Четыре задачи для AI: как освободить команду от рутины и улучшить процессы

Привет! Я — Дмитрий Сытин, CEO и фаундер нескольких ИТ-сервисов. Я не верю, что искусственный интеллект в обозримом будущем заменит человека, но точно знаю, как большие языковые модели могут облегчить жизнь. Рассказываю, что можно поручить нейросетям уже сейчас, чтобы сэкономить время и нервы команды.

Четыре задачи для AI: как освободить команду от рутины и улучшить процессы

Я управляю ИТ-проектами и развиваю цифровые продукты с 2005 года. А еще занимаюсь общественной работой на благо страны: возглавляю Совет по развитию системы закупок Торгово-Промышленной Палаты РФ и вхожу в Общественный совет при Министерстве финансов РФ.

В моем портфеле — продукты для государства и бизнеса, а также обучающие проекты. Я работал генеральным директором федеральной электронной площадки «ТЭК-Торг» и создал сервис для автоматической загрузки документов в 1С Entera. А в этом году мы с командой создали Руколу — единое решение для работы и общения команд.

Когда появляется новая технология, нужно понять, как ее применить. Чтобы не получилось как с блокчейном, который называли «новым золотом», пытались прикрутить ко всему подряд, а потом забыли. Думаю, ИИ такая участь не постигнет.

Загружать в «голую» нейросеть большие задачи по типу «написать статью» или «код приложения» — это сизифов труд. Чтобы LLM приносили ощутимую пользу, их нужно обучать и грамотно интегрировать в процессы. Придется повозиться, но уверяю вас — результат окупится в десятки раз.

Вот четыре задачи, которые команда может делегировать искусственному интеллекту уже сегодня, чтобы освободить ресурсы для креативной работы.

Задача 1. Рутинные вспомогательные операции

Сотрудники в командах тратят половину рабочего времени на поиск данных в мессенджерах и электронной почте, а также скучные, но необходимые вспомогательные операции. Что ж, поздравляю вас: нейросетям под силу и то, и другое.

Суммаризация данных. Если вам нужно найти данные или вас подключили к обсуждению в середине процесса, придется читать километры чатов и писем, чтобы разобраться в вопросе. А руководителя (поделюсь болью) часто тегают в конце обсуждения, чтобы он принял окончательное решение. На эти процессы суммарно уходят десятки часов в месяц.

AI-Ассистент может:

  • создать краткую выжимку (саммари) обсуждения по переписке в рабочем мессенджере или почте;
  • сформировать краткое резюме созвона и отправить его в личку участникам (наконец-то можно не отвлекаться и обсуждать задачи, а не писать заметки в блокноте!);
  • создать задачи в таск-трекере, указать ответственных и проставить дедлайны;
  • быстро перелопатить документацию по проекту и найти ту несчастную строчку, которую вы искали два дня.

Повторяющиеся действия. Например, вам нужно взять данные из двух таблиц эксель, сделать из них третью и отправить отчет руководству. Для автоматизации таких операций используют технологию RPA — она подходит, например, для переноса информации из одной корпоративной системы в другую.

RPA работает по алгоритмам. С одной стороны она исключает человеческий фактор, а с другой — плохо анализирует данные. Если в эксельке в столбце с названиями городов вдруг оказались цифры, RPA соединит «бульдога с носорогом», а вам придется всё переделывать вручную.

Нейросеть работает иначе. Она выполнит задачу, проверит корректность данных и исправит ошибки. Например, не только сумеет отличить в столбце таблицы цифры от городов, но и найдет эти города в другом столбце и поставит их в нужное место.

Задача 2. Контроль результатов работы

ИИ можно обучить анализировать процессы на основе цифровых следов. При должной сноровке и соблюдении политик инфобезопасности его можно прикрутить куда угодно: например, к ERP, HR и CRM-системам, SAP, 1С, почтовым клиентам и файловым хранилищам.

Грамотно интегрированная LLM сможет проводить интеллектуальный анализ, выявлять аномалии в процессах и находить их причины. Она вовремя заметит, на каком этапе снижается продуктивность команды, увеличиваются расходы, появляются зацикливания или блокеры. Виртуальный помощник не просто укажет на причину проблемы, но и посоветует, что с ней делать.

