Как внедрить искусственный интеллект в бизнес эффективно и безопасно

Всем привет, на связи компания KT.Team — интегратор ИТ-решений и разработчик ПО для среднего и крупного бизнеса.

Как и многие, в последние годы мы пристально следим за темой ИИ и внедряем ИИ-ассистенты в свои процессы. Рассказывали об этом, например, в одной из предыдущих статей на VC. И вот какой парадокс мы заметили.

Искусственный интеллект способен приносить пользу практически в любой сфере — от консалтинга до сельского хозяйства. До 97 % руководителей считают, что и в их бизнесе применение ChatGPT может быть полезно, но… Реальных внедрений не так много. Разбираемся в этой статье, почему так происходит и как внедрить ИИ ассистента быстро, эффективно и безопасно.

Согласно исследованию Nielsen Norman Group, внедрение ИИ уже сейчас позволяет увеличить продуктивность на 13,8% для агентов службы поддержки, на 59% для сотрудников отделов маркетинга и HR и на 126% для программистов.

А вот как консалтинговая компания McKinsey & Partners оценивает влияние ИИ на мировую экономику в ближайшие годы:

Относительно свежие цифры с рынка труда: в 70% российских компаний не хватает сотрудников! Где-то речь идет о «руках» на самую низкоквалифицированную работу. Но чаще компаниям не хватает инженеров, менеджеров по продажам, разработчиков, проектных менеджеров… Тех, чья работа должна кратно влиять на доходы компании.

Не стоит надеяться на лучшее. Новые сотрудники с нужной квалификацией — не пшеница, за один сезон на полях они не вырастут. А значит, компаниям приходится перестраивать кадровую политику так, чтобы максимально эффективно набирать и удерживать кадры:

Но давайте представим, как это выглядит в реальности.

Допустим, у вас есть опытный менеджер отдела закупок Ринат. Он умеет и любит «закрывать» самые сложные заказы: ищет сложные конфигурации товаров, проверяет качество поставщика, выбивает скидки, организует доставки. Из-за него никогда не было простоев на производстве или неоправданных затрат.

И вот вы решаете, что вам нужен не один такой Ринат, а как минимум два, а лучше три. Поэтому вы поручаете ему обучение джуниор-менеджеров всем тем приёмам и методам, которыми Ринат владеет в совершенстве. Теперь вместо того, чтобы решать сложные задачки в закупках, ваш лучший сотрудник 90 % времени проводит, воспитывая новых закупщиков, прослушивая их созвоны с поставщиками и давая рекомендации по улучшениям.

Проходит месяц, два — и Ринат подает заявление на увольнение. На вопрос: «Что случилось?» — он честно отвечает, что ему стало неинтересно. Он не решает сложные задачи в духе «как добыть корзину подснежников в декабре бесплатно и быстро», а обучает джунов, большинство из которых даже не проходят испытательный срок.

Этот кейс — очень утрированный. Но на самом деле подобные ситуации происходят сплошь и рядом. Вместо того, чтобы выполнять интересные и маржинальные задачи, самые квалифицированные сотрудники тратят больше половины времени на рутину, дачу обратной связи и объяснение бизнес-процессов компании.

Или рассмотрим привычный всем процесс — созвоны и онлайн-встречи. Фактически, они стали нормой для большинства подразделений компании: от продаж до финансов, от маркетинга до производства.

Традиционно вокруг рабочих созвонов выстроены сложные бизнес-процессы: сотрудники пишут фоллоу-апы, назначают следующие встречи, ищут в почте и изучают фоллоу-апы прошлых встреч, анализируют качество проведенных переговоров, и так далее, и тому подобное.

В итоге только на сами встречи сотрудники, согласно исследованию Atlassian, тратят около 31 часа в месяц. Это в среднем, а по некоторым подразделениям цифра может доходить до 80-100 часов в месяц на человека.

Когда большая часть работы — это созвоны, на их обработку будет уходить действительно много времени и сил. Все эти рутинные и трудоемкие вещи можно автоматизировать, поручив их виртуальному помощнику — например, ИИ, который умеет расшифровывать встречи и готовить протоколы.

Языковая модель GPT-4, которая запросто справляется с такими задачами, была выпущена весной 2023 года. Но почему-то ИИ-помощниками на ее основе по-прежнему мало кто пользуется.

