BigDataFuture

У LinkedIn мільйони авторів. Але голос поступово стає одинЗа даними Pangram, понад 40% дописів у LinkedIn написані AI. Люди самостійно формулюють думки, а потім просять LLM зробити текст більш професійним.Звучить корисно. Але є побічний ефект.1. Люди по-різному будують речення, використовують метафори та логічні переходи.2. LLM прибирає незвичні формулювання, вирівнює ритм та перетворює текст на «правильний».3. У результаті ідеї все ще належать різним людям. Але звучать вони так, ніби їх написав один автор.Стрічка LinkedIn створює ілюзію різноманіття: сотні людей, професій та життєвих історій. Проте між ними стоїть один синтетичний редактор, який поступово усереднює їхні голоси.Одним із наступних кроків у розвитку LLM має стати глибоке розуміння індивідуальної стилістики людини: її ритму, лексики, способу аргументації та навіть характерних недосконалостей.AI має допомагати людині висловлювати свої думки краще. Але все ще її голосом.—Канал BigDataFuture: AI, OSINT, security, defence, politics.

#tenders #complianceAI викорінює корупцію у тендерах в Китаї. Навіть найбільш замасковануСистеми аналізу big data для перевірки тендерів на можливу корупцію з’явилися ще 10 років тому. Їхня ключова ідея — пошук аномалій. Декілька компаній часто беруть участь разом у тендерах, ціна суттєво відрізняється від середньоринкової, замовник та постачальник мають близькі контакти між собою.Проте така система здатна виявити лише невелику частку від усіх проблемних тендерних закупівель — там, де були відхилення від середніх метрик. Але корупція ховається не тільки за метриками.Фен Цзян, керуючий державними активами в Китаї, заховав у тендерну документацію доволі специфічні технічні вимоги, які надавали суттєву перевагу певному постачальнику, за що отримав хабар у 200 тис. юанів. Зараз він за ґратами. А розслідувати його дії допоміг AI.1. Класична система аналізу big data може швидко знаходити відхилення від середніх метрик для великої кількості тендерів та учасників.2. Людина може надати глибоку експертну оцінку для декількох тендерів в індустріях, на яких вона добре розуміється.3. AI може проаналізувати величезні масиви даних на відхилення від метрик, виступити технічним експертом для кожного тендеру, а також зіставити, як професійний юрист, тендерні умови та пропозиції на відповідність законодавству.Один з AI-пілотів, запущений у Хефеї, в 2025 році виявив потенційну корупцію у 3264 з 36 000 тендерів. У 91% випадків детальне розслідування підтвердило факт корупції.Китай відомий своїм цифровим наглядом за громадянами. Проте кожна медаль має дві сторони! Принаймні у боротьбі з корупцією — вона світла.—Канал BigDataFuture: AI, OSINT, security, defence, politics.

#politicsНародження Influence-as-a-ServiceУ 2016 році на президентських виборах у США працювала Cambridge Analytica. Вона впроваджувала глибоку аналітику та автоматизацію у виборчу кампанію Дональда Трампа. Трамп переміг. А у 2018 році вийшло гучне розслідування діяльності компанії, яке призвело до суттєвих змін у роботі соцмереж, ставленні до приватності даних користувачів, а Facebook заплатив рекордний штраф у 5 млрд дол.У 2026 році виборчі кампанії проводяться, як і 10 років тому. А за їхню глибоку аналітику та автоматизацію тепер відповідає ізраїльська BlackCore. Нещодавно вийшло розслідування її діяльності на муніципальних виборах у Франції в березні цього року. Наслідки ще невідомі, але певно, що вони також можуть суттєво вплинути на правила комунікації у цифровому світі.Історія повторюється — змінюються технології.Cambridge AnalyticaЗбиралися дані виборців із різних джерел (демографія, соціальні інтереси, політичні вподобання тощо). На їхній основі алгоритми розбивали виборців на мікросегменти подібних людей. Для кожного сегмента вручну створювалися наративи, які мали зачепити саме цих людей. У соцмережах налаштовувалося мікротаргетування окремо для кожного сегмента і запускалася рекламна кампанія з персоналізованим наративом.BlackCoreАвтоматизувала етап створення наративів та запуску комунікаційних кампаній за допомогою LLM. Якщо підхід Cambridge Analytica — глибокий ручний аналіз із частковою автоматизацією, то BlackCore — аналог SaaS, тільки про Influence!Для розповсюдження наративів компанія використовувала AI-згенерованих ботів у соцмережах (виявлено щонайменше 1600 у Facebook, Instagram, TikTok, X), які не відрізняються від реальних людей. AI-бот викладає згенеровані фото, спілкується і веде цілком типове життя людини в соцмережі.А коли потрібно діяти — бот самостійно підшукує цільове ком’юніті і починає спілкування в коментарях чи приватних повідомленнях, доносячи заданий наратив. Причому бот зазвичай діє не сам, а разом з іншими ботами, створюючи інфококон для людей, на яких він впливає.Діяльність компанії виявлена під час нещодавніх виборів у Франції, Шотландії, Анголі, Того, а також виборів мера Нью-Йорка. Розповсюдження дезінформації та боротьба з нею — ще одна сфера, яку зараз змінює AI.—Канал BigDataFuture: AI, OSINT, security, defence, politics.

