Е-commerce и шоппинг с помощью ИИ

Ситуация: стоит сказать чат-боту «Мне нужны синие кроссовки для бега по парку» – и через минуту он даёт подборку идеальных вариантов с отзывами, ценами и прямыми ссылками на покупку. Звучит как фантастика, но это уже (почти) реальность.

OpenAI недавно запустили функцию шоппинга прямо внутри чат-бота. Теперь ChatGPT не просто отвечает на вопросы, но и подбирает товары – с изображениями, отзывами и прямыми ссылками на магазины. Важный нюанс: результаты пока не являются рекламой, они подбираются независимо, на основании предпочтений пользователей и обзоров. Это серьезный вызов для традиционных поисковиков вроде Google, где часть товарных рекомендаций – рекламные.

Другие компании тоже экспериментируют. Perplexity интегрируют возможность покупок в Shopify прямо через поиск. Более того, они строят свою экосистему с акцентом на персональные данные, рекламу и товарные рекомендации. Битва сейчас идёт не просто за поиск, а за контроль над всей цепочкой взаимодействия с потребителем.

В России не отстают от мировых трендов – Яндекс показывает в выдаче Нейро релевантные товары, Авито недавно тоже рассказали о планах сделать на сайте ИИ-ассистента, который будет помогать с подбором товаров и совершением покупок.

Под угрозой – агрегаторы и маркетплейсы, полагающиеся на классический опыт просмотра товаров (ИИ будет затруднять ап-селлинг и кросс-селлинг) и рекламные платформы. Если вдруг потребители начнут делегировать поиск и выбор ИИ-агентам, они могут полностью перестать посещать веб-сайты ритейлеров.

Но есть и «подводные камни». Шоппинг – это не только логика, но и эмоции, интуиция, настроение. Как объяснить алгоритму, что сегодня хочется «чего-то особенного» для важного повода или встречи? ИИ-агентам в таком случае нужно знать не только то, что человек купил, но и «почему покупает сейчас». Да и готовы ли мы полностью доверить покупки искусственному интеллекту? Как быть с приватностью, если для точных рекомендаций алгоритмы должны знать о нас практически всё? Тем более что тот же поиск товаров в ChatGPT работает криво и даже не смог найти одежду нужного цвета.

Ответ GPT-4o от Google – аналог «Фотошопа» появится прямо в Gemini

Google запускает функцию редактирования изображений с помощью искусственного интеллекта прямо в приложении Gemini. Раньше она была доступна только на портале для разработчиков.

Теперь можно будет загрузить любое изображение и трансформировать его, просто описывая желаемые изменения текстом. Не проблема поменять цвет волос или причёску на своём фото, добавить шляпу кошке, превратить её в героя фильма, убрать водяные знаки с фотографии – и так далее. Сегодня это можно делать без знания Фотошопа.

Происходит своего рода восстановление справедливости – потому что Google выкатили этот инструмент раньше OpenAI, но не внедрили в массовый продукт, из-за чего им мало кто успел воспользоваться. Про отличия генерации Google от аналогичной у OpenAI мы уже писали.

Особенно впечатляет умение сохранять контекст между правками, которого пока нет у конкурентов – система помнит предыдущие изменения, умеет сохранять объекты (и даже лица) нетронутыми, что позволяет последовательно менять картинку до получения идеального результата. GPT-4o, например, существенно меняет лица после генерации.

Ещё одно отличие – из области безопасности: каждое сгенерированное (или отредактированное) изображение имеет невидимый цифровой знак SynthID. А ещё компания экспериментирует с добавлением видимой маркировки «ai» в углу изображения (как это и было в превью версии на портале для разработчиков).

Важно, что редактирование картинок не включили всем сразу – функцию с 30 апреля постепенно раскатывают пользователям в большинстве стран мира на 45 языках.

Duolingo становится “AI-first” компанией. Но что это значит? Как Duolingo использует ИИ?

