AI існував і до появи GPT та інших LLM-ок.

Ділюсь кейсом, як ми з командою побудувати
модедь revenue forecasting за допомогою ML (Mashine Learning)

В мене є Data Science команда, і окрім продуктових задач,
вона вирішувала і мої бізнесові.

Так наприклад вони зробили модель, яка прогнозувала продажі.

Якщо в SaaS моделі предиктиність поведінки користувачів
набагато легше передбачити, то в транзакційці це набагато важче.

Тож традиційний AI дуже добре вміє класифікувати дані
та робити передбачення на основі цього дата сету.

Взяв сайт, його продажі не менше року.

Input
Скільки нових клієнтів ми очікуємо.
Трафік множимо на цільову конверсію.
Який буде середній чек. (Якщо будуть цінові експерименти)

Output
Модель рахує скільки буде замовлень від нових клієнтів.
Скільки буде замовлень від клієнтів, котрих ми залучили раніше.
До старих клієнтів ми відносили всіх залучених через 3 місяці.

Що важливо вирішити:
На який датасет спиратись.
Як часто оновлювати предікшн.

Що важливо враховувати:
- Чи далі предікшн, тим більша похибка.
- Чим аномальніша поведінка трафіка або юзерів,
тим гірше модель предіктить
- Чим менше даних тим гірший предікшн.

Мій заклик: перш ніж тягнути все робити через GEN AI,
гляньте, чи не вирішує її вже класичний ML.