Ключевое:
Искусственный интеллект (ИИ) — больше не футуристическая концепция, а рабочий инструмент для бизнеса. В этом выпуске подкаста «Авось к опыту» эксперты Камиль, Наталья и Екатерина разобрали, как ИИ применяется в торговле, какие задачи решает и почему его не стоит бояться.
Что такое ИИ?
Искусственный интеллект — это алгоритмы, способные анализировать данные, обучаться и принимать решения. В отличие от простой автоматизации, ИИ работает с «нечёткими» данными, где нет строгих правил. Например:
- Тест Тьюринга: если машина может вести диалог так, что её не отличить от человека, она обладает ИИ.
- Кофейный тест: пока ни один ИИ не способен зайти в незнакомую квартиру и приготовить кофе — это уровень будущего.
Где ИИ используется уже сегодня?
- Поисковые системы (Яндекс, Google)
- Анализируют запросы и выдают релевантные результаты.
- Используют асессоров (людей), которые «обучают» алгоритмы.
- Рекомендательные системы
- Подбор товаров по фото (например, сервисы вроде «найди похожий образ»).
- Увеличение среднего чека за счёт умных рекомендаций («с этим товаром покупают…»).
- Динамическое ценообразование
- Автоматическая корректировка цен на основе спроса, конкурентов и других факторов.
- Логистика и прогнозирование спроса
- Оптимизация маршрутов доставки (как в навигаторах).
- Предсказание, какие товары будут востребованы, чтобы избежать дефицита.
- CRM-аналитика
- Анализ переписки с клиентами и прогнозирование сделок.
ИИ для малого бизнеса: миф или реальность?
Многие думают, что ИИ — только для крупных компаний с Big Data. Но это не так:
- Таргетированная реклама (Facebook, Яндекс.Директ) использует ИИ для поиска похожей аудитории (Lookalike).
- Чат-боты и голосовые помощники помогают обрабатывать запросы клиентов.
- Готовые SaaS-решения (например, сервисы аналитики) доступны даже с небольшим бюджетом.
Ограничения ИИ
- Креатив: ИИ может генерировать логотипы или тексты, но пока не понимает контекст и эмоции так, как человек.
- Стратегия: алгоритмы не заменят маркетологов в разработке долгосрочных планов.
Что ждёт в будущем?
К 2030 году рынок ИИ достигнет $15,7 трлн. Уже сейчас 20% компаний внедряют эти технологии. Главный совет от экспертов:
«Используйте ИИ прагматично — как инструмент, а не как „волшебную таблетку“».
Аудиозапись
Транскрибация
Время прочтения(в минутах): 17
Выпуск 9. Искусственный интеллект в торговле
Всем привет — это подкаст Авоська опыт и у нас сегодня 9 выпуск искусственный интеллект торговли. Всем привет меня зовут Камиль, в студии работают для вас я, Наталья и Екатерина всем привет, давайте начнём с Натальи. Наталья расскажи, что такое искусственный интеллект, что же, куда всё это движется вообще, да и определение, ну и дальше назовём эту тем.
Наталья 2: { 0:22 }
Всем привет, рада. Сегодня с вами пообсуждать такую животрепещущую тему, как искусственный интеллект. На самом деле разговоров про это уже очень, очень много. Мы когда-то с Камилем учились в университете, ровно с этой специализацией, и она такая для нас вот очень интересная. Екатерина, наша коллега непосредственно занималась лингвистическими экспертными вопросами, поэтому в какой то степени мы все эксперты. Да в то же самое время дать простое определение, что же такое искусственный интеллект, причём простыми словами, чтобы понял даже ребёнок, честно говоря, весьма затруднительно.
