Рассказываем, как YandexGPT помогает DIY-ритейлеру создавать описания товаров на сайте и какие сложности возникли в процессе внедрения технологии

Как нейросети используют для написания карточек товаров

По словам Ксении Париновой, руководителя продукта из «Лемана ПРО» («Леруа Мерлен»), ИИ используется на сайте для написания карточек товаров. Как это работает: специалисты на вход нейросети дают характеристики товара, его наименование и просят создать описание. Проверка SEO-метрик происходит в автоматическом режиме: оценивается процент спама, «воды» и уникальности. Итоговую версию проверяет человек для того, чтобы устранить ошибки и недостоверность данных.

В «Лемана ПРО» разработали специальную инструкцию для работы YandexGPT. В ней подробно описано все, что в итоге нужно сделать ИИ. Очень важны детали, которые необходимо учесть. Плюс нейросеть у нас может галлюцинировать (генерируемые ИИ результаты, которые не имеют под собой никакой реальной основы. — «РБК Тренды»). Пару раз она придумала стоимость товара, хотя мы даже не передавали ей этой особенности», — пояснила Ксения Паринова.

Результат внедрения нейросети в компании смогли оценить сразу. Во-первых, это экономия. Стоимость написания одной карточки снизилась более чем на 95%. При этом YandexGPT позволяет генерировать текст несколько раз, если не понравился первоначальный вариант. Во-вторых, уменьшилось время ожидания. Раньше описания появлялись на сайте минимум через две недели: скорость размещения зависела от работы подрядчика. Сейчас создать их можно в день появления товара на сайте.

YandexGPT пока используется в тестовом режиме. В «Лемана ПРО» собирают обратную связь от пользователей, анализируют метрики и занимаются развитием продукта.

От крупного до малого бизнеса: основные сложности внедрения «генеративок»

Большие языковые модели сейчас интегрируются именно крупными компаниями: у них больше ресурсов для реализации своих идей. Что делать малому и среднему бизнесу? Руководитель продуктового направления ML и AI в Yandex Cloud Алексей Долотов советует таким организациям подождать, когда решения на основе «генеративок» появятся в конечных продуктах. Например, в AmoCRM или Bitrix24. Со временем они пополнятся новым функционалом, который будет оперативно проводить суммаризацию встреч, распределять по параметрам кандидатов в базу знаний и так далее.

Также эксперт акцентировал внимание на сложностях, с которыми чаще всего сталкивается бизнес.

  1. Высокие ожидания. «Мы видим огромный хайп вокруг технологии генеративного и искусственного интеллекта. Приходится сталкиваться с большим количеством сложностей на этапе интеграции самой базовой технологии в конечное бизнес-решение. Мы стараемся сократить эту дистанцию, например, предлагаем в Yandex Cloud поиск по базе знаний с последующим ответом с помощью большой языковой модели. Такую систему очень сложно реализовать хорошо и своими силами, а здесь вот можно по апишке (API, или интерфейс программирования приложений. — РБК) буквально за несколько минут сделать», — объяснил спикер.
  2. Вероятностная природа модели. Модель может дать непредсказуемый или даже нежелательный ответ. Для того чтобы уменьшить эти сложности, в Yandex Cloud специально фильтруют ответы на предмет незаконных или очень чувствительных тематик. Кроме того, в таких случаях компаниям рекомендуется не отдавать ответ модели напрямую пользователю, а сначала отправить его на проверку человеку. Он сможет валидировать или отредактировать текст нейросети.