Топ 5 кейсов применения ИИ-помощника/ассистента
Всем привет! На связи ваш эксперт по внедрению ИИ в бизнес – Илья Петухов. Напомню о себе – мы вместе с командой в компании Directum делаем ИИ-сервисы для работы с документами. Исследуем рынок, проводим коридорки, участвуем в конференциях, рабочих группах и многое другое. В общем и целом – ищем ИИ-ценность для бизнеса.
Перед статьей у меня для вас несколько новостей:
- Я запустил ТГ-канал для оперативного информирования всех интересующихся темой ИИ и его внедрения. Там статьи, исследования, новости и мое мнение по каждому инфоповоду. Также там наши кейсы и статьи.
Вот ссылка - https://t.me/pogovorimproAI
- Нас пригласили в экспертную группу «ИИ в промышленности» при АНО «Цифровая экономика». Будем вместе с ними делиться кейсами и эффектами от внедрения ИИ.
Работа группы ведется как раз в рамках проекта «ИИ в отраслях».
А теперь к теме нашей сегодняшней встречи (да, чтение — это тоже встреча. Вы читаете поток моих мыслей, считайте, что вы почти в моей голове…).
Мы с командой, кроме разработки фич, ведем постоянное исследование и поиск новых ценностей для бизнеса. Последний месяц активно исследовали тему ИИ-ассистентов. Сразу сделаю оговорку – это не те ИИ-ассистенты, которых на различных вебинарах предлагают сделать на базе GPT4 за 5 минут. Мы именно про тех, с которыми можно вступить в диалог и поставить перед ними рабочую задачу.
Кейсов было достаточно, но, чтобы не занимать много вашего времени, я познакомлю вас с ТОП-5.
1. Подсказки при делегировании\поручении
ИИ-ассистент помогает в части маршрутизации по ответственным исполнителям. В целом для составления своих «предсказаний» ИИ действует в несколько этапов:
- Используя алгоритмы машинного обучения для анализа информации в документе, он определяет ключевые слова, темы и контекст документа.
- На основе анализа формируется черновик для руководителя с указанием наиболее подходящего исполнителя. Это может быть конкретный сотрудник или группа сотрудников, которые обладают необходимыми навыками и компетенциями для выполнения задачи.
- ИИ-ассистент автоматически генерирует проект резолюции с информацией о документе, исполнителе и сроках исполнения.
Отдельная задача — работа с ассистентом руководителя среднего звена при делегировании задач. В тандеме с ИИ человек может сосредоточиться на более важных задачах, в то время как ассистент будет выполнять рутинные задачи. Обучив ИИ-ассистента на исторических данных, он сможет автоматически создавать черновик подчиненного поручения и добавлять его во вложение к ведущему заданию.
2. Умный поиск информации по базе
Вы пишете/говорите в свободной форме то, что вам необходимо – а он находит за секунды!
Эта функциональность помогает быстрее получать необходимую информацию, повысить точность и эффективность работы с большими объемами данных.
Самое главное — соблюдать точность по некоторым пунктам:
- Знать и понимать, что именно нужно найти. Это может быть конкретный документ или пакет документов, информация о продукте или услуге, данные о клиенте и т.д.
- Иметь понятно структурированную базу данных (документов, справочников, описаний, регламентов, правил и прочего)
- После того как вы получили результаты, вам нужно будет проанализировать их и убедиться, что они соответствуют вашим требованиям. Если не соответствуют, провести работы по дообучению.
После того как вы получили нужные результаты, их можно использовать для принятия решений или предоставления информации заинтересованным.
3. Помощь в принятии решений
Когда у нас есть необходимая информация, мы можем попросить ИИ-ассистента помочь с принятием решений в различных областях:
Стратегия. Разработка стратегических планов на основе анализа данных о рынке, конкурентах и тенденциях. Принятие более обоснованных решений и повышение своей конкурентоспособности.
Финансы. Помощь в анализе финансовых данных и прогнозировании будущих событий. Это помогает при решениях о покупке, инвестициях или выборе оптимальной стратегии управления финансами.
Производство. Оптимизация производственных процессов. Анализ данных о затратах, производительности и качестве продукции. Предложения для повышения эффективности производства и снижению затрат.
Экология. Анализ экологических данных и разработка устойчивой стратегий. На основе уровня выбросов, потребления ресурсов и воздействия на окружающую среду.
Общественность. Использование данных в разработке стратегий социального развития. Анализ демографических данных, уровня жизни и социальных проблем.
Ну и, конечно, каждый из пунктов можно разбить на подпункты – маркетинг, продажи, кадры, операционная деятельность, подрядчики и прочее. На каждом уровне можно анализировать данные и делать предсказания на основе паттернов.
4. Обучение и онбординг
Процесс обучения или онбординга новых сотрудников полон паттернов и, конечно, каждому новому сотруднику нужен наставник. Почему бы искусственному интеллекту не стать этим наставником?
ИИ-ассистент может:
- подготовить персонализированный учебный план, основанный на индивидуальных потребностях сотрудника, и сделать это за счет анализа данных об успеваемости, «подсмотрев» необходимые компетенции в резюме и с учетом предпочтений и интересов;
- провести оценку знаний и навыков, параллельно предоставляя обратную связь и рекомендации по улучшению;
- поддерживать в процессе обучения, отвечать на вопросы и давать советы, помогая в решении возникающих проблем.
При всем этом если ассистента использует преподаватель, то для него в режиме реального времени будет вестись мониторинг прогресса обучения в разрезе каждого сотрудника. ИИ-ассистент может отслеживать их успехи, анализировать данные и предоставлять отчеты о том, как сотрудники продвигаются по плану и как растут их знания и навыки.
5. Управление другими ИИ-ассистентами
Как вы заметили, в прошлых пунктах мы говорим про ИИ на базе Copilot — ИИ-помощников, которые выполняют определенные задачи в рамках «своей» роли. Здесь нет никакого стратегического видения в решении поставленной задачи. И все идет к тому, что мультиагентные системы на базе ИИ — это следующий шаг в развитии.
Вполне близкое будущее выглядит так — вы ставите бизнес-задачу, а некий ИИ-тимлид распределяет задачи ИИ-архитектору, ИИ-дизайнеру, ИИ-разработчику, ИИ-аналитику и ИИ-тестировщику, а по истечении срока задачи вы получаете готовый прототип сайта или мобильного приложения.
Главный ИИ-ассистент можно использовать и в других сферах. Например, он может анализировать данные о клиентах, продуктах и услугах, чтобы определить наилучший способ взаимодействия с ними, а затем поставить задачи другим ассистентам, которые занимаются маркетингом, продажами или поддержкой клиентов.
В общем и целом, этот наш искусственно-интеллектуальный руководитель группы из ИИ-сотрудников поможет нам получить результат за более короткий промежуток времени. А мы повысим эффективность и скорость работы.
И вот последний кейс не оставляет меня равнодушным, так как сейчас ИИ поменял работу многих людей с роли 100% исполнителей на контролеров работы машины. То есть они проверяют то, что сделала машина.
А если у машины теперь в цифровом подчинении будут другие машины, и человек будет ставить задачу вот такому искусственному руководителю, то этот же человек теперь будет уже в роли руководителя.
«Но это уже совсем другая история…»
Спасибо, что дочитали! Пишите в комментариях какой кейс применения ИИ-ассистента для вас самый актуальный. И подписывайтесь на мой ТГ-Канал - https://t.me/pogovorimproAI