ИИ довольно давно был важной частью стратегии компании, помогая персонализировать уроки и проводить тесты на знание английского языка. Когда всё началось? Наиболее заметным для пользователей стало внедрение в 2023 году GPT-4 от OpenAI в подписку Duolingo Max. Это позволило добавить две ключевые новые функции: Video Call with Lily («звонок» по видео с ИИ-партнером для практики разговора) и Explain my Answer (подробное объяснение ошибок и грамматических правил в контексте ответа).

Теперь персонажи в приложении способны вести более свободные и иммерсивные беседы на самые разные темы, от баскетбола до восхождений на горы. За кулисами новых функций лежит сложная работа с промптами и даже разработка «памяти» для бота, чтобы сделать общение более персонализированным и правдоподобным.

Но самые значительные изменения происходят «под капотом» – в создании контента. Именно на это делал основной упор CEO, когда объявил трансформацию компании в “AI-first”. Duolingo теперь использует большие языковые модели для ускорения процесса создания уроков и целых курсов: если раньше создание первых 100 курсов заняло около 12 лет, то с помощью ИИ компания смогла за год более чем удвоить количество курсов, запустив сразу 148 новых.

Зачем это нужно? Чтобы сделать курсы доступными для большего числа пользователей напрямую, без необходимости учить промежуточные языки. Теперь японский, корейский или китайский доступны носителям испанского, португальского и других небольших европейских языков (и наоборот).

Этот агрессивный переход к ИИ имеет и свою «тёмную сторону» – Duolingo постепенно прекращает использование подрядчиков для работы, с которой может справиться ИИ. Это уже привело к сокращениям, а в компании открыто говорят, что умение использовать ИИ станет частью оценки производительности и даже критерием при найме. CEO признает, что это может привести к «незначительному ухудшению качества», но приоритет отдается скорости.

Некоторые пользователи после последних обновлений жалуются на неестественные предложения и ошибки, которых раньше не было, призывая «вернуть людей». Duolingo при этом настаивает, что взаимосвязи между использованием ИИ и увеличением числа ошибок нет. Главный вопрос сейчас – получится ли у компании сократить затраты, увеличить скорость работы и не потерять (а лучше приобрести) пользователей после массового внедрения ИИ в рабочие процессы.

Песня о выходе новой модели Suno v4.5, которую сочинил и спел ИИ на основе пресс-релиза

Повод в доступной музыкальной форме познакомиться с нововведениями.

Если коротко, то:
• теперь можно сочетать сильно больше разнообразных жанров и получать более уникальный результат;
• голоса стали эмоциональнее и богаче (варьируются от нежного исполнения до вибрато)
• скорость генерации выросла;
• а хронометраж стал в 2 раза больше – теперь трек длится максимум 8 минут.

Доступна новая модель только платным подписчикам. Не сказать, что разница в качестве прямо разительная, но стало действительно лучше. А если не хочется покупать премиум, то пока лучше использовать бесплатный Riffusion, чем 3 версию Suno.

Текст:

[Verse 1]
Годы обучения, дорогие инструменты,
Студии звукозаписи — всё в прошлое ушло.
Новая модель версия 4.5 открывает двери,
Для самовыражения время пришло!

[Chorus]
Революция в музыке, творчество для всех!
Искусственный интеллект приносит успех.
Магия звука теперь в твоих руках,
Твори и мечтай, превращай идеи в такт!

[Verse 2]
Мидвест-эмо с неосоулом теперь сплетаются,
Электронный бит с фолком легко сочетаются.
Система понимает сложные запросы,
Воплощает мечты, отвечает на все вопросы!

[Verse 3]
Голоса обрели глубину и эмоции,
От нежного шёпота до мощных вибраций.
Тональные переходы, многослойность звучания,
Мельчайшие детали — это чудо создания!

[Bridge]
Восемь минут звучания без потери качества,
Быстрее генерация, выше практичность.
Баланс звука, микширование на высоте,
Стираются границы между ИИ и студией, поверь!

