Что мешает внедрению AI-ассистентов?

Какие факторы мешают эффективному внедрению искусственного интеллекта в бизнесе: организационные барьеры, проблемы качества данных и технологические ограничения

  • Что мешает внедрению AI-ассистентов?
  • «ИИ не подойдет для наших процессов»
  • «Сломаются действующие бизнес-процессы»
  • Команда не примет новый инструмент

Разбираемся, какие препятствия могут замедлить интеграцию

ИИ в процессы 28.10.2024 Время на прочтение: 8 мин. Задумываясь о внедрении AI -ассистентов, руководители компаний взвешивают риски: «наши процессы сложно унифицировать»

, «самое важное - это безопасность данных, а как на нее повлияет использование ИИ?», «эти инструменты слишком сложно использовать». Опасения накладываются на сопротивление подчиненных: если они игнорируют доступные ИИ, есть ли смысл внедрять более сложные и дорогие технологии? Однако большинства потенциальных проблем можно избежать. В статье расскажем, как именно, на примере внедрения AI -ассистента звонков. Что мешает внедрению AI-ассистентов?

Опрос Deloitte показал, что 61% компаний видят в искусственном интеллекте (ИИ) возможности для повышения эффективности своих операций→, но при этом лишь 30% уже внедрили ИИ в свои бизнес-процессы. Решиться мешает неопределенность. Можно опираться на положительный опыт партнеров и конкурентов, оценивать потенциальные риски, консультироваться с интеграторами… Но всё это будет не столь важно, пока нет четкого понимания - новая технология принесет компании пользу.

Разберем несколько барьеров, которые могут препятствовать внедрению AI -ассистентов.

«ИИ не подойдет для наших процессов»

Большая часть отдельных операций и алгоритмов в разных компаниях достаточно похожи, но выстроенные на них бизнес-процессы могут быть уникальными.

Многие руководители опасаются, что ИИ не справится с ними или потребует долгой настройки.

Это правда, когда дело касается коробочных решений.

Они действительно ничего не знают про ваши процессы и разработаны для усредненных алгоритмов.

Часто у них есть собственные, не всегда удобные интерфейсы

И уж точно всегда они требуют дополнительных действий для получения результата. Например, чтобы использовать ИИ-расшифровщик из коробки, нужно сделать запись звонка, загрузить ее в интерфейс ИИ, а затем скопировать текст расшифровки из интерфейса или скачать в виде файла. Вспомните, как должен быть составлен ваш фоллоу-ап по звонку. Например, должен содержать только ключевую информацию - в пределах 10 пунктов.

Вы обязательно включаете в письмо с фоллоу-апом ссылку на запись звонка.

Письмо должно быть отправлено как можно быстрее, в идеале - в течение часа после звонка. В начале письма вы прописываете шапку: проект, команда, участники звонка, этап проекта…

Коробочный ИИ-продукт об том не знает

У него есть стандартные настройки: что, в каком виде и кому отправлять в письме. И вам либо придется смириться с этим стандартным набором, либо изобретать собственный продукт. Впрочем, есть еще вариант - интеграция ИИ-ассистента с учетом ваших процессов.

«Сломаются действующие бизнес-процессы»

  1. Сегодня вы пользуетесь системой управления клиентами (CRM), таск-менеджером для контроля проектов и корпоративным мессенджером.

  2. Некоторые давние клиенты предпочитают звонки по телефону, а не онлайн-конференции.

  3. Еще часть данных хранится в облаке, а часть - на сервере, который приобрели лет десять назад.

  4. Вся эта инфраструктура связана между собой и вы точно знаете, что и где искать.

  5. Но как встроить в нее еще и AI -ассистента и «рассказать» ему, что и где брать и куда складывать? А вдруг ради ИИ придётся поменять привычные паттерны?

  6. Вдруг существующие инструменты будут несовместимы с новым ИИ?

Команда не примет новый инструмент

Еще один барьер, который замедляет внедрение ИИ, - сопротивление сотрудников компании. Кому-то может показаться, что применять AI -ассистентов слишком сложно, что это требует дополнительного времени или усилий. Другие боятся, что ИИ сделает их роль в компании менее значимой или даже приведет к сокращению должности. В итоге внедрение споткнется о сопротивление сотрудников. Одни будут использовать инструмент неправильно, другие - намеренно или случайно будут забывать об ИИ-помощнике.