{ 0:53 }
Сегодня в мире используется некий стандарт искусственный интеллект концепции терминологии. В 19 году он начал переводиться на русский язык, и ратификация будет завершена в 2021 году, поэтому официального определения Господа искусственного интеллекта не существует. Существует лишь подходы, определённые с 35 года 1935 года различными математиками. Да, мы о них немножко сейчас поговорим, да, самый 1 принцип, по которому мы отличаем искусственный интеллект от всех остальных программ, которых мы называем просто автоматизацией, заключается в том, что. Что интеллект должен работать не только с данными, но и сознанием. Что же это такое? Да, когда мы учились в университете, нам говорили, что данные знания отличаются друг от друга простым наличием правила. Если есть просто данные, которые вы как то сравниваете, это просто данные и правила работы с данными, и это алгоритмизация. А если вы работаете со знанием, то вы каким то образом описываете правила, в том числе нечёткие. Например, я хочу понять, что моя компания строит высокие или невысокие дома, если моя аудитория живёт в сельской местности.
{ 1:55 }
Да, это высокий дом, если моей аудитория живёт в огромных мегаполисах, то высокий дом это что то от 50 или от 100 этажей. Да как же с этим обращаться? Да ну, мы на самом деле сейчас коснулись совсем другой темы. Это называется нечёткие данные. Вот как только мы попадаем на стык Того, что мы можем определить однозначно и неоднозначно, мы начинаем разговаривать о классе алгоритмов, который в общем и целом называются таким словом, как искусственный интеллект. Что же такое искусственный интеллект, как его определяют учёные информатики? Этике математики и, собственно говоря, весь кластер специалистов, называемых сегодня дата сайт. Да, это общая умственная способность цифровых машин к рассуждению, решению проблем, принятию решений и, собственно говоря, обучению. Достаточно трудно провести границу Между тем, что уже является рассуждением, и всё ещё является просто исполнением алгоритма.
{ 2:50 }
Когда мы говорим о том, что искусственный интеллект несёт некую пользу для вас как предприниматели для вас, как представителей торговли в офлайне в онлайне, мы скорее говорим об аналитике данных огромных, да и вы наверняка слышали много раз это словосочетание биг дад да, и мы начинаем говорить о том, что можно данные разрабатывать. Да, по большому счёту это именно так. Мы собираем и аккумулируем благодаря существующим техническим и современным решениям. Гигантское количество данных, которые в той или иной степени описывает поведение, то есть фактически. Совершённое нашими пользователями, клиентами или нашей целевой аудитории какие то действия да в офлайне и в онлайне в равной степени, и мы эти данные можем, а собирать б фиксировать ц хранить д каким то образом обрабатывать, анализировать, е пытаться делать из этого. Вы вот, конечно, с последней, собственно говоря, составляющей делать вывод всё и достаточно сложно.
{ 3:43 }
А что такое искусственный интеллект с точки зрения там математики? Да, в 35 году Тьюринг предложил некое определение интеллектуальной машины и, собственно говоря, к 53 году разработал известный тест тьюринга, заключающийся в следующем. Машина и человек беседует друг с другом со стороны есть некий 3 судья, который не знает, кто из них машина, а кто из них человек. Если судья в каком то моменту времени не сможет определиться, кто с какой стороны, это означает, что искусственный интеллект состоялся. Да, это одна из версий вот этого алгоритмического теста. И, собственно говоря, современная Алисы или сири. Хорошо известная вам да представляют собой именно такую версию достать юринга огромное количество роботов типа там пеппер, которые используются в ритейлах разных стран, в разных магазинах и в разных сетях действительно производят именно такую историю, когда просто помогает пользователю определиться с ответом на поисковый запрос, например, да. На самом деле любая поисковая система, в которой вы пишете. Словами, набирая буквы на клавиатуре или говорите голосом вот Яндекс хоть гугл, хоть бин, хоть множество других, да они по сути за собой представляют как раз такую историю вы задаёте машине. Вопрос, она даёт на него ответ, и сегодня вы привыкли к тому, что ответ она даёт релевантный.
