустили ассистента на декстоп)

Если коротко, то OpenAI снова впереди планеты всей ✈️

___

Из обновлений:

⏺Десктопное приложение (GPT теперь можно пользоваться на рабочем столе)

⏺Обновленный User Interface у web-версии

⏺Новая модель под капотом - GPT-4o (почти по всем бенчмаркам обходит предшественницу GPT-4 Turbo)

⏺GPT-4o доступна !бесплатно!

⏺Модель может общаться с человеком голосом и "проявлять эмоции" (просто посмотрите презентацию😉...в моменте модель попросили дать ответ в форме песни и она пропела🙈)

⏺ модель можно транслировать видео и задавать ей вопросы (так, GPT-4o было показано линейное уравнение, которое написали на бумаге, и под руководством модели оно было решено)

⏺Модель может помогать с переводом с одного языка на другой в real time режиме

⏺С помощью "горячих клавиш" в десктопном приложении есть возможность транслировать экран своего рабочего стола в real time режиме и задавать модели вопросы (например, по анализу данных в excel или редактированию кода)

___

Важно для бизнеса:

1️⃣ GPT-4o будет доступна по API (т.е. на базе модели можно будет строить рабочие бизнес-приложения и интегрировать в свою компанию)

2️⃣ GPT-4o будет работать в 2 раза быстрее, чем GPT-4 Turbo

3️⃣ Обещают, что GPT-4o будет вдвое дешевле, чем текущее API 🔥

Итак, что сделали OpenAI для бизнеса?

Они, фактически, в два раза снизили порог доступа к модели, открыв двери для еще большего числа участников рынка

А это значит, что в ближайшее время, еще больше компаний начнут интегрировать GPT в свой процессы (еще больше и еще быстрее)

Поэтому мой совет предпринимателям и руководителям предприятий - действуйте сегодня, не откладывайте на завтрашний день, начинайте внедрять ИИ✅


Подробности можно прочитать на официальной странице GPT-4o 🔥

🔔 Мои инсайты и выводы встречи Generative AI: End-to-End Development with LLM в Гонконге 🇨🇳

Встреча на тему развития и внедрения генеративных ИИ и больших языковых моделей (LLM) подсветила понимание трендов. Как и обещал, делюсь своими выводами 💬

1️⃣ Технологический стек оказался достаточно прозрачен и доступен: Docker, Kubernetes, AWS, ChatGPT API и другие инструменты показывают, что создание и запуск приложений на основе LLM не требует изобретения "велосипеда". Процесс от начала до конца был наглядно представлен, что подтверждает, что наш рынок находится на одном уровне с мировыми трендами.

Кстати, на картинке отображен способ создания и запуска приложения на базе больших языковых моделей. Берите, пользуйтесь!

2️⃣ Авторские права - одна из основных проблем, с которыми сталкиваются как разработчики, так и бизнес. Важно помнить о законодательных ограничениях относительно материалов, использованных при обучении модели.

3️⃣ Юридическая совместимость ответов модели также может стать проблемой, если генерируемые ответы противоречат законам страны использования. Это должны учитывать все, кто планирует использовать LLM.

4️⃣ Скорость обработки запросов у open source моделей может достигать задержки в 10 секунд, что является приемлемым для большинства задач. Но многие хотят получать ответы молниеносно.

😊 Выводы

💬 Внедрение LLM в бизнес-процессы уже не является просто исследовательскими задачами. Многие передовые компании интегрируют эти технологии в свои бизнес-модели, предлагая как консультационные услуги, так и разработку продуктов на основе LLM.

💬 В Москве не сильно погружаются в технические детали при объяснении бизнесу принципов работы LLM. Я это заметил, наблюдая за выступлениями своих коллег. И иногда возникает разлад между ожиданием компании от создаваемого ИИ и реальностью на выходе. Мы с командой стараемся сразу объяснить что возможно, а что нет.

Если хотите узнать, как помочь вашему бизнесу зарабатывать больше с помощью искусственного интеллекта! Пишите в личку ➡️ @mikhail_shakh

Как крупнейшие компании внедряют ИИ для улучшения бизнес-процессов

Сегодня хочу поделиться с вами вдохновляющими примерами того, как лидеры индустрий используют ИИ для повышения эффективности и качества своих услуг.

Таких примеров очень много, но я расскажу про самые крутые 👨‍💻

⏺Газпром нефть:
Прогнозирование добычи
ИИ помогает анализировать геолого-геофизические данные и моделировать процессы добычи нефти.
Что дает: точный прогноз объёмов добычи, оптимизация разработки месторождений и снижение операционных рисков.

⏺РЖД
Прогнозирование технического состояния поездов
РЖД использует ИИ для мониторинга и прогнозирования состояния железнодорожного оборудования.
Что дает: анализ данных позволяет предсказывать поломки и проводить профилактическое обслуживание, снижая риски аварий и повышая безопасность железнодорожных перевозок.

⏺Amazon
Роботизация складов
В складах Amazon внедрены роботизированные системы, управляемые ИИ.
Что дает: Эти роботы ускоряют процесс комплектации заказов, перемещая товары внутри склада и снижают затраты на рабочую силу.