Получается, что деньги на внедрение будут потрачены зря: польза от него нулевая, а люди демотивированы.

Оценить, где ИИ даст эффект в вашем процессе

Непонятно, у кого будет доступ к конфиденциальным данным

  1. В одной из прошлых статей→ мы рассказывали о кейсе компании Samsung, которая обнаружила фрагменты своего кода в ответах GPT.

  2. Вы имеете дело с не менее деликатными данными: личной информацией клиентов, финансовыми данными, уникальными наработками, договоренностями под NDA.

  3. Можно ли доверять все это AI , который находится в облаке и учится на всех данных, с которыми работает?

  4. Не увидите ли вы через пару месяцев данные из конфиденциальных телефонных разговоров в новой статье конкурентов? И не закончится ли использование ИИ-помощника иском от клиента?

  5. Опасения справедливы - но ниже мы расскажем, как минимизировать риски.

Не пользоваться, разрабатывать с нуля или… интегрировать?

  1. Использование ИИ в рутинных задачах, по прогнозам аналитиков McKinsey, может дать до 70% буста к мировой экономики - и к эффективности работы в вашей компании. И уже очевидно, что компании, игнорирующие возможности ИИ, через пару лет рискуют оказаться среди отстающих.

  2. Поэтому вариант «не пользоваться ИИ» в рамках этой статьи мы даже не будем рассматривать.

  3. Вариант номер два - разрабатывать ИИ-ассистента под себя - выглядит разумным.

  4. Так вы сможете учесть все малейшие нюансы своих процессов и с большей вероятностью защитите внутренние данные.

  5. Но если посмотреть на бюджет и усилия, которые потребуются на собственную разработку, этот вариант будет выглядеть крайне непривлекательным.

  6. Только на первом этапе OpenAI потребовала 1 млрд долларов вложений в разработку.

  7. Свободный миллиард долларов и лишние 5 лет есть не у всех.

  8. Остается третий вариант - правильно внедрить коробочные продукты в свои процессы. И с этим вам должен помочь интегратор.

Правильное внедрение ИИ: пошаговая инструкция

Давайте представим компанию, которая хочет избавиться от рутины по расшифровке звонков, сохранению фоллоу-апов и особенно - от сложной задачи по поиску договоренностей среди миллиона аудиофайлов.

На старте у нее есть «коробка» - ИИ-инструмент, который умеет идеально расшифровывать аудиозвонки. Например, Yandex SpeechKit или TL;DV.

Но как мы уже говорили, этот инструмент не устраивает компанию-заказчика: по удобству.

Каждый день - десятки звонков, каждый нужно загрузить, не забыть забрать транскрибацию, правильно оформить краткий протокол; по уровню безопасности.

На звонках обсуждаются конфиденциальные данные, которые не должны попасть в открытый доступ; по результату.

Для отправки нужно оформлять протокол встречи строго регламентированным образом, расшифровки надо хранить на корпоративном диске. А искать информацию о старых звонках должно быть легко.

Коробочная версия ИИ умеет только расшифровывать и делать саммари. Первое, что интегратор и компания-заказчик должны обсудить, - процесс звонка.

Пользуется ли компания для этого отдельным календарем или, например, расширением Битрикса?

Умеет ли календарь сразу формировать ссылку для онлайн-звонка?

Где проводятся встречи и в каком формате?

Проходят ли все встречи в формате видеозвонка в Meet или Телемосте

Или, может, для каждого звонка выбирается инструмент, удобный второй стороне - от телефонии до того же Meet’а?

Что должно произойти после встречи?

Должны ли все участники получить фоллоу-ап письмо или его получает только внешний пользователь?

Должно ли письмо попадать еще к кому-то: например, к руководителю подразделения, чтобы он был в курсе всех новых договоренностей?

Куда еще, помимо фоллоу-апа, нужно складывать данные о звонке: в календарь, CRM-систему, ERP?