{ 4:56 }
Да, то есть если вы ищете какую то информацию, например, как улучшить свои продажи, вы получаете массу ссылок какие то из них полезные какие то бесполезные, но по сути это то же самое, что разговор с человеком, то есть, пожалуйста, вот этот пример экспертный символьной системы, вы его пользуете уже ребята не 1 год и даже не 1 десятилетие оно работает по факту поиск экспертных системах. Если мы не берём глобальный интернет, да существовал и до эры интернета, то есть до 93 года и специалисты, работавшие в этих сферах, прекрасно знают, что они пользовались. Различными базами данных, например по картам да, например по поискам вещей в библиотеке и так далее, очень сложно провести границу, где заканчивается на самом деле просто работа с данными и начинается уже там. Искусственный 2 тест предложил стив возняк легенды Apple с разработчика огромного количества современных технологий мира, в котором мы живём и назвал его кофейный тест. Он предлагает любому искусственному интеллекту зайти в неизвестную для него квартиру, найти там, собственно говоря чашку найти там кофе кофемашину.
{ 5:58 }
Сделать себе чашку кофе в том виде, в котором она его любит. На сегодняшний момент Господа скажу, что ни одна из систем, представленных на рынке искусственный интеллект с этой задачей справится, не может. При всём многообразии сложности решений, которые применяются от самых простых историй по там, подбору QR, кода, книжки, да и заканчивая каким то сложными системами, которые летают в космос. Тем не менее на это они пока не способны. Это предмет будущего и разработка. Итого, что мы имеем примерно с 50 годов прошлого века.
{ 6:29 }
Система искусственного интеллекта разрабатываются и используются в различных отраслях человеческого знания. Соответственно, на сегодняшний момент мужа 70 лет. Как живём в этой эре? Вместе с искусственным интеллектом и пока что прекрасно уживаемся. Да что произошло для бизнеса? Вот в непосредственной близости может быть за последние 20 лет. Да, эта тема действительно стала гораздо более открытой, потому что уровень автоматизации, уровень разработки программных продуктов позволил человечеству да обрабатывать гораздо больше данных, чем. Предыдущее время — это радикальные порядки, это не в разы, это просто вот на несколько нулей больше информации мы стали обрабатывать благодаря развитию компьютерной техники, что это даёт нам как бизнесменам, предпринимателям и, в частности, в работе с ритейлом. Мы можем действительно фиксировать то, каким образом наши товары доставляются после заказа в оффлайновых или онлайновых точек? Да, мы можем оптимизировать схему логистики, поручая разработку некоторых маршрутов, например, машинам машина принима.
{ 7:31 }
Разрешение бесстрастно, да не выбирая приятный маршрут, по которому водителю интереснее ехать, а рационально взвешивая издержки соотношения времени, сложности трафика. Да, вы все сегодня пользуетесь таким примером искусственного интеллекта, как я, навигаторы, различные там яндексы, гугла или антугис или ещё какие-то да и вам удобно подсказывает машины, каким образом вы можете пересесть там с одного трамвая на другой троллейбус там перейти в метро или там проехать на машине или даже пройти пешком? Да и вы понимаете, что. Это вполне себе удобно, и это некое подспорье, которое помогает вам принять решение. Это решает вашу проблему перемещения с точки, а в точки б система действительно обучается сама на основании постоянно поступающих в неё новых дан и она это делает. В общем, то не хуже человек. Если вы посмотрите на другие вещи на такие как разработка каких то принципиально новых решений, да, например, там создание творческих элементов, написание музыки, разработки логотипов или ещё каких то творческих вещей, например, написание автоматизированных текстов. Вот с точки зрения музыки, картин и. Моя какой то художественной эстетической составляющей, да ну кому то нравится то, что предлагают машины кому то нет да, а с точки зрения Того, что эта система позволяет писать универсальные тексты, заполнять огромное количество ярлыков в базах данных интернет магазинов это случившаяся реальность.
