Главные инновации в области ИИ, которые помогут медиа выжить

16.10.2024

Недавно я прочитал отчёт аналитического агентства Gartner и сделал небольшое саммари (переход на VC.ru).

Вот что существенно повлияет в целом на бизнес в ближайшие 2-5 лет.

В конце текста дам своё видение, как должны выглядеть медиа, чтобы пересобрать себя в новом мире.

1. Модели для конкретных отраслей (Domain-Specific GenAI Models)

Модели генеративного ИИ, оптимизированные для специфических отраслей или бизнес-функций, решают задачи точности, безопасности и приватности, которых сложно достичь с использованием общих моделей. Такие модели могут быть созданы с нуля или дообучены на основе существующих универсальных моделей.

Почему это важно: общие модели, такие как большие языковые модели (LLM), хорошо работают в широком наборе задач, но для узкоспециализированных приложений они могут быть менее эффективны. Отраслевые модели уменьшают риск ошибок и «галлюцинаций» (неправильных результатов) за счёт использования специализированных данных для тренировки. Это позволяет снизить затраты на разработку и упростить внедрение ИИ в конкретные отрасли, например, в здравоохранение, финансовые услуги, юриспруденцию и государственный сектор. Ну и разумеется, в отраслевые медиа.

Бизнес-эффект для медиа:

  • Улучшение ключевых метрик в связи с использованием ИИ-решений для конкретных задач.
  • Повышение релевантности контента благодаря снижению числа ошибок и улучшенной обработке отраслевых данных.
  • Снижение необходимости сложного инжиниринга запросов и настройки для каждой задачи.

Поставщики решений:

   — AI4Finance, Aisera, Bloomberg, Google, Salesforce, Spellbook, Give Me Public.

2. Автономные агенты (Autonomous Agents)

Автономные агенты – это ИИ-системы, которые способны работать независимо или в коллективе с другими агентами, выполняя задачи без постоянного человеческого вмешательства. Эти системы могут самостоятельно принимать решения, обучаться на основе опыта и адаптироваться к изменениям в окружающей среде.

 Почему это важно: автономные агенты представляют собой новую эру ИИ, где машины могут выполнять сложные задачи и действовать в реальном времени без необходимости постоянного управления со стороны человека. Они могут применяться в самых разных областях, от управления цепочками поставок до обслуживания клиентов и анализа данных. Соответственно, в медиа они могут выполнять работу «фронт-офиса»: взаимодействовать с читателями в комментариях, осуществлять навигацию читателей в медиапродукте, взаимодействовать с клиентами в воронке продаж и т.п.

Бизнес-эффект для медиа:

  • Значительное снижение операционных и административных затрат за счёт автоматизации сложных процессов.
  • Увеличение эффективности и скорости принятия решений, особенно там где скорость критически важна.
  • Возможность создания самообучающихся систем, которые со временем становятся более точными и полезными.

   Препятствия:

  •    Сложность разработки и тестирования автономных агентов.
  •    Возможные ошибки в принятии решений, что может привести к непредвиденным последствиям, особенно в критически важных задачах.
  •    Недостаток специалистов и технологий для создания таких агентов на уровне, необходимом для массового внедрения.

3. Мультимодальные ИИ-системы (Multimodal Generative AI)

 Мультимодальные ИИ-системы могут одновременно обрабатывать различные типы данных – текст, изображения, аудио и видео. Эти модели могут генерировать комплексные ответы и решения, учитывая несколько источников информации, что позволяет им быть более точными в заданном контексте. Собственно, современные медиа это и есть мультимодальные системы, только управляемые вручную. Однако искусственный интеллект так этого не оставит 🙂

Почему это важно: большинство современных ИИ-систем ограничены одним типом данных (например, только текст или только изображения). Мультимодальные модели открывают возможность для создания более универсальных и мощных ИИ-приложений, которые могут выполнять сложные задачи, включая распознавание, генерацию и анализ информации из различных источников.

Бизнес-эффект длямедиа:

  • Улучшение взаимодействия с читателями за счёт более точного анализа их запросов, состоящих из разных типов данных.
  • Повышение качества и релевантности информации, на основе анализа читательского поведения.
  • Более точно работающие рекомендации и персонализация контента для читателей/подписчиков.

Препятствия:

  • Высокая вычислительная сложность таких моделей.
  • Требования к большому количеству данных для обучения, что может быть сложно для компаний с ограниченными ресурсами.
  • Проблемы с интеграцией мультимодальных ИИ-систем в существующие ИТ-инфраструктуры.

Поставщики решений:

   — NVIDIA, Microsoft, Meta, Google.

 

Как это использовать медиа

Эти инновации – отраслевые модели, автономные агенты и мультимодальные ИИ-системы – обладают большим потенциалом для широкого внедрения в ближайшие годы буквально во все сферы бизнеса. Как это видится с точки зрения медиаменеджмента?

Похоже, что будущие сми это Мультимодальные ИИ-системы, заточенные для конкретных отраслей.

Медиа, которые будут первыми применять эти технологии, получат конкурентное преимущество, повысив эффективность своих процессов.

В конце концов, автоматизировать всё, что можно автоматизировать, и заточить выдачу конвента под нужны каждого сегмента целевой аудитории, значит просто сохранить свой бизнес. Медиабизнес, разумеется.

 


 

Пишу про медиа, их бизнес и технологии в канале «Как устроены медиа»

error: Content is protected !!