Я в Европе, поэтому Сбер и Яндекс не интересуют. Но я писал про то, когда начнется массовое использование, а не про себя. Думаю деньги в свою разработку не очень хотят вкладывать в первую очередь потому, что технология слишком быстро развивается. Пока разработаешь и внедришь может оказаться что все это уже устарело. Кстати, вечером вчера видел новость, что OpenAI купила стартап корпоративной аналитики данных. Примерно это и имел в виду.
Эти тысячи стартапов пока не имеют того уровня доверия чтобы бизнес доверял им свои данные. Написать свой прототип тоже не из разряда простых решений, как минимум нужно иметь штатного разработчика. У какого процента компаний он сегодня есть?
Массовое использование начнется, когда появятся понятные для менеджеров решения. Которые можно установить локально или в корпоративной сети и работать там со своими данными.
Сомневаюсь, что именно заместить. Пара человек + инструмент более эффективна. У ИИ есть свои проблемы, речь не только и даже не столько про галлюцинации. Он способен учитывать относительно немного контекста, у него очень короткая память. Просто зачем человеку стремиться продолжать самому делать то, что машина делает намного быстрее или лучше? Не важно в какой профессии.
В ChatGPT у нас 5 GPT донастроенных под разные задачи.
Помощник консультанта по услугам компании (не добавляли на сайт или в мессенджеры по соображениям безопасности, хотя мне кажется вполне справлялся бы). Экономит много времени ключевых сотрудников, которых раньше консультант дергал по всем нестандартным вопросам.
Юрист по сопровождению договоров. У нас сложные договора и раньше для подготовки новой формы уходило от нескольких дней до недели, сейчас пару часов.
Аналитик. Работаем с объемными документами, теперь на черновую работу тратится намного меньше времени. Но хотелось бы более продвинутых инструментов.
Копирайтер. Тексты все равно пишет человек, но с сопоставлением источников, выделением ключевой информации, структурированием и т.п. GPT справляется прекрасно и быстро.
Корректор. Не только экономит время, но и ошибок пропускает меньше.
Кроме того, пользуемся DeepL со своими глоссариями. Работаем с десятками языков и тут думаю все очевидно, потому что прогресс машинных переводов за последние годы очень сильный.
Могли бы использовать еще активней, но пока нет готовых инструментов для дообучения моделей на своих больших массивах данных. В GPT по памяти можно добавить всего до 20 своих документов и с текстами в районе сотни страниц он уже плохо справляется. А у нас по некоторым темам архивы на тысячи документов, часть из которых на сотни и порой даже тысячи страниц. Когда появятся простые решения для векторизации своих данных и дообучения на них, то это однозначно будет востребовано бизнесом.
Можно выделить текст и по правой кнопке на выделенный текст / печать. Либо как вариант во многих браузерах (Firefox и т.д.) есть встроенное переключение на режим чтения, которое убирает все лишнее. Бывают сайты с кривой версткой где приходится сперва через просмотр кода убирать все лишнее и потом уже на печать.
Несколько раз работал на волонтерских началах, поскольку приличного дохода там все равно не получить, а занятие было по душе. Был бы безусловный доход — занимался бы тем чем нравится напостоянку.
Я в Европе, поэтому Сбер и Яндекс не интересуют. Но я писал про то, когда начнется массовое использование, а не про себя.
Думаю деньги в свою разработку не очень хотят вкладывать в первую очередь потому, что технология слишком быстро развивается. Пока разработаешь и внедришь может оказаться что все это уже устарело.
Кстати, вечером вчера видел новость, что OpenAI купила стартап корпоративной аналитики данных. Примерно это и имел в виду.
Эти тысячи стартапов пока не имеют того уровня доверия чтобы бизнес доверял им свои данные. Написать свой прототип тоже не из разряда простых решений, как минимум нужно иметь штатного разработчика. У какого процента компаний он сегодня есть?
Массовое использование начнется, когда появятся понятные для менеджеров решения. Которые можно установить локально или в корпоративной сети и работать там со своими данными.
Сомневаюсь, что именно заместить. Пара человек + инструмент более эффективна.
У ИИ есть свои проблемы, речь не только и даже не столько про галлюцинации. Он способен учитывать относительно немного контекста, у него очень короткая память. Просто зачем человеку стремиться продолжать самому делать то, что машина делает намного быстрее или лучше? Не важно в какой профессии.
В ChatGPT у нас 5 GPT донастроенных под разные задачи.
Помощник консультанта по услугам компании (не добавляли на сайт или в мессенджеры по соображениям безопасности, хотя мне кажется вполне справлялся бы). Экономит много времени ключевых сотрудников, которых раньше консультант дергал по всем нестандартным вопросам.
Юрист по сопровождению договоров. У нас сложные договора и раньше для подготовки новой формы уходило от нескольких дней до недели, сейчас пару часов.
Аналитик. Работаем с объемными документами, теперь на черновую работу тратится намного меньше времени. Но хотелось бы более продвинутых инструментов.
Копирайтер. Тексты все равно пишет человек, но с сопоставлением источников, выделением ключевой информации, структурированием и т.п. GPT справляется прекрасно и быстро.
Корректор. Не только экономит время, но и ошибок пропускает меньше.
Кроме того, пользуемся DeepL со своими глоссариями. Работаем с десятками языков и тут думаю все очевидно, потому что прогресс машинных переводов за последние годы очень сильный.
Могли бы использовать еще активней, но пока нет готовых инструментов для дообучения моделей на своих больших массивах данных. В GPT по памяти можно добавить всего до 20 своих документов и с текстами в районе сотни страниц он уже плохо справляется. А у нас по некоторым темам архивы на тысячи документов, часть из которых на сотни и порой даже тысячи страниц. Когда появятся простые решения для векторизации своих данных и дообучения на них, то это однозначно будет востребовано бизнесом.
Можно выделить текст и по правой кнопке на выделенный текст / печать.
Либо как вариант во многих браузерах (Firefox и т.д.) есть встроенное переключение на режим чтения, которое убирает все лишнее.
Бывают сайты с кривой версткой где приходится сперва через просмотр кода убирать все лишнее и потом уже на печать.