{ 8:54 }
Это можно спорить, работает это сегодня хуже или лучше? Но существует огромный кластер программ, которые решают эти задачи, да и постепенно технологии развиваются. Вы можете считать, что это не очень успешно, но Amazon на этом зарабатывает деньги. Да, другая история, которую вы точно так же можете приблизить к своему магазину. Вы можете действительно посмотреть, какие товары люди выбирают друг с другом, да, на что они обращают внимание, каким образом человек смотрит на полку оффлайнового магазина? Да. Каким образом распознает, например, электронный мерчендайзер пустоту на полках и так далее? Это все примеры программы алгоритмов, связанных с искусственным интеллектом, можно этого пугаться. А можно представить себе, что в 50 и 60 годы во всех компаниях сидели целые залы машинисток и просто набирали тексты, написанные от руки или наговоренные, которые они фиксировали скорописью, а потом просто набирали.
{ 9:45 }
Сегодня этой работой не существует, практически существует другая история. Если нам нужно набрать какой то текст, мы либо наговариваем голос, мы машина его пишет за нами это пример распознавания аудиоконтента и фактически принесённой пользы, когда потом его можно зафиксировать символами в виде букв и цифр. Да и прочитать другому пользователю. Либо мы пошли даже дальше, и вы хорошо и многие пользуетесь уже лет 30. Наверное, сканированием текстов это всё то же самое распознавание образов. Когда вы берёте книжку и вместо Того, чтобы тратить время на рутинную операцию перенабора текста, поручаете этой машине сочетание роботов в данном случае сканеры и программного продукта, который распространяет различного рода закорючки разных шрифтов и переносит вам это в удобоваримом варианте. И дальше вы можете этот текст редактировать, использовать и там для различных задач, да?
{ 10:34 }
Поэтому же принципу, построенные многие другие алгоритмы искусственного интеллекта, то есть они всегда собирают некую базу данных именно данных, с которыми просто смотрят. Каким образом одни данные взаимодействуют с другими данными и пытаются построить некие матмодели, например, модели корреляции или регрессионное взаимодействие, определить между одним потоком данных и других. Безусловно, это мы эти настройки помогает сделать человек сегодня ключевая проблематика с внедрением алгоритмов искусственного интеллекта в работу компании связана с тем, что. Вам нужно гигантское количество людей, которые действительно будут эти алгоритмы, а дописывать бы оживлять этот код, с помогать им начинать учиться так же, как вы помогаете детям, например, научиться отличать хвойные деревья от листвы точно так же и программисты, и математики, и дата помогают к определённого рода задачам разобраться, что за данные у них есть и каким образом они связаны.
{ 11:30 }
С точки зрения бизнеса стратегического такого взгляда, я бы сказала следующую вещь, стремитесь найти свою компанию не просто математиков и программистов. Стремитесь найти все-таки людей, которых мы называем бизнес сайт люди, которые понимают именно бизнес, как науку и понимают, какую проблематику бизнесовой вы пытаетесь решить. Именно они могут помочь вам транслировать это с наших привычных человеческих категорий просто на язык машин, то есть то, что делают программисты, переводят наш человеческий язык на язык понятный вычисли. Тень, да, здесь как бы ничего не меняется, как вот и было там 50 ноль лет назад автоматизации 30 и 20 и 10. Так, собственно говоря, наверное, и будет предстоящие многие сотни лет, вряд ли здесь произойдёт какой то радикальный переворот. С точки зрения перспектив я могу просто вам привести факты. Считается, что в 2030 году искусственный интеллект. Будет развивать рынок товаров и услуг до 15,7 триллионов долларов. И у вас просто есть шанс воспользоваться какой-то частью этого. Заработать часть этих денег, по данным маккенти, как глобального исследователя глобальных рынков, существует статистика, определённая пару лет назад, что порядка 20% компаний уже применяют алгоритмы искусственного интеллекта в своей деятельности. Да вот какие именно вещи существуют и более прижились на российском рынке. Вам расскажут мои коллеги, я хочу передать слово Камилю.