По итогам этого обсуждения интегратор распишет, с какими системами нужно интегрировать ИИ-решение, чтобы обеспечить бесшовный процесс звонка. Например, компания KT.Team внедрила ИИ для работы со звонками в свои процессы так, что сотруднику достаточно нажать во время звонка только кнопку записи. ИИ-ассистент «понимает», к какой встрече относится запись, в рамках какого проекта проходит звонок (по составу участников), сам отправляет фоллоу-ап письма всем участникам и сохраняет расшифровки на корпоративном диске.

Для этого ИИ-ассистента интегрировали с календарем Google, почтой, корпоративным диском.

Чтобы ИИ присылал письма по корпоративному стандарту оформления, ему задали шаблоны и промты составления резюме встречи. Второе, что нужно обсудить, - дальнейшая судьба данных звонка.

Как компания планирует использовать данные дальше: хранить их в карточке клиента или проекта?

Или достаточно размещения на корпоративном диске?

Обращаются ли сотрудники к данным прошлых звонков

И если сейчас обращаются редко, то почему: нет такой необходимости или это слишком долго и сложно?

Какую информацию, помимо самого содержания звонка, хочется получать руководству: соблюдение скриптов, умение зафиксировать договоренности на звонке, умение вежливо общаться и т. д.?

Эти три пункта позволят понять две вещи.

Первое - нужен ли компании чат-бот, как его интегрировать с хранилищем расшифровок.

Второе - какие дополнительные промты нужно проработать для анализа расшифровок. Например, компания хочет анализировать эффективность менеджеров отдела продаж и их умение вести диалог.

Для этого можно использовать, например, такой набор вопросов с оценкой по шкале

Руководителю нужно анализировать эффективность каждого сотрудника и его динамику во времени - для этого есть сводная таблица с условным цветовым форматированием ячеек.

Прогресс сотрудника или проекта можно отследить по простейшей визуализации.

Чтобы узнать данные по прошлым звонкам, не нужно копаться в десятках расшифровок - достаточно задать вопрос чат-боту, который интегрирован с хранилищем данных.

Он сам найдет ответы и даст ссылку на файл с расшифровкой.

Третий блок вопросов, которые поможет решить интегратор, - безопасность данных.

Звучат ли на звонках личные данные клиентов: имена, телефоны, медицинские данные, сведения о финансовых счетах и т. д.?

Есть ли различия в содержании фоллоу-апов для внутренних и внешних пользователей?

Какие требования по безопасности у вас есть в целом?

На основе этих ответов интегратор предложит вариант размещения ИИ и дополнительные меры для обеспечения безопасности. Например, если на звонках вы часто обсуждаете конфиденциальные данные: персональную информацию, интеллектуальные разработки - интегратор порекомендует разместить языковую модель для обработки звонков на ваших серверах.

Это позволит изолировать «ваш» ИИ от ИИ, который работает со всеми данными мира. И защитит вас от утечек конфиденциальной информации.

Интегратор разработает для вас сценарии для обновления языковой модели, чтобы вы могли без риска пользоваться самыми свежими версиями ИИ.

Чек-лист: как подготовиться к внедрению AI-ассистента?

  1. Перед тем как внедрять ИИ, проанализируйте несколько аспектов: Определите, для чего и как именно ваши сотрудники будут использовать ИИ.

  2. Установите ключевые показатели эффективности (KPI) для оценки работы AI -ассистента.

  3. Понимание того, какие данные у вас есть и как их можно использовать для обучения ИИ, критически важно. Разберитесь, как AI -ассистент будет встроен в текущие бизнес-процессы компании.

  4. Каким образом он будет взаимодействовать с другими системами?

  5. Запланируйте обучение для сотрудников, чтобы они узнали о возможностях AI -ассистента и правилах работы с ним.

  6. Назначьте ответственного за внедрение и поддержку AI -ассистента.

  7. Кто будет следить за его работой и решать возникающие вопросы?

  8. Главная задача - сделать так, чтобы AI -ассистент стал естественной частью работы пользователей, а не воспринимался как отдельный инструмент.

  9. Для этого важно найти правильный баланс между возможностями технологий и вниманием к потребностям пользователей, особенно в дизайне интерфейса.

Обсудить статью: Что мешает внедрению AI-ассистентов?

Отправить через: