В чём ИИ превосходит человека: какие задачи автоматизировать с помощью LLM
Where AI is superhuman: The right jobs to automate with LLMs
Работы с большим объёмом простых задач — лучшие кандидаты для LLM-автоматизации, потому что там система соревнуется с набором правил, а человек уже не успевает.
- Три базовые способности — трансформация данных между форматами, синтез большого объёма информации и рассуждение по шаблонам из обучающих данных. По мнению автора, трансформация исторически была главным блокером workflow-автоматизации, и LLM её закрывают.
- Объём и сложность задач — сложные и редкие задачи останутся за copilot-режимом, а массовые простые можно автоматизировать целиком. Автор оценивает, что в разных функциях 40–70% ежедневной работы поддаётся автоматизации.
- Алерты в информационной безопасности — Dropzone AI, компания из портфеля фонда, строит агентные системы для сквозного расследования алертов. Аналитики обычно разбирают около 1% из них, а система работает круглосуточно и делится новыми угрозами между клиентами.
- Персонализация в маркетинге — Aampe вместо сотен правил-воронок подбирает сообщения и каналы для каждого пользователя. По словам автора, у одного клиента из доставки еды нашлась когорта, которая реагировала только на сообщения в 23:00 и в полночь.
Кому полезно: тем, кто решает, в какую функцию запускать LLM-продукт или куда инвестировать автоматизацию.
Статья по теме
Главы
Похожие доклады
Как создавать AI agents для автоматизации интеллектуальной работы
AI Engineer World's Fair 2025
Близко по содержанию
Какие AI-стартапы заключают контракты с крупными компаниями?
AI Engineer World's Fair 2026
Близко по содержанию
Могут ли онкологические процессы работать без участия человека?
AI Engineer World's Fair 2026
Близко по содержанию
Покупать, создавать, внедрять: как использовать M&A для AI-трансформации
Близко по содержанию
