В 2022 году мы внедрили AI-фичи в семь продуктов. Это год до того, как все начали говорить про ChatGPT. Промежуточный итог: примерно половина фич осталась в продакшне и приносит метрику, вторая половина - отключена или переделана.
Что реально сработало
Рекомендательные системы на маркетплейсах
Самый стабильный класс задач. Простой коллаборативный фильтр + контентные сигналы. На двух маркетплейсах подняли CTR карточек на главной на 18% и 24% соответственно. Подходит почти всегда, когда есть достаточно данных о действиях.
OCR + извлечение данных из документов
Внедрили в финтех-приложение распознавание квитанций для autoFill. Tesseract + правила, без ML-магии. Снизили время на ввод чека с 40 до 8 секунд.
Антифрод и аномалии
Простой ансамбль из правил + изолирующего леса. Поймали 90% мошеннических транзакций при 0.3% ложных срабатываний. Ничего модного, всё работает.
Что не сработало
Чат-боты на rule-based + intents
Внедрили на двух проектах в начале 2022-го. Через полгода у обоих один результат: пользователи быстро упирались в стену непонимания и звали оператора. Юнит-экономика отрицательная. Сейчас бы пересобрали на LLM.
Голосовое управление в мобильном приложении
Сделали для приложения умного дома. Пользователи попробовали, поигрались, отключили. Голос работает в очень узком наборе сценариев - когда руки заняты или сложно набирать.
AI-генерация контента в маркетинговом инструменте
До GPT-3.5 это было больно: модели генерировали правдоподобный, но бесполезный текст. Маркетологи переписывали всё руками. Эта ниша стала живой только к концу 2022-го с приходом ChatGPT.
Главный урок
AI работает там, где задача структурирована и метрика измеряема: рекомендации, классификация, OCR, антифрод. Где задача расплывчатая («помоги пользователю»), AI до конца 2022-го регулярно проигрывал хорошо сделанному UX.