#face_recognition #social_ratingЗастосування smart-окулярів поліцією Китаю перейшло з фази тестів до масштабуванняДані про своїх громадян влада Китаю збирає вже давно, створюючи окремі соціальні рейтинги та бази. Їм знайшли ще одне застосування — допомагати поліції.Тяньцзінь. Smart-окуляри використовуються поліцією щоденно під час патрулювання, координації дорожнього руху та пошуку зниклих людей. Вони допомагають розпізнавати об’єкти, дорожні та номерні знаки, ідентифікувати за обличчям людей та знаходити про них інформацію, підключаючись до баз даних.Одного разу поліцейські знайшли літню людину, яка не могла чітко говорити, щоб пояснити своє ім’я та адресу проживання. За допомогою окулярів поліцейські миттєво її ідентифікували, знайшли контактну інформацію родичів та протягом 20 хвилин доставили додому.І Тяньцзінь — не єдине місто, де впроваджується технологія. Цзіньюнь: працівники поліції підвищили ефективність перевірок авто на 300%. Хайкоу: спостерігаючи за оточуючими об'єктами, поліцейські отримують сповіщення про потенційну небезпеку протягом 30 секунд. Ченду: окуляри входять до єдиної системи разом із дронами, робо-собаками та гуманоїдними роботами.Футуристично. Суперечливо. Ефективно.—Канал BigDataFuture: AI, OSINT, security, defence, politics.

#datingА тепер хвилюватись настав час для TinderLLM щодня проникають у все нові сфери нашого життя - вони змінюють наш підхід до виконання звичних задач. Ми більше не користуємось сервісами для перекладу. Кількість запитань на легендарному Stack Overflow впала у майже 10 разів з часу появи ChatGPT… На черзі дейтинг. Known, стартап з Сан Франциско, побудував свій дейтинговий застосунок навколо голосового AI-онбордингу. Новий користувач розповідає про себе і свої вподобання AI у вигляді звичайної розмови → AI аналізує відповіді, підбирає пари → користувач може задати AI стосовно них уточнювальні запитання → метч.Facebook (і не тільки він один) років 5-10 тому вже намагався прогнозувати ідеальні пари на основі даних та алгоритмів, проте нічого з цього не вийшло. А от у Known - схоже, що вийде! Адже LLM надають ті можливості, яких алгоритми 5-10 років тому не мали.1. Середня онбординг-розмова з AI від Known триває 26 хвилин. Це величезний об’єм даних, який на порядок перевищує той, що знає про користувача Tinder. Більше даних - вища точність рекомендаційних алгоритмів.2. Важливий не лише об’єм даних, але й їх природа. Користувач ніколи не напише в свій профіль на Tinder те, чим готовий поділитися з AI в розмові. А зазвичай - це найважливіша інформація для правильного метчу.3. AI може аналізувати не лише те, що користувач каже, а ще й як. І, часто, те, як ми кажемо - говорить про нас набагато більше, ніж те, що ми кажемо. А це все додаткові дані для аналізу. Чорне дзеркало свого часу передбачувало можливість, що алгоритми будуть допомагати нам обирати ідеальних партнерів - LLM нас до такої реальності наблизили.

#ai_from_inside - історії про те, як ми будуємо AI-рішення в ArtellenceЩе одна сфера, в якій LLM змінюють правила гриОстанні місяці ми активно працювали над масштабним релізом. Реліз зробили - час повернутися до активної комунікації.Корупція в тендерах - одна з головних проблем України. Під час процедури комплаєнсу учасників, перевірка відбувається на основі даних з держреєстрів. А вони містять лише невелику частину інформації, яка може вказувати на потенційні корупційні зв’язки та інші ризики. Ще 1-2 роки тому принципово змінити цей підхід було б складно. Проте технології LLM розвиваються з такою швидкістю, що сьогодні - це реальність!Ідея. Корупція, з технічної точки зору - це зв’язки між компаніями чи людьми, яких не повинно було б існувати. І, якщо доповнити держреєстри інформацією з соцмереж та інших відкритих джерел - ймовірність знаходження таких прихованих зв’язків сильно підвищується.LLM. Знаючи цифрові сутності, якими представлена компанія: її сторінки в соцмережах, пов’язані профілі - побудувати зв’язки з іншими компаніями - задача вирішена. Проте до сьогодні була проблема - як же скласти вичерпний перелік таких цифрових сутностей? Компанія може мати багато брендів, неофіційні сторінки, велику кількість пов’язаних людей, з яких лише одиниці зазначені в держреєстрах… Часто назви компаній майже ідентичні. Знаєте скільки в Україні компаній з назвою Омега? Сотні! Визначити які з цифрових сутностей належать саме потрібній умовній Омезі - ані людина, ані класичні алгоритми машинного навчання були б не в силах. Проте сьогодні LLM можуть вирішити цю задачу з точністю понад 95%! І все завдяки величезним знанням про контекст, якими ніхто, окрім них, не володіє. А з кожною новою версією LLM, об’єм їх знань та вміння ці знання застосовувати - тільки зростає.

