Еще один GPT: языковая модель для мониторинга упоминаний обрела форму чата
Григорий Островский, технический директор ООО "Палитрумлаб" (Brand Analytics), в ходе Brand Analytics Conference 2 ноября анонсировал запуск языковой модели BrandGPT. По его словам , работу над проектом компания вела более полугода, стоимость разработки он не разгласил, но отметил, что она посильна любому среднему бизнесу.
"Решение будет направлено на B2B-сегмент и станет доступно в основном функционале, начиная с определенных тарифов. Помимо этого, мы планируем небольшую часть BrandGPT, подключенную к большому объему данных, оставить в публичном доступе. Закрытое тестирование планируем запустить в ближайшие недели, а даты полноценного релиза станут понятны после его завершения", - отметил Григорий Островский.
"Самая сложная задача - добиться адекватности и достоверности ответа. Над этим мы еще работаем. Как правило, только узкоспециализированные модели оперируют фактами - и на их обучение разработчики тратят большие ресурсы. Такие модели есть в медицине. Большая часть моделей, что уже есть на рынке, хорошо справляются с генерацией нового контента, но не работой с фактами", - объяснил Григорий Островский.
Среди других сложностей, с которыми столкнулась компания, по словам Григория Островского, - модель требует четко сформулированных вопросов, поскольку нацелена на анализ больших данных, в то время как в вопросах пользователей много скрытого контекста. "Одним из типичных вопросов, на который способен ответить BrandGPT, "Какие были вчера положительные отзывы о Brand Analytics?" Из этого вопроса модель вычленяет объект - "Brand Analytics", ограничение по дате - "вчера", тип данных - "отзывы" и тональность - "положительные", и дает соответствующий ответ, опираясь на данные", - добавил он.
Директор по стратегическим коммуникациям Brand Analytics Василий Черный отметил, что компания изначально использовала машинное обучение (machine learning, ML) для мониторинга и анализа социальных сетей и СМИ: "ML нужна для автоматического определения тональности сообщений, что позволяет брендам контролировать репутацию. Для продуктовой аналитики бизнесу необходимо в соцсетях находить оценочные отзывы. Поскольку вручную делать это непросто, ML выручает. С недавнего времени у нас появилась функция по определению аспектной тональности - модель находит отзывы с оценкой продукта, выделяет его характеристики и определяет отношение к этим аспектам".
По словам Василия Черного, ML от Brand Analytics понимает аспекты тональности в обсуждении таких сегментов, как продукты питания, онлайн-кинотеатры, маркетплейсы, отели, продуктовые магазины, доставка еды, рестораны, такси, телекоммуникации, финансовые услуги.
Директор по продукту цифровизации клиентского сервиса в дистанционных каналах BSS Юлия Вдовина считает, что BrandGPT вполне может занять нишу на рынке, тем более что конкуренции пока нет: "Что касается конкуренции с YaGPT и GigaChat - это маловероятно. BrandGPT - это узкоспециализированная модель, ориентированная на B2B-рынок и решение специализированных задач. YaGPT и GigaСhat - это модели широкого класса, которые охватывают все отрасли жизни, и их может использовать как бизнес, так и частные лица. Это разные модели, изначально имеющие разные цели и задачи. Где-то они могут пересекаться, но конкурировать - вряд ли".
"По нашей оценке, на рынке будет появляться все больше и больше моделей - от широких до узкопрофильных. И все они будут востребованы, в том числе в отдельных нишах", - считает Юлия Вдовина.
Мария Сайкина, главный аналитик Российской ассоциации электронных коммуникаций (РАЭК), сообщила, что РАЭК в декабре 2022 г. провела опрос, который показал, что 96% россиян, кто пользуется интернетом, зарегистрированы в соцсетях.
"Соцсети - это основной источник информации от аудитории, которую анализирует бизнес. Данные оттуда бренды используют для построения рекламных и коммуникационных кампаний, финансовые организации - для оценки кредитоспособности заемщика, рекрутеры - для оценки кандидатов при приеме на работу. Искусственный интеллект (ИИ), ML позволяют выжать из данных максимум", - объясняет Мария Сайкина. По ее словам, ИИ может анализировать эмоциональную окраску постов, отношение аудитории к продуктам и выявлять те, что вызывают у аудитории наибольший отклик.
