Дарья Кагарлицкая - Технический директор Navicon. За последние годы бизнес уже освоился с технологиями на базе искусственного интеллекта (ИИ) и нейросетей и теперь активно ищет способы их применения в корпоративном сегменте. Популярный вектор развития в этом направлении — автоматизация типовых рабочих процессов.
Сегодня тема применения ИИ и нейросетей в бизнесе как никогда актуальна. Если игнорировать нововведения в ИТ-сфере, то уже сегодня компания начнет отставать, а через полгода вам придется приложить максимум усилий, чтобы догонять конкурентов, которые вовремя внедрили в свои процессы передовые цифровые инструменты, например Chat GPТ. Рассмотрим преимущества и недостатки оптимизации бизнес-процессов с использованием нейросетей. Для начала поставьте себя на место одной из самых важных аудиторий в компании. Думаете, речь идёт об управляющих партнёрах? Нет, в первую очередь поговорим о рядовых сотрудниках различных подразделений. Это:
менеджеры по продажам; специалисты сервисного центра; маркетологи.
Как они могут использовать нейросети в своей работе? Одно из важнейших преимуществ работы с технологиями на базе ИИ — возможность оперативного анализа колоссальных объемов информации. Там, где у человека ушли бы часы на самостоятельный поиск и анализ данных, GPT понадобится несколько минут. Для менеджера по продажам GPT подготовит сравнительный анализ конкурирующих продуктов, поможет обосновать для заказчика пользу от крупной покупки или внедрения сервиса и сразу же перенести это на слайд презентации в коммерческом предложении. Нейросети также под силу обеспечить и «стресс-защиту» выступления менеджера перед потенциальными клиентами, оценив потенциальные риски и включив заранее подготовленные ответы на все возможные сложные вопросы. Идем дальше: мечта всех специалистов поддержки — быстрый интеллектуальный поиск по базе знаний и по открытым источникам, выстраивание скриптов диалогов на основе накопленного опыта и истории коммуникаций в компании, уход от общих ответов к индивидуальным, как следствие — сокращение времени на обслуживание и рост лояльности клиентов. Технологии на базе ИИ позволяют оптимизировать такую работу. Наконец, замыкает список «бенефициаров» от внедрения ИИ специалист по маркетингу. При помощи нейросетей он может составить структуру важного вебинара или маркетингового мероприятия с учётом интересов целевой аудитории. Красивый анонс к нему, пожалуй, пусть тоже сформирует нейросеть. Не всё так просто Решение всех этих задач можно и нужно отдать «машине». Однако есть нюанс: одно дело — использовать любую из доступных нейросетей в личных целях, и совершенно другое — полноценно интегрировать ее в рабочий процесс, сделать частью ИТ-ландшафта компании, натренировать ее давать релевантные ответы и рекомендации на специфичном для вашего бизнеса объеме данных и при этом соблюсти все протоколы безопасности. Здесь мы приходим к тому, что использование открытых генеративных моделей невозможно как минимум из-за вопросов безопасности. Это огорчает, но не останавливает, потому что вектор уже задан. Рынок разворачивается в сторону ИИ-решений, которые являются частью продукта, не противоречат политикам ИБ и постепенно перерастают из любительского инструмента в профессиональный. У российских вендоров уже сейчас есть достаточно зрелые продукты и готовые BPM-платформы для автоматизации бизнес-процессов, в том числе на базе low-code. В них включены алгоритмы машинного обучения (ML — Machine Learning), предназначенные для интеллектуальной работы с большими массивами данных. Использование таких инструментов значительно увеличивает аналитические возможности CRM, а также улучшает рекомендательные сервисы. Конфигурации ML можно использовать для предиктивного скоринга данных и реализации механизма интеллектуальных подсказок. Например, ML-модель помогает в прогнозировании продаж — традиционно одной из самых сложных бизнес-задач: оптимизирует процессы управления ассортиментом, планирования запасов и ценообразования. Или кастомизировать какой-то процесс под определенные требования: проанализировав большой объем данных, порекомендует значения нужных полей, подсказывая варианты пользователю или заполняя их автоматически. Все это повышает скорость и качество принимаемых управленческих решений в бизнесе. На что важно обратить внимание При выборе продуктов для автоматизации бизнес-процессов со встроенными инструментами на базе ИИ стоит обращать внимание на несколько параметров. Во-первых, на наличие генеративной языковой модели собственной разработки, изолированной от внешних сервисов. Это позволит повысить степень информационной защищенности компании. Искусственный интеллект, обученный на собственной базе знаний и поддерживающий русский язык, сможет отвечать на простые запросы пользователей платформы. Во-вторых, стоит обратить внимание на наличие модели для прогнозирования оттока клиентов. Она станет ассистентом руководителя отдела продаж, сможет анализировать историю взаимодействия с заказчиком и подсказывать процент вероятности его ухода. Наконец, стоит оценить, насколько системную работу ведёт разработчик над продуктом для обеспечения высокого уровня ИБ, соответствия требованиям надзорных органов, а также на то, насколько он оперативно реагирует на запросы рынка в этой сфере и проводит регулярные релизы обновлений продукта. В завершении хочется порекомендовать уже сейчас автоматизировать целый ряд задач бизнеса инструментами ИИ. Если компания не использует современные технологии, она теряет время, ресурсы и возможности вне зависимости от размера бизнеса. Использование современных технологий — это про эффективность: чем быстрее работает бизнес, тем больше прибыли он приносит. Тем больше он конкурентоспособен и адаптивен к стремительным изменениям.
