ИИ в бизнесе

Развитие умных технологий неотвратимо меняет привычные бизнес-процессы. Искусственный интеллект (Artificial Intelligence, или AI) помогает компаниям оптимизировать расходы, ускорить обслуживание клиентов, разгрузить сотрудников.

Опросы показывают, что более 70% российских предпринимателей пользуются нейросетями для решения рабочих задач. Поэтому чтобы сохранять конкурентоспособность, нужно внедрять ИИ-сервисы уже сегодня. Как это сделать и с чего начать — рассказываем в нашей статье.

Где использовать AI

Artificial Intelligence — понятие широкое. В него входят все компьютерные системы, инструменты и сервисы, которые работают на базе технологии машинного обучения. AI-программы умеют самообучаться, за счёт чего «мыслят» подобно человеку. Где можно применять такую способность? Чтобы ответить на этот вопрос, оценим сильные и слабые стороны ИИ.

Преимущества искусственного интеллекта перед человеческим мозгом:

• способность обрабатывать большой объём данных;
• намного более высокая скорость обработки информации;
• отсутствие потребности в отдыхе и перерывах.

Недостатки AI:

• неспособность мыслить креативно;
• непрозрачная логика принятия решений;
• отсутствие эмпатии и морали.

Из этого следует, что искусственному интеллекту можно доверить монотонную, ресурсоёмкую, сложную работу. При этом задачи не должны требовать творческих способностей и проявления эмоций.

Примеры бизнес-процессов, которые можно делегировать AI:

• работа с клиентами:
  • консультирование;
  • приём заказов;
  • составление персональных предложений;
  • сбор отзывов и обратной связи.
• сложная аналитика;
• поиск и сортировка информации по заданным критериям;
• составление прогнозов на основании Big Data;
• генерация программного кода;
• защита от кибератак и утечки данных;
• управление логистикой, координация доставки.

Примеры задач, с которыми AI пока не справляется:

• создание абсолютно новых концепций и новаторских идей;
• работа с людьми, требующая сопереживания и понимания чувств:
• оказание психологической поддержки;
• забота о детях;
• уход за пожилыми людьми;
• самостоятельное принятие ответственных решений, от которых зависят жизни.

Привлекать искусственный интеллект к решению креативных задач можно, но под жёстким руководством человека. Например, нейросеть способна создать красивую картину, но качество контента напрямую зависит от точности задания. Специалист должен правильно составить запрос-промпт и проверить результат работы. Сгенерировать дизайн с нуля на свободную тему у искусственного разума не получится.

То же самое относится к работе с текстами. Робот за пару секунд сделает описание товара для интернет-магазина или статью в блог, но для качественной работы нужно чёткое техзадание. Словом, нейросеть не способна заменить дизайнера, писателя или маркетолога, зато отлично справляется с ролью помощника этих специалистов.

Целесообразность применения AI

Мы выяснили, какие задачи в целом можно автоматизировать с помощью ИИ. Теперь нужно оценить рациональность использования искусственного интеллекта конкретно для вашей компании. Возможно, некоторые процессы можно автоматизировать стандартными программными средствами, без AI-решений.

Например, обработку онлайн-заявок и приём заказов на сайте можно доверить обычному чат-боту. Навыки машинного обучения для этого не нужны. Программа действует по готовому сценарию:

• приветствует клиента в чате;
• консультирует по услугам и товарам;
• принимает заказ;
• спрашивает контактные данные;
• сообщает цену заказа;
• создаёт заявку в CRM;
• присылает клиенту подтверждение оформленного заказа.

Сделать такой бот можно в визуальном редакторе без программирования и использования ИИ. Алгоритм вы составляете сами в соответствии с воронкой продаж и этапами работы с клиентами.

Другой бизнес-процесс — обслуживание клиентов по телефону. Большую часть задач также можно делегировать роботу:

• холодный обзвон;
• приём входящих звонков;
• оформление заказов;
• консультирование;
• проведение опросов о качестве обслуживания.