В 2010-2013 годах я работал в интернет-гипермаркете «Утконос» — отвечал за доставку и комплектование товаров. В системе время от времени возникали отклонения, которые обычно оказывались предвестниками больших проблем. Мы логировали процессы, но анализировать их в режиме реального времени не могли: не было ресурсов.

Если бы у нас тогда был ИИ, это сильно облегчило бы жизнь. Нейросеть помогала бы выявлять и устранять сложности на ранних стадиях. Например вовремя подать сигнал: «эй, ребята! у вас отклонение по времени комплектования заказов! через три часа наступит коллапс по отгрузке, если ничего с этим не сделать!»

История не имеет сослагательного наклонения 😀 Но сейчас ИИ в свободном доступе — и вот к каким контролям его можно прикрутить.

Контроль выполнения задач. Нейросеть может не только поставить задачу в таск-трекере, но и проверить ее выполнение. А главное, ей под силу проанализировать текст, скан и даже изображение — и выяснить, насколько результат соответствует условиям задачи.

Каждый понедельник мы проводим планерку и скармливаем нейросети набор поручений. В конце недели AI-Ассистент стучится к каждому в чат, как живой человек, и спрашивает, выполнена ли работа. Когда сотрудник отправляет результат, GPT проверяет его на корректность. Если документ не подходит под условия задачи, он попросит переделать работу.

Бонус: согласно нашему исследованию искусственный интеллект позволяет улучшить распознавание сканов документов с 86% до 96%.

Процессная аналитика. Если вы используете канбан, можно научить ИИ анализировать процессные метрики. Нейросеть проанализирует воркфлоу, выявит среднюю скорость задач, общее количество тасков разного типа и пропускную способность команды. А потом посоветует, как улучшить ситуацию: например, подскажет как грамотно установить WIP-лимиты или увеличить количество каденций (что-то на канбанском, для тех, кто в теме).

Добавлю нотку доброй научной фантастики 🛸 На основе ИИ можно создать продвинутый аналог SIEM-системы, которая анализирует события информационной безопасности, оценивает риски, расследует инциденты и формирует отчеты о состоянии корпоративных информационных систем. Я такого еще не видел, но уверен, что кто-то уже думает в эту сторону.

Задача 3. Производство типовых документов

Команды тратят уйму времени на производство документов по шаблону. Например, это могут быть ТЗ с одинаковыми разделами, которые нужно заполнять по алгоритму, изменяя смысловые блоки. Этот неблагодарный труд тоже можно делегировать нейросети.

Я знаю команду разработчиков, которая научила Chat GPT работать с документацией. Аналитики получают от бизнеса неструктурированные требования в формате «сделайте, чтобы тут что-то как-то было». Ребята загружают всё это богатство в обученную нейросеть — и получают на выходе осмысленные, структурированные документы буквально за пару минут.

Ещё один лайфхак — поручить ИИ написание готовых кусков кода. Если у разработчика встречается один и тот же код (например, обработка входных параметров процедуры или проверка на типы данных), можно сделать промпт и дать задание нейросети штамповать эти фрагменты по шаблону.

Задача 4. Исследования на базе открытых источников

Командам нужно проверять гипотезы в разработке и продаже продуктов, анализировать конкурентов. Для этого они собирают информацию из открытых источников, изучают её, делают выводы и структурируют результат — например, создают сравнительные таблицы или отчеты. Этот процесс тоже можно поручить ИИ.

Еще до появления нейросетей были системы, которые собирали данные из новостных сайтов, анализировали тональность высказываний и индекс популярности публичных лиц. Искусственный интеллект может сделать намного больше: сформулировать осмысленные выводы на основе данных и дать рекомендации, как изменить ситуацию в будущем.

Например, команда создает медицинский препарат от кашля и поручает нейросети проанализировать риски вывода продукта на рынок. LLM изучает источники, рассказывает, какие риски срабатывали при выпуске похожих препаратов, какие были побочки и как компании на них реагировали. Виртуальный помощник подскажет, какие законодательные требования нужно соблюсти и как сформировать маркетинговую стратегию.

