Анализ отзывов нейросети Marsik.AI: пути развития

Содержание

Введение

Глава 1. Теоретические основы бизнес-анализа деятельности ИТ-компаний в сфере искусственного интеллекта

1.1. Понятие и инструментарий бизнес-аналитики в управлении инновационными продуктами

1.2. Нормативно-правовое регулирование и государственная поддержка отрасли ИИ в Российской Федерации

Глава 2. Анализ рыночного положения и отзывов пользователей нейросети Marsik.AI

2.1. Общая характеристика объекта исследования

2.2. Исследование потребительских оценок и ключевых проблемных зон сервиса

Глава 3. Направления совершенствования и стратегия развития Marsik.AI

3.1. Пути развития продукта на основе выявленных запросов целевой аудитории

3.2. Прогнозная оценка эффективности предложенных стратегий развития

Заключение

Список использованной литературы

Введение

Рынок искусственного интеллекта в России демонстрирует рост, который трудно назвать равномерным: объем реализованных товаров, работ и услуг, связанных с ИИ, превысил 1,2 трлн руб., причем 83% этой суммы пришлось на услуги, оказываемые с использованием таких технологий [23]. Вопрос в том, насколько этот оборот отражает реальное проникновение технологии в экономику. Обследование организаций дает иной ракурс: о реализации ИИ-продукции сообщили лишь 5,2% компаний, а суммарный объем такой продукции составил 32,4 млрд руб., или 0,7% отгрузки [24]. Расхождение между макроэкономической оценкой и прямыми данными обследования объясняется просто – значительная доля оборота формируется крупными игроками и экстраполяционными методами подсчета, тогда как массовый малый бизнес, включая нишевые сервисы вроде Marsik AI, остается статистически незаметным [23; 24]. Именно в этом сегменте – специализированных ИИ-продуктов для конечного потребителя – и разворачивается конкуренция, которую государство поддерживает через экспериментальные правовые режимы [5] и Национальную стратегию развития искусственного интеллекта до 2030 года [6]. Для экономической политики это означает, что анализ отдельных сервисов не менее важен, чем агрегированная статистика отрасли: именно на уровне продукта проявляются реальные барьеры роста рынка.

Вопросы методологии бизнес-аналитики применительно к инновационным ИТ-продуктам изучены достаточно полно: Барсегян с соавторами [9] систематизировали технологии анализа данных Data Mining и Text Mining, а Голубков [10] заложил методологические основы маркетинговых исследований, которые в учебном пособии Уральского федерального университета [12] доведены до конкретного инструментария бизнес-анализа. Правовое регулирование искусственного интеллекта в России рассмотрено Архиповым и Наумовым [15], поставившими вопрос о разработке специального законодательства о робототехнике, и Савельевым [18], выделившим направления правовых исследований в этой сфере. Методы анализа потребительских отзывов разработаны отдельной линией: Брунова и Бидуля [16] апробировали алгоритм анализа тональности текста на отзывах о банковском обслуживании, а Чечнева [21] предложила методику автоматической суммаризации отзывов через аспектную классификацию. Вопросы цифровой трансформации экономики освещены Плотниковым [17], Устюжаниной с соавторами [19] и Халиным и Черновой [20] – но преимущественно на макроуровне, без выхода на конкретные потребительские продукты. Остается открытым вопрос, как методы аспектного анализа отзывов и инструменты бизнес-аналитики применить к конкретному нишевому ИИ-сервису студенческого сегмента с одновременным формированием стратегии его развития и прогнозной оценкой эффективности предложенных мер – этот пробел и определяет содержание данной работы.

Целью работы является разработка направлений развития нейросети Marsik.AI на основе анализа отзывов пользователей и оценки рыночного положения сервиса методами бизнес-аналитики. Для достижения цели поставлены задачи:

• раскрыть понятие и инструментарий бизнес-аналитики в управлении инновационными продуктами;
• изучить нормативно-правовое регулирование и меры государственной поддержки отрасли искусственного интеллекта в Российской Федерации;
• дать общую характеристику сервиса Marsik AI как объекта исследования;
• исследовать потребительские оценки сервиса и выявить его ключевые проблемные зоны;
• определить пути развития продукта на основе выявленных запросов целевой аудитории;
• выполнить прогнозную оценку эффективности предложенных стратегий развития.

Объектом исследования выступает сервис Marsik AI как представитель сегмента специализированных нейросетевых продуктов для подготовки учебных работ. Предметом исследования являются экономические отношения, складывающиеся в процессе рыночного взаимодействия сервиса с потребителями, а также показатели, характеризующие потребительские оценки и перспективы развития продукта.

Теоретическую базу работы составили труды по стратегическому менеджменту Ансоффа [8], по маркетинговым технологиям следующего поколения Котлера с соавторами [11], по брендингу Чернышевой и Якубовой [13], а также положения учебного пособия по прикладной бизнес-аналитике в ИТ-сфере [12]. Информационную базу составили Гражданский кодекс РФ [1], федеральные законы № 149-ФЗ [2], № 152-ФЗ [3], № 172-ФЗ [4] и № 258-ФЗ [5], Указ Президента РФ № 490 [6], данные Института статистических исследований и экономики знаний НИУ ВШЭ [23; 24], сведения Банка России о ключевой ставке [25], материалы официального сайта сервиса Marsik AI [26] и публикации отраслевых обзоров и агрегаторов отзывов [27; 28; 29; 30].

В работе применены методы анализа и синтеза, сравнения, аспектного анализа отзывов, экономико-статистические методы расчета темпов и структуры, расчетно-конструктивный метод при оценке денежных потоков и графический метод представления результатов. Научная новизна заключается в систематизации разрозненных потребительских оценок сервиса Marsik AI по методике аспектной классификации с выделением конкретных проблемных зон – цены, узких тем, платности опции скрытия работы – и в построении на этой основе прогнозного расчета эффективности мероприятий развития с учетом ключевой ставки Банка России 14,00% [25]. Практическая значимость результатов состоит в том, что предложенные направления развития и расчеты эффективности могут быть использованы операторами сервиса Marsik AI и сходных нишевых продуктов при формировании продуктовой и ценовой стратегии. Структура работы включает введение, три главы, заключение и список использованной литературы.

Глава 1. Теоретические основы бизнес-анализа деятельности ИТ-компаний в сфере искусственного интеллекта

1.1. Понятие и инструментарий бизнес-аналитики в управлении инновационными продуктами

Что в действительности скрывается за термином «бизнес-аналитика», когда речь заходит об управлении инновационным ИТ-продуктом? В учебном пособии Уральского федерального университета она определена как с

…