Искусственный интеллект

В тех сценариях, которые мы внедряем, - нет. Модель готовит черновик или предварительное решение, человек проверяет и отвечает за результат. Экономия появляется на времени, а не на людях: сотрудник обрабатывает больше обращений, а не увольняется.

Она ошибётся, это вопрос доли, а не факта. Поэтому мы не берём сценарии, где цена единичной ошибки высока и нет проверки человеком. В пилоте всегда измеряем точность и определяем порог, ниже которого решение не внедряется.

Для многих задач достаточно готовой модели с правильно составленными инструкциями и доступом к вашей базе знаний - это быстрее и дешевле. Дообучение на своих данных нужно, когда задача специфична для отрасли и общие модели её не понимают.

Заметно дешевле полноценного внедрения: обычно это несколько недель работы на одном процессе. Смысл именно в том, чтобы проверить гипотезу за небольшие деньги до того, как вкладываться в инфраструктуру и интеграции.