ИИ в корпоративной среде

Новый способ работы

💡 Это официальный документ от OpenAI, переведённый на русский язык. Время на прочтение: 12 мин. Уроки от семи передовых компаний. Как компания, занимающаяся ИИ-исследованиями и внедрением, OpenAI делает приоритетом партнёрство с глобальными компаниями, поскольку наши модели показывают наилучшие результаты в сложных, взаимосвязанных рабочих процессах и системах. Мы видим, что ИИ приносит значимые, измеримые улучшения в трёх направлениях:

Повышение производительности сотрудников — помогает людям достигать более высоких результатов за меньшее время.

Автоматизация рутинных операций — освобождает сотрудников от повторяющихся задач, чтобы они могли сосредоточиться на создании ценности.

Усиление продуктов — предоставляет более релевантный и отзывчивый пользовательский опыт.

Но использование ИИ — это не то же самое, что разработка ПО или развертывание облачных приложений.

Наибольший успех достигают те компании, которые воспринимают ИИ как новый рабочий подход. Это приводит к экспериментальному мышлению и итеративному подходу, который быстрее приносит ценность и обеспечивает большее вовлечение пользователей и заинтересованных сторон.

Наш подход: итеративная разработка

. OpenAI организована вокруг трёх команд: Research Team (Научная команда) — развивает фундаментальные основы ИИ, разрабатывая новые модели и возможности. Applied Team (Прикладная команда) — превращает эти модели в продукты, такие как ChatGPT Enterprise и наш API. Deployment Team (Команда по внедрению) — внедряет эти продукты в компаниях, решая наиболее актуальные задачи. Мы используем итеративное развертывание, чтобы быстро учиться на реальных кейсах и ускорять улучшение продуктов.

Это означает частые обновления, сбор обратной связи и повышение производительности и безопасности на каждом этапе. Результат: пользователи получают доступ к новейшим достижениям ИИ рано и часто — и их обратная связь влияет на будущие продукты и модели.

Резюме для руководителей

Семь уроков по внедрению ИИ в корпоративной среде:
Начинайте с оценок — используйте системный подход к оценке, чтобы измерить, как модели справляются с вашими задачами.
Встраивайте ИИ в продукты — создавайте новый клиентский опыт и более релевантные взаимодействия.
Начинайте сейчас и инвестируйте заранее — чем раньше начнёте, тем больше сложного эффекта получите со временем.
Настраивайте и дообучайте модели — адаптация моделей под ваши конкретные случаи может значительно увеличить ценность.
Дайте экспертам доступ к ИИ — те, кто ближе всех к процессу, лучше всего понимают, как его улучшить с помощью ИИ.
Снимайте блокировки с разработчиков — автоматизация жизненного цикла разработки умножает отдачу от ИИ.
Ставьте смелые цели автоматизации — большинство процессов включают рутинную работу, пригодную для автоматизации. Ставьте амбициозные цели. Далее мы подробнее рассмотрим каждый урок, используя примеры от клиентов.

Как Morgan Stanley обеспечила качество и безопасность через итерации

. Будучи мировым лидером в сфере финансовых услуг, Morgan Stanley ориентируется на отношения. Неудивительно, что по всей компании возникли вопросы о том, как ИИ может добавить ценность в такой личный и чувствительный вид деятельности. Ответом стало проведение интенсивных оценок для каждого предлагаемого применения ИИ. Оценка (eval) — это строго структурированный процесс измерения, как ИИ-модель справляется с конкретной задачей по заданным метрикам.

Это также способ постоянно улучшать ИИ-решения с участием экспертов на каждом этапе.

Как всё начиналось

. Первая оценка в Morgan Stanley была направлена на повышение эффективности финансовых консультантов. Идея была проста: если консультанты смогут быстрее получать информацию и тратить меньше времени на рутинные задачи, они смогут давать клиентам больше и лучше рекомендаций. Они провели три оценки моделей:
Перевод текстов — оценка точности и качества переводов, создаваемых моделью.
Суммаризация — анализ, как модель сокращает информацию, по согласованным метрикам точности, релевантности и связности.

03 Сравнение с экспертами — сопоставление результатов ИИ с ответами профессиональных консультантов, оценка точности и уместности. Эти и другие оценки дали Morgan Stanley уверенность в том, что можно внедрять ИИ-примеры в продуктивную среду.

Как обстоят дела сейчас

. Сегодня 98% консультантов Morgan Stanley используют OpenAI ежедневно; доступ к документам вырос с 20% до 80%, а время на поиск информации значительно сократилось. Консультанты проводят больше времени в общении с клиентами, благодаря автоматизации задач и более быстрым инсайтам. Отзывы консультантов — исключительно положительные.

Они стали более вовлечёнными, а действия, на которые раньше уходили дни, теперь происходят за часы. — Кейтлин Эллиотт, Руководитель направления генеративного ИИ в масштабах всей компании Что такое «оценка» (eval)? Оценка — это процесс проверки и тестирования результатов, выдаваемых вашей моделью. Строгие оценки ведут к более стабильным и надёжным приложениям, устойчивым к изменениям.

Они строятся на заданиях, измеряющих качество вывода модели по сравнению с эталоном: точнее ли она? соответствует ли требованиям? безопасна ли она? Ключевые метрики зависят от того, что важно в вашем конкретном случае.

Урок 2: Встраивайте ИИ в свои продукты — кейс Indeed

Как Indeed делает подбор работы более человечным.
Когда ИИ автоматизирует и ускоряет скучную, повторяющуюся работу, сотрудники могут сосредоточиться на том, что под силу только людям.
Благодаря способности обрабатывать огромные объёмы данных, ИИ может создавать клиентский опыт, который ощущается более персонализированным и человечным. Indeed, сайт №1 по поиску работы в мире, использует GPT-4o mini для новых способов сопоставления соискателей и вакансий.
Просто предложить подходящую вакансию недостаточно — важно объяснить, почему именно эта работа рекомендована. Indeed использует способности GPT-4o mini по анализу данных и генерации текста, чтобы формулировать такие объяснения в письмах и сообщениях.
Популярная функция «Пригласить к отклику» теперь содержит аргументы, почему кандидат хорошо подходит на должность, основываясь на прошлом опыте и навыках.
Результат после внедрения ИИ в подбор: —
Увеличение количества начатых заявок на работу на 20% —
Повышение конечного успеха (принятия на работу) на 13% С учётом более 20 миллионов сообщений в месяц и 350 миллионов посетителей на сайте, это означает значительное влияние на бизнес.
Чтобы увеличить эффективность, OpenAI и Indeed совместно дообучили меньшую модель, которая даёт схожие результаты, но с на 60% меньшим количеством токенов. —
Генеральный директор: «Подбор подходящих вакансий — глубоко человеческий результат.
Команда Indeed использует ИИ, чтобы быстрее соединять людей с работой — это победа для всех.»

Как Klarna извлекает выгоду из накопленного ИИ-опыта

. ИИ редко бывает решением «подключи и пользуйся» — реальные кейсы становятся всё более сложными и ценными в процессе итераций. Чем раньше вы начнёте, тем быстрее и больше пользы вы получите от накапливающихся улучшений. Klarna, глобальная платёжная сеть и торговая платформа, внедрила нового ИИ-ассистента для оптимизации клиентского сервиса. Через несколько месяцев ассистент уже обрабатывал две трети всех чатов, выполняя работу сотен операторов и сокращая среднее время ответа с 11 минут до 2.

Этот проект, по прогнозам, принесёт $40 млн прибыли, при этом показатели удовлетворённости остались на уровне человеческой поддержки. И всё это — не за один день. Klarna достигла таких результатов благодаря непрерывному тестированию и улучшению ассистента. Не менее важно, что 90% сотрудников Klarna используют ИИ каждый день. Массовое знакомство с ИИ позволило запускать внутренние инициативы быстрее и постоянно улучшать клиентский опыт.

Инвестируя на раннем этапе и поощряя широкое применение, Klarna наблюдает эффект ускоряющейся отдачи от ИИ по всему бизнесу. — Себастьян Семиатковски, Сооснователь и генеральный директор: «Этот ИИ-прорыв в клиентском взаимодействии означает лучшее качество сервиса по более выгодной цене, более интересные задачи для сотрудников и более высокую отдачу для инвесторов.»