Камиль: { 12:55 }
Да, коллеги всем привет. Еще раз здесь Наталья, спасибо очень подробно здесь обстоятельно рассказала про искусственный интеллект. Я попробую вот приземлить все эти все эти моменты, которые Наталья озвучила именно конкретику кейсов. Как именно это может работать? Ну больше в онлайн да у меня будет кейсы, ну смотрите ещё раз ребята. То есть если по-простому говорить, то есть есть алгоритм, который позволяет ну условно да вот у нас там пример с кошкой приведу Да есть я не знаю 10 или там 50 листов фотографий кошки да нам нужно, чтобы какую то случайную следующую фотографию компьютер определил, что это является кошкой. Да вот соответственно в алгоритме ну есть там некие, ну там такая структура, да вот. Которая позволяет обучать и ну по определённым параметрам определять, что это кошка. Да вот.
{ 13:47 }
Это очень похоже на то, что происходит в работе мозга, то есть я говорю про нейрона про перцептрона и так далее. Да не буду сейчас углубляться. Вот и поэтому очень часто люди ну не технари или вот люди, которые к этому относятся как к какой то такой вот абстрактной штуке. Ну немного боготворят эту вещь, то есть делает из неё ну такой знаете, там вот это вот история, там роботы поработят и так далее. На самом деле, если ну. Говорить конкретно предметно, то это, конечно же, алгоритм, который позволяет решить определённые задачи, определённые вещи, которые необходимы. Также хочу отметить, вот Наталья рассказала, что впринципе эти магаритам не 10 лет, не 20 лет, ему же там 70 лет. Они были давно разработаны, использовались. Ну вот развитие вычислительной техники позволило эти алгоритмы использовать чуть шире. Я бы не сказал, что искусственный интеллект сейчас.
{ 14:40 }
Пользу очень широко, но на самом деле нет. Есть, конечно же, инструменты, где он используется. Есть инструменты, где он не нужен для использования. Да, если вам нужно посчитать, не знаю, там икс в квадрате, ну или там икс на икс, да, то есть 5 умножить на 5, да не нужно использовать искусственный интеллект, есть обычный алгоритмы, которые позволяют эту задачу хорошо решать, да? Если вам нужно что-то распознавать или что то работать с какими то вот нечёткими данными. Да вот то что Наталья привела пример то конечно здесь могут неплохо работать алгоритмы нейронных сетей и или как сейчас их там обобщает искусственный интеллект, да? Вот что я вижу, что происходит на рынке конкретных кейсов использования вот этих технологий вот этих алгоритмов в реальной практике что происходит? Ну 1 о чём сказала Наталья, это поиск поиск Яндекс. Понятно, что это нейронная сеть внутри. Понятно, что когда ребята стартовали в конце 90, это было да, то есть уже тогда они первые, кто начали это использовать там чуть позже более мощные и так далее и так далее. Надо отметить, что даже у Яндекса есть. Ну и у гугла то же самое большое количество асессоров, то есть асессоры — это люди, которые, ну, как бы обучают систему. Вот то, что Наталья и сказала да то есть что что делает асессор, то есть у него есть выдача направленный запрос и он ставит свои отметки.
{ 15:59 }
Это релевантная ответ или не релевантный на базе? Вот этих вот знаний ну знание это вот как раз правило, да и формируются алгоритмы, и соответственно, он работает, то есть никакой здесь. Ну как бы мистики нету да здесь ну обычная работа алгоритма — вот соответственно, если вы используете поиск внутри сайта или используйте поиск яндексом 3 сайт, вот на платформе тоже есть, то понятно, что вы имеете доступ к этим алгоритмам к определённым сценариям. Вот и можете это использовать как готовый продукт, да вот возможно у вас большой про. Тогда, ну вам действительно нужно много, много разных данных анализировать и соответственно, вы сможете уже. Там ну какие то вещи, которые вам нужны использовать, но вот я не буду сейчас называть бренд есть интернет, магазин уже крупные, достаточно в России, которые, может быть вы слышали, используют такую вещь. Вы загружаете фотографию некоего образа? Ну не знаю какая то там одежда не знаю обувь там не знаю.