👏 Перша компанія успішно завершила тестування у межах SandboxArtellence стала першою компанією, що пройшла повний цикл тестування продукту в межах Sandbox — експериментального простору, створеного Мінцифрою та Українським фондом стартапів, для компаній, які працюють зі ШІ та блокчейн технологіями.Як працює Artellence? Компанія створює технології штучного інтелекту, які допомагають обробляти та аналізувати великі обсяги даних з відкритих джерел. Ці рішення належать до сфери OSINT (Open Source Intelligence) — розвідки на основі відкритих даних. Команда розробила власну систему розпізнавання облич, побудувала NLP алгоритми для аналізу змісту текстів, створила моделі структурування великих неоднорідних даних і застосувала ці навички для вивчення величезного обсягу даних з відкритих джерел.🟦 Sandbox, як безпечний простір, де інновації можуть розвиватися під пильним наглядом експертів, дала Artellence змогу протестувати продукт і отримати комплексну підтримку — від технічної експертизи та юридичної оцінки до бізнес-консультацій. Попереду — нові компанії, нові кейси та нові інсайти.📲 Подавайте заявку на участь у Sandbox за посиланням.

Ми в Artellence щодня працюємо на перетині безпеки та технологій. І бачимо скільки викликів постають перед бізнесом сьогодні, а технології та AI зокрема, відкривають як нові можливості, так і загрози.Саме тому разом із партнерами організовуємо конференцію Безпека бізнесу в епоху війни та штучного інтелекту. На конференції, ми зберемо тісне коло зацікавлених – керівників служб безпеки, власників бізнесу, аналітиків і технологічних експертів. Разом обговоримо:- Поточні безпекові виклики, прогнози розвитку ситуації та як ефективно готуватися до змін- Використання корпоративної розвідки та новітніх технологій у сфері безпеки- Антикорупційні розслідування та комплаєнс у бізнесі в еру AIArtellence звичайно теж поділиться експертизою, співвласниця, Олена Степура, долучиться до дискусійної панелі Корпоративна розвідка: сучасні технології та можливості та проведе воркшоп, де поділиться практичними кейсами використання AI у сфері корпоративної безпеки.Деталі та програма: https://corporatesecurity.in.ua

#AIemployee #GenAI ChatGPT → AI-агент → AI-співробітник2023. Це був рік ChatGPT. Штучний інтелект виконував окремі завдання, працюючи із текстами, фото, аудіо, табличною інформацією. Чутки про те, що штучний інтелект замінить людей, на той час були лише чутками. 2024. Став роком популяризації AI-агентів. AI-маркетолог, AI-сейлз, AI-аналітик… Штучний інтелект почав комбінувати різні моделі та можливості для виконання груп завдань. Наприклад, AI-сейлз вже міг виконувати значну частину роботи сейлза-людини: шукати лідів, заносити інформацію в CRM, підтримувати листування та відповідати на дзвінки. Чутки про заміну людей потрохи переставали бути лише чутками. 2025. Стане роком AI-співробітників. Це вже не фантастика! Це вже реальність! У світі десятки компаній розробляють AI-працівників. Їх ключова відмінність від AI-агентів - вихід за рамки виконання окремих завдань та фокусування на сферах відповідальності. З AI-співробітником ви можете спілкуватися як із реальним віддаленим колегою у Slack: ставити питання, завдання, а за необхідності - він напише вам першим. Він інтегрований із внутрішніми системами компанії (Google services, CRM, Notion) і сам віднайде в них інформацію, необхідну для виконання задач. А ще буде відслідковувати поточний стан своєї сфери відповідальності та приймати відповідні рішення. На перший погляд, від джуніор-спеціаліста нічим не відрізняється. Хоча ні, відрізняється. Майже миттєвою швидкістю виконання задач й у 100 разів нижчою вартістю!Інтеграція AI-працівників в наше життя вже почалася. А обмежена вона виключно нашою швидкістю сприйняття інновацій. Інтернетом та смартфонами ми також почали користуватись не одразу, проте зараз своє життя без них уявити вже не можемо. На черзі - наші нові AI-колеги.