Чтобы разобраться в этом, продолжим тему с расшифровкой звонков. По самым грубым прикидкам, на рынке есть больше ста продуктов, которые умеют переводить речь в текст и готовить на основе этого текста краткие выжимки. TL;DV, Fireflies, Rewatch, Transcriptor — все эти и многие другие инструменты легко расшифровывают звонки на основных языках (включая русский).

И если руководитель отдела продаж решит внедрить любой из этих инструментов, он легко найдет готовое решение. На первый взгляд, все просто: купил продукт, установил и начал пользоваться. Но не тут-то было.

Как правило, такие готовые решения живут отдельно от инфраструктуры компании. Это значит, что:

Получится ли в итоге повысить эффективность сотрудников и избавиться от рутины? Возможно, но не факт. Получится ли сберечь конфиденциальные данные о ваших продуктах, проектах, клиентах? Вряд ли.

Есть проблемы и с адаптацией продукта под специфические нужды компании — например, расшифровщик плохо понимает специфический айтишный сленг сотрудников. Так, банальная «апишка» может становиться то «пышкой», то «пешкой». Получается, кому-то придётся перечитывать расшифровки и править их.

Пользоваться инструментом — неудобно. Доверять ему конфиденциальную информацию — небезопасно. Использовать результаты работы — невозможно.

А значит, тратить время и деньги на его внедрение даже не стоит — к такому выводу приходит руководитель отдела продаж, обжегшись на всех этих неудобствах и рисках.

Но бывает ли иначе?

Давайте разберемся, что такое «правильное внедрение».

Осень, за окном дождь, настроение не очень. Вы говорите «Алиса, включи чайник, я заварю улун» — и вам не нужно проверять, что чайник выключится строго при температуре 80 градусов. Вы просите у нее включить музыку для грустного вечера — и она подбирает вам идеальные стили и композиции. Вы спрашиваете, когда закончится дождь — она не уточняет, по какому часовому поясу называть время. «Алиса» правильно внедрена в вашу жизнь — она знает о ваших предпочтениях и процессах.

С ИИ должно быть так же. Вы (и ваши сотрудники) не должны каждый раз перепроверять его работу и совершать миллион повторяющихся действий.

Warning: Все скриншоты и гиф, которые мы используем в этой статье, — из реальных интерфейсов, с которыми работает KT.Team. Так выглядит внедренный ИИ-инструмент, с которым легко работать и от которого легко получить любые данные.

Из чего состоит процесс работы со звонком в вашей компании?

Готовые решения «из коробки» обычно не учитывают эти особенности. Они хорошо умеют только расшифровывать и составлять протоколы. Для всего остального потребуется человек — а значит, время обработки звонка не уменьшится, как и количество рутины.

Если ИИ-ассистент правильно внедрён, он берет на себя всё, что можно описать на уровне промтов и интеграций.

Он не просто расшифрует созвон дословно, а составит протокол по стандартам, которые приняты в вашей компании, и отправит.

Он «сходит» в список сотрудников и определить, были ли на встрече внешние пользователи.

Он сходит по интеграции и, сверившись со списком участников и темой, сохранит запись разговора и расшифровку в карточку нужного клиента.

Что нужно, чтобы ИИ-ассистент всё это умел? Разобрать процесс «вокруг звонка» и прописать все требования, ограничения и порядок действий. И, конечно, выгрузить все эти аспекты в команду внедрения.

Весной 2023 года Samsung обнаружили в ответе ChatGPT фрагменты своего кода — оказалось, что программисты отправляли боту свой код с просьбой оптимизировать его. Компания полностью запретила сотрудникам использовать в работе сторонние сервисы.

Не хочется оказаться на месте Samsung и найти в открытом доступе свои скрипты, детали проекта под NDA или финансовую информацию клиента. А пользуясь облачным ИИ-инструментом, этого сложно избежать.

Вариант «установить ИИ себе на сервера и изолировать его от внешнего мира» — рабочий, но не единственный. Например, между вашими системами и расшифровщиком можно интегрировать сервис анонимизации данных или задать условия и правила для шифрования конфиденциальной информации.

При внедрении интегратор предложит вам решения, которые будут соответствовать вашим протоколам безопасности. Коробочный же продукт един для всех.

Выше мы уже писали про пышку-апишку. У каждой сферы есть свои термины и свой сленг. А языковая модель, которая находится под капотом у расшифровщика, учится на всем объеме информации, доступной в интернете. Она не понимает контекст, поэтому из множества похожих по звучанию слов выбирает рандомно.

