Все как у людей: нейросеть, которая уже сейчас может заменить менеджеров по продажам?

датасет как ядро внедрения нейросетей в бизнес
датасет как ядро внедрения нейросетей в бизнес

Начну с главного: формулировка "Искусственный Интеллект" в корне пошла и не отражает суть технологии. Ее используют преимущественно для создания хайпа там, где по сути его не может быть. На мой взгляд, эту формулировку применяют с целью манипулирования потребителем, и поэтому она имеет негативный оттенок еще и с этой стороны. По сути, существует нейросетевая автоматизация, которая не имеет ничего сверхъестественного в своей основе. Есть лишь глубокая алгоритмизация и развитый альтернативный принцип работы с данными, известный десятки лет, но технологически современные вычислительные мощности сделали его применимым. Тем не менее приходится с клиентами использовать термин ИИ но тут же объяснять суть технологии и возвращать к правильным формулировкам.

Если Вы решаете внедрять эту автоматизацию, имейте это ввиду и не ждите чудес там, где требуется методическая работа.

Публикую выдержки из материала который вышел со мной на сайте sobska.ru

Ваша команда разработала программу на базе нейросетей, которая помогает вести бизнес-процессы. Расскажите подробнее, что она из себя представляет.

Мы разработали нейросетевую платформу AiProfi, которая помогает анализировать данные и повышать эффективность работы сотрудников. Механизм такой:

Запрос от клиента: когда компания обращается к нам с просьбой оптимизировать определенный бизнес-процесс с помощью автоматизации, мы проводим анализ предприятия – изучаем внутреннюю структуру, регламенты, все негативные и позитивные факторы продукта, конкурентную среду, особенности сервиса и целевую аудиторию.

Создание датасета: на основе анализа мы формируем структурированную базу данных. В ней содержится информация о том, что и кому продает компания, особенности товаров и услуг, конкуренты и другие важные данные – а затем все сведения загружаем в специально разработанную базу знаний.

Обучение нейросети: после загрузки всех данных мы начинаем обучать нейросеть. Этот процесс занимает от двух недель до месяца, в течение которого мы тестируем ее на различных вопросах, исключая эффекты галлюцинирования и добиваясь максимально эффективной работы.

Обучение менеджера: в конце мы обучаем нейросетевых специалистов, которые будут работать с полученными данными.

В результате получается платформа, способная решать множество задач: от создания контент-планов и разработки юридических документов, до автоматизации горячей линии и заключения сделок с клиентами. Решение может быть реализовано в разных формах, например, как Telegram-боты, WhatsApp-боты, чат форма, онлайн-почта или чат на корпоративном портале.

Можете привести конкретный пример, как инструмент решает поставленную задачу?

К нам пришел клиент – компания, специализирующаяся на производстве стройматериалов и монтаже. Заказчики у них по всей стране, поэтому работать им надо 24/7 – на все звонки (в любое время суток) надо отвечать оперативно и компетентно, а посадить за телефон сотрудников они не могут. Задача была автоматизировать круглосуточную горячую линию и создать бота, в режиме онлайн отвечающего на любые вопросы. Мы сделали предприятию нейроспециалиста, который знает всю структуру фирмы, особенности и преимущества продукта. А также он может заключить сделку с заказчиком, обрабатывая заявки через Telegram и Whatsapp мессенджеры или форму на сайте.

На старте запуска нейросети произошел интересный кейс: нейросотрудник, интегрированный с популярным мессенджером и созданный для одной девелоперской компании, продал квартиру за несколько млн рублей – клиент так и не понял, что общался с машиной. Пока ему об этом не сообщили, конечно.

В каких сферах инструмент можно применять? Насколько актуально, например, будет использовать нейросети девелоперам или маркетологам?

Применять можно абсолютно в любой сфере – нет никаких ограничений. Сейчас у нас, например, запрос от производственной компании автоматизировать обновление регламентов работы сотрудников кадровой службы.

По сути, мы улучшаем и ускоряем работу людей: то, что раньше делали сотрудники, теперь могут делать машины. Например, нейросеть может выполнять функционал менеджера по работе с «холодной» базой – т.е. с клиентами, которым надо позвонить и выяснить их отношение к продукту. Мы формируем датасет с полноценной базой знаний по продукту и всему, что с этим связано. Создаем нейросеть, которую привязываем к мессенджерам Telegram или WhatsApp, чтобы бот писал клиенту от имени человека. А потом менеджеры работают уже по «горячему» клиенту.

