🔔 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?

📍 Внедрите ИИ в ваш бизнес!

Вы задумывались, как искусственный интеллект (ИИ) может существенно улучшить ваш бизнес? Предполагаю, что даже не догадываетесь, сколько задач вы можете делегировать и на сколько сэкономить время и финансы!

Приглашаю вас на бесплатную консультацию, которая проходит в три этапа:
1️⃣ Погружение в ваш бизнес — изучение вашего бизнеса и текущих бизнес-процессов, определение точки А.
2️⃣ Понимание ваших целей и определение дальнейших шагов.
3️⃣ Детальный анализ:
- Если цель - автоматизация, мы детально разберем каждый этап текущих процессов, чтобы найти лучшие решения.
- Если вы стремитесь к экономии ресурсов, то оценим возможности автоматизации деятельности различных отделов и сотрудников.

Обычно клиенты приходят к нам с разными запросами, но все они сводятся к нескольким ключевым потребностям:
⏺ Автоматизация текущих процессов и поиск способов сэкономить расходы и время.
⏺ Увеличение дохода и оборотов бизнеса, поиск стратегий роста и оптимизация маркетинговых усилий.
⏺ Экономия и оптимизация ресурсов, выявление неэффективных зон и сокращение затрат.

По итогу бесплатной консультации вы получите четкое понимание:
💬 Может ли ваша задача быть решена с помощью ИИ.
💬 Какие конкретные технологии и модели ИИ могут быть применимы именно для вашего бизнеса.
💬 Какой путь вам лучше выбрать: использование готовых open-source решений или разработка индивидуальной системы.

Записаться на консультацию можно прямо сейчас! До конца месяца осталось всего 2 места. Пишите в личку @mikhail_shakh за подробностями.

Не упустите шанс стать лидером в своей отрасли с помощью передовых технологий ИИ 🔔

🧭 Новый шаг на пути к полной автоматизации разработки лекарств с помощью ИИ

Недавно посмотрел интервью с CEO и соучредителем Google DeepMind, Демисом Хассабисом, для Bloomberg. В нём он рассказывал о новой версии системы AlphaFold AI - AlphaFold 3. Полная версия здесь.

⏺AlphaFold - это революционная система искусственного интеллекта, разработанная для предсказания структуры белков. Это важнейший инструмент для поиска и разработки новых лекарств, так как структура белка напрямую влияет на его функции и взаимодействие с другими молекулами.

❕ Что новенького?

AlphaFold 3 позволяет ещё глубже понять, как белки взаимодействуют с различными типами молекул 🟡 Это особенно важно для создания новых лекарств. Понимание дизайна связи лиганодов и белков помогает точно прогнозировать, где и как сильно они связываются. Такую точность сложно переоценить в процессе разработки лекарств.

❕ Почему этот прогресс важен для фармацевтики?

Новая версия AlphaFold - это огромный шаг к прогнозированию ключевых взаимодействий между молекулами, что сокращает время и удешевляет процесс разработки лекарств. Это фундаментальный этап, который был затратен и сложен, но теперь благодаря ИИ его можно оптимизировать и упростить.

Команда уже заключила партнерства с крупными фармацевтическими компаниями, такими как Eli Lilly и Novartis, и активно работает над созданием инновационных лекарств 🔄

"AI is overhyped in the short term and probably underestimated over the long term"

сказал Хассабис. Это значит, что не стоит недооценивать долгосрочные перспективы ИИ. И действительно, данный проект показывает, как технологии меняют и преобразуют медицину и фармацевтику.

Смотрите интервью и оставайтесь в будьте последних инноваций!
Кому понравился формат таких экспресс-новостей, ставьте 🔥

🗺 Дайджест постов

Много тем уже успели обсудить на моем канале, но если что-то пропустили, просто переходите по ссылкам и читайте!

1. Если кто не знаком, со мной, добро пожаловать сюда
2. Обзор новой версии ChatGPT от OpenAI
3. Мои инсайты и выводы после встречи Generative AI: End-to-End Development with LLM в Гонконге
4. Подборка крутых решений крупных компаний с использованием ИИ
5. Сколько стоит внедрить ИИ в свой бизнес?
6. Как спрогнозировать доход с помощью ИИ?
7. Практический кейс: Разработка модели для компании Pfizer
8. Bыводы из интервью с CEO Google DeepMind, Демисом Хассабисом — шаги к полной автоматизации разработки лекарств с помощью ИИ

Ну а если вы хотите узнать, как искусственный интеллект (ИИ) может существенно улучшить ваш бизнес и прогнозировать делегирование задач,сэкономив время и финансы, приглашаю на бесплатную консультацию. Подробнее чем я могу вам помочь, можно почитать тут.

▶️Прямой эфир "Реальные возможности больших языковых моделей в малом и среднем бизнесе"

Помните, я обещал провести для вас полезный вебинар и рассказать, как искусственный интеллект может изменить ваш бизнес?

30 мая я запланировал это мероприятие. На нем вы сможете отрыть для себя реальные возможности больших языковых моделей!

⏺Дата: 30 мая
⏺Время: 18:00 по Мск

На вебинаре мы разберем:

🟢Разоблачение мифов и заблуждений!
Я подробно рассмотрю наиболее часто встречаемые мифы о внедрении искусственного интеллекта и больших языковых моделей в бизнес. Раскроем правду и избавимся от ненужных страхов!

🟢Реальные кейсы и примеры!
Узнаем, где именно современные большие языковые модели уже применяются с успехом. Покажу вам реальные примеры и идеи, которые вы сможете использовать в своем бизнесе.

🟢Применение для малого и среднего бизнеса!
Погрузимся в мир инноваций и выясним, какие идеи и технологии могут вывести именно ваш малый или средний бизнес на новый уровень. Я расскажу, как реализовать технологии, которые кажутся доступными только крупным корпорациям.

Это ваш шанс получить конкурентное преимущество и узнать, как искусственный интеллект может работать на вас!

Кто придет, ставьте 🔥

🔎 Искусственный интеллект для малого и среднего бизнеса - почему эта тема сейчас актуальна?

И почему на прямом эфире 30 мая я решил ее разобрать?

Искусственный интеллект уже давно перестал быть прерогативой только крупных корпораций с большими бюджетами. Однако многие микропредприятия и малые компании всё ещё считают что не смогут успеть в "гонке" за инновациями и тем самым теряют конкурентоспособность, несмотря на то, что они являются двигателем экономического роста.

Этот эфир предназначен для того, чтобы показать микро-, малым и средним предприятиям, что есть реальные и доступные способы интеграции ИИ в их бизнес без необходимости больших инвестиций.

Я постараюсь сделать для вас понятнее мир ИИ, помогу вам избежать дорогостоящих ошибок и получить ощутимый эффект за короткое время и небольшие средства. После встречи вы сможете уверенно шагнуть в новую эру технологий, повышая свою конкурентоспособность и устойчивость на рынке.

Чтобы узнать, как искусственный интеллект может стать вашим конкурентным преимуществом ➡️ просто подключайтесь к этому каналу 30 мая в 18:00 по Мск.