Мы ищем спеца в команду AI-разработки, и вот кто нам нужен

Обещаем, что не заставим вас увольнять людей и оптимизировать все задачи нейронками. Вам понадобятся только знания, понимание данных и алгоритмов.

Представьте, что есть две крупные компании: «Умпа» и «Лумпа». Они, как и все, подхватили тренд на внедрение и применение искусственного интеллекта в бизнесе, тоже хотят быть прогрессивными и не отставать от конкурентов.

«Умпа» настроена решительно после посещения AI-конференции. Там очень умный эксперт рассказывал, как он заменил 80% сотрудников нейронками и повысил прибыль на миллион процентов за месяц. В «Умпе» поступили похожим образом: уволили ненужных (на их взгляд) спецов, а оставшихся обязали пройти сто курсов по нейронкам и применять их во всей работе.

«Лумпе» же, наоборот, не понравилась конференция, даже слишком: теперь компания убеждена, что всё это инфоцыганство, развод на деньги и деградация сотрудников. Теперь в каждой вакансии «Лумпа» пишет так: «Хотим, чтобы код писали люди, а не Chat GPT».

Наша команда AI-разработки не ограничивается конкретным пулом задач. Всё зависит от бизнеса, ведь в каждом проекте свои слабые места или часть работы, которую получится оптимизировать. Но можно выделить основные задачи, которые будут всегда.

Прогнозная аналитика и Data Science

Искусственный интеллект может предсказать, что будет дальше: от спроса на товар до поведения пользователей на сайте. Представьте, что ваш прогноз всегда точный: вы знаете, когда начнётся пик продаж, сколько ресурсов понадобится и кто из сотрудников лучше справится с задачей.

NLP и голосовые ассистенты

Чат-боты, голосовые помощники, автоматическая сортировка писем и комментариев — всё это уже можно делать без нервов программиста и бессонных ночей саппорта. NLP позволяет компьютеру понимать человеческий язык, а значит, часть рутины можно спокойно доверить машине, оставив людям только творческую и стратегическую работу.

AI-автоматизация бизнес-процессов

В рутине нет ничего интересного, но без неё бизнес не работает. И тут AI тоже спасает: он может собирать отчёты, проверять документы, проводить базовый анализ и даже помогать маркетингу. Главное — не пытаться автоматизировать всё подряд, а выбирать процессы, где это реально экономит время и деньги.

Генеративный AI

Контент, дизайн, идеи для рекламы, тексты и даже код — всё это тоже осилят нейронки. Но нужно понимать, что это не замена человеку, а помощник, ускоряющий работу, над которой раньше приходилось ломать голову неделями. Человек всё равно задаёт направление, а искусственный интеллект предлагает варианты.

А теперь посмотрим, как это работает на практике: без увольнений, оптимизации всего на свете и страшилок о том, что искусственный интеллект всех заменит.

В проекте мы работали с CDP — системой, которая собирала данные о покупках, чеках и предпочтениях клиентов. Задача была простая: понять, что нравится людям, и предложить им это.

Например, человек часто покупал мороженое. Тогда AI говорил: «Давай предложим ему бесплатный десерт или кофе по специальной цене». Покупатель приходил за десертом и брал что-то ещё, например колу. Его никто не заставлял, просто система постаралась на славу:

То есть маркетологи больше не работали вслепую, а делали предложения, основанные на поведении людей. AI здесь не заменил человека, а помог команде зарабатывать больше и быстрее.

Любая поддержка телеком-оператора выглядит примерно так: люди звонят с тысячью однотипных вопросов вроде «Почему у меня нет интернета?» или «Как поменять тариф?». Раньше операторы бегали между базами знаний, копировали ответы, теряли время.

А теперь подключили AI. Он подсказывает сотрудникам: «Вот тут нужный ответ, предложи клиенту это». Иногда подставляет ответы автоматически, а в другой раз подсказывает, что сработает лучше всего. После оптимизации поддержки кол-центра мы получили такие результаты:

И всё-таки кажется, что мы не до конца помирили (и убедили) компании «Умпа» и «Лумпа». «Умпа» по-прежнему мечтает уволить всех и оставить только нейросети, а «Лумпа» смотрит на AI с подозрением и говорит: «Пусть люди работают, а не чат-боты».

Но на примере наших кейсов AI вовсе не приходит заменять сотрудников — он просто делает работу людей легче. В «Макдональдсе» он помогал подбирать персональные предложения, а в телеком-поддержке — подсказывал правильные ответы и маршрутизировал звонки. То есть это просто инструмент, который будет развиваться, а значит, нужны люди, которые смогут правильно с ним работать.

С одной стороны, мы запустили направление по AI-разработке. А с другой, часто исправляем в новых проектах труды вайб-кодеров. Поэтому частично понимаем и «Умпу», и «Лумпу». Но в любом случае относиться с фанатизмом или, наоборот, с полным отрицанием к новым технологиям нельзя. Мы рекомендуем подходить к инструменту осознанно: сначала понять, где он поможет, а где создаст лишнюю работу. И если забежать вперёд, мы видим несколько направлений, где этот инструмент будет особенно развиваться ближайшие пару лет:

Сами по себе нейронки не решают все задачи и не творят чудеса, так что не нужно ни бояться, ни бездумно использовать. Лучше дать людям делать классно свою работу, а искусственному интеллекту — помогать в этом.