Еще можно спросить у AI, какие конкуренты в отрасли есть у продукта, а затем попросить сравнить их по функциональности, популярности или составу тарифов. Никто не гарантирует, что прогнозы цифрового мозга будут верны на 100%, но вы точно сэкономите десятки часов времени на штудирование поисковиков.

Рукола — универсальная рабочая среда с интегрированным AI Ассистентом

В Руколе есть все, что нужно для слаженной работы команды: мессенджер, трекер задач, адресная книга, хранилище файлов и сервис для создания библиотеки ссылок проекта. Но самая мощная киллер-фича — это AI-Ассистент. Мы вложили в него душу и вдохновлялись идеями, которыми я поделился в этой статье.

Представьте: вы созваниваетесь с коллегами, а виртуальный помощник приносит вам в чат не полотно транскрибации на сто страниц, а осмысленное краткое содержание встречи. Он сам создает для коллег таски и ставит дедлайны, если вы их указали. А если понадобятся данные по проекту, он предоставит их вам буквально за секунды.

Рукола только в начале пути и наш AI-Ассистент умеет не всё. Но для начала его джентльменский набор очень неплох:

  • он понимает контекст переписки и задачи, различает участников команды и их роли;
  • готовит саммари обсуждения по переписке;
  • находит ответ на любой вопрос по обсуждаемой теме в контексте переписки;
  • находит и создает потенциальные задачи в контексте переписки.

Команда трепетно относится к хранению конфиденциальных данных пользователей, поэтому AI-Ассистент пока не встроен в интерфейс переписки, а появляется в отдельном окошке и пока не подключен к внешним источникам. В будущем вы сможете сами активировать его в нужный момент, чтобы исключить малейшие подозрения, что он бесконтрольно обучается на ваших данных.

Мы проводили PMF-исследования, знаем потребности клиентов и будем шаг за шагом добавлять в Руколу новые возможности. В роадмапе развития уже стоят задачи по улучшению AI-Ассистента: в ближайшем будущем он научится контролировать выполнение задач, создавать отчеты по шаблонам клиента, расшифровывать и анализировать звонки.

Рукола полностью бесплатна до июля 2025 года! Тариф «Профи» с продвинутыми функциями, приоритетной техподдержкой и 10 ГБ на каждого пользователя доступен за 0 рублей в месяц до 1 июля 2025 года! Для участия в акции нужно зарегистрироваться в сервисе и создать командное пространство до 31 декабря. Залетайте!

Напишите в комментариях, применяете ли ИИ для работы? Что думаете об этой технологии?

1010
11
17 комментариев

Мне кажется, что вся эта шумиха с ИИ - просто очередной хайп. И Рукола ваша тоже просто хайпует. Пытаетесь на тренде выехать. Что реально может ИИ у вас в продукте? Может он хотя бы избавить меня от перечитывания тонны сообщений в чатах в Телеге, если я на пару часов отвлекся? Наверняка - нет

4
Ответить

А я не верю в ето всё. Искусственный интеллект захватит мир, придет Скайнет — и всем капец!

1
Ответить
2
Ответить

Я копирайтер и пытался использовать ИИ для написания текстов. И знаете что, даже писал о нем. У меня в портфолио лежит парочка неплохих инструкций по написанию промптов. Но каждодневным инструментом GPT для меня так и не стал — легче самому всё сделать, чем за ним перепроверять.

1
Ответить

Новая технология должна пройти путь к широкому применению. Возьмите что угодно. Например, сайт может сделать сегодня любой —для этого не нужно писать код и обладать техническими знаниями. А когда-то всё было иначе:) На сегодняшний день чтобы ИИ был максимально полезен, его должны настраивать и обучать специалисты.

1
Ответить

Вика, таких полей в Руколе нет, но есть альтернативные варианты. Если хотите, можем с вами созвониться, расскажем, как можно использовать Руколу конкретно в вашем сценарии

1
Ответить

Я на сайте закажу обратный звонок, спасибо)

1
Ответить