Данные дороже денег: как по истории покупок узнать о человеке все
Запись подкаста «Go учиться!». Гости – Евгений Галимский, директор по развитию сервиса идентификации и подписки X5 Group, и Антон Афанасьев, директор по маркетингу сервиса «Пакет»
Запись подкаста «Go учиться!». Гости – Евгений Галимский, директор по развитию сервиса идентификации и подписки X5 Group, и Антон Афанасьев, директор по маркетингу сервиса «Пакет»
В этом выпуске третьего, совместного с X5 Group, сезона подкаста «Go учиться!» говорим о том, как бизнес использует данные о клиентах, как много на самом деле компании знают и почему это не всегда плохо.
Как много бизнес знает о людях? Компании собирают самые разные данные о клиентах, по которым потом можно косвенно проследить практически весь жизненный путь человека. Для этого достаточно будет проанализировать его траты.
Рынок больших данных в России по последним оценкам составляет170 млрд рублей. Накопленную информацию бизнес использует, чтобы, например, прогнозировать, как поведет себя человек, или чтобы создать цифровой портрет потенциального клиента и заранее знать, какую услугу или скидку ему предложить. Технологии развиваются, компании способны присылать специальные предложения даже в зависимости от текущей геолокации человека.
Специалисты по работе с большими данными все чаще прибегают к помощи нейросетей. Искусственный интеллект способен обрабатывать и анализировать в куда больших объемах, чем человек. Такое взаимодействие, с одной стороны, подарило много новых возможностей и облегчило рутинные задачи, с другой — привело к появлению новых вызовов.
Есть и другие риски: все большее проникновение компаний в жизнь людей может привести к тому, что в обществе появится тренд на сознательный отказ от предоставления бизнесу вообще какой-либо информации о себе.
Что на самом деле сейчас о нас знают корпорации? Опасны ли эти сведения? И какие преимущества могут принести?
Обсуждаем с директором по развитию сервиса идентификации и подписки X5 Group Евгением Галимским и директором по маркетингу сервиса «Пакет» Антоном Афанасьевым.
Что за данные бизнес собирает о своих клиентах? Что за этим скрывается? И зачем это нужно?
Евгений Галимский: Это широкая тема и большая территория. Мы копим достаточно большой массив данных о клиентах. В первую очередь те, которые мы вместе с вами производим каждый день. Из недели в неделю мы покупаем товары в разных магазинах. Это все складывается у нас в единое хранилище, где мы можем анализировать покупательское поведение, по сути, каждого человека.
Для того, чтобы сделать правильную связку, что отдельный человек купил конкретный товар в чеке, у нас есть определенная цепочка. Начнем с самого начала. Главным идентификатором для нас является номер телефона. К нему мы привязываем карту лояльности. Я сейчас вам рассказываю идеальную картину мира, как должно работать для того, чтобы мы максимально обогащали себя знаниями и использовали их дальше в бизнесе. Когда мы к номеру телефона привязали карту лояльности, дальше к ней уже начинают прикрепляться те чеки, которые генерит непосредственно клиент.
Среди ключевых идентификаторов, которые нам нужны для анализа или дальнейшего исследования, первое место занимает номер телефона. По-хорошему нам бы знать еще e-mail человека. Это знание помогает нам экономить денежные средства на печати чеков, ведь так мы можем отправить людям электронные чеки. Так мы можем экономить на бумаге для клиента. Дальше мы узнаем потенциальный пол, возраст, место проживания, если человек заказывает доставки. Так образуется спектр, по которому мы можем собирать людей в группы, в сегменты, проводить анализ и, как вариант, делать персонализированные для них предложения.
Но в реальности все сильно сложнее, потому что у нас есть единый идентификатор, авторизация клиента — она называется Х5 ID. Фокус и магия заключается в том, что, если клиент зашел в контур Х5 через Х5 ID, мы автоматически начинаем видеть все его траты во всех бизнесах Х5: Vprok, доставка «Пятерочка», доставка «Перекресток», просто «Пятерочка» и «Перекресток». И этот массив данных усложняется многократно, нежели бы человек просто ходил в «Пятерочку» и что-то покупал.