Что такое правильно внедренный ИИ для расшифровки? Это инструмент, который понимает именно ваши термины и сленг. ЧТобы добиться этого, ИИ надо дообучать на ваших данных — на уже существующих текстах, расшифровках, протоколах. Нужно просматривать первые несколько десятков расшифровок и давать ИИ обратную связь: да, тут ты был прав в выборе слова, а тут ошибся, на самом деле упоминался такой термин.

На первых этапах придется вложить время и силы. Например, когда мы интегрировали ИИ-ассистента для работы со звонками в KT.Team, «скормили» ему сотни записанных звонков и расшифровок. В итоге, ИИ уверенно опознает сленг даже в «неконвенционном» виде.

Как интегратор, мы много раз видели такую ситуацию: в компании внедрен сложный, очень продуманный инструмент, который может улучшить ее показатели по отдельным процессам в несколько раз, но… В реальности сотрудники пользуются хорошо если десятой частью функций. Остальное требует длительного онбординга или обучения — а значит, никто это не использует.

С ИИ-инструментами та же история. Если для получения простой расшифровки нужно будет сделать 10 дополнительных шагов при организации встречи и еще 10 — после нее, будьте уверены: их будут игнорировать или саботировать.

Можно, конечно, поставить перед сотрудниками условие «используй или уходи» — но это же не наш метод, правда?

Впрочем, правильное внедрение ИИ-инструмента означает, что пользоваться им можно интуитивно.

Вы же уже назначаете встречи в календаре, пользуетесь программами конференц-связи и записываете звонки? Этого достаточно для того, чтобы ИИ смог сделать расшифровку.

Вы уже пользуетесь любыми онлайн-таблицами? Этого достаточно для того, чтобы ИИ мог систематизировать звонки и разбивать их по категориям.

У вас уже есть мессенджер — обычный или корпоративный? Этого достаточно, чтобы интегрировать ИИ-бот для работы с информацией по звонкам. Причем когда мы говорим про бота, то имеем в виду не сложное меню с десятью уровнями вложенной логики, а возможность общаться с данными как со знающим коллегой. Задавать ему вопросы человеческим языком и получать понятные ответы. Например, так:

Что важно: вы не должны быть ограничены в выборе инструментов «под капотом». Языковая модель, способ совершения звонков, интерфейс хранения информации о звонках, интерфейс чата — всё это должны выбирать именно вы. Если интегратор утверждает, что именно такую конфигурацию диктует ИТ-инструмент и вариантов нет — кажется, проще сменить интегратора.

В коробочный ИИ продукт уже зашит набор промтов: как расшифровывать звонки, как составлять краткий протокол, что считать важным и как формулировать тему звонка. Проблема в том, что это универсальные промты. Они предназначены для всех пользователей — а значит, ни для кого конкретного.

Но у вас есть свои процессы и потребности.

Например, вы хотите, чтобы тема звонка содержала название проекта и главную договоренность. Чтобы все пункты в протоколе встречи начинались с глагола. Вам нужно, чтобы каждый созвон отдела продаж был проанализирован на соответствие скрипту.

Чтобы этого добиться, нужно на этапе внедрения дописать нужные промты вместе с командой интегратора. Вы формируете, что хотите получить, а команда докручивает формулировку промтов.

Можно сделать промт для краткой сводки звонка, чтобы в ней всегда было только самое важное: решения, планы, идеи. Отдельно можно завести запросы для оценки происходившего на звонке — например, насколько доброжелательным был общий настрой беседы.

После внедрения ИИ-ассистент станет для вас и вашей команды помощником.

Но процессы меняются и докручиваются. Означает ли это, что после каждого изменения ассистент становится менее полезным: перестает выдавать вам ответы на нужные вопросы, неправильно составляет протоколы или не умеет исключать из рассылки пользователей, которых нужно исключить?

Нет. Правильное внедрение ИИ-ассистента означает, что внести любые изменения — легко. Это не черный закрытый ящик, с которым можно делать только две вещи — терпеть или снести, а гибкая конструкция.

При внедрении интегратор обязательно должен вам показать:

Итак, правильно внедренный ИИ-инструмент не должен вам диктовать изменения в процессах и не должен быть косным. Обсудите с интегратором: