Tu AI przynosi największe pieniądze. Ten sektor już liczy potężne zyski

AI przestała być już technologiczną nowinką, a stała usługą niemal równie popularną, co platformy streamingowe oparte na modelu subskrypcyjnym. Z kolei największe zyski z jej wdrożenia notuje sektor handlowy. 

• AI staje się powszechnym narzędziem zakupowym i informacyjnym, wypierając doradców finansowych i klasyczne wyszukiwarki, pomimo spadku zaufania do generowanych przez nią odpowiedzi.
• Dla sukcesu nowej rewolucji przemysłowej kluczowa jest użyteczność modeli generatywnych, które wciąż mogą być mniej użyteczne dla przedsiębiorstw, niż stare, bardziej oszczędne energetycznie algorytmy.

Użytkownicy AI rezygnują z porad profesjonalistów

Jak wynika z danych Capgemini z badania “From hype to habit: How consumers are embracing AI” cytowanych przez Rzeczpospolitą, jedna trzecia badanych konsumentów korzysta z chatbotów ponad godzinę dziennie.

Przy tym interakcje z tą technologią od 2023 roku podwoiły się. 53% respondentów dokonało zakupów na podstawie rekomendacji “cyfrowego kompana”, a 64% jest otwarte na kupno nowych, sugerowanych przez niego produktów.

Co więcej, aż 58% ufa technologii w wyborze serialu, a 33% oddaje jej decyzyjność w kwestii planowania inwestycji.

Adopcja LLM-ów sprawiła też, że jej użytkownicy ograniczają korzystanie z profesjonalnych porad doradców finansowych czy pracowników ochrony zdrowia. 

Połowa z nich traktuje modele jak współpracownika pomagającego w generowaniu pomysłów, a aż 56% widzi w nich zamienniki wyszukiwarek.

To potwierdza opinie sugerujące, że LLM-y prawdopodobnie doprowadzą do erozji ruchu na klasycznych portalach. 

Użytkownicy patrzą jednak na tę technologię z pewnym sceptycyzmem – zaufanie do odpowiedzi generowanych przez AI ma 58% ankietowanych, przy czym jeszcze w 2023 roku było to 72%, co może być echem regularnych halucynacji starszych modeli.  

Jeśli chodzi o same przedsiębiorstwa, największe korzyści z wdrożenia AI mają notować firmy działające w sektorze handlowym.

Algorytmy przewidują zapotrzebowanie na produkty, eliminując zamawianie „na wyczucie”. To moment, w którym handel przestaje reagować na popyt, a zaczyna go wyprzedzać.

– pisze Rzeczpospolita w innym materiale.

Trzeba jednak oddzielić grubą kreską AI jako taką od tzw. generatywnej AI – kategorii, do której należą modele generujące obrazy, wideo, dźwięk czy modele językowe LLM, będące koniem pociągowym trwającej rewolucji i największą obietnicą przyszłego wzrostu gospodarczego.

To właśnie one wprowadziły termin “AI” do mainstreamu, przy czym algorytmy przewidujące zapotrzebowanie na produkty, opierające się na danych historycznych z platform handlowych, działają od wielu lat i nie są modelami językowymi oraz nie wymagają gigantycznej mocy obliczeniowej, w którą dzisiaj się inwestuje.

Jak to wygląda w praktyce?

Ponadto – wracając do badania Capgemini – branża uczenia maszynowego od dawna rekomenduje nam filmy czy seriale – robiła to m.in. dzięki prostym algorytmom typu K-Nearest Neighbors, liczącym odległość między nowym punktem, a wszystkimi innymi znajdującymi się w zbiorze treningowym czy bardziej zaawansowanym Matrix Factorization.

Jeśli dziś, nieświadomi, wieloletni użytkownicy prostszych algorytmów, które polecały im filmy i produkty, stają się świadomymi użytkownikami LLM-ów, które w gruncie rzeczy robią coś podobnego jeśli chodzi o końcową użyteczność, wartość może tkwić tu głównie w personalizacji odpowiedzi.

W ten sposób narzędzia oparte na LLM-ach, zintegrowane ze sklepami internetowymi mogą zwiększyć jego zaangażowanie.

Pokazały to przykłady firm takich jak Slazenger i Sephora.

Pierwsza wykorzystała LLM-y do generowania spersonalizowanych wiadomości – SMS-ów czy maili, które przełożyły się na 700% wzrostu liczby pozyskanych klientów.

Druga wdrożyła własnego chatbota, który miał zwiększyć satysfakcję użytkownika oraz zatrzymywać go na stronie na dłużej.

Z kolei znana kawiarnia Starbucks zwiększyła swoje przychody dzięki Deep Brew AI, przy czym nie był to model językowy, a raczej klasyczna platforma do analizy danych.

Takie informacje są zresztą kluczowe, ponieważ jak wspominaliśmy – powodzenie inwestycji w AI zależy przede wszystkim od biznesowego sukcesu najbardziej energochłonnych modeli generatywnych.

Wciąż istnieje bowiem ryzyko, że chatboty okażą się ledwie marketingiem dla starych, oszczędnych energetycznie modeli, które liczą sobie kilkanaście-kilkadziesiąt lat, będąc od nich znacznie mniej użytecznymi biznesowo.

A taka wiadomość byłaby katastrofalna dla giełdy, ponieważ oznaczałaby, że aktualne, gigantyczne inwestycje w centra danych są przerostem formy nad treścią.