Предиктивный и генеративный ИИ: чем отличаются и что выбрать

Искусственный интеллект бывает разный, и путаница между двумя его видами стоит компаниям денег. Одни ждут от него предсказаний, а покупают генератор текстов. Другие наоборот.

Разберём разницу простыми словами.

Предиктивный: предсказывает

Смотрит на то, что было, и отвечает на вопрос «что будет дальше».

Он учится на ваших прошлых данных: продажах, обращениях, поломках, платежах. Находит в них закономерности и переносит на будущее.

Что он умеет:

• сказать, сколько товара закупить на следующий месяц;
• определить, какой клиент вот-вот перестанет покупать;
• предупредить, что станок скоро сломается;
• оценить, вернёт ли заёмщик кредит.

Ответ у него всегда число или выбор из готовых вариантов. Ничего нового он не создаёт.

Генеративный: создаёт

Отвечает на вопрос «сделай мне такое же, но новое». Пишет текст, рисует картинку, отвечает в чате, пересказывает документ.

Он тоже учился на данных, но не на ваших продажах, а на огромных объёмах текстов и изображений. Поэтому он знает, как устроен язык, но ничего не знает про вашу компанию, пока вы ему не расскажете.

Что он умеет:

• отвечать клиентам по вашим документам;
• писать описания для тысяч карточек товаров;
• пересказывать длинные документы коротко;
• переводить и переписывать под нужный стиль.

Главная разница

Предиктивный работает с вашими цифрами и даёт ответ, который можно проверить: предсказал спрос — через месяц видно, попал или нет.

Генеративный работает с языком и смыслами. Его ответ нельзя проверить арифметикой — можно только прочитать и оценить, годится или нет.

Отсюда практическое следствие. Предиктивному нужны накопленные данные: без истории продаж он не предскажет ничего. Генеративному история не нужна, но нужны документы и правила, по которым он будет отвечать.

Что выбирать под задачу

«Сколько закупить, кто уйдёт, что сломается» — предиктивный. Генеративный на этих вопросах выдумает правдоподобное число, и оно будет неверным.

«Ответить клиенту, написать текст, разобрать документ» — генеративный.

Часто нужны оба. Например, в магазине: предиктивный считает, какой товар кому предложить, а генеративный пишет само письмо этому клиенту.

Про выдумывание

Главный риск генеративного ИИ: он никогда не отвечает «не знаю». Если данных не хватает, он придумает связный и уверенный ответ, который окажется неправдой.

Лечится это не выбором модели, а устройством решения. Помощник должен отвечать строго по вашим документам и показывать, откуда взял ответ. Тогда придумывать ему просто негде.

У предиктивного своя болезнь: он уверенно продолжает прошлое в будущее. Если условия резко изменились, он этого не поймёт и будет предсказывать по-старому. Поэтому его результаты пересматривают регулярно, а не настраивают один раз.

С чего начинать компании

Не с выбора вида ИИ, а с вопроса, что у вас есть.

Если накоплены данные за пару лет — есть материал для предиктивного, и он даст самый понятный эффект в деньгах.

Если данных нет, но есть регламенты, документы и поток однотипных вопросов — начинать надо с генеративного. Он не требует истории и запускается быстрее.

Если нет ни того ни другого — сначала наводится порядок в данных. Никакой искусственный интеллект не заменит их отсутствие.

Автор: Рогачев Дмитрий Васильевич, основатель La Chatte. Компания с 2014 года
делает сайты, интеграции и решения на искусственном интеллекте — более 400 проектов.