Однако в данном случае обычный программный автоответчик не подходит: нужно использовать решение с элементами AI. Без искусственного интеллекта бот не сможет полноценно общаться с клиентами и выполнять все функции оператора кол-центра.

Пример подходящего продукта — умный голосовой помощник SaluteSpeech. Благодаря нейросетевым моделям, бот хорошо понимает человеческую речь, распознаёт намерение клиента, анализирует эмоциональную окраску его голоса. В результате телефонный ассистент способен вести осмысленный диалог:

• отвечать на вопросы;
• запоминать реплики клиента;
• подстраиваться под собеседника и персонализировать общение.

Генеративные языковые модели полезны не только при автоматизации кол-центров. На их основе работают программы, умеющие слушать и разговаривать:

• виртуальные помощники в умных устройствах;
• сервисы озвучивания контента;
• модули голосового управления в приложениях и на сайтах.

AI можно встроить в практически любое программное решение:

• коммерческий проект;
• корпоративное мобильное приложение;
• внутреннюю базу знаний;
• CRM;
• ERP.

В этих случаях речь идёт о расширении функциональности готовых продуктов через внедрение искусственного интеллекта.

Целесообразность интеграции AI-модуля в свой проект можно оценивать по разным критериям:

• коммерческая выгода — приведёт ли добавление искусственного интеллекта к росту прибыли или снижению расходов;
• оптимизация процессов — насколько AI упростит работу;
• достижение имиджевых целей — как добавление ИИ повлияет на популярность продукта, репутацию бренда или компании;
• повышение эффективности — как изменится скорость обслуживания клиентов, качество услуг, нагрузка и продуктивность сотрудников.

Если спрогнозировать результаты автоматизации сложно, можно протестировать AI на небольшом участке работы. Для этого выберите одну — две простых задачи, которые нужно делать регулярно, и попробуйте выполнять их с помощью AI в течение нескольких циклов.

Пример: редактор новостного портала каждый день придумывает заголовки к десяткам статей. Эту регулярную задачу можно делегировать нейросети. В рамках эксперимента редактор пользуется ИИ-сервисом GigaChat:

• отправляет в окно чата текст новости и короткое задание-промпт;
• через секунду получает готовый заголовок;
• отправляет сгенерированный заголовок и новость на публикацию.

Через несколько дней редактор оценивает, сколько времени сэкономила автоматизация и как изменился трафик, число просмотров и другие показатели на портале.

Как внедрять AI

Начинать внедрение ИИ в компании лучше точечно. Можно действовать по следующему алгоритму:

• выберите приоритетное направление, например:
  • работа с клиентами;
  • создание контента;
  • аналитика;
  • управление поставками;
  • производство.
• опишите бизнес-процессы этого направления;
• определите метрики для оценки эффективности автоматизации данных бизнес-процессов;
• разложите бизнес-процессы по задачам;
• распределите задачи на три группы:
  • задачи, которые остаются за сотрудниками;
  • задачи, которые можно автоматизировать с помощью обычного ПО;
  • задачи, которые нужно делегировать искусственному интеллекту.
• для задач из третьей группы выберите инструменты автоматизации, например:
  • чат-боты;
  • нейросети для генерации контента;
  • интеллектуальные аналитические системы;
  • отраслевые IT-решения.
• проведите тестирование выбранного инструмента на отдельных задачах;
• измените регламенты процессов с учётом автоматизации;
• составьте инструкции для сотрудников, проведите обучение работе с AI;
• проведите пилотный запуск;
• соберите статистику и оцените эффективность автоматизации по выбранным ранее метрикам.

Если применение AI привело к улучшению бизнес-показателей, автоматизацию можно масштабировать. Если результаты остались прежними или ухудшились, нужно проанализировать текущие процессы и найти проблему. Возможные проблемы:

• выбранный инструмент автоматизации не подходит для решения ваших задач;
• инструмент подходит, но внедрён или используется неверно;
• сотрудники не понимают, как работать с инструментом;
• сотрудники саботируют нововведение.

После выявления причины неудачного запуска нужно устранить проблему, после чего снова провести тестирование, собрать статистику и оценить результаты.