Мне нравится, как развивается история с искусственным интеллектом. В бизнесе перестали играть с технологией, воспринимать это как эксперимент, и сделали ИИ частью повседневной работы, по сути, новым типом ресурса. Наравне с сотрудниками нейросети выполняют задачи, влияют на скорость процессов и, в конечном счете, – на экономику бизнеса. Осталось разобраться – какую роль дать технологии.
Искусственный интеллект как «цифровой сотрудник»
Под этим термином я подразумеваю ИИ-агента – систему, которая способна выполнять задачи не по жесткому сценарию, а с учетом контекста и заданной цели. В отличие от классической автоматизации (RPA), такой агент не просто исполняет заранее прописанные действия, а проходит весь цикл работы с задачей: получает входные данные, обрабатывает их, принимает решение в рамках заданных правил и передает результат дальше по процессу.
Рассмотрим на примере проверки и согласования счетов от подрядчиков. В большинстве компаний этот процесс выглядит так: подрядчик присылает счет, сотрудник вручную проверяет корректность данных, сверяет с договором, ищет нужные документы, уточняет расхождения и только потом отправляет на оплату. Да, история несложная, но занимает время и регулярно «зависает» на проверках.
Как работает цифровой сотрудник:
- Анализирует входящий счет. Считывает документ: извлекает реквизиты, сумму, назначение платежа, данные контрагента и привязку к договору.
- Проверяет полноту и корректность. Если в документе не хватает данных или есть расхождения, например, сумма не совпадает с условиями договора, агент фиксирует это и формирует запрос на уточнение.
- Сверяет с внутренними данными. Агент обращается к учетным системам: проверяет договор, лимиты бюджета, историю платежей и условия оплаты.
- Принимает решение по сценарию. Если все данные корректны, счет автоматически направляется на согласование или оплату. Если есть отклонения, задача передается ответственному сотруднику с уже собранной информацией.
- Фиксирует результат и двигает процесс дальше. Все действия сохраняются в системе, а статус счета обновляется без ручного вмешательства.
В результате из процесса исчезают ручные проверки и переписка, а время согласования сокращается в разы.
Где «цифровые сотрудники» реально дают эффект
Опыт показывает, что есть несколько зон, где бизнес быстрее всего получает результат:
- Рутинные операции. Обработка документов, перенос данных, проверка информации, различные сверки/перепроверки – задачи, которые занимают значительную часть рабочего времени, но не создают прямой ценности.
- Работа с данными. Во многих компаниях отчеты готовятся с задержкой не потому, что это сложно, а потому что на это не хватает ресурса. Когда часть задач передается ИИ, цикл принятия решений заметно сокращается: данные собираются быстрее, ошибки снижаются, а управленческие решения принимаются на актуальной информации.
- Коммуникации. Компании с большим потоком обращений сталкиваются с перегрузкой поддержки. Автоматизация обработки типовых запросов позволяет снизить нагрузку на команду и сократить время ответа для клиента без потери качества сервиса.
- Работа с внутренними процессами. Согласования, координация задач, контроль выполнения – те вещи, которые редко воспринимаются как проблема, но именно здесь часто теряется время.
Когда часть этих действий автоматизируется, процессы становятся быстрее и предсказуемее.
Примеры «виртуальных сотрудников»
На практике «цифровые сотрудники» – это конкретные роли внутри компании, в которых ИИ берет на себя часть задач.
- Цифровой помощник по продажам. Анализирует сделки по данным из CRM, переписок и звонков, собирает рекомендации по дальнейшим шагам и заранее выявляет риски, например, потерю интереса со стороны клиента или затягивание сделки. Позволяет менеджеру быстрее принимать решения и повышать конверсию.
- Цифровой HR-менеджер. Обрабатывает первичные интервью и данные о кандидатах: изучает ответы, сопоставляет их с требованиями позиции, учитывает резюме и историю коммуникаций и формирует предварительную оценку. Сокращает время на первичный отбор и снижает субъективность.
