Как ИИ-ассистенты меняют подход к управлению данными и рутине в бизнесе

В комментарии к одной из предыдущих статей на VC прозвучал вопрос «как посчитать экономическую выгоду от внедрения ИИ? это не бесплатно, а объем экономии не очевиден». Действительно, стоимость внедрения ИИ может показаться слишком высокой именно потому, что непонятна окупаемость. Однако ИИ в бизнесе уже сейчас дает многим компаниям реальные выгоды: снижает расходы, повышает точность операций и помогает экономить ресурсы, освобождая время работников для более маржинальных и творческих задач.

В этой статье поговорим о том, как ИИ забирает на себя рутинные задачи и повышает эффективность ваших сотрудников, а компании помогает процветать. Основатель KT.Team Андрей Путин расскажет на примерах и кейсах, почему внедрение ИИ — это не просто тренд, а практичный инструмент для роста и оптимизации бизнеса.

А для начала — немного нашей любимой статистики.

HR-специалисты в основном общаются с людьми, но также выполняют много рутинной работы: контроль показателей, подготовка оценок и обратная связь. ИИ-ассистенты оптимизируют эти процессы, позволяя сосредоточиться на более важных вещах.

Представьте HR-специалиста Олега. Он работает в компании со штатом 150 человек одним из трех HRов.

Утром он встречается с новыми сотрудниками, которые пришли на тестовую неделю, и знакомит их с командой или собеседует кандидатов. В течение дня Олег постоянно занят: отвечает на вопросы новичков, встречается тет-а-тет с сотрудниками, оценивает эффективность их работы, проводит пульс-опросы.

Данные по всем этим задачам в ежедневном режиме надо заводить в системы и анализировать: какова удовлетворенность сотрудников? Какие самые частые вопросы и проблемы у них возникают? Чем больше всего довольны? Какие тревожные сигналы есть от сотрудников?

Олег чувствовал себя хомяком в колесе: рутинные задачи занимали почти всё его время, и на стратегические задачи сил почти не оставалось. Каждый вечер Олег задерживался на работе, чтобы подготовить отчет для руководителя или дописать обратную связь после собеседований.

ИИ-ассистент взял на себя сбор данных, анализ анкет, оценку производительности и подготовку отчетов. А Олег сконцентрировался на том, что невозможно делегировать, — общении. Метафорично можно сказать, что вместо того чтобы крутить педали, Олег сел за руль HR-процессов.Он смог чаще встречаться с кандидатами и новичками, лучше понял радости и проблемы сотрудников. После внедрения ИИ вырос показатель eNPS — оценка лояльности сотрудников.

С другой стороны, есть профессии, в которых общение не кажется главной составляющей работы. Например, разработчики большую часть времени посвящают написанию кода. Согласно исследованиям, некоторые из них так погружены в работу с компьютером, что теряют навык эмпатии. Однако для отличного результата разработчику нужно не писать больше кода, а лучше понимать цели заказчика.

Программист Андрей привык получать декомпозированные задачи и четкие инструкции от проектного менеджера. Он не пытался погружаться в детали фичи: зачем она нужна, какие цели заказчик хочет «закрыть» с ее помощью? Из-за этого Андрей работал механически, то есть писал код под отдельные задачи в таск-трекере, не воспринимал трек развития продукта целиком и не понимал, как конкретная фича его должна усилить. Но часто результат не соответствовал ожиданиям заказчика в полной мере, и Андрею приходилось по несколько раз переделывать одно и то же.

Почему так происходило? Менеджер мог не так декомпозировать задачу. Или декомпозировать настолько мелко, что смысл терялся. Или при декомпозиции терялась часть требований, важных для заказчика. Причин множество.

Не так давно Андрей начал использовать ИИ в написании кода. В конце концов, в гите есть миллионы строк кода по тому, как решить задачи на распространенных языках. А код — это тот же датасет, то есть источник знаний для ИИ.

Использование ИИ позволяет Андрею меньше тратить времени на работу «машинистки». Теперь у него освободилось время для того, чтобы погружаться в детали проекта и понимать потребности заказчика.

Теперь большая часть рабочего времени Андрея уходит не на кодинг. Он встречается с заказчиком, чтобы лучше понимать цели и ценность каждой новой функции в приложении. Он знает, какие метрики должна улучшить фича, как она должна интегрироваться в текущую систему и как будет развиваться в будущем. Он продумывает логику фичи глубже и внимательнее.

…А затем пишет подробный промпт, на основе которого ИИ генерирует практически готовый код. Андрею останется лишь протестировать и отрефакторить его.

Как результат, заказчик принимает 90% фич с первого раза, ведь они полностью соответствуют требованиям и целям проекта, а остальные принимаются с минорными правками. Компания заказчика благодаря этому быстрее выводит продукт на рынок и экономит ресурсы. А ИТ-команда получает более высокие оценки по удовлетворенности заказчика и стала более маржинальной — ведь по гарантии почти не работает, то есть не тратит время на переписывание или переработку.

ИИ оптимизирует анализ данных и управление информацией. Яркий пример — поиск информации в различных документах. В хранилище данных компании накапливаются шаблоны и рекомендации, регламенты, редполитики, записи и расшифровки, чек-листы, брендбук — сотни папок с тысячами файлов, созданных разными людьми.

Представьте, что среди всего этого объема данных вам нужно найти, скажем, порядок оформления командировки и посмотреть, каким образом нужно подавать отчет в бухгалтерию, какие чеки сохранять. Вы не знаете дату и время создания регламента, не знаете, как называется файл, а по произвольной формулировке найти его сложно. Вам придется перелопатить несколько десятков файлов, чтобы найти одну нужную строку.

