ИИ для персонализации: будущее клиентского опыта в разных отраслях

Ключевая проблема, с которой сталкиваются компании при сборе и анализе данных, — понимание, какие именно данные нужны.

Вторая проблема — определение цели сбора данных. Какие процессы вы собираетесь оптимизировать в целом? Для чего вы хотите использовать искусственный интеллект?

Например, в медицине процесс будет выглядеть так:
▫️Цель — улучшить результаты пациента, вылечить болезнь.
▫️Нужно улучшить показатели людей, которые чем-то больны, — это задача.
▫️Данные, которые необходимо собрать, — это все необходимые клинические маркеры, которые будут соответствовать тем показателям, которые вы собираетесь улучшить.
▫️И, конечно, есть проблема самого сбора данных. Надо ли вам активно работать с клиентом или пассивно? Возможно, достаточно установить приложение на телефоне клиента, и он сам будет давать вам данные, когда ему будет удобно.

Сегодня многие ученые опасаются, что однажды ИИ станет умнее, чем человек, и научится нас контролировать. Тем не менее, человек все еще остается тем, кто программирует — наделяет ИИ теми или иными способностями. Есть проблема другого масштаба — искусственный интеллект скоро будет знать о нас все. Из-за этого возникает масса вопросов, связанных с этикой и персонализацией. Довольно сложно сказать, что вы не хотите быть частью этого, потому что сегодня, куда бы вы ни пошли, у вас часто нет выбора. Вам придется общаться с инструментами искусственного интеллекта.

🎞 Как применять ИИ для формирования лучшего клиентского опыта и использовать алгоритмы без риска для конфиденциальности, рассказал профессор компьютерных наук, Институт науки Вейцмана, Эран Сегал на лекции РБК Pro.

Смотреть запись лекции →

#лекция #технологии

@rbc_pro