- Цифровой бухгалтер по первичке. Собирает документы из разных источников, выбирает ключевые данные, сверяет их с договорами и заказами, заносит в учетные системы и контролирует статусы согласования. Уменьшает количество ошибок и ускоряет обработку документов.
- Цифровой координатор закупок. Собирает заявки, сравнивает предложения поставщиков, готовит документы, отслеживает поставки и контролирует исполнение обязательств. Сокращает цикл закупки и снижает операционную нагрузку.
Во всех этих ролях ИИ-агент работает по одному принципу: берет на себя повторяемые и трудоемкие задачи, а сотрудники концентрируются на принятии решений и управлении процессами.
Это уже не утопия, а вполне себе рабочий кейс. Один из крупных российских банков внедрил ИИ в процесс обработки входящей корреспонденции и подготовки ответов на запросы. За счет автоматизации извлечения и обработки данных из неструктурированных документов потенциальный эффект оптимизации составил 40-60% трудозатрат в процессе.
Выводы
Компании передают ИИ-агентам задачи, которые не требуют участия человека, за счет чего процессы ускоряются без увеличения команды. Практика показывает, что имеет смысл отдать «виртуальным сотрудникам» участки с рутиной, задержками и ручными проверками – именно их и нужно находить в первую очередь. И здесь важно опираться не на предположения, а на фактические данные о процессах.
Также читайте:
За кадром осталось традиционно классические проблемы.
Ошибки в работе ИИ-агентов — это не случайность, а закономерность, связанная с природой таких систем.
Есть такой анекдот.
Приходит один эстонец к другому в гости, а тот дрова рубит и при этом делает это сидя на стуле... Он спрашивает: - а почему ты дрова рубишь сидя? Второй отвечает: - сначала пробовал рубить лежа, неудобно...
К чему я это? Вы все выдумываете способы, как вашим «несчастным» и переработавшим подчиненным упростить жизнь... цифровой помощник по продажам, цифровой рекрутер, цифровой координатор закупок... Все вы людям жизнь упрощаете.... Вот только про один важный момент забываете - ответственность.
Чем больше вы принудительно позволяете сотрудникам пользоваться всяким новомодным ИИ (зачастую притянутым за уши!) тем больше размывается ОТВЕТСТВЕННОСТЬ. В результате люди будут меньше думать и больше косячить... Но происходить это будет на очень большом пафосе... Мы ж тут с ИИ все порешали...
Люди должны работать головой... и отвечать за дела... Использование ИИ должно быть частичным и наверняка... а не потому что это мэйнстрим...
Вот вы серьезно?
НЕ ВЕРЮ.... просто потому что резюме, это в 9 случаях из 10 красивая история про себя, которая может быть далека от жизни... и резюме нужно уметь читать между строк... что никакой ИИ не умеет...
Интересно, а ИИ на нахождение вранья настроить можно?
Хотя есть риск, что все анкеты во вранье попадут...
Тут ничего не добавить и не прибавить. !!!
Использование ИИ в сложных продажах это использование его в условиях неопределённости. Логика моего материала об использования ИИ в продажах - костыль или инструмент было посвещена именно этому аспекту использования ИИ.
Очень эмоциональный лектор получился. Школьный учитель, изучавший в колледже английскую литературу, а также журналист, работавший на газету, аффилированную с Сайентистской церковью. Конспиролог, психоисторик, еще и философ. Можно ли желать большего эксперта в вопросах проектирования нейросетей?
Но нужно отдать ему должное: он и не скрывает, что его лекции - спекуляции и домыслы, основанные на упрощенном трактовании фактов. Такая честность редко встречается у профессуры рангом повыше.
Меня привлекла постановка вопроса.
Из курса теории вероятностей известно, что добавление случайного процесса в детерминированный приводит к получению случайного процесса. В машинном обучении стохастичность пронизывает весь пайплайн: от случайной инициализации весов и метода стохастического градиентного спуска до сэмплинга при генерации ответа. По этой причине результаты работы нейросетей (и ИИ как следствие) не могут быть изначально предсказаны с абсолютной достоверностью - в лучшем случае можно обеспечить лишь контролируемую вероятность результата.