[Verse 4]
Комбинируй функции, создавай неповторимое,
Кавер и персона — сочетание любимое.
Рок превратится в хаус за несколько минут,
Технологии искусство к массам несут!

[Chorus]
Революция в музыке, творчество для всех!
Искусственный интеллект приносит успех.
Магия звука теперь в твоих руках,
Модель v4.5 — технологический прорыв!

#нейродайджест CRAI за неделю

• Яндекс «оживил» перевод видео на YouTube, добавив голосам интонации
Яндекс Браузер внедрил уникальную технологию «Живые голоса», сохраняющую оригинальные интонации при переводе англоязычных видео.

• Провал на 86 миллиардов евро: почему Европа проигрывает гонку чипов?
Амбициозный план ЕС по развитию собственного производства полупроводников European Chips Act трещит по швам. Несмотря на огромные инвестиции, Европа не смогла достичь поставленных целей и продолжает отставать от Азии и США. Как так вышло?

• 3 ИИ-функции приложения «Фото» на Айфоне, о которых все забыли
3 незаметных, но мощных ИИ-инструментах – для удаления объектов, создания персонализированных воспоминаний и умного поиска по фото на естественном языке.

• Аналог «Фотошопа» появится прямо в Gemini
Google интегрировал ИИ-инструмент для редактирования изображений словами прямо в Gemini. Можно менять прически, сеттинг, добавлять объекты, удалять водяные знаки – простыми текстовыми запросами.

• Huawei бросает перчатку США в гонке чипов: новый процессор может затмить Nvidia
Huawei разрабатывает процессор Ascend 910D, который может превзойти по мощности даже топовые чипы Nvidia. В условиях санкций США это имеет стратегическое значение для Китая.

• Шопинг с искусственным интеллектом уже здесь
Готовы доверить выбор товаров искусственному интеллекту? OpenAI и другие компании уже тестируют ИИ-ассистентов для шопинга, способных подбирать идеальные товары по запросу пользователя.

• Яндекс.Маркет с ИИ-помощником. Забываем о муках выбора?
Яндекс.Маркет внедрил умного ИИ-ассистента на базе YandexGPT 5 Pro, который понимает сложные запросы с фильтрами, уточняет детали и объясняет свой выбор товаров.

• ИИ научили понимать эмоции как человек
Учёные Сбера объединили анализ мимики, голоса и смысла речи. Эта технология уже используется в банковском секторе и открывает двери для эмпатичных чат-ботов и ассистентов будущего.

• Duolingo интегрирует ИИ и кардинально меняет изучение языков
Duolingo объявляет себя “AI-first” компанией. Большие языковые модели «оживляют» уроки, делают общение с ботами реалистичным и главное – в разы ускоряют создание новых курсов. Но есть и обратная сторона медали: сокращения и возможные компромиссы в качестве.

А также:
• Илон Маск собирает 20 миллиардов долларов на ИИ
• Suno v4.5: ИИ спел нам о своём обновлении

NotebookLM выходит на смартфонах

NotebookLM от Google, персональный ИИ-помощник для работы с файлами и данными, наконец-то появится за пределами десктопа. Мобильные приложения для Android и iOS выйдут уже 20 мая.

Сейчас сервис доступен только через браузер, и пользоваться им на мобильных устройствах (а это большая часть рынка) не слишком удобно. Теперь можно будет работать с NotebookLM в любом месте – создавать новые проекты, загружать источники прямо с телефона и получать доступ к уже существующим проектам.

Сильно удобнее станет генерировать Audio Overviews (ИИ-подкасты, которые позволяет в лёгкой форме погрузиться в тему). Можно самостоятельно подобрать источники, создать подкаст на любую тему, в которой хочется разобраться – и дальше слушать его в метро по пути на работу. Тем более что недавно эта функция стала доступна на русском языке.