Урок 4: Настраивайте и дообучайте свои модели — кейс Lowe's

Наибольший успех в применении ИИ получают те компании, которые вкладываются во внутреннюю адаптацию и обучение моделей под свои данные. OpenAI серьёзно инвестировала в API, чтобы упростить кастомизацию — как в виде самостоятельного использования, так и с поддержкой со стороны OpenAI.
Мы тесно сотрудничали с Lowe's, компанией из списка Fortune 50 в сфере товаров для дома, чтобы улучшить поиск в интернет-магазине. Из-за тысяч поставщиков у Lowe's часто наблюдаются неполные и непоследовательные товарные данные.
Ключевым стало улучшение описаний и тегов товаров, а также понимание поведения покупателей при поиске, что отличается по категориям товаров.
Здесь особенно важно дообучение моделей.
Результаты fine-tuning'а на данных Lowe's: —
Улучшение точности тегирования товаров на 20% —
Рост эффективности обнаружения ошибок на 60% —
Старший директор по данным, аналитике и вычислительному интеллекту: «Команда была в восторге, когда увидела результаты дообучения GPT-3.5 на наших товарных данных.
Примечание к продукту: OpenAI запустила Vision Fine-Tuning, чтобы ещё больше улучшить поиск товаров и решить задачи в медицинской визуализации и автопилоте.

Что такое дообучение (fine-tuning)?

Если GPT-модель — это костюм с магазина, то дообучение — это пошив на заказ: адаптация модели под ваши данные и нужды.
Более высокая точность — модель, обученная на ваших данных (например, каталогах или FAQ), выдаёт более уместные и бренд-соответствующие ответы —
Отраслевая экспертиза — модель лучше понимает профессиональные термины, стиль и контекст —
Единый тон и стиль — будь то юридические ссылки или брендовые описания — всё оформляется одинаково —
Быстрее результат — меньше ручной правки, сотрудники могут сосредоточиться на важном

Подберем материалы под вашу задачу

Почта clients@kt.team Telegram @kt_team_blog

BBVA использует экспертный подход к внедрению ИИ

. Сотрудники лучше всего знают внутренние процессы и проблемы компании — и зачастую именно они способны найти оптимальные ИИ-решения. Передача ИИ в руки этих экспертов может оказаться гораздо эффективнее, чем создание универсальных решений сверху. BBVA, глобальный банковский лидер, насчитывает более 125 000 сотрудников, каждый из которых сталкивается с уникальными задачами и возможностями.

Компания решила предоставить доступ к ИИ сотрудникам по всему миру — при тесном взаимодействии с командами юридического отдела, комплаенса и ИТ-безопасности для обеспечения ответственного использования. Они развернули ChatGPT Enterprise по всей компании, после чего дали людям возможность самим находить способы применения. — Элена Альфаро, Руководитель глобального внедрения ИИ в BBVA: «Обычно, чтобы создать даже прототип, в нашем бизнесе нужны технические ресурсы и время.

С кастомными GPT это стало просто — любой может сделать приложение под свою задачу.»

Результаты за 5 месяцев:

— Сотрудники создали более 2900 кастомных GPT — Многие из них сократили длительность проектов и процессов с недель до часов Примеры применения: — Команда по кредитным рискам — быстрее и точнее определяет кредитоспособность — Юридический отдел — обрабатывает 40 000+ запросов в год по политике, комплаенсу и другим вопросам — Клиентская служба — автоматизирует анализ настроения в опросах

NPS ИИ-инструменты также активно используются в маркетинге, управлении рисками, операциях и других отделах — всё потому, что сотрудники сами нашли, как применить ИИ в своей работе. — Элена Альфаро: «Мы рассматриваем инвестиции в ChatGPT как инвестиции в наших людей.

ИИ усиливает наш потенциал, помогает быть эффективнее и креативнее.» Примечание к продукту: ChatGPT способен выполнять глубокие исследования. Вы задаёте запрос, а он синтезирует сотни источников, создавая подробные, экспертного уровня обзоры — за считаные минуты. Внутренние оценки показали: такие исследования экономят в среднем 4 часа на каждую сложную задачу.

Как Mercado Libre создаёт ИИ-программы быстрее и стабильнее

. Во многих компаниях разработчики — главное узкое место и сдерживающий фактор роста. Когда инженерные команды перегружены, инновации тормозятся, а идеи накапливаются в бэклоге. Mercado Libre, крупнейшая в Латинской Америке компания в сфере электронной коммерции и финтеха, сотрудничала с OpenAI, чтобы создать платформу разработки на базе GPT-4o. Так родился Verdi — слой платформы, который помогает 17 000 разработчиков Mercado Libre ускорить и унифицировать создание ИИ-приложений.

Verdi объединяет языковые модели, Python-узлы и API в единую масштабируемую систему, где естественный язык — основной интерфейс. Теперь разработчики могут создавать качественные приложения быстрее, не погружаясь в исходный код. Безопасность, логика маршрутизации и защитные рамки уже встроены.

