Jev AI: что это за нейросеть, принципы работы и применение

Разбираемся, что такое Jev, чем она отличается от традиционных нейросетей и какие задачи бизнеса можно делегировать модели.

Jev ИИ — что это такое

Jev — новая ИИ-модель от компании TypeSafe AI, которую основал один из исследователей OpenAI Диогу Алмейда. Jev не пишет тексты, как привычные пользователям ChatGPT и Claude: задача нейросети — быстро отвечать на заданные вопросы и определять вероятность того, насколько этот ответ корректен. 

Приведем аналогию. Представьте себе секретаря, который разбирает входящую корреспонденцию в офисе крупной компании. Его главная задача — оперативная сортировка писем. 

Чтобы работа шла быстрее, руководитель собрал для секретаря список контрольных вопросов: например, «Кто отправитель письма?» и «Кому адресовано послание?». Для каждого запроса есть заданные варианты ответа: например, если письмо отправлено от имени юрлица, а в получателе стоит имя бухгалтера — значит с вероятностью 100% обращение нужно направить в финансовый отдел.

При этом секретарю не нужно писать ответ — от него требуется только определить тему письма и отправить в нужное подразделение.

Jev работает по такому же принципу, только в разы быстрее: получает текст или данные, за доли секунды отвечает на заранее прописанные вопросы и выносит вердикт, которому присваивает вероятность в процентах.

Нейросеть понимает три формата вопросов:

Choice (Выбор): выбор одного варианта из списка. Подходит для сортировки обращений, документов и заявок. На один вопрос можно прописать до 255 вариантов — Jev выберет подходящий и укажет его вероятность. 

Например, Jev нужно определить, в какой отдел направить обращение клиента: «Курьер вчера так и не привез заказ! Доставьте уже товар или верните деньги». Разработчик указал четыре варианта ответа: доставка, оплата, возврат, другое. Модель анализирует запрос и выдает вердикт — доставка 70%, возврат 30%.

Score (Оценка): оценка по шкале. Подходит, когда нужно определить степень: например, срочность обращения, настроение клиента, процент вероятности того или иного события.

Представим, что клиент пишет: «Третий раз не могу оплатить заказ картой, а это вообще-то подарок сестре — у нее завтра день рождения!». Jev нужно определить срочность вопроса по шкале от 0 до 2:

• 0 — вопрос не срочный;
• 1 — ответ нужен в течение дня;
• 2 — ответ нужен прямо сейчас. 

Модель оценивает обращение и определяет срочность на 1,2. При этом вероятность распределяется следующим образом: 80% за уровень 1 и 20% за уровень 2. Значит, модель считает, что ответить нужно сегодня, но не исключает, что прямо сейчас.

Noul (Да/нет): проверка утверждения. Пригодится, когда нужно узнать, насколько верно какое-либо утверждение.

Например, покупатель пишет: «Где мои деньги, я оформил возврат уже три недели назад!». Jev нужно проверить утверждение: «клиент просит вернуть деньги». Ответ приходит числом от 0 до 1: чем ближе к 1, тем вероятнее, что утверждение верно, чем ближе к 0, тем вероятнее, что неверно.

Модель оценивает сообщение на 0,97. Значит, она почти уверена, что клиент просит возврат. Если бы число оказалось около 0,5, это значило бы, что модель сомневается, и такое обращение лучше передать человеку.

Зачем нужен Jev, если есть ChatGPT

Jev не заменяет ChatGPT и другие продвинутые модели: они без проблем справятся и с сортировкой обращений, и с остальными рутинными задачами. Вопрос только — в том, за какое время и по какой цене? 

Представьте, что сортировку входящей почты поручили не секретарю, а профессору по лингвистике. Конечно, он справится с задачей, но потратит много времени на чтение и анализ каждого письма. При этом компания потратит на зарплату профессора намного больше средств, чем на труд секретаря. 

Языковая модель в этом примере — профессор: анализирует содержание, пишет текст, удерживает контекст, рассуждает. Jev же выступает секретарем: быстро оценивает входящий запрос по заданным критериям и выдает ответ. 

Главные преимущества ИИ-модели Jev

Низкая цена. Классические нейросети берут плату и за запрос, и за сгенерированный ответ. В Jev токены списываются только за текст, который вы ему отправляете, а сами ответы бесплатны. 

В независимом тесте проверка тысячи утверждений на Jev обошлась в $0,02. Самая дешевая модель с таким же результатом стоила втрое дороже. Для одного обращения разница копеечная, а вот в масштабе компании с тысячами сообщений в день — уже более ощутимая.

Предсказуемость. Языковые модели часто ругают за излишне подробные ответы и выдуманные факты. Jev всегда выдает результат в том виде, который задал разработчик, и не может придумать вариант ответа, которого нет в списке. 

Высокая скорость ответа. Языковые модели формулируют текст по одному слову, поэтому развернутый ответ занимает от нескольких секунд до минут. Jev устроен иначе: он обрабатывает все вопросы параллельно, а результат возвращает в виде короткой заметки. 

Например, в исследовании Jev смог обработать 64 вопроса за 0,12 секунды, а модель GPT-6 Astra — за 38 секунд.

Ограничения модели Jev

Сложность настройки. У Jev нет привычного чата для ввода промпта — модель подключают через API. Для настройки требуются специальные платформы для автоматизации — например, n8n или Zapier. 

Помимо этого, корректность работы нейросети напрямую зависит от четкости формулировок — языковые модели могут распознать витиеватые фразы, а Jev каждое слово воспринимает буквально. 

Юридические риски. Jev работает на серверах американской компании, поэтому бизнес не может загружать в модель персональные данные клиентов. 

Сценарии использования Jev AI в бизнесе

Как мы писали выше, сам по себе Jev не умеет запускать сценарии, в отличие, например, от ИИ-оператора. Для конкретных действий модели нужны «руки» — то есть программа, которая получит ответ ИИ и выполнит действие по заранее заданному алгоритму. 

Например, если подключить Jev к электронной почте компании, модель будет определять тему и срочность каждого письма. На основании ответов нейросети, почтовый сервис распределит обращения по отделам, выделит срочные заявки, рассортирует по папкам.

Помимо почтового агента, Jev ИИ будет полезен и в других бизнес-процессах:

• Приоритизация заявок. Нейросеть сравнивает входящую заявку с портретом идеального клиента и оценивает готовность купить. В результате самые релевантные запросы попадают в начало списка и обрабатываются в первую очередь.

Окно «Посетители» в Jivo с ИИ-оценкой пользователей на сайте

• Маршрутизация обращений. Нейросеть определяет тему и срочность обращения и направляет его в нужный отдел. В результате горящие вопросы не теряются в общей очереди, а клиент быстрее решает проблему.
• Модерация отзывов. Jev может проверять отзывы перед публикацией, блокировать спам, нецензурные выражения или персональные данные. 
• Анализ диалогов. Модель может структурировать историю чатов по темам, настроению и другим признакам. Результаты можно обработать вручную или поручить аналитику языковой модели.

Jev ИИ: что нужно знать

• У нейросети Jen нет окна чата, она не умеет писать текст и рассуждать, как классические нейросети.
• Модель работает только в связке с другими программами — например, с CRM, платформой для связи с клиентами, почтовым сервисом
• Основная задача Jev — анализ информации по заданным параметрам. Подойдет для рутинных задач, где нужно выбрать один из вариантов ответа или оценить данные по фиксированной шкале.
• Jev AI быстрее и дешевле флагманских ИИ-моделей. Нейросеть выполняет задачу только в заданных рамках прописанных вариантов, за счет чего оперативнее справляется с обработкой запроса.

.