Время релиза выбрано не случайно – приложения станут доступны в первый день конференции Google I/O. Предзаказ приложений в App Store и Google Play уже открыт.

Википедия выбирает людей

По крайней мере, так написано в новой стратегии по использованию искусственного интеллекта, которую представила Wikimedia Foundation. Главный посыл – «новая стратегия в сфере ИИ ставит людей Википедии на первое место».

Компания уверена, что именно сообщество волонтеров делает Википедию уникальной, и никакой ИИ не может заменить их преданность порталу и любовь к знаниям. Вместо этого технология будет решать рутинные задачи редакторов. Как именно?

Конкретики пока нет, но есть приоритетные направления:
• помощь модераторам в обработке информации;
• экономия времени редакторов;
• поддержка работы с местными темами и языками (в том числе перевод);
• расширение системы наставничества для новичков.

Важно, что фонд уже принял решение сначала инвестировать в инструменты для проверки контента, а уже потом – в его генерацию. Это связано как раз с возможными рисками, где ИИ с его галлюцинациями будет использоваться при наполнении Википедии.

Разительное отличие от подхода Duolingo, объявивших себя AI-first компанией. Если там мы видим сокращение штата и ухудшение качества в пользу увеличения количества, то Википедия, наоборот, намеревается сохранить кадры и повысить производительность их труда, сократив затраченное на скучные и монотонные задачи время. Кажется, что страхи вокруг ИИ уменьшатся, если больше компаний будут декларировать такое (хотя бы на словах).

Сири в тупике: как Apple пытается выбраться из ИИ-кризиса

Голосовой помощник Apple переживает не лучшие времена. Год назад компания громко анонсировала ИИ-революцию в iOS 18, но большинство обещанных функций так и не увидели свет. Корень у проблемы оказался неожиданным – инженеры Apple пытались совместить два «мозга» Сири: старую архитектуру для базовых команд и новую для продвинутых запросов. Результатом стали постоянные ошибки, нестабильная работа и отложенные релизы.

Что дальше? В iOS 19 Apple готовит (очередное) полное перерождение голосового помощника с нуля. Вместо гибридного решения мы увидим единую архитектуру, которая должна позволить забыть о наследии десятилетней давности. По информации инсайдеров, анонс может состояться уже в июне на WWDC, а полноценный релиз – весной 2026 года.

Помимо технических изменений, Apple задумала кадровую революцию – руководить разработкой Siri теперь будет Майк Роквелл, ранее отвечавший за Vision Pro. С одной стороны, логичное решение – ведь Vision Pro стал одним из самых инновационных и технически сложных продуктов компании за многие годы. С другой – как продукт эти очки оказались никому не нужны.

Роквелл уже начал перестройку команд и замену менеджеров, чтобы решить проблемы с управлением и целеполаганием на проекте. Правда, сроки снова выглядят очень сжатыми и нереалистичными, особенно для полной перестройки архитектуры. Справится ли компания со второго раза?

Большие надежды, скромные результаты: ИИ (не) меняет рынок труда

Хотя работникам нравится, что можно работать чуть меньше.

Исследование датского рынка труда принесло неожиданный результат. Вопреки громким заголовкам и прогнозам, масштабное внедрение ИИ-чатботов в Дании практически не повлияло на заработные платы и занятость работников – анализ данных 11 различных профессий не выявил значимых изменений в доходах или рабочих часах.

Так что же, ИИ не нужен? Спешить с выводами не стоит. Парадокс, но работники ощущают пользу от ИИ, экономя в среднем несколько процентов рабочего времени и отмечая повышение качества и креативности своей работы. Или они себя в этом, по крайней мере, убедили (лень – сильный аргумент «за» ИИ). А как мы писали раньше, экономия времени может стать одним из главных факторов измерения влияния ИИ на продуктивность.