{ 16:56 }
И вам он подбирает пап под этот образ конкретные товары. Да вот это в России уже сервис запустил там 2 года назад. По-моему. Вот буквально Фейсбук это сделал вот 20 мая, то есть буквально месяц назад анонсировал такой похожий сервис, то есть помогают людям выбирать, то есть это, по сути, такие рекомендательные системы. Да вот когда ты точно не знаешь, но тебе нужно что-то порекомендовать, вот это действительно работает, работает. Вроде бы неплохо, но я бы не сказал, что это массовый сейчас продукт, что все прям массово этим пользуются. Пока это всё только набирает силу и, возможно, именно ваша компания сможет это как-то использовать внутри для своих задач. Да вот такой вот такой подбор образа по фотографии, то есть распознавание фотографий. Может быть, кто-то из вас даже знает. У Яндекса есть такая такой сервис, когда вы загружаете фотографию какую-то и он ищет другие. Похожие в интернете фотографии поэтому. По этому по этой фотографии похожие на них, да?
{ 17:58 }
Очень легко спамеров значит распознавать скомкостучаться вконтакте вы можете расходку взять, загрузить туда и посмотреть, откуда на самом деле. Значит, спамеры взяли, взяли эту фотографию, потому что она ну распознаёт действительно похожие картинки, и соответственно, они действительно похожи там. Да, если, например, там это. Ну лицо там девушки, например, да видно, что похожие девушки дальше там отображаются. Да вот это вот такая вот 2 история да 3 история рекомендательная, рекомендательный сервис сервис товаров, то есть как это работает, значит есть. У вас интернет-магазин?
{ 18:34 }
Вы продаете какой-то товар и понятно, что вам выгодно, чтобы у вас купили чуть больше или больше, чем ну. То есть один чек и вам нужно предложить клиенту то, что ему подойдёт, но у вас так много ассортимента вы не знаете как это сделать. Есть рекомендательные системы, которые позволяют вам значит, ну предложить пользователю, что наиболее релевантно для него. Там тоже используются нейронные сеть внутри алгоритмов. Ну или как это модно сейчас говорить или упаковывается искусственным интеллектом? Вот это работает, это работает хорошо на больших данных, то есть, когда у вас большой интернет, магазин немного ассортимента. Когда у вас есть действительно много пользователей, которые приходят и вот есть возможность эти данные собрать. Да что люди обычно выбирают, что люди лучше покупают и так далее. Тогда эти алгоритмы действительно более эффективны. Если же у вас не так много трафика, то гораздо эффективнее. Если вы сделаете это вручную. И ваш специалист, который понимает, как и что хотят ваши потребители, он просто берёт и соответственно настраивает эти рекомендательные штуки. Да вот то есть такие вещи.
{ 19:42 }
То есть я хочу осудить простые вещи, что нету какой то знаете там волшебные таблетки, искусственный интеллект нету её то есть есть просто алгоритмы, которые когда то в каких то моментах хорошо работают, в каких то моментах они неэффективны. Вот ну, наверное, я закончу ещё одним кейсом, который я слышал про искусственный интеллект. Буквально, наверное, полгода назад есть ребята из России, они значит. В Америке сейчас продвигают такой сервис достаточно успешно. Хорошую сумму инвестиций они подняли. Это значит сервис, который анализирует данные внутри вашей crm, то есть большие сер системы. И подсказывает менеджеру, с каким клиентам стоит продолжать там разговоры или диалог, с каким не стоит. То есть вероятность сделки и так далее. Да вот в принципе там используются лингвистический анализ, то есть и вот приводил пример с картинкой, здесь анализируется текст, здесь анализируются различные другие факторы, да, в которых ну, понятно, нет чётких алгоритмов, да как это работает, то есть вот анализируется много, много разных данных и, соответственно, производится рекомендации. Вот сервис достаточно активно развивается.