Второй пример – это отдел контроля качества. Мы в течение трех месяцев изучали все звонки отдела продаж: брали наиболее удачные кейсы диалога с клиентом, формировали из этого базу знаний и обучали нейросеть. Фактически задача была научить программу не общаться с заказчиком, а контролировать, как работают менеджеры. В случае, когда сотрудник не отрабатывает возражения, плохо знает предлагаемый продукт, не дает полезной информации и не задает уточняющие вопросы по скрипту, нейросеть видит это и ставит в CRM (система управления взаимоотношениями с клиентами – прим.ред.) задачу менеджеру отдела контроля качества проработать ситуацию с сотрудником. То есть просто элементарный контроль за дисциплиной.

Нейросетевые ассистенты помогают принимать решения, коммуницировать с клиентами и даже выполнять функции управления компанией. Насколько им можно доверять – и есть ли риск, что система принесет ущерб бизнесу?

Доверять полностью нельзя. Полагаться можно только на свою базу знаний и команду специалистов. Популярные нейросетевые модели обучаются на больших объемах данных, но могут не иметь актуальной информации или ошибаться – возвращаемся к тому, что важно качественно проводить обучение, чем мы и занимаемся. То есть в любом случае это связь человека и нейросети. Обязательно.

Я всегда говорю: «Ребята, не существует искусственного интеллекта. Это нейросети. Это автоматизация». Поэтому и работаем мы только в периметре автоматизации. Нейросеть не сможет быть инструментом для бизнеса, если вы ее не проконтролировали, не сделали внутренние контуры и неправильно настроили ее работу. Также как и не рекомендуется отдавать в продакшен статьи, написанные популярными нейросетевыми сервисами, такими как СhatGPT – потому что любые тексты должны быть очень жестко регламентированы датасетом. Мы берем клиента, расписываем продукт, все слабые места, контексты, конкретику и только по ней разрешаем генерацию. Это всего лишь автоматизация. Просто на другом уровне.

Конкурентное преимущество – это полностью оцифрованный продукт.

На базе каких нейросетей создано решение?

Фактически мы разрабатываем автоматизацию бизнес-процессов на базе доступных технологий: мы используем ЛангЧейн (серверное решение), на базе которого работаем со всеми доступными популярными нейросетевыми платформами – Сlaude, СhatGPT, Gemini, Llama и другими, а также хранилищами Rag данных. Если технически углубляться, мы создаем не одну нейросеть, это целый блок различных нейросетевых агентов, которые вместе работают как отдельные специалисты.

Насколько я знаю, вы работали математиком на кафедре технической кибернетики – это упростило процесс разработки?

Конечно! Я сталкивался с нейросетями еще в 2000-м году, когда работал в институте. Я программировал машинное зрение, роботов. Глобально принципы не изменились – просто мощности чрезмерно выросли и появилось множество новых инструментов. Нейросеть – как рыбка, она ничего не понимает сама, человек просто обучает ее всем вариантам ответов на поставленные задачи. Все, никаких чудес нет. То есть это большие вычислительные мощности, и вопрос в том, как их применять. Моя миссия – подсветить предпринимателям, заказчикам, целому рынку, что это инструмент: он дает новые возможности, но это не чудо и не волшебная штука из коробки. Поэтому очень важно создать свой датасет, свою базу знаний, которую можно будет «скормить» нейросети.

Это территория не только айти-специалистов: они готовы сделать блок с точки А в точку В максимально эффективным способом, но то, что мы сейчас делаем, я называю изобретением методологии.

Современный маркетинг изменился настолько, что мы должны подстраиваться под него. Если вы этого не делаете, у компании нет будущего. Потому что конкурентное преимущество – это полностью оцифрованный продукт. Многие клиенты приходят с задачами, связанными с продажей, автоматизацией процессов и контролем регламента. Одни хотят принести компании больше денег, другие тратить меньше времени и снизить издержки, а третьи – повысить управляемость. И в этих трех сегментах мы работаем, и каждый связан с датасетом. Где-то датасет начинается с продажи продукта, а где-то с регламентов и внутренних процессов.

Подпишитесь на наш Telegram-канал: Подпишитесь на наш Telegram-канал. Подробнее о наших услугах на https://pilipchuk.online.

Начать дискуссию