Содержание
Риск ошибок и алгоритмы, которые не успевают адаптироваться к изменениям в бизнесе. Объясняем, каким опасениям по поводу ИИ не стоит верить.
Привет, это компания KT.Team. Мы внедряем ИТ-решения, в том числе на базе искусственного интеллекта, в средний и крупный бизнес.
Продукты на основе ИИ появляются каждый день и обещают компаниям буст в эффективности и производительности. На практике бизнес осторожно относится к внедрениям ИИ, особенно после пары неудачных попыток.
В общении с предпринимателями мы часто слышим о недоверии к нейросетям: ценность от их интеграции неочевидна, как и влияние на прибыль. А вкладываться во внедрение, от которого на выходе не будет пользы, бизнес, естественно, не хочет. В статье разберем основные опасения насчет ИИ, выясним, что стоит за каждым из страхов, и расскажем, как ИИ может быть полезен вашему бизнесу.
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. Начинайте внедрение ИИ с упрощения небольших процессов и рутинных задач. Например, ИИ-ассистента для работы с информацией по звонкам можно интегрировать за месяц, и он возьмет на себя такие задачи:
Что нужно, чтобы стоимость ИИ-внедрения была предсказуемой?
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.
2. 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.
Стоимость внедрения. То, что нужно сделать, чтобы система заработала у конкретной компании.
Стоимость использования ИИ. 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.
В бизнесе процессы постоянно меняются. Например, сегодня компания работает с тендерами на строительство и настраивает ИИ-процессы на выполнение этих задач. 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. Использование ИИ в качестве копайлота помогает в этом. ИИ освобождает время специалиста от механического написания кода и дает больше возможностей на выяснение требований, целей, пожеланий заказчика; на обдумывание логики фичи, на формулирование ограничений.
У каждой компании могут быть свои страхи, которые мешают внедрить искусственный интеллект в рабочие процессы. Например, ИТ-специалисты часто переживают, что при работе с нейросетями утекут конфиденциальные данные.
Все проблемы можно решить — чтобы не разбираться с внедрением самостоятельно, обратитесь к нам. Обсудим задачи и предложим решение, которое будет работать именно для вашего бизнеса. Развернем систему на облаке, ваших серверах или предложим гибридный вариант, учтем регламенты безопасности и рабочих процессов и будем на связи в течение всего времени внедрения.
А какие задачи вы бы хотели передать ИИ? Пишите нам.
Ваша заявка отправлена успешно
Отправить снова
С вами свяжутся персональные менеджеры
Контакты
Назначить встречу
Забронировать время встречи с помощью Google Calendar