Теперь отдел кадров может состоять из одного человека и пары-тройки ботов, а офис-менеджер — ИИ-агент Бонд (или назовите его, как понравится).
Представьте, что вы поручили задачу не одной нейросети, а целому отделу цифровых сотрудников. Один агент нашел информацию, второй составил документ, третий проверил его на ошибки, четвертый отправил клиенту, а пятый подготовил отчет для руководителя. И все это без участия человека. Именно такую концепцию сейчас продвигает MWS AI (ветка МТС) в своих моделях Cotype Pro 3 и Cotype Light 3. И уже сегодня небольшой бизнес способен автоматизировать значительную часть рутинных задач, не расширяя штат — или вообще без него. Один минус — на корпоратив с роботами не пойдешь.
Модели третьего поколения Cotype Pro и Light работают сразу и с текстом, и с визуалом, как, например, ChatGPT. Однако, это тот самый случай, когда создатели русскоязычной языковой модели не стали гоняться за американскими технологиями, а свернули в сторону.
Cotype — не про жизнь, а про деньги. Эта нейросеть создана исключительно для решения бизнес-задач: экономии ресурсов, масштабирования бизнеса, налаживания процессов без привлечения дополнительных кадров. В Pro версии вшито 27 млрд. параметров, в легкой — 9 млрд. MWS AI говорит об этом открыто и считает это своим плюсом. Хотя сейчас у разработчиков не принято хвастаться своими возможностями и эти параметры сложно сравнить с другими нейронками. Но 178 бизнес-сценариев, о которых заявляет разработчик — звучит внушительно.
Например, сценарии могут быть такие:
ИИ-секретарь ведет календарь встреч, отвечает на типовые письма и напоминает о важных задачах.
ИИ-рекрутер отбирает резюме, проводит первичный анализ кандидатов и помогает организовать собеседования.
ИИ-финансист анализирует расходы компании, готовит финансовые отчеты и выявляет подозрительные операции.
ИИ-юрист проверяет договоры, ищет риски в документах и предлагает правки.
ИИ-маркетолог анализирует рекламные кампании, конкурентов и предлагает идеи для продвижения.
ИИ-аналитик рынка собирает информацию о компаниях, клиентах и отраслевых трендах из открытых источников.
ИИ-проектный менеджер распределяет задачи между сотрудниками и следит за соблюдением сроков.
ИИ-офис-менеджер — занимается организационными вопросами, оформлением документов и взаимодействием с внутренними сервисами компании.
ИИ-ассистент руководителя готовит сводки по встречам, формирует презентации и помогает принимать решения на основе данных.
ИИ-аудитор проверяет внутренние процессы компании, ищет ошибки и предлагает способы их устранения.
С этим не поспоришь. Но эксперты считают, что для большинства бизнесов много и не надо. Самая главная фишка Cotype 3 — возможность взаимодействия разных ИИ-агентов друг с другом. Плюс, что обучение заточено на русский язык, хорошо понимает тонкости разговорного сленга и не начинает неожиданно переходить на китайские иероглифы или английский спич.
В тестировании Cotype Pro 3 справился с поставленными задачами в 92,2%, а показатель стабильности в решении однотипных задач получился 79,1%. Cotype Light 3 справился по первому параметру на 88,6%, по второму – на 73,9%. На русскоязычность модель тоже тестировалась – в экспериментах задействовали 304 тысячи слов. В 99,79% получился ожидаемый текст на русском языке и только в 0,21% – зарубежная абра-кадабра. К тому же модель показала 74% точности при проверке на открытом бенчмарке MWS AI Vision Bench по пяти параметрам:
считывание текста с картинки,
повторение структурирования,
распознавание положения элементов на странице,
извлечение данных,
ответы на вопросы по содержимому.
Результат в 74% в подобном тестировании показывает не каждая зарубежная языковая модель. Но если все-таки сравнивать компактную и шуструю модель от MWS AI для бизнеса с масштабной и всеобъемлющей ChatGPT, то можно провести аналогию грузовика со спорткаром. По массе грузовик, конечно, побеждает. Но если стоит задача проехать трассу максимально быстро, то круче совсем не он.
С ИИ примерно такая же история. Для корпоративного агента на русском языке модель в 9-27 млрд параметров может оказаться лучше и дешевле в эксплуатации, чем огромная универсальная модель, если она хорошо обучена под конкретные задачи.
Поэтому 27 млрд параметров для ИИ-агентов это, скорее, разумный компромисс между качеством, скоростью работы, стоимостью, требованиями к железу и возможностью масштабировать десятки или сотни агентов одновременно.
