редакции
Через 3-5 лет генеративные сети будут использоваться практически каждой семьей в России
- 41% жителей городов-миллионников хотя бы раз пользовались нейросетями,
- 77% из тех, кто уже использует нейросети, применяют их несколько раз в месяц, а каждый десятый — ежедневно.
Всё это напоминает нам опросы из 00-х, но про интернет — в то время технология начинала потихоньку превращаться в массовый продукт.
С нейросетями история уже развиваться схожим образом.
- 80% пользователей считают, что генеративные нейросети помогают им справиться с рутиной,
- Треть опрошенных пользователей готовы продолжать применять нейросети, даже если за это придется выложить деньги.
Стадия принятия наступила так быстро, что нейроведущие уже рассказывают новости, а люди, которые год назад ничего не слышали о нейросетях, общаются с ними и даже не замечают этого.
В итоге технология становится настолько привычной, что пользователи не видят проблемы в том, чтобы платить за нее, как за подписку на стриминговый сервис или абонемент в фитнес-клуб.
Наиболее известные нейросети среди пользователей
Ежемесячная сумма трат за использование нейросетей на данный момент
Более половины респондентов (58%) допускают, что в сервисах на основе генеративных нейросетей может демонстрироваться реклама. Подавляющее большинство (82%) опрошенных не исключает, что продолжит пользоваться такими сервисами, если в них появится реклама.
Виталий Романов, директор агентства высоких откликов HICLICK рассказал о своём мнении по рынку развивающихся возможностей искусственного интеллекта в 2024 году:
В 2024 году искусственный интеллект продолжит свое планомерное развитие в различных областях. Хотя первое полугодие, на мой взгляд, будет максимально спокойным в этом плане.
ИИ уже внедрили в системы Яндекса, в Битрикс, в дальнейшем он будет заходить и в другие сервисы и платформы. Уже сейчас можно спрогнозировать несколько сфер, в которых искусственный интеллект будет масштабироваться и углубляться.
Это, конечно, информационная безопасность. Также ИИ заходит в промышленность — его применяют для автоматизации контроля качества продукции, ИИ может взять на себя обеспечение безопасности труда (в частности, с помощью видеоконтроля) и просчет логистики, алгоритмы искусственного интеллекта способны контролировать загрузку оборудования, линии или целого цеха. Новым словом станет использование цифровых двойников агрегатов при проведении испытаний.
Искусственный интеллект внедряют в медицину: это способствует автоматизации и решению кадровых вопросов. Один из форматов — голосовые помощники, например, для врачей УЗИ. Надиктованные врачом данные специальная программа вносит в нужные графы. Это современно, а кроме того такой подход выручает при дефиците среднего медицинского персонала. В перспективе ИИ будет помогать ускорять и анализировать исследования и разрабатывать препараты.
В маркетинге искусственный интеллект подключат к исследованию аудитории компаний для обновления языка бренда. Благодаря широкому и быстрому анализу современного потребителя компании смогут производить креативный и максимально персонализированный контент. При этом ИИ сможет подчинить общей цели цвета, шрифты, стиль, тон.
Елена Бочкова, директор ИТ-компании «Финтехробот» дополнила мнение коллеги:
На мой взгляд, искусственный интеллект будет одним из флагманов развития финтех-индустрии, так как его можно успешно внедрить почти во все сферы бизнеса.
Во-первых, это использование ИИ для персонализированных финансовых решений. Одним из главных трендов в 2024 году станет внедрение персонализированных финансовых продуктов с использованием искусственного интеллекта. Банки и финтех-стартапы активно разрабатывают алгоритмы, способные адаптироваться к уникальным потребностям клиента, предлагая индивидуальные инвестиционные стратегии и оптимизированные кредитные условия. Будут всё чаще запускаться роботы-консультанты, которые помогут пользователям улучшить процесс принятия решений в финансовом планировании.
Во-вторых, ИИ будет все чаще применяться для кредитного скоринга. Автоматизация системы кредитного скоринга, основанной на анализе больших данных с использованием технологий машинного обучения, позволит более точно оценивать кредитоспособность заемщиков и уменьшать риски для банков и других кредиторов.
В-третьих, всё больше решений при работе с рисками будет сделано с помощью ИИ. Сложные алгоритмы машинного обучения смогут выявить паттерны в данных о транзакциях, кредитах и других операциях для предсказания потенциальных рисков. Также более точным и оперативным станет анализ исторических данных для прогнозирования внешних экономических событий.