{ 20:48 }
Вот и вообще, но мой прогноз он, конечно, прогноз сделали благодарны. Конечно же, алгоритмы нейронных сетей там и так далее. Да, то есть искусственного интеллекта, как их в модно называть, будут дальше проникать. Но это просто алгоритмы. Вот поэтому используйте эти знания для Того, чтобы эти вещи использовать вашем бизнесе развиваться. Вот используйте прагматично практичного, используя для вашего бизнеса не благотворительных. Вот у меня, наверное, всё по кейсам. Я да передаю слово Екатерине. Екатерина, скажи про своё видение этого вопроса, что ты считаешь? Да, какие моменты вот с твоей стороны, да, здесь.
Екатерина { 21:29 }
Спасибо Камиль, Здравствуйте коллеги. Может показаться, что для Того, чтобы использовать искусственный интеллект, нужны биг дата да большие данные, но на самом деле и и маленькой там, допустим, среднего и малому бизнесу с этим, собственно говоря, делать нечего, но это не так, потому что огромное количество внешних игроков да собирают эти биг дата.
{ 21:50 }
И, соответственно, предлагают инструменты дешёвые, простые, понятные, которые может использовать, но совершенно любую, которого любой бизнес, у которого, грубо говоря, из 1000 рублей на продвижение. Я хочу как бы приземлить это все. Вот эти вот разговоры об искусственном интеллекте. Она розничную историю и на как бы историю вот малого и среднего бизнеса розничная история, но на самом деле розничные сети очень много используют различных инструментов. Да вот последнее время известны такие вещи, как динамическое ценообразование. Или, например, вы можете планировать? Прогнозировать спрос на какие-то товары? Таким образом, система помогает вам делать заказ у поставщиков. До этого очень удобные вещи, они как бы не совсем маркетинговые, хотя, конечно, динамическое ценообразование — это маркетинговая история. Вот Ну вот работа со складом это не маркетинга операционной истории, тем не менее, очень хорошо помогает розницей в работе в том, чтобы избежать аут-оф-стоков, что, собственно говоря, очень сильно снижает.
{ 22:55 }
Выручку да, если у вас данного продукта нету, его просто невозможно купить. Если мы поговорим о маркетинговой части для тех же розничных сетей для других компаний, да это тот же самый действительно контекстной рекламы. Это поиск. Да, это любая вообще реклама в интернете. Она базируется на технологиях искусственного интеллекта и любой, соответственно. Бизнес может этим пользоваться, потому что там продукты разрабатываются специально для Того, чтобы они были удобны, им могли пользоваться ну как можно большее количество человек. Соответственно, есть ещё вот недавно такая. Прогремела история про то, как одна известная студии дизайнерская использовала искусственного интеллекта в разработке логотипа. Ну много там есть мнение. Моё личное мнение на эту тему Что это чисто пиар? Почему?
{ 23:45 }
Потому что вот как правильно сказал Камиль давно кошка все понятно кошка — это либо кошка, либо не кошка. Хотя допустим, если есть такая кошка королевская шера, да она огромного размера, она достает до ручки двери, когда она поднимается, но поднимается на лапки. Соответственно это такая смесь кошки рыси и кого-то ещё, то есть это кошка или нет, тот уже такой достаточно пограничный истории, машина здесь может ошибиться. А тогда мы говорим о логотипах, там существует намного более, то есть как бы это естественно, маркирует человек. Вот эта кошка — это не кошка, и машина знает, что да, когда мне человек вот 100 раз промаркировал на 101. Я уже знаю что это кошка, допустим по каким-то признакам, когда дело касается креатива. Для маркетинговых целей здесь. Я, я даже не могу представить, какой специалист может грамотно промаркировать эти логотипы. Во-первых понятие красиво, некрасиво, хорошо нехорошо для каждой целевой аудитории разная.