Три года назад я попал в компанию Х5. ID тогда только планировалось к публикации во всех существующих цифровых средах как безальтернативный способ авторизации. И мне самому было интересно, что же это такое, что я могу там о себе узнать. Мне сделали карту со всей моей жизнью, где видно все, что со мной было до того, как я стал сотрудником Х5, с точки зрения трат. Я сидел, и на каждом слайде у меня расширялись глаза. Там было написано, что я тратил в магазине «Перекресток» на Шаболовке, дом 10 определенную сумму денег. Мой любимый товар и категория были такие-то. Затем появился второй человек, который по этой же карте лояльности покупал — моя супруга. Она установила себе приложение и использовала ту же самую карту лояльности. Мы увидели, что уже с двух номеров телефонов используется одна карта и идут траты. Затем появились дети — это отображается на чеках.
Памперсы?
Е. Г.: Естественно. Потом мы переехали, и было видно, что мы изменили адрес доставки. Таким образом можно составить жизненный портрет — при желании, конечно — любого человека. Так я познакомился с Х5 ID. Я воспринимаю это исключительно как возможность для оптимизации бизнес-процессов, для релевантных предложений клиентам, выстраивая их на знаниях о клиентах.
Получается, так можно определить, какой у вас уровень дохода, как он менялся, отследить момент, когда он стал расти?
Е. Г.: Конечно, это все тоже. Есть специальные команды, люди, которые как раз строят математические модели, прогнозы и помогают бизнесу, торговым сетям в первую очередь и командам, отвечающим за рост, допустим, выручки, применять эти знания.
Какие из высоких технологий, может быть, незаметных на первый взгляд, есть в Х5?
Е. Г.: Сейчас технологии активно используются в больших торговых сетях. В первую очередь это голосовые помощники, колл-центр. Учитывая количество обращений, которые потенциально могут быть в колл-центре, становится очень дорого содержать такое количество людей. Позвонив в колл-центр, вы не всегда даже можете отличить, с вами разговаривает человек или робот.
Наверное, на полках вы этого не увидите, но есть важная неотъемлемая часть ритейла: отдел инноваций. Там, например, используются computer vision (компьютерное видение — прим. ред.) для того, чтобы мы могли следить, что водитель чувствует себя хорошо, что он не засыпает, что он довезет все до нужного места. Еще есть кассы самообслуживания (КСО), на которых мы можем видеть взгляд человека, знать, что происходит.
Антон Афанасьев: Можно еще вспомнить проект, который был реализован в торговой сети «Перекресток», где на КСО можно было оплачивать свои товары с помощью улыбки. Говоря про компьютерный vision, надо заметить, что он не только в автомобиле работает, но также и внутри магазина, чтобы следить за планограммой, за наличием или отсутствием продукта на полке. На самом деле, это разветвленная история. Технология, по сути дела, может быть и одна, но ее применение лежит в разных плоскостях.
Весь массив данных для вас — какая это потенциально точка роста?
А. А.: Когда большое количество клиентов, десятки миллионов, необходимо собрать их профиль, то есть составить обобщенные портреты, чтобы их было не 100.
Сколько их у вас?
А. А.: В каждой торговой сети свое количество. У подписки свой портрет целевой аудитории, у лояльности — свой. Наверное, у каждого от шести до девяти персон примерно.
Вы унифицируете все?
А. А.: Да, потому что чем больше у тебя персон, тем больше событий происходит. Начинается огромное разделение, постоянно происходит перерасчет. Мы на самом деле знаем о клиенте только то, что он делает в момент, когда приходит в магазин, когда у него есть потребность купить продукты или товары первой необходимости. Сейчас мы запускаем один небольшой пилот, в котором мы попытаемся узнать клиента не только в моменте, когда он находится в ритейле и покупает продукты, но и что он делал до похода в магазин или, возможно, чем он интересуется после.
Как это?
А. А.: Пока про проект не буду рассказывать. Сначала сделай, потом рассказывай. Но такую задачу мы решаем.
И какой вы предполагаете результат?
А. А.: Естественно, как мы видим образ результата, понятно. Вопрос: сработает ли пилот? Мы попытаемся понять, влияют ли знания о клиенте, когда он не ходит в ритейл, на его покупки именно у нас.
То есть, если, например, человек разрешит приложению Х5 доступ к геолокации, то вы будете понимать, когда человек подходит к точке, ему можно послать пуш-уведомление?
А. А.: Это и так уже есть. Мы же говорим про то, когда он не думает о том, что хочет поесть, как его хобби, обычная жизнь, не связанная с едой, — как эти знания нам могут помочь ему что-то предложить в ритейле. Допустим, человек любит собак и кошек, и мы знаем об этом. В таком случае мы можем построить прогноз на то, что в какой-то момент ему можно предложить, возможно, купить корм для собак или кошек. То есть выйти за пределы ритейла, когда человек не думает о том, чтобы поесть.
Возможно ли объединить вашу базу знаний о клиентах с другими большими сервисами, например, с онлайн-кинотеатром? Это законно? Делаете ли вы так? И что можно узнать при таком подходе?
Е. Г.: Прекрасный вопрос. Видны ваши знания в этой области. Первое — это законно. Второе — это вопрос политики и информационной безопасности каждой компании. Какие-то типы данных о клиентах передавать нельзя или на законодательном уровне, или, например, по политике безопасности самой компании. Но есть некие признаки клиентов, которыми мы можем потенциально обмениваться со второй стороной, если она на это согласна, и мы понимаем, что с обеих сторон это законно.
Это одна из задач сейчас: собирать клиентов в домохозяйство. Приведу пример. У нас есть сервис «Пакет». Уже два года пока мы им занимаемся, скоро три будет. К нам было не то чтобы недоверие, но всегда ставилось под сомнение, точно ли подписка помогает увеличивать розничный торговый оборот клиентов. И мы подумали о том, не взять ли нам данные извне и не посмотреть ли долю трат нашего клиента, у которого есть подписка, до момента, когда у него не было подписки, и в момент, когда она у него была, допустим, через банковский сервис, как изменилась его доля трат именно в Х5.
У нас есть понимание, что в среднем в месяц клиент посещает от четырех до шести разных торговых сетей. Это достаточно много. Все пытаются найти товары по максимально низкой цене. Отсюда возникает потребность посещать большое количество разных магазинов в месяц. Сервис «Пакет» позволяет за счет повышенного кэшбэка — и мы увидели это на данных, на цифрах — затянуть большую долю кошелька клиента в контур Х5, потому что получать баллы ему выгодно.
А. А.: Тут стоит отметить, что этот момент был реализован внутри группы компаний, основываясь на бизнесах, которые находятся уже внутри.
Е. Г.: Была гипотеза, мы придумали схему. И как следствие мы нашли подтверждение этой гипотезе.
Давайте резюмируем: как данные о клиентах используются сейчас? Какие стратегии есть в планах на будущее?
А. А.: Мы сейчас говорили относительно данных в ритейле, но ими все не ограничивается. Есть еще данные в интернете, например, cookie, есть номер телефона, через который можно связать идентификаторы людей через их разные цифровые активы.
Если мы говорим про сервис «Пакет», то у нас есть очень конкретная функция и задача — генерить подписчиков. Это достаточно жесткая перформансная задача. Без данных здесь мы в принципе работать не можем. Нам критично важно понимать, с кем мы коммуницируем, какое сообщение доносим, насколько оно релевантно человеку, побуждает ли оно его прийти к нам и, самое главное, стать нашим подписчиком. Это связка от анонимизированного cookie в интернете, который приводит человека в итоге к нам на лендинг. Проводится авторизация, через которую мы получаем привязку к более жесткому идентификатору в виде ID. Так человек становится нашим потребителем. Дальше начинается вся эта большая история с его покупательским поведением, о котором Женя говорил чуть ранее, цифровой след.
Не возникнут ли в будущем, как было с так называемыми «COVID-диссидентами», data-диссиденты? Что, если люди из-за страха, как много о них знает бизнес, будут отказываться от передачи своих данных намеренно, забирать их?
Е. Г.: Я считаю, что это один из ключевых вопросов нашего будущего — сохранность персональных данных. Как сделать так, чтобы клиент от тебя не отвернулся. Как раз часть Х5 ID тоже на этом завязана, чтобы клиент понимал, на что и кому он дает согласие, что с ним потенциально может произойти. Мое личное мнение следующее: компания должна быть честна с клиентами, открыто им показывать информацию о том, что она собирает информацию и персональные данные, но при этом запрашивает согласие на коммуникацию.
Когда клиенту будет понятно, для чего он его дал, что с ним будет происходить, чтобы в любой момент клиент мог принять решение, что с этим делать дальше, — в этом скорее всего будет крыться ключ к успеху. И не надо обманывать людей. На мой взгляд, через несколько лет одним из ключевых вопросов станет: как сохранять персональные данные, как сделать так, чтобы клиент тебе доверил эту возможность.
Что это даст в конечном счете людям, клиентам? К чему мы идем?
Е. Г.: Повышение уровня качества жизни. С подпиской, тратя те же самые деньги, но на более качественные товары, получая с этого кэшбэк, можно еще больше улучшить качество покупаемых товаров — к этому ведет основная философия именно подписочной модели.
А если не подписочная?
А. А.: Это все про клиентский опыт на самом деле. Зачем эти данные нужны? Для того, чтобы поднять качество клиентского опыта, чтобы человеку было комфортно, чтобы мы были способны предвосхищать его ожидания. Но надо всему знать меру, потому что чрезмерное предвосхищение может вызвать опасения и отторжение.
Если говорить про более практичную область применения, то это как минимум не спамить людей, не пытаться им рассказать обо всем, что есть в магазине, а персонализировано предлагать каждому конкретному человеку те товары, которые будут с высокой вероятностью востребованы именно им.
Как можно автоматизировать эту работу? Планируете ли вы использовать нейросети?
Е. Г.: Очень много у нас уже построено на математических моделях, на машинном обучении. Обязательно есть человеческий фактор. Как и везде, есть вероятность ошибки. Наверное, на данный момент, если мы посмотрим на задачу обучения нейросети как на бизнес, то привлечение оборудования, которое необходимо для решения этой задачи, скорее всего вряд ли сейчас окупит такой проект.
Естественно, перспектива и потенциал нейросети есть. Но еще раз: сейчас максимально справедливым стечением обстоятельств является то, что у нас есть аналитические команды как люди. У нас есть машинное обучение, математические модели. В перспективе гигантский массив данных, на который нужно огромное количество железа, — скорее всего, это нерентабельно.
А. А.: Если говорить про искусственный интеллект и про нейросети, Женя сказал, что в бизнесе их пока сложно применить и интегрировать в бизнес-среду. Но с точки зрения отдельно взятого пользователя, потребителя и человека, который вовлечен в работу с бизнесом, уже сегодня нейронные сети вполне могут позволить значительно оптимизировать затраты.
С точки зрения маркетинга это, безусловно, большая оптимизация ресурсов на создание контента, текста и картинок. В перспективе это видео, аудио с появлением новых этапов развития того же ChatGPT, например. И здесь открывается большое количество возможностей, с помощью которых можно сэкономить свои ресурсы. У нас даже было несколько проектов, которые мы реализовывали для сервиса «Пакет». Например, когда человек за один день смог собрать проект, который в обычных условиях команда из трех человек — дизайнер, копирайтер, их руководитель — собирали бы целую неделю. Эта технология полезна именно как инструмент. И у этого инструмента должен быть некий мастер, который будет с ним работать. Уже сегодня они позволяют повышать эффективность работы.
Могу привести еще интересный пример. Сервис «Пакет» довольно-таки специфичный продукт, новый для рынка. Пожалуй, мы одни из первых, кто запустил подписочный сервис в ритейле, который дает повышенный кэшбэк на покупки, что интересно, не акционных товаров в нашем случае. По сути дела, мы переводим и трансформируем поведение человека от стандартно-традиционного, когда человек нацелен на получение сиюминутной моментальная выгоды в виде скидок, в сторону того, чтобы он покупал более разнообразные товары, более вариативные по ценникам, на которые не распространяются акции. Безусловно, для бизнеса это более маржинальные товары. Перед нами встала задача: что мы можем сделать дополнительно для того, чтобы помочь человеку поменять его поведение? Вместе с искусственным интеллектом мы разработали и нарисовали некую Патрицию — это такой герой-покупатель из будущего. Причем она и визуализирована красиво, все через Midjourney нарисовано. И придумали целую рубрику, которая постепенно погружает человека в жизнь в будущем: как наша Патриция покупает по-новому, используя кэшбэк, накапливая, дальше применяя его в виде скидок на регулярные покупки. Такой был кейс.
Этот кейс был скорее как эксперимент? Или вы осознанно давали задачу нейросетям, искусственному интеллекту для реализации проекта?
А. А.: В нашем случае это скорее был энтузиазм конкретно руководителя направления, который увлекся темой нейросетей и попытался поиграться с ними, попробовать что-то новое. Это не было серьезной задачей: «Прошу разобраться с этой технологией. Примените ее в деле». Скорее первично был собственный энтузиазм конкретного человека.
Вы верите в то, что скоро у нас не будет работы, а все будет выполнять искусственный интеллект?
А. А.: Я считаю, что ChatGPT — это уникальный кейс, при котором существует некий технический API (application programming interface, то есть способы взаимодействия с другими программами — прим. ред.), позволяющий через обычную лексику, через способность излагать грамотно свои мысли в принципе решить огромное количество задач. По сути дела, это инструмент, который может заменить целую команду консалтеров, потому что он агрегирует огромное количество информации и представляет ее в конкретных сжатых выжимках, релевантных запросу, с которым пришел человек.
Е. Г.: Мне кажется, что ChatGPT и нейросети могут быть помощниками. Возьмем горизонт в 10 лет: все равно человеческие профессии вряд ли будут заменены в прямом смысле. С ChatGPT скорее всего все ускорится, если мы говорим про потоки информации. Посмотрите, что было пять, десять лет назад, и как быстро сейчас гуляет информация. Ты должен быть постоянно в информационном потоке. Как следствие ускорения, удешевится процесс производства. Но человеческий фактор, на мой взгляд, останется.
А. А.: Без него никуда. Потому что у этого инструмента должен быть мастер.
Получается, в принципе нейросети могут заменить консалтинг. Но информация, которую они находят, надо еще обдумать, понять, сделать выводы, что консалтинг тоже делает. Эту часть нейросети тоже могут выполнить, если правильно поставить задачу?
Е. Г.: В моем понимании, ты можешь всегда уточнить вопрос у нейросети до того состояния, пока тебе самому не станет понятно. Если ты умеешь задавать правильные вопросы в письменном виде, если ты четко понимаешь финальную цель, результат, который тебе нужно достичь, мне кажется, как человеку, работающему над цифровыми проектами, это возможно.
Надо научиться правильно ставить задачу?
Е. Г.: Обязательно. А еще видеть образ результата, который ты хочешь получить на выходе — это ключевое. Можно сколько угодно задавать вопросы, но ты должен понимать, что ты хочешь увидеть в финальном образе результата.
А. А.: Я бы тут добавил, что искусственный интеллект позволяет и помогает декомпозировать имеющуюся задачу на составляющие, чтобы уже далее углубиться более подробно отдельно в каждый аспект.
ChatGPT способен обучаться. То есть, взаимодействуя с ним по какой-то тематике, можно вкидывать в него набор материалов, если человек считает этот контент релевантным задаче и запросу. Можно сказать, чтобы ChatGPT его учел, спросить, понял он это или не понял. И дальше постепенно прийти к формулированию необходимого запроса.
Если говорить о том, куда это все идет, какие роли могут появиться, то есть очень интересный тренд — так называемый promt-инжиниринг. Promt с английского — это подсказка. Поиск был всегда. Есть запрос, набор ключевых слов, тебе выдается какой-то контент в поисковике. А здесь альтернативный такой подход через формат подсказок, через promt. И вопрос, как формулировать эти самые promt, сейчас будет нарастающим трендом. Мне лично это очень интересно. Да и в целом это дает хорошие перспективы для молодого поколения.
Как вы пришли к своим нынешним профессиям? Как вообще приходят в данные?
Е. Г.: У меня история, думаю, на минуту-полторы. До момента прихода в Х5 я ничего даже не знал о подписочных моделях. Я предприниматель, у меня были стартапы. В какой-то момент меня нашли люди и познакомили с компанией Х5. Я в тот момент был фанатом темы закрытых пространств Walled Garden, очень популярной три-четыре года назад. Это закрытое пространство данных — тот же Facebook, Amazon. Видимо, штаб Х5, видя, что появляется что-то, чего еще нет, имел предпринимательский взгляд на новенькое, что обязательно нужно попробовать. Так я оказался в Х5. И мы, по сути, с нуля все начали строить. Тогда еще никто не знал, как может выглядеть первая подписка в ритейле. Если посмотреть на западный опыт, там все подписочные модели построены на доставке. Но есть нюанс. В тех же самых Соединенных Штатах Amazon Prime доставку делает на следующий день и в кондоминимум, то есть в конкретный дом, где ее забирает консьерж. Ты спокойно приходишь на следующий день и забираешь посылку. Россия пошла по пути скорости доставки. Чем быстрее привезут, тем с большей вероятностью ты повторно воспользуешься сервисом.
И дошло все до того, что счет пошел на минуты. Привезли не за 15, а за 16 минут: «Все, я вашим сервисом больше не пользуюсь». Естественно, скорость влияет на стоимость. И мы понимали, что на доставках нам в принципе нельзя строить подписочную модель. Потому что в России немного по-другому выстроен основополагающий принцип. Мы пошли в кэшбэки, придумали разные схемы, и получили то, что сейчас имеем: сервис с сотнями тысяч клиентов, идентификацию с десятками миллионов клиентов.
