Прикладные модели для задач с измеримой ценой ошибки: разбор документов, классификация и сопоставление, компьютерное зрение, речь и видео, операционные ассистенты.
Модель применяется там, где правила не справляются, и только с точностью, которую можно измерить. Типичные задачи: мало данных, нет разметки, ответ должен быть объяснимым.

Путь от результатов обследования до комплекта документов: сегментация облака, распознавание по снимкам, дефекты с привязкой к месту, объёмы, смета.
Сквозной путь от результатов съёмки до сметы: сегментация облака, дефекты с привязкой к месту, объёмы — и у каждой цифры виден источник.

Прогноз спроса, расчёт заготовок и закупок, контроль списаний и себестоимости блюд, обнаружение аномалий — в мессенджере, поверх учётной системы сети.
Было: управляющий сводит остатки вечером вручную. Стало: заготовки и заказ приходят сами, списания падают с 6–8% до 4–5%.

Распознавание речи, перевод, синтез голоса, близкого к исходному, приведение артикуляции к новому звуку; аватары с эмоциями на собственных моделях.

Сбор источников и отслеживание изменений на сайтах конкурентов, конвейер из пяти шагов с оценкой релевантности моделями, карточки компаний и событий, дайджесты в мессенджер, рабочий чат и почту.
Руководитель получает дайджест из нескольких десятков событий, отобранных из тысяч публикаций, с привязкой к компании и рынку.

Дело с непрерывной историей вместо разрозненных документов: возражения заказчиков, расторжения, антимонопольные споры, суды по контрактам, банковские гарантии, неустойки.
Было: дело живёт в папках и переписке. Стало: непрерывная история со сроками, которые считаются сами.

Сбор рыночных данных из нескольких источников, обученные модели оценки стоимости, срока экспозиции и вероятности сделки, отбор объектов под покупку.
Было: решение по квартире на глаз и по опыту. Стало: цена, срок продажи и вероятность сделки посчитаны до просмотра.

Выделение вредоносной активности в сетевом трафике: обучение на размеченных наборах, разбор ложных срабатываний, объяснимость решения.

Приём и обработка суточной записи сердечного ритма с носимого регистратора, выделение событий и аномалий, отбор фрагментов для врача, история наблюдения по пациенту.