Как перестать бояться ИИ и увеличить прибыль с помощью технологий

Этот страх родился из предыдущего опыта IT-внедрений.

Сколько таких историй мы (и вы) слышали: вначале компания рассчитывала вложить два миллиона и запустить MVP за три месяца.

Но проходит полтора года, сумма счетов уже превышает 15 миллионов - а система по сих пор не запущена.

Бесконечная разработка - настолько частая проблема, что запущенный в сроки нами IT-проект часто вызывает удивление у заказчиков. С ИИ тоже есть риск застрять в бесконечном внедрении с раздувающимся бюджетом.

Если учесть еще и непрогнозируемую выгоду от интеграции, становится понятно, почему бизнес не хочет рисковать. Обойти этот риск несложно.

Облегчит поиск договоренностей с помощью чат-бота.

Вам и вашим сотрудникам больше не придется перечитывать сотни имейлов и чатов, чтобы найти нужную информацию.

Достаточно задать вопрос ИИ-ассистенту и получить ответ через 15 секунд.

Проанализирует звонок по важным параметрам: обозначение повестки, соответствие скрипту, вежливость менеджера, готовность решать проблемы клиента, фиксация договоренностей, маркеры взаимопонимания и т. д.

Автоматически отправит саммари на почту вам и клиенту, дополнит карточку клиента в CRM и документацию проекта.

1. Выделить одну зону, в которой вы работаете с большим количеством документации и аудиоинформации.

Как правило, она отнимает много времени сотрудников на сохранение и поиск нужных данных.

Вместе с разработчиком определить, какие интеграции нужны для эффективной работы ИИ-ассистента: конференц-связь, хранилища данных, CRM, мессенджеры и т. д. В итоге стоимость такого ИИ-ассистента можно спрогнозировать - складываться она будет из двух составляющих.

Она зависит от количества встреч, которые нужно обрабатывать, и выбранной языковой модели. Например, KT.Team использует «под капотом» расшифровщик TL;DV и платит за него 4000 рублей в месяц (примерно 3000 созвонов). Конечно, если ваши потребности больше, то подписка на сервис будет дороже - но всё равно сумма будет несопоставимо ниже, чем польза бизнесу.

Начинайте с решений по незначительным процессам: их внедрять быстро и недорого. А вы оцените, как ИИ облегчает работу, и решите, какой более сложный процесс автоматизировать следующим.

Представьте, что у вас есть ИИ-ассистент по тендерам.

По заданным критериям он оценивает, стоит ли компании участвовать в отборе.

Вы уверены, что ИИ отбирает все релевантные предложения и подает на них заявки.

Но однажды в очереди в кофейне вы встречаете приятеля и узнаёте, что его компания проводила подходящий вам тендер - а вы его проигнорировали.

Это тревожный сигнал: если тут нейросеть ошиблась, то сколько еще ошибок она допустила? ИИ-ассистент похож на сотрудника, который знает очень много, но при этом неопытен.

На старте своей работы он плохо «понимает», что такое правильно и неправильно. Нужно время, чтобы его обучить.

Это ответственный и затратный этап, от которого зависит, будет ли ИИ работать безошибочно. Специалисту, который у вас всегда работал над тендерами, придется валидировать каждое решение ИИ-ассистента и подтверждать или опровергать его решение.

Такой подход поможет искусственному интеллекту накопить опыт (датасет) и в будущем не допускать ошибок.

Если работа требует ответственных решений или творческого подхода и без человека нельзя обойтись, доверьте виртуальному помощнику только часть задач. Например, ИИ-ассистент сможет взять на себя оценку технического задания на тендер: разобьет крупные задачи на мелкие по утвержденному паттерну и рассчитает каждый этап в часах и деньгах. А если ассистент столкнется с нестандартным запросом, он переадресует его человеку.

Это сэкономит время тендерному специалисту - ему нужно будет заниматься только теми задачами, в которых без него невозможно принять решение.

При этом количество заявок на тендеры точно будет расти.

Завтра предприниматель решит участвовать еще и в торгах на проектирование. Кажется, что придется заново прописывать все алгоритмы и проверять, правильно ли все работает. Получается, придется вложить еще пару миллионов в нового ИИ-ассистента? Нет, внедрять нового ИИ-ассистента не придется.

Изменились целевые заказы и метод оценки ТЗ - но большая часть автоматизированных этапов остались прежними. Например, тендеры нужно собирать всё с тех же площадок, их по-прежнему нужно анализировать на актуальность и возможность выигрыша (есть ли признаки тендера «для своих»).

Вне зависимости от ТЗ, нужно собирать информацию по необходимым документам.

По этим этапам переучивать ассистента не придется.

Но доработка и дообучение всё же потребуются: нужно будет добавить новые ключевые слова для отбора интересных тендеров.

Нужно будет разработать новую методику оценки ТЗ - ведь список задач в тендере на проектирование отличается от строительного заказа.

Но процесс дообучения проходит в разы быстрее и дешевле, чем внедрение нового ассистента: достаточно загрузить актуальные регламенты и файлы в систему искусственного интеллекта.

Затем эти регламенты автоматически загрузятся в ваш ассистент, после чего проводите тесты - и всё готово.

В нашей компании ИИ пользуются HR-специалисты, проджект-менеджеры и разработчики.

Вот что мы увидели после того, как сотрудники KT.Team стали пользоваться ИИ-помощниками. HR.

Мы автоматизировали пульсации: HR-ассистент обрабатывает данные из опросов и подсвечивает боли, точки роста и проблемы в работе у каждого сотрудника. HR-специалисты сконцентрировались на прорабатывании этих болей - в результате мы смогли повысить индекс лояльности (eNPS).

Менеджер проекта. ИИ-ассистент расшифровывает пословно все созвоны и сохраняет их.

Когда на проекте возникает недопонимание или нужно поднять предыдущие договоренности, проектный менеджер за несколько минут может спросить о них у ИИ-ассистента и получить развернутый ответ со ссылкой на источник, дату и время.

Менеджер может сосредоточиться на коммуникации с командой и клиентами, а не тратить часы на переслушивание старых встреч. Разработчик.

Ключевое в работе разработчика - правильно понять задачу: какую ценность должна принести фича и какого результата хочет добиться заказчик.