{ 24:49 }
И поэтому то, что мне хорошо моему соседу будет казаться совершенно ужасным и скучным, а то, что нравится соседу, там мне будет вызывать. Ну достаточно неприятные ощущения, потому что в маркете такое понятие, как целевая аудитория и то, что хорошо для одной целевой аудитории может быть совершенно отвратительно другой целевой аудитории. И никакой маркировщик этих логотипов не промаркирует все 150 возможных вариантов для каждого логотипа. Хорошо ведь или плохо? Поэтому я, конечно, в эту историю сильно не верю. Ну то есть как бы она вполне возможна, что она существует, но как её обучать, кто её будет обучать? Что это за специалист будет обучать, какое количество полей нужно запомнить, чтобы заполнить, чтобы система могла с этим работать? Мне, честно говоря, непонятно намного проще дешевле. Общем то отдать эту работу человеку. Хотелось бы рассказать про наш инструмент, которым, скажем так, мы использовали искусственный интеллект, мы запустили, как агентство запустили чек лист по аудиту процессов маркетинга. Вот и там у нас фактически это приложение приложение, которое, в которое мы внесли свои знания, то есть мы с составили 53 вопроса по основным процессам, которые существуют там есть стратегические маркетинг и операционный маркетинг. И внутренняя аналитика как раз вот аналитика тоже, кстати, часто используют системы искусственного интеллекта и аналитика эффективности вашего продвижения. Ну, то есть много различных параметров, вот и по этим параметрам. Ну каждый человек совершенно бесплатно может определить, ну, кому это интересно может определить состояние его маркетинговой функции в компании? Вот и вот как бы вот на этом простом инструменте я я могу показать, что большое количество инструментов используется как раз этот искусственный интеллект. Начнём с Того, что нам нужно это каким то образом рекламировать, да каким то образом протекать таргетированная реклама Фейсбук. Собирает для вас биг дата Фейсбук, для вас же их анализирует, то есть естественно, там есть возможность таргетинга, но, например, естественно, мы им вас воспользовались, но также есть возможность, например, загрузить какую то базу контактов и на на основе этой базы контакта сделать так называемую базу лука лайк вот лука лайк это чистая.
{ 26:55 }
Это обучение, да, эта машина смотрит на вашу базу. Она смотрит, каким образом люди друг с другом, чем они похожи, что у них общего и, соответственно, находят таких же людей. У себя из с большой большой системы данных, которые похожи на данную целевую аудиторию. Вот ну как камили уже сказала. Естественно, поиск поиск тоже это. Искусственный интеллект, то есть всё, что всё, что люди заносят. Машина предлагает, вы тоже можете пользоваться контекстной рекламой. Да, реклама, которая даётся при поиске, вот часть, которая является входной. Да, наш продукт внутри продукта тоже система определяет, каким образом отвечает человек и даёт ему определенные рекомендации. После окончания вот этого чек листа или в процессе да проведения чек листа. Система регулярно там рассылает какие то оповещения имейлы, пока помогает человеку закончить его. Ну то есть маленький такой продукт маркетинговый, да и вот видим, что в принципе там уже и автоматизация. Искусственный интеллект присутствует.
{ 27:59 }
Я считаю что. Но час очень много говорят о том, что маркетологи умрут, там появится, заменят их роботы. Я считаю, что это, конечно, всё ерунда, как мы уже там поняли, с креативом вряд ли это выйдет. Также это вряд ли выйдет с точки зрения разработки стратегий. Вот, но боятся искусственного интеллекта. Естественно, не стоит. Ну я, конечно, не знаю, может робот когда завоюет у меня, но с точки зрения маркетинга точно не стоит, потому что если так всё было просто все были богатыми. Вот за скажем так, закодировать все возможные. Процессы и шаги для Того, чтобы построить грамотный маркетинговую стратегию, не может ни один человек, поскольку человек это не может написать. То машину этому невозможно обучить. Ну, собственно говоря, у меня всё, Камиль, передаю тебе слово.
Камиль { 28:52 }
Да, коллеги всем еще раз огромное спасибо. Это подкаст авоська опыта. Подписывайтесь на нас, слушайте и задавайте свои вопросы. Авоська опыта. Р ф есть специальная страница, которую мы создали именно для вас. Удачи вам и до встречи следующем эфире пока по