ИИ позволяет найти конкретный документ даже по небольшой детали его содержания — фамилии, дате, фразе из обсуждения задачи или по области использования. Он может проанализировать тысячи файлов за десять секунд, показать нужную информацию в удобном для прочтения виде и дать ссылку на ее источник.

Еще одна проблема большого объема данных в хранилище — это устаревание документов. Они теряют актуальность, дублируются или начинают противоречить друг другу. Бывает, что проще создать новый файл, чем разобраться, какой из старых нужно использовать. Это приводит к путанице и неэффективной работе сотрудников компании. ИИ может найти устаревшие документы и определить, какие данные нужно обновить.

Управленческие решения бывают разными — от найма нового сотрудника до построения финансовой стратегии на три года. Здесь мы посмотрим на частный (но часто встречающийся) случай — участие в тендере: его целесообразность, скорость и качество подготовки тендерной документации, количество согласий.

В компаниях часто есть всего один тендерный специалист, который оценивает перспективность заявок. Он изучает десятки тендеров каждую неделю и решает, в каких стоит участвовать, а от каких отказаться. Из-за большого объема работы он не всегда успевает обработать заявки: документация может содержать сотни страниц, и только на 75-й странице становится понятно, что тендер не подходит. Компания не будет принимать в нем участие, а до более подходящих вариантов специалист просто не успел добраться.В итоге время специалиста потрачено, и его не хватило на более перспективный тендер. Компания потеряла потенциальный доход.

Этого можно избежать, если ускорить сбор информации и верификацию тендеров с помощью ИИ-ассистента. Например, поиск актуальных тендеров происходит всегда по одинаковому алгоритму и на одних и тех же площадках, поэтому его легко автоматизировать:

ИИ обучается на данных компании, поэтому учитывает предыдущие оценки и признаки, по которым специалист определяет, стоит ли подавать заявку на участие: стоимость, количество заявок, запрос. Даже подбор тендеров для оценки становится автоматическим и индивидуальным — ИИ выбирает только интересные для компании.

ИИ-ассистент разбивает задачи по тендеру на этапы и оценивает их в часах и деньгах, а затем предоставляет развернутое ТЗ и оценку, которую эксперту нужно только верифицировать. Весь процесс занимает несколько минут и освобождает около 30% времени эксперта только Like4Like, то есть только по тому количеству тендеров, которые он бы смог обработать вручную. В результате тот же сотрудник оценивает в несколько раз больше тендеров, чем раньше.

Чтобы сформировать список документов для участия, ИИ-ассистент для тендеров находит ключевые слова в документации и запросе площадки. Он оформляет заявки по правилам площадок, а если в вашей базе вдруг не хватает необходимой справки, уведомляет об этом человека. После внедрения ИИ-ассистента конверсия из заявок в выигрыши увеличивается на 10–30%, а отказы из-за несоблюдения правил тендера сокращаются практически до нуля.

Каков жизненный цикл встречи у вашего отдела продаж? Ее назначают, проводят, фиксируют результаты и… что дальше? Если продажа не состоялась, как вы анализируете причины? Если клиент хочет вернуться к вопросы через полгода, то как вы готовитесь к новой встрече?

Представьте, что с расшифровками встреч можно общаться как с живым человеком. С этим поможет еще один инструмент — ИИ-секретарь встреч для отделов продаж, проектных команд, техподдержки и обучения новых сотрудников. Он сохраняет видео- и аудиозвонки и может анализировать их по любым запросам. Может найти нужную информацию, даже если она хранится в разных файлах.

Например, ИИ напомнит историю встреч по конкретному проекту или подскажет, какие темы обсуждали в прошлом месяце. Вопрос можно задать в свободной форме, как если бы вы общались с коллегой. При этом поиск занимает всего несколько секунд, а ответы детальные и структурированные.

ИИ-секретарь расшифровывает записи с учетом профессионального сленга и терминов, может создать полный или краткий протокол встречи и отправить его участникам.

Другой пример: новый сотрудник приходит в компанию, и ему нужно изучить все регламенты и соблюдать их. Если новичок не пройдет обучение, его действия могут привести к потере денег и репутации компании. Например, забыв упомянуть важное условие сделки, менеджер по продажам рискует потерять ключевого клиента.

Обычно руководители отделов сами обучают новых сотрудников или получают это ключевым, самым профессиональным и часто — самым дорогостоящим сотрудникам. Они следят за выполнением регламентов: просматривают записи встреч, разбирают и оценивают поведение менеджеров, дают обратную связь, проверяют рекламные макеты и так далее. Это занимает много времени, которое можно было бы уделить адаптации новичка или маржинальным задачам по продажам.

ИИ секретарь возьмет на себя типовую и регламентированную часть этой работы. Он проанализирует запись разговора нового сотрудника с клиентом, сравнит её с регламентами и даст развернутую обратную связь с рекомендациями.

Также ИИ-секретарь может создать отчет по любым метрикам встреч, принятым в отделе, таким как доброжелательность сотрудника, соблюдение этапов, фиксация договоренностей.

Экономит время. ИИ берет на себя задачу по обработке всей накопленной в компании информации: он быстро анализирует данные и выдает краткие сводки. Это позволяет быстро вспомнить важные детали за минуты и избежать риска выглядеть неподготовленным. Выбор здесь не между «ручным» подходом и ИИ, а между тем, когда работа не делается и когда ее эффективно выполняет ассистент.

Экономит деньги. Из восьми рабочих часов сотрудник действительно продуктивен только четыре, за которые нужно выполнить максимум задач. Передача рутины ИИ-ассистентам позволяет сосредоточиться на важном и работать лучше: эксперты оценивают прирост эффективности от внедрения ИИ в 20-25%.

Интеграция ИИ похожа на переход с механической коробки передач на автоматическую: есть свои недостатки, но экономия на ручных действиях колоссальная.