Единственный нюанс – эта субъективная выгода не конвертируется в реальную экономическую выгоду. Почему? Работники не тратят освободившееся время на увеличение производительности старых задач; гораздо чаще оно уходит либо на отдых, либо на другие, иногда совершенно новые обязанности, появившиеся вместе с ИИ. То есть мы находимся в ситуации, когда оптимизация рабочего времени с помощью ИИ нивелируется работой с ним же и проверкой сгенерированного контента, а сумма слагаемых не меняется.

Активное поощрение нейросетей работодателями увеличивает вероятность их использования сотрудниками на 36% («партия сказала: надо»). Но даже в компания с высокими темпами внедрения ИИ зарплаты остаются неизменными, а коэффициент «перетекания» экономии времени в реальный доход составляет всего 2-6%.

Правда, есть шанс, что на горизонте нескольких лет, после формирования привычки работать с ИИ-инструментами и переосмысления подхода к работе (когда ИИ не просто будет освобождать время под отдых, а начнёт увеличивать количество задач, выполненных за единицу времени) – появятся более приятные данные.

Что происходит с OpenAI? Компания отказалась от прибыли?

Компания OpenAI, создавшая ChatGPT, снова меняет курс и отказывается от планов трансформации в коммерческую стуктуру.

Изначально OpenAI была основана как некоммерческая организация в 2015 году. Однако в 2019 году компания перешла к модели “capped-profit” (прибыль с ограничением), сохранив при этом контрольный пакет у некоммерческого крыла. Недавние планы предполагали еще более глубокую реструктуризацию в чистую коммерческую компанию, что, по мнению руководства, было необходимо для привлечения «триллионов долларов».

Однако эта идея встретила сильное сопротивление. Под давлением общественности, бывших сотрудников, ученых, и после «конструктивного диалога» с Генеральными прокурорами Делавэра и Калифорнии, OpenAI отказались от своих планов. Вместо этого коммерческое подразделение будет преобразовано в Публичную корпорацию с социальной миссией (Public Benefit Corporation, PBC). Новая компания останется под надзором и контролем некоммерческой части. Такое решение призвано одновременно привлечь инвесторов (убрав лимит на их доход) и убедить регуляторов, что компания не отказывается от своей благотворительной миссии.

Какие нюансы остаются? Ключевой инвестор, Microsoft, вложивший 13,75 миллиарда долларов, пока не дал своего окончательного одобрения: компания сейчас активно обсуждает детали реструктуризации для защиты своих инвестиции. В то же время адвокаты Илона Маска, подавшего иск против компании за «предательство её первоначальной миссии», считают, что новый план «ничего не меняет» и является «явным уклонением» со стороны OpenAI.

Как ситуация выглядит сейчас? Несмотря на объявленные изменения, она пока далека от завершения. Всё ещё непонятны многие важные детали: какую именно долю некоммерческая организация получит в новой PBC и как она будет оценена, получит ли Сэм Альтман долю в капитале новой структуры, как будет выглядеть структура управления (сможет ли, например, некоммерческий совет увольнять руководителей коммерческой части).

Google сделали лучшую модель для кодинга?

За считанные дни до старта ежегодной конференции разработчиков I/O компания Google выпустила обновленную версию Gemini 2.5 Pro Preview (I/O edition). Главный прорыв новинки – значительно улучшенные способности в области программирования и создания интерактивных веб-приложений. Собственно, она и позиционируется как нейросеть для разработчиков.

Модель теперь возглавляет список WebDev Arena Leaderboard, который оценивает, насколько хорошо ИИ может создавать красивые и работающие веб-приложения. Самое важное, что Google хотели презентовать модель на конференции, но выпустили раньше плана. Сделано это сразу после новостей о том, что OpenAI собираются купить компанию Windsurf (которая как раз разрабатывает ИИ-редактор для написания кода).

Кажется, этот релиз – быстрый и заметный ответ конкуренту в медийном поле, а также попытка дополнительно привлечь внимание к конференции. Новая версия доступна уже сейчас в API и по той же цене, из-за чего её легко и быстро можно интегрировать в инструменты написания кода типа Cursor (руководитель которой уже высоко оценил релиз).

