Генеративный ИИ

Что такое генеративный ИИ и чем он отличается от аналитического

Генеративный ИИ — класс моделей искусственного интеллекта, которые создают новое содержимое: текст, изображения, видео, звук, программный код. Модель не достаёт готовый вариант из базы, а собирает результат по закономерностям, выученным на огромных наборах примеров. Аналитический ИИ отвечает на вопрос «что это?»: пометит письмо как спам, найдёт объект на фото. Генеративный отвечает на просьбу «создай»: напиши письмо, нарисуй баннер.

Основа появлялась по частям. Генеративно-состязательные сети (GAN) предложили в 2014 году, трансформеры для текста — в 2017-м, диффузионные модели для изображений (работа DDPM) — в 2020-м. Массовым направление стало в 2022 году: 22 августа в открытый доступ вышла Stable Diffusion, 30 ноября запустили ChatGPT. В России массовую аудиторию получил «Шедеврум» от Яндекса: сервис выпустили 15 июня 2023 года, а видео по описанию в нём появились 28 августа 2023-го.

Что умеет генеративный ИИ: текст, изображения, видео и звук

Один сервис может совмещать несколько типов: «Шедеврум» генерирует изображения и видео на модели YandexART, а тексты — на YandexGPT. Качество результата зависит от трёх вещей: модели, формулировки задания и последующей проверки человеком.

Генеративный ИИ в маркетинге и продакшене: расчёт на креативах для теста

Допустим, для A/B-теста нужно 20 вариантов баннера. Дизайнер делает один за 40 минут: 20 × 40 = 800 минут, больше 13 часов. С генерацией на промпт, отбор и доработку уходит 8 минут на вариант: 160 минут, около 2 часов 40 минут. Экономия 640 минут, но победителя определяет не красота, а метрики, поэтому лучшие варианты проверяют в A/B-тесте. Цифры иллюстративные: реальные затраты зависят от задачи и требований к качеству.

Лучше всего модели справляются с черновиками текстов, вариациями креативов, адаптацией под форматы и озвучкой. Хуже — с фирменным стилем: единый вид задаёт брендбук, и результат генерации сверяют с ним. Регулярные потоки текстов, изображений и видео с нейросетями встраивают в производство контента и стратегию контент-маркетинга, а визуальные правила бренда — в брендинг.

Закон и генеративный ИИ в России: авторство, маркировка, лица и данные

• Авторство. Согласно ст. 1228 ГК РФ, автором признаётся гражданин, творческим трудом которого создан результат. Нейросеть гражданином не является, поэтому охрана авторским правом для результата без творческого вклада человека сомнительна. С 1 марта 2027 года закон № 243-ФЗ обязывает провайдеров больших фундаментальных моделей сообщать пользователю, кому принадлежат права на результаты и на каких условиях он может ими пользоваться. До этого срока читайте пользовательское соглашение сервиса.
• Маркировка. Статья 9 закона № 243-ФЗ (с 1 марта 2027 года) требует, чтобы человек, создающий с помощью модели аудио- и визуальные материалы, мог поставить предупреждение об использовании ИИ, а площадки с аудиторией свыше 500 тысяч пользователей из России в сутки дали такую возможность на личных страницах. Обязанности помечать каждый материал закон не вводит.
• Реклама. Креатив от нейросети остаётся рекламой: правила для интернет-рекламы, включая маркировку с токеном erid, определяет ст. 18.1 закона «О рекламе», способ производства на них не влияет.
• Изображение человека. Статья 152.1 ГК РФ допускает обнародование и использование изображения гражданина, в том числе фото, видео и произведений изобразительного искусства, только с его согласия, кроме случаев, названных в самой статье. Сгенерированный портрет узнаваемого человека безопаснее считать таким изображением.
• Данные. Фото клиентов и тексты с персональными данными нельзя бездумно загружать в зарубежные сервисы: действуют требования 152-ФЗ, их проверяют до запуска в рамках соответствия 152-ФЗ.

Отдельный вопрос — обучение моделей на чужих произведениях. Часть 2 статьи 10 закона № 243-ФЗ разрешает анализ объектов авторского права для обучения суверенных и национальных моделей, если разработчик получил экземпляр правомерно или произведение открыто доступно без технических ограничений.

Риски генеративного ИИ: ошибки, однотипность и зависимость от сервиса

Модель выдаёт правдоподобное, а не проверенное: в текстах появляются выдуманные цифры, в картинках — искажённые детали, в озвучке — неверные ударения. Без редактора такой материал вредит репутации. Вторая проблема — однотипность: при одинаковых заданиях разные компании получают похожие картинки и тексты, и бренд теряет узнаваемость. Третья — зависимость от сервиса. OpenAI, например, закрыла приложение Sora 26 апреля 2026 года, а программный доступ к нему (API) — 24 сентября 2026 года. Если процесс держится на одной платформе, закладывайте замену и храните исходные материалы у себя.

Генеративный ИИ и соседние понятия: ассистент, чат-бот, нейросеть

Генеративный ИИ — способность создавать, а не готовый продукт. Нейросеть и большая языковая модель — технологии, на которых она строится; у них есть собственные термины в глоссарии. AI-ассистент использует генерацию текста для диалога с доступом к данным компании, а чат-боты и ИИ-решения на её основе отвечают клиентам в мессенджерах и на сайте. Классический алгоритм по шаблону не генерирует ничего нового, а только подставляет значения в готовую форму.

Частые вопросы