⏺JPMorgan Chase
Предотвращение и обнаружение мошенничества
🔵Анализ транзакций: Алгоритмы машинного обучения анализируют миллионы транзакций в режиме реального времени
Что дает: Выявление подозрительных паттернов (аномально большие транзакции, необычные географические перемещения, изменения в привычках клиентов).
🔵Предсказание мошенничества: ИИ прогнозирует вероятность мошенничества на основе исторических данных
Что дает: Позволяет банку принимать меры для предотвращения подозрительных действий.

Эти примеры демонстрируют, как ИИ трансформирует различные отрасли, делая их более эффективными, безопасными и экономически выгодными.

Ставьте 🔥 если интересны такие подборки!

У вас найдется для меня 20 минут? 📱

Друзья, сейчас я готовлюсь к созданию уникальных продуктов и хочу сделать их максимально полезными для вас.

Для достижения этой цели мне нужна ваша обратная связь.

⏺Ищу 7 предпринимателей, владельцев бизнесов, топ-менеджеров и тех, кому просто интересен ИИ для решения бизнес-задач⏺

Если вы готовы выделить немного времени для созвона и ответить на несколько вопросов – буду очень признателен. Обещаю, что встреча будет исключительно информативного характера: никаких продаж и предложений.

🥳 В благодарность за ваше участие я готов провести для вас бесплатную индивидуальную пятнадцатиминутную консультацию.

Если вы хотите помочь мне и быть частью этого важного этапа, пожалуйста, напишите мне в личные сообщения @mikhail_shakh или оставьте комментарий под этим постом.

Спасибо за вашу поддержку и до встречи на созвоне!

❕ Внедрение ИИ доступно для всех!

Кто тут считает, что внедрение искусственного интеллекта (ИИ) по карману только крупным международным корпорациям?

Да, я говорил выше о том, что такие мастодонты, как Газпром, РЖД, Amazon используют ИИ для улучшения бизнес-процессов. Но помимо тех, кто у нас на слуху, многие владельцы малых и средних компаний тоже внедрили ИИ 👤 Проезжая мимо фабрики, магазина или строительной площадки, мы не знаем наверняка кто там трудится над конкретными задачами — люди или ИИ.

Давайте сориентируемся, какой ценовой диапазон рассматривать, если задумываться о том, чтобы и ваши бизнес-процессы делегировать "команде ботов" 😊

⏺Средний диапазон бюджета для внедрения ИИ составляет всего около 500 тысяч рублей. Это стоимость адаптации коммерческих моделей больших языковых моделей под конкретные задачи.

⏺Если говорить про использование моделей с открытым исходным кодом и их адаптацию, то ценник находится в диапазоне 1,5 миллиона рублей.

⏺Есть и более комплексные решения (с UX/UI, админ панелью, регистрацией и авторизацией), стоимость которых начинается от 5 миллионов рублей

Если у вас есть какие-то вопросы или вы хотите узнать больше о внедрении ИИ в ваш бизнес, не стесняйтесь писать мне в личку @mikhail_shakh. Моя команда сможет помочь Вам внести ясность именно по вашему направлению

Главное помните 🔔 искусственный интеллект доступен всем! Вы можете начать трансформировать свой бизнес уже сегодня!

🔎 Развитие ИИ для компании - это всегда инвестиция

Иногда она может быть краткосрочная, иногда долгосрочная, но почти всегда необходимая для усиления конкурентного преимущества на рынке.

Я недавно начал читать книгу Уолтера Айзексона “Стив Джобс” и там есть хороший пример вышесказанному👍

А именно история создания персонального компьютера Macintosh от компании Apple ⌨️

Это была внутренняя инвестиция Apple и лично Стива Джобса.

И хотя, после выпуска, модель не имела большого успеха в продажах, именно она в будущем легла в основу одной из самых продаваемых моделей персональных компьютеров - MacBook Pro.

Поэтому инвестируйте в технологии, инвестируйте в ИИ, но при этом не забывайте и об основных активах, генерирующих доход 🔔

Как написано в книге:

Когда Джобс заявил, что команда Macintosh трудится по 90 часов в неделю, Деби Коулман сделала фуфайки с капюшоном, на которых было написано: «Работаю 90 часов в неделю, и мне это нравится!» Группа Lisa (параллельно разрабатываемый персональный компьютер) в ответ изготовила футболки с надписью «Работаем 70 часов в неделю и выпускаем продукт». Рабочие лошадки из группы Apple II (флагманский продукт, который обеспечил коммерческий успех Apple) откликнулись на это девизом «Работаем 60 часов в неделю и зарабатываем деньги на оплату Lisa и Mac».

А какие книги вы читаете сейчас? Поделитесь в комментариях 💬

Прогноз дохода с помощью ИИ 🔎

Можно ли прогнозировать доход компании с помощью искусственного интеллекта? Если коротко, то да! Однако, для этого не всегда нужен сложный ИИ. Стандартные модели, которые легко реализуются даже в Excel, могут неплохо справляться с этой задачей, анализируя ретроспективные данные.