Разброс получаемых при этом предсказаний (если мы даже исключим факторы "галлюцинаций") может оказаться настолько широким, что приведет к реализации модельного риска: применение модели окажется более вредным, чем ее отсутствие.
Особенно наглядно это видно на анализе экономических данных: в задачах, где требуется предсказывать денежные потоки, ИИ устойчиво показывает результаты, уступающие оценкам эксперта. В задачах оценки кредитоспособности, например, связка логистических регрессий и деревьев решений остается более востребованной, чем глубокие нейросети, - именно из-за предсказуемости и возможности интерпретации результата.
В результате можно отметить, что ИИ хорошо проявляет себя в областях, где "цена ошибки" относительно невелика, но крайне опасно полагаться на него в критичных для миссии бизнеса задачах.
А верить в это может оказаться не столь важно, важнее - убедить в этом заказчика в проекте развертывания ИИ. Такие проекты хорошо монетизируются и практически не имеют рисков рекламаций.
В СБЕРе, например, это кому-то удалось:
Я слышал мнение одного из экспертов, что появление профессора Цзян удивительно, потому что вдруг из ниоткуда появился и сразу стал известен этот специалист.
У него очень интересная информация и очень оригинальный "субьективный" взгляд на ситуацию. Вероятно, что его продвигают "ребята постарше", ведь он из Йеля!
Вероятно, что профессор Цзян продвигает информацию и идеи, которые кому то надо продвинуть. Очень интересен с ним сегодняшний ролик, где он описывает проблемы Китая и прогнозируют то о чем могут договориться США и Китай.
Ролик у того же автора, что и в ссылке выше.
Йель - да, но что именно? Литература была специальностью - вот биография.
А весь расклад очень необычен. Эмигрировавшая (просто так?) из Китая семья осела в Канаде (стандартный маршрут для движения на юг). Их ребенок внезапно начинает работать в китайской школе, но при этом учится в одном из колледжей "Лиги Плюща" в США. Видимо, повар в Торонто с зарплаты может оплатить это для своего сына. Или местных желающих на стипендию не хватило - пришлось в лотерею третий раз выигрывать.
Окончив один из наиболее престижных мировых колледжей, он находит себе работу снова в Китае, притом печатаясь в сомнительной американской газете. В Китае же (а это - еще конец 90-х, начало нулевых) его арестовывают за признаки шпионажа, чтобы выдворить из страны. Но он не отчаивается - снова едет в Китай, и через 8 лет снова добивается права преподавать в средней школе. Завидное усердие учителя, завидная сговорчивость нанимателей.
То ли "Лига Плюща" перестала давать образование, с которым можно устроиться хотя бы в региональную американскую или канадскую газету, то ли неизбывная тоска эмигранта по прошлому заставляет вернуться к истокам, чтобы с двух рук получать содержание: и юанями, и долларами, пусть и привлекая к себе внимание обеих сторон. Да и выдворение как-то прошло бесследно: забылось про шпионаж все - что ж, и так бывает.
Очень много нестыковок, очень странен сам писатель, но и "голого короля" может умело играть свита - сейчас нему пробуют поднести корону очередного Предсказамуса. Он поучаствовал в программах ООН, побывал спикером на ряде международных форумов, обыграл по точности прогнозы RAND Corporation, уже дает советы по реформированию всей системы образования в Китае. С позиций учителя средней школы. Многотомник "Советы Богу", видимо, еще не вышел.
И вот смотрю я на его лекцию, на сбивчивость текста, на жестикуляцию, на попытку оправдаться за то, что он имел сказать, но сказал не так... "Ты чей, мальчик?" - единственное, что возникает вопросом после просмотра.
Я понимаю, что вероятнее всего он чей то рупор.
Меня интересует статистика, которую ему предостпвляют. А то что он на нее навешивает свое мнение, так он этого и не скрывает. Очень оригинально! Что усиливает интерес к подаче материала!
Графики про Китай очень интересные! И как подобраны!