А. А.: У меня изначально было банковское образование. Я закончил технологический университет, изучал автоматизированную систему управления банков и офисов. Параллельно я пошел работать в маркетинг, в PR — был такой билетный оператор Kassir.ru. Потом у меня было небольшое диджитал-агентство. Тогда слово «диджитал» было еще непопулярным, все агентства назывались «интернет-агентствами». Это был 2008 год. После этого меня пригласили в большую рекламную группу, где я стал отвечать за крупных клиентов. И спустя буквально год я перешел работать в компанию Unilever, где отвечал за цифровые медиа. Там в 2015 году я впервые столкнулся и интегрировал CRM (customer relationship management, то есть система управления взаимодействия с клиентами и оптимизации бизнеса — прим. ред.) внутри компании. Чуть позже мы ее соединили еще с DMP (data management platform, то есть платформа управления данными — прим. ред.). Я какое-то время там даже отвечал за такое иностранное словосочетание —Data Governance, то есть за управление данными. После чего Женя меня пригласил поработать в Х5, и мы стали заниматься уже непосредственно сервисами подписки.
Блиц
Легко ли знать о клиентах все или почти все? Е. Г.: Легко знать то, что нужно — я бы так сказал. Потому что есть вещи, которые знать дорого или же они не влияют на бизнес. Но глобально, если ты заранее продумал, у тебя есть образ результата, то да.
А. А.: Я бы сказал, что знать несложно. Вопрос того, как это применить, применимо ли это в принципе для практичных целей.
Какую часть своей работы вы отдали бы на откуп нейросетям, если бы они могли даже больше, чем могут сейчас? Е. Г.: Наверное, вопрос предикта. Когда у тебя есть сегмент, предикт и дальше результат — эта часть очень монотонная, и в ней присутствует огромная вариативность. Ты можешь перепробовать абсолютно все. И поле для гипотез и экспериментов еще такое, что можно детям капсулу времени заложить на проверку гипотез и не гипотез. Поэтому эта часть точно для нейросетей.
А. А.: Выстраивание правильных взаимоотношений с людьми и между ними для того, чтобы росла эффективность, все были счастливы, всем было по кайфу работать, делать ту задачу, над которой мы вместе трудимся. Все-таки зачастую этот блок отнимает действительно много внимания и времени. Но без него никуда.
То есть эмпатию передать нейросетям? А. А.: Это, конечно, уже рискованно. Мы создадим себе — это понятие сейчас становится популярным — техническую сингулярность. Когда робот, искусственный интеллект станет умнее человека. Но за этим уже могут последовать большие проблемы для всего человечества.
Так чему учиться в 2023 году: данным и работе с ними, работе с нейросетями, маркетингу? Чему бы вы сейчас скорее учились, если бы вам было 18 лет? Е. Г.: Я бы учился работе с данными и умению правильно анализировать цифры. Чему бы я рекомендовал учиться молодежи? Тому, от чего в душе становится тепло. Потому что только то дело, от которого ты получаешь удовольствие, от которого у тебя начинают руки трястись, мурашки по коже, ты постоянно хочешь об этом узнавать, — это и есть то самое дело или же та самая область, в которой ты можешь преуспеть. А технология, данные или что-то еще — это все уже инструменты.
А. А.: Мне, честно говоря, тут нечего добавить. Я бы тоже сказал, что изначально должна быть математика. Но, опять же, люди все разные. Кто-то больше про технические навыки, кто-то про гуманитарные. Хоть я и больше был в технических науках, мне ближе гуманитарная отрасль. Поэтому куда важнее понять, что нравится конкретному человеку, от чего его прет, — туда и копать. Такие вещи, как ChatGPT и прочие ИИ, могут позволить адаптировать эту любовь к тем областям, где человек сможет делать деньги, зарабатывать, обеспечить себя, реализоваться.
Перефразируя известную поговорку, что лучше: миллиард рублей или данные о миллионе людей? Е. Г.: Если ты предприниматель или с предприимчивой жилкой, то данные о миллиарде клиентов. Если же все-таки нет, то, наверное, миллиард рублей.
А. А.: Я бы сказал, что миллиард рублей, потому на эти деньги можно собрать и купить информацию, правильным и эффективным образом построив доверие с этого самого миллиона человек. Еще и сделать что-то полезное, классное, что всех порадует.