5 важных выводов про искусственный интеллект, о которых важно знать всем работникам креативных индустрий

На четыре дня самые яркие представители науки, медиа, IT-индустрии собрались в «Столице закатов», чтобы поделиться тем, как внедряют искусственный интеллект в рабочую и повседневную жизнь. Параллельно, кстати, можно было рассматривать оставшиеся еще с начала ЦИПРа павильоны технологических компаний (вы часто видели танцующих роботособак!?), заниматься нетворкингом и принимать участие в вечеринках. Я тоже отправилась на фестиваль, снова примерила на себя роль прилежной студентки и непрестанно вела конспекты. А теперь делюсь мыслями, услышанными на лекциях, которые показались мне самыми важными.

Сейчас многие говорят об искусственном интеллекте с позиции «Сможет ли Ai заменить специалиста X». На место X можно подставить представителя какой угодно профессии: художника, писателя, маркетолога и так далее. Тревога, связанная с пугающей перспективой, действительно нарастает: ИИ уже научился выполнять базовые задачи и продолжает улучшать свои навыки. Отчасти эти страхи навеяны научно-фантастическими фильмами и играми, но относиться к ИИ как к угрозе — в корне неверное решение. Александра Жаркова, сооснователь SETTERS, в своей лекции рассказывала о том, что в больших корпорациях финальное слово всегда остается за человеком, а HR-отделы специально составляют тестовые задания для кандидатов так, чтобы выполнить их полностью с помощью Chat GPT было невозможно. Моя любимая мысль на эту тему была услышана на лекции Дмитрия Бескромного. Он рассказывал, что сопротивление работе с AI в 2025-м выглядит так же, как если бы к концу нулевых вы отказывались осваивать Word или Exel.

Еще один важный вопрос — вопрос авторства контента, созданного с помощью ИИ. Здесь все однозначно: создателем считается тот, кто пишет промт. Пока возможности искусственного интеллекта хотя и велики, но несовершенны. К тому же самостоятельно создавать идеи, основываясь на чувственном, он не может. Но как инструмент оказывается отличным помощником. Много об этом говорили на дискуссии, посвященной ИИ в сфере искусства. Спикерами были Алиса Прудникова, Андрей Тубольцев, Елена Иванова, Сабина Чагина.

О грядущем развитии ИИ подробнее всех рассказал директор по стратегическому маркетингу Яндекса Андрей Себрант. Большую часть своего выступления он посвятил тому, что сейчас восприятие ИИ затруднено. Кто из нас не ругался на галлюцинации Chat GPT, когда он давал ложные ответы на вопросы, и не закрывал вкладку, открывая поисковик? Именно здесь и случается слом: ИИ — не готовый продукт, а что-то вроде развивающегося цифрового существа. Модели выращивают, как растения или животных. А их «галлюцинации» сейчас стоит всопринимать как ненарочно проброшенную недостоверную информацию в разговоре с человеком. В ближайшие годы, кстати, по мнению спикера, мы все чаще будем воспринимать ИИ как своих цифровых партнеров или спутников.

Как редактор моды я, конечно, поставила в список «обязательно к посещению» все лекции, посвященные ИИ в фэшн-индустрии. Главный вывод, который я сделала на их основе: те, кто не боятся использовать AI, тратят меньше и зарабатывают больше. Например, съемка кампейна новой коллекции для локального бренда и даже крупного маркетплейса — затратное и не всегда вписывающееся в бюджет мероприятие. И здесь возможности ИИ отлично помогают. Например, Lamoda (о проекте рассказывала Екатерина Хачатурян)смогли полностью переоформить лендинг, посвященный экологичным брендам, использовав генеративный контент вместо съемки. В итоге сократить затраты на проект удалось в 20-30 раз. О похожем кейсе рассказывла Екатерина Ромашко, СЕО бренда Effigy by Tigran Avetisyan. Одну из последних коллекций именного бренда Тигран создавал с помощью ИИ: он генерировал принты, и именно благодаря ИИ изображения получились точно такими, какими были задуманы в голове. А еще нейросетям легко можно делегировать часть рутины, как это делает, например, блогер Wylsacom.

На один из слайдов презентации для своей лекции AI-евангелист Даниил Трабун вывел фразу: «Мы слишком много хотим от ChatGPT, но слишком мало просим». Действительно, многие ограничиваются только этим сервисом, не используя другие генеративные модели. А когда ему что-то не удается (из-за недостаточно точного промта или несовершенности), разочаровываются в идее работы с ИИ. На деле же, чтобы работа была максимально эффективной, стоит создать команду из нескольких моделей, каждая из которых заточена под свою задачу. Например, Дмитрий Бескромный поделился таким примером в своем выступлении: для работы с информацией он сначала использует Perplexity AI, который отлично справляется с поиском нужных цитат из научных статей и удобно приводит ссылки, а потом обрабатывает получившийся массив данных в том же ChatGPT, чтобы текст получился более структурированным.