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»