AI-продакт, Альфа-Банк Что разбираем Топы требуют AI-disruption, а вы не знаете, куда прикрутить ChatGPT? Все коллеги уже сделали чат-боты с ИИ, а вы еще не поняли ценность моделей классификации? Изобилие моделей, платных API и open-source-инструментов затрудняет выбор подходящих решений для продукта. Пользователи консервативны, плохо меняют свои привычки и не знают, где в своей жизни и клиентском пути им может помочь очередной раскрученный инструмент. На фоне растущего хайпа появляются требования от акционеров, стейкхолдеров и руководителей, а также опасения не успеть за новой технологической революцией. На мастер-классе изучаем конкретные продукты и определяем, где и какие инструменты искусственного интеллекта помогут добиться значимого прироста в KPI. Рассматриваем классические модели (классификация, регрессия, деревья и бустинги) и модный сейчас Gen-AI, ведь далеко не везде необходимо внедрять виртуальных ассистентов на базе GPT. В рамках мастер-класса: Кратко изучаем теорию — какие модели и подходы существуют, а также рассматриваем фреймворк определения ИИ-инструментов для продукта.Смотрим на опыте из финтеха, ИТ-компаний, e-commerce множество кейсов интеграции ИИ из работы с GigaChat и другими моделями.Разбираем 4 демокейса и практикуемся в группах на кейсах участников, где по фреймворку выбираем подходящий ИИ-инструмент для решения продуктовой задачи, рассчитываем ожидаемый финансовый эффект и оцениваем его реалистичность.На выходе — конкретный инструмент под задачу, требования к данным и Excel-файл с расчетом потенциальной финансовой эффективности. По итогу участники получают метод решения конкретной бизнес-продуктовой задачи с помощью классических и генеративных инструментов искусственного интеллекта. Кому будет полезно: Middle- и Senior-менеджерам продуктов, которые ищут точки развития для своего продукта в использовании инструментов искусственного интеллекта.Продуктовым маркетологам и аналитикам, желающим расширить знания о моделях ИИ.Корпоративным и стартап-специалистам, которые уже пробовали ИИ-модели, но не получили быстрых результатов. P. S. Для получения максимальной пользы необходимы базовые знания в управлении данными и понимание моделей ИИ. Презентация мастер-класса