🗣Но если вы хотите создать комплексное решение, которое учитывает не только финансовые данные, но и маркетинг, продажи, макроэкономические показатели и другие внешние данные, то потребуется предпринять несколько ключевых шагов.

Краткий план действий:

1️⃣ Сбор данных:
- Финансовые данные (доход, расходы, прибыль и т.д.)
- Маркетинговые данные (затраты на маркетинг, эффективность кампаний и т.д.)
- Внешние данные (экономические показатели, рыночные тренды, данные о конкурентах и сезонность).

2️⃣ Подготовка данных к работе с моделью:
- Очистка и нормализация данных.
- Создание новых переменных, если они необходимы для улучшения модели.

3️⃣ Выбор модели:
Модели могут быть на базе:
Регрессии (линейная регрессия, полиномиальная регрессия)
Дерева решений и ансамблевые методы: Random Forest, Gradient Boosting.
Нейронных сетей: LSTM для временных рядов, рекуррентные нейронные сети (RNN).

4️⃣ Обучение модели:
- Деление данных на обучающую и тестовую выборки.
- Обучение модели на каждой из выбранных алгоритмов и тестирование их точности.

После всех этих шагов, та модель, которая покажет наилучшие результаты на тестовой выборке, станет вашим инструментом для прогнозирования дохода компании.

Поделитесь в комментариях, а как вы прогнозируете доход в своем бизнесе?

🤨 А оно вам надо? Как компании прогнозируют спрос на продукцию?

Прогнозирование спроса — это ключевой элемент успешного бизнеса, который помогает компаниям управлять своими ресурсами, производством и продажами.

Давайте рассмотрим три подхода к прогнозированию спроса и их особенности.

🩵 Метод проб и ошибок

Некоторые компании идут методом проб и ошибок: запускают продукт на рынок и смотрят, какой будет результат.

Что это дает?
⏺Гибкость. Этот метод позволяет компаниям быстро реагировать на изменения на рынке и адаптироваться к новым условиям.
⏺Опыт. Постепенно компания накапливает данные и опыт, который может использовать для будущих прогнозов.

Минусы:
⏺Непредсказуемость. Велик риск ошибочных прогнозов, что может привести к избытку или дефициту товара на складе.
⏺Ресурсы. Этот метод требует значительных ресурсов на исправление ошибок и может стоить компании больших финансовых затрат.

Пример:
Компания может запустить новый продукт в ограниченное количество регионов и смотреть, как он будет продаваться. Если продукт успешен, они расширяют его производство и продажу на остальные регионы.

🩵Проведение исследований

Другой подход — это проведение маркетинговых исследований и анализа данных для прогнозирования спроса.

Как это делается?
⏺Опросы и интервью с потенциальными клиентами.
⏺Анализ исторических данных о продажах.
⏺Изучение конкурентов и рыночных трендов.
⏺Создание фокус-групп.

Риски:
⏺Ошибочные данные. Опросы и исследования могут дать неверные результаты из-за неправильного выбора аудитории или недостаточного объема данных.
⏺Время и деньги. Проведение исследований требует значительных временных и финансовых ресурсов.
⏺Финансовая заинтересованность или коррупционная составляющая тех, кто проводит исследования.

Минусы:
⏺Ограниченность. Результаты исследований могут быть ограничены и не учитывать всех факторов, влияющих на спрос.
⏺Субъективность. Исследования могут быть субъективными и зависят от интерпретации полученных данных.

🩵Использование искусственного интеллекта (ИИ)

Современные компании все чаще используют ИИ для прогнозирования спроса.

Плюсы:
⏺Точность. ИИ анализирует огромное количество данных и может выявлять скрытые паттерны, которые человек не заметит.
⏺Скорость. ИИ делает прогнозы значительно быстрее, чем традиционные методы исследования.
⏺Автоматизация. ИИ позволяет автоматизировать процесс прогнозирования, освобождая ресурсы компании для других задач.

Прогнозирование спроса — это искусство и наука. Крупные бизнес-компании все чаще прибегают к ИИ, чтобы минимизировать риски и выбрать оптимальную стратегию для своих нужд.

Завтра я расскажу как разработал модель для прогнозирования для фармацевтической компании, которую вы наверняка знаете.

Ставьте 🔥 если интересно!

🗂 Практический кейс: Разработка для компании Pfizer

Хотите узнать, как идеи превращаются в реальные проекты, оказывающие влияние на крупные компании? Подготовил для вас практический #кейс на примере компании Pfizer!

В формате небольшой статьи расскажу:
🟢Как мне пришла в голову идея заняться именно этой областью разработки?
🟢Как именно я проводил исследования, собирал и обрабатывал данные?
🟢Какой эффект моя разработка оказала на одного из крупнейших производителей и поставщиков фармацевтической продукции на рынке?

Читайте статью, чтобы узнать все детали процесса — от зарождения идеи до её реализации и применения!

❕ ЧИТАТЬ

Мне важно ваше мнение!

Делитесь в комментариях своими мыслями и идеями о данной разработке. Что вы думаете о её потенциале и влиянии на рынок?