Что это значит для всех, кроме программистов? Теперь обычным юзерам станет ещё проще писать простые программы и визуализации. Модель понимает картинки, поэтому и общаться с ней можно изображениями (попросив воссоздать их с помощью кода, например).

ИИ унаследовал наши худшие черты: он врёт для достижения цели и подвержен когнитивным искажениям

Искусственный интеллект – это помощник, которому можно доверить самые разные задачи. Но что, если этот помощник не всегда говорит правду? Или искренне заблуждается?

Новые исследования показывают неожиданную сторону ИИ: когда у модели возникает конфликт между честностью и поставленной целью, она склонна лгать. Был разыгран такой сценарий: ИИ-агент работает на фармкомпанию и продает новое обезболивающее. В его «знаниях» есть информация, что препарат вызывает сильное привыкание. Но задача – продать его как безопасный и не вызывающий зависимости.

Что делает ИИ? Вместо правды он начинает юлить, уходить от прямых вопросов или даже прямо фальсифицировать информацию, лишь бы выполнить цель по продажам. Интересная деталь из исследования: чаще модели предпочитают не врать открыто, а использовать «частичную ложь» – увиливать и уходить от ответов, прежде чем прямо начать обманывать.

И это еще не все. Другое исследование показало, что помимо склонности к обману ради достижения цели ИИ унаследовал и множество чисто человеческих минусов. Ученые протестировали модели вроде ChatGPT на 18 распространенных когнитивных искажениях, присущих людям. Оказалось, что даже несмотря на иную логику, ИИ-системы могут быть такими же иррациональными и предвзятыми, как мы.

Результат тестов получился интересный: во многих сценариях ИИ демонстрировал те же ошибки мышления – от склонности к риску до излишней самоуверенности. В задачах с четкой логикой он справляется лучше, но когда дело доходит до субъективных или стратегических решений, ИИ начинает отражать наши иррациональные предпочтения. Хуже того, иногда модель может даже усиливать человеческие ошибки. Почему так? Очевидно, ИИ учится на огромных объемах данных, содержащих наши собственные предубеждения, и закрепляет их.

Что в сухом остатке? ИИ ну точно не замена критическому мышлению: в вопросах, требующих оценки, стратегии или учета нюансов необходим строгий человеческий контроль. ИИ – своего рода сотрудник, требующий надзора комитета по этике и команды факт-чека. Иначе есть риск просто автоматизировать и масштабировать наши собственные недостатки.

Netflix внедряет поиск с искусственным интеллектом

Работает функция на базе ChatGPT. Теперь искать фильмы можно будет на человеческом языке: достаточно написать «хочу что-то страшное, но не слишком, и чтобы немного смешно» – и система попытается подобрать идеальные варианты.

Инновация выглядит логично – в конце концов, упомянутый ChatGPT уже отлично умеет рекомендовать фильмы, поэтому интеграция ИИ в сервис экономит время пользователя и даёт ему стимул не уходить из приложения. Функция голосового поиска, когда появится, позволит избежать печатания длинных текстов и наговаривать любые приходящие в голову характеристики фильма. А база данных Netflix с названиями, описаниями и тегами позволит предоставить ИИ больше контекста для ответа, чем есть у стандартного ChatGPT.

Новую функцию раскатывают постепенно – в первую очередь владельцам iOS-устройств в рамках бета-теста. Помимо умного поиска, Netflix готовит и другие инновации на базе ИИ: например, автоматический перевод постеров фильмов на язык пользователя, ленту коротких видео для смартфонов на основе умных рекомендаций и полностью переработанную домашнюю страницу для телевизоров. Интересно, что Netflix не первые на этом поприще. Amazon уже использует голосовой поиск с ИИ на Fire TV, а Tubi запускал похожий инструмент на базе ChatGPT (но в итоге свернул проект).

Теперь ждём ИИ-ассистентов в российских сервисах?