Zoom AI расширяет функции персонализации

Будущее ИИ заключается не просто в автономности агентов — оно за глубокой персонализацией. 

Вместо простых рекомендательных систем, которые сопоставляют поведение пользователей для выявления шаблонов и применения их к индивидуальным рабочим процессам, большие языковые модели (LLM) и ИИ-агенты могут напрямую анализировать пользователей для создания глубоко персонализированного опыта. 

Именно такого рода агрессивной кастомизации все больше требуют пользователи, и те дальновидные компании, которые первыми ее предоставят (и в ближайшее время), одержат победу. 

Цель состоит в следующем: «Не пытайтесь рандомизировать или угадать, кто я. Я сам говорю вам, что для меня важно», — объясняет Лиджуан Цинь (Lijuan Qin), руководитель отдела продукции в Zoom AI, в новом выпуске подкаста Beyond the Pilot.  

Как Zoom внедряет персонализацию

Zoom — одна из компаний, адаптировавшихся к этому тренду: ее генеративный ассистент AI Companion выходит за рамки базового суммирования, умных записей и списка задач после встреч, предлагая отслеживание расхождений во мнениях и согласованности действий пользователей. 

Пользователи могут настраивать сводки встреч в соответствии со своими конкретными интересами и создавать целевые шаблоны для последующих писем для различных ролей (будь то специалист по продажам или менеджер по работе с клиентами). Затем ИИ-ассистент может автоматически заполнять эти документы после звонка. Между тем, пользовательский словарь в Zoom AI Studio может обрабатывать уникальную корпоративную терминологию и лексику для получения более релевантных результатов работы ИИ, а режим глубокого исследования способен быстро выдавать комплексный анализ на основе «внутренней экспертизы и внешних инсайтов». Управление здесь играет ключевую роль; человек может «очень конкретно [и] детально» настроить разрешения для агента, пояснила Цинь. Пользователи имеют «очень четкие рычаги контроля» над последующими действиями, например: может ли агент автоматически отправлять письма конкретным получателям? Или он запустит этап проверки, когда обнаружит, что стенограммы содержат конфиденциальную информацию (в соответствии с требованиями пользователя)? 

Зная, что ИИ порой может выйти из-под контроля, пользователи-люди могут отслеживать поведение агентов в Zoom, включать и отключать функции, а также контролировать доступ к данным. Это помогает предотвратить неточные или неверные результаты.  

«Самое главное — мы не предполагаем, что ИИ достаточно разумен, чтобы делать абсолютно все правильно», — подчеркнула Цинь. 

Правильное понимание контекста

В эту новую эпоху агентного ИИ идет по сути «борьба за контекст», объясняет в подкасте Сэм Виттевейн (Sam Witteveen), соучредитель Red Dragon AI и ведущий Beyond the Pilot. 

«Определенно, понимание ваших пользователей — это самое главное, верно? Понимание того, в каких приложениях они живут, какие повседневные задачи они постоянно выполняют?», — сказал он. «Компании осознают: чем больше у них данных о вас, тем лучше становится память [ИИ] и тем качественнее они могут осуществлять кастомизацию».

Claude Cowork — одно из приложений, которое в этом плане «действительно сияет», говорит Виттевейн; OpenClaw — другое. Модели стали достаточно хороши, чтобы начинать принимать решения за пользователей и реагировать на такие указания: «Ты знаешь обо мне много всего. У тебя есть весь этот контекст. Иди и сгенерируй навыки, которые помогут мне справляться с работой лучше».

«С таким инструментом, как OpenClaw, вы можете настраивать его как угодно, верно? Вы можете общаться с ним, вы можете сказать ему: «Эй, в 4 часа я хочу, чтобы ты сделал вот это»», — отметил Виттевейн. 

Тем не менее, всегда необходимо учитывать использование токенов и безопасность, предупредил он. OpenClaw сталкивается с серьезными проблемами безопасности с момента своего запуска. Это побудило многие компании удалить автономного агента или полностью запретить его использование; однако такие удаления должны выполняться правильно, чтобы IT-руководители случайно не стерли весь свой корпоративный стек. 

Между тем, с точки зрения бюджета токенов, персонализация может влететь в копеечку. «Вам нужно думать о метриках, которые вы отслеживаете, — сказал Виттевейн. — Для каждого продукта это очень индивидуально, но метрики, связанные с подобными вещами, станут ключевыми».

Посмотрите подкаст, чтобы узнать больше о том: 

• Почему компании, которые не экспериментируют с навыками ИИ прямо сейчас, «возможно, обречены»

• Как компания Zoom создала ИИ-компаньона, который отслеживает расхождения во мнениях, а не только списки задач на ваших встречах

• Почему вопрос «разрабатывать самим или покупать готовое» стал гораздо более актуальным для корпоративного ПО

• Почему «навыки» могут иметь для будущего корпоративного ИИ больший вес, чем протокол MCP

Вы также можете послушать подкаст Beyond the Pilot и подписаться на него на Spotify, Apple или на любой другой платформе, где вы слушаете подкасты.