Что удалось достичь:

— Увеличение пропускной способности по каталогизации: GPT-4o mini Vision помогает тегировать и описывать товары, позволяя в 100 раз быстрее заполнять каталог — Обнаружение мошенничества: ИИ обрабатывает миллионы товарных карточек, достигая точности до 99% для подозрительных случаев — Локализация описаний товаров: перевод и адаптация под региональные языковые особенности испанского и португальского — Повышение заказов: автоматическое суммирование отзывов помогает покупателям

быстрее понять суть — Персонализация уведомлений: адаптация push-сообщений повышает вовлечённость и качество рекомендаций — Себастьян Барриос, Старший вице-президент по технологиям: «Мы создали нашу идеальную ИИ-платформу на базе GPT-4o mini с фокусом на снижении когнитивной нагрузки и возможностью для всей компании разрабатывать и внедрять инновации.»

Как мы автоматизируем собственную работу в OpenAI

. В OpenAI мы каждый день работаем с ИИ и постоянно ищем новые способы автоматизировать рутинные процессы.

Пример: служба поддержки

. Наши команды поддержки тратили слишком много времени на доступ к системам, анализ контекста, составление ответов и выполнение необходимых действий от имени клиента. Поэтому мы создали внутреннюю платформу автоматизации, работающую поверх наших существующих процессов и систем. Она автоматизирует рутинную работу и ускоряет получение инсайтов и выполнение действий.

Первый кейс: автоматизация обработки писем в Gmail

. Платформа получает доступ к данным клиента и релевантным статьям, а затем использует результаты: — для составления ответа на email — для выполнения действий: обновление аккаунта, создание тикета и т.п.

Результат: — команды стали эффективнее, быстрее и клиентоориентированнее — система уже выполняет сотни тысяч задач в месяц, освобождая людей для работы с большей добавленной стоимостью И всё это стало возможным, потому что мы с самого начала поставили амбициозные цели автоматизации, а не смирились с неэффективными процессами как с «издержками бизнеса».

Учимся друг у друга

Как показали предыдущие примеры, в каждой компании есть возможности применить ИИ для достижения лучших результатов.
Сценарии применения могут отличаться по отраслям и масштабам, но принципы остаются универсальными.
Внедрение ИИ приносит наибольшую отдачу при наличии открытого, экспериментального мышления, в сочетании с строгими оценками и мерами безопасности. Компании, добившиеся успеха, не спешат внедрять ИИ в каждый процесс — они начинают с простых, но прибыльных кейсов, учатся на них, а затем переносят опыт на новые области.
Более персонализированный клиентский опыт —
Более осмысленная работа — сотрудники делают то, что лучше всего умеют делать люди
Сейчас мы видим, как компании интегрируют ИИ в сложные процессы, часто используя инструменты и агенты для достижения результатов.
Мы продолжим делиться наблюдениями с передовой, чтобы вы могли использовать эти знания в своей стратегии.
Примечание к продукту: Operator — пример агентного подхода OpenAI.
Собственный виртуальный браузер позволяет ему перемещаться по сайтам, кликать кнопки, заполнять формы, собирать данные, как это сделал бы человек.
Кроме того, он способен выполнять процессы в разных системах и инструментах — без интеграций и API.
Примеры использования в компаниях: —
Автоматическое тестирование ПО — Operator работает как реальный пользователь, выявляя баги в интерфейсе —
Обновление систем учёта от имени пользователей — без технических инструкций и API Итог: полная автоматизация от начала до конца, освобождающая команды от рутины и повышающая общую эффективность.

Безопасность и конфиденциальность

Для наших корпоративных клиентов важнее всего безопасность, приватность и контроль.
Ваши данные остаются вашими — мы не используем ваш контент для обучения моделей; ваш бизнес сохраняет полное владение.
Соответствие корпоративным стандартам — данные шифруются при передаче и в хранении.
Соответствие стандартам SOC 2 Type 2, CSA STAR Level 1.
Гибкий контроль доступа — вы сами определяете, кто может видеть и управлять данными.
Это обеспечивает соответствие требованиям управления.
Настройки хранения данных — гибко настраивайте логи и сохранение в соответствии с политикой вашей организации.

Дополнительные ресурсы

OpenAI для бизнеса Истории клиентов OpenAI ChatGPT Enterprise Безопасность OpenAI Платформа API OpenAI — компания, занимающаяся исследованиями и внедрением ИИ. Наша миссия — сделать так, чтобы искусственный общий интеллект приносил пользу всему человечеству.