Софья Искандарова: «Искусственный интеллект открывает бизнесу новые горизонты эффективности»

Спрос на ИИ-решения в российском бизнесе вырос на 40%. Главными направлениями внедрения искусственного интеллекта в 2024 году стали генерация и анализ текстов, программного кода, а также мультиагентный подход. Об этом сообщили эксперты из компании «Рексофт». По их мнению, главной причиной роста стала активизация импортозамещения и переход многих компаний на модели, снижающие возможность вендорлока.

Эксперт по внедрению ИИ Софья Искандарова считает, что искусственный интеллект может не только автоматизировать рутинные процессы, но и существенно повышает показатели продуктивности бизнеса. Как рассказала Софья, благодаря системе ИИ поиска по документам, которую она разработала вместе с командой, сотрудники крупнейшей в России телекоммуникационной компании стали находить нужную информацию почти в два раза быстрее, а некоторые рабочие задачи выполняются на 50% эффективнее. Какое будущее ждет российский бизнес с внедрением нейросетей и как понять, что вам пора внедрять технологии в производство — об этом в читайте интервью.

Эксперт по внедрению ИИ Софья Искандарова

— Софья, как вы оцениваете текущий уровень готовности российского бизнеса к внедрению решений на основе искусственного интеллекта, и с какими сложностями может столкнуться компания, которая внедряет ИИ-решения?

— Российский бизнес активно интересуется искусственным интеллектом, но уровень готовности к его внедрению сильно разнится. Основные барьеры — нехватка компетенций, инвестиционные риски и сложность перехода на отечественные решения. Компании с осторожностью инвестируют в технологии с неопределенной окупаемостью, особенно в условиях экономической нестабильности.Трендвотчинг рынка DevOps. Аналитический отчет TAdviser 5.4 т

При этом проекты по автоматизации рутинных процессов и улучшению клиентского опыта часто показывают высокую эффективность. Например, наша система ИИ поиска по документам ускорила доступ к информации и повысила эффективность работы в ряде крупных проектов. Такие решения демонстрируют, как ИИ становится драйвером роста и конкурентного преимущества.

— Ваша система ИИ поиска по документам уже помогает сотрудникам находить нужную информацию в два раза быстрее. А какие еще бизнес-процессы автоматизируются с помощью искусственного интеллекта и почему?

— С помощью искусственного интеллекта чаще всего автоматизируются рутинные задачи, связанные с обработкой данных, клиентским сервисом и оптимизацией операционной деятельности. Поскольку именно в этих областях ИИ способен сократить затраты, улучшить точность и ускорить выполнение задач. Система ИИ поиска по документам помогает тысячам сотрудников быстро находить нужную информацию из большого массива данных. Также ИИ можно внедрить и в работу сотрудников для быстрого составления отчетов по шаблону, для генерации презентаций и картинок для развлекательных материалов, для анализа и сравнения информации, для расшифровки встреч и конференций, для написания программного кода и так далее.

— Вы внедрили аналитику данных на основе искусственного интеллекта в компанию с частично бумажным документооборотом. Как бизнес определяет, что готов к внедрению ИИ-решений?

— Чтобы определить, готов ли бизнес к внедрению ИИ-решений, компаниям необходимо проанализировать несколько ключевых факторов. Во-первых, следует оценить, насколько хорошо структурированы и доступны данные, поскольку успешное внедрение ИИ требует качественной и чистой информации. В упомянутом вами проекте по оцифровке документации я работала с компанией, где данные находились в бумажном и неструктурированном виде, лишь после их оцифровки с использованием технологий компьютерного зрения бизнес смог эффективно внедрить аналитику на основе ИИ. Во-вторых, важно понять, существуют ли задачи, которые можно автоматизировать и которые действительно дадут измеримый эффект, например, снижение затрат или увеличение скорости процессов. Нередко мы встречаем кейсы, где задачу гораздо проще и дешевле решить механиками, не связанными с ИИ. Наконец, необходимо учитывать готовность команды к изменениям: обучение сотрудников работе с ИИ и интеграция новых процессов — ключевые этапы, без которых внедрение может оказаться неэффективным.

— Вы работали Product Owner голосового и текстового помощника в крупном ритейле. Там состоялся ваш первый опыт по внедрению ИИ-системы. В результате вы разгрузили контактный центр и интегрировали чат-бот в корпоративные системы. Как пришла идея внедрить ИИ в бизнес-процесс?

— Было необходимо оптимизировать работу контактного центра, который был перегружен однотипными запросами — уточнение статуса заказов, возвраты и ответы на частые вопросы. Также иногда мы сталкивались с волнообразным поведением метрик лояльности пользователя и не могли отследить причины этого явления. Мы понимали, что автоматизация этих процессов через текстового и голосового помощника позволит не только сократить нагрузку на операторов, но и улучшить пользовательский опыт клиентов за счёт быстрого получения ответов. А также мы сможем подробно отследить из-за чего некоторые пользователи остаются недовольными, потому что корневая проблема редко понятна из классификации обращения.

— С какими сложностями вы столкнулись в ритейле и что предприняли для их преодоления?

— Основной вызов заключался в интеграции чат-бота с корпоративными системами: CRM, база подрядчика, который выполняет доставку, база знаний компании. Нужно было обеспечить доступ к данным заказов, оплат и логистики в режиме реального времени, чтобы бот мог предоставлять точную информацию. Также сложностью стало обучение модели на специфике бизнеса, поскольку ритейл отличается большим объемом уникальных процессов и данных.

Для начала работы мы расшифровали и классифицировали тысячи обращений пользователей, разметили данные и дообучили модель. Помимо ИИ, алгоритмы текстового и голосового бота следовали определенным правилам, которые исключали ошибки в сценарии общения бота и клиента. Затем мы постепенно подключали бота к взаимодействию с разными группами пользователей и получали от них обратную связь. Так, по кирпичику, встраивая новые технологии в устоявшийся технический ландшафт компании, мы получили очень достойные результаты. Этот проект стал моим первым опытом внедрения ИИ и показал, как грамотно реализованные технологии могут существенно улучшить операционные показатели бизнеса.

— Работа контактного центра в ритейле — это сложный и беспрерывный процесс. Когда вы внедряли ИИ-ассистента в работу оператора, какие подходы повлияли на успешный запуск? И что бы вы посоветовали другим компаниям при внедрении таких решений?

— Ключевыми подходами, которые обеспечили успех в повышении метрик NPS и CSI при внедрении ИИ-ассистента, стали глубокое понимание потребностей пользователей, детальный анализ данных и последовательное тестирование решений. Мы сфокусировались на задачах с максимальным эффектом для пользователей, таких как оперативное уточнение статуса заказа и решение вопросов по возвратам. Постоянная обратная связь от клиентов и операторов контактного центра позволила нам оперативно корректировать алгоритмы и улучшать сценарии общения ассистента. Большое внимание мы уделили созданию интуитивно понятного интерфейса для операторов в CRM и для пользователей в приложении, чтобы они могли легко подключаться к сложным запросам и не дублировать работу бота. Это помогло избежать снижения качества обслуживания в переходный период.

— Вы внедряете ИИ в бизнес-процессы. Как, по вашему мнению, будут выглядеть производства в будущем? И возможно ли, что все больше процессы будут автоматизированы, а специалисты не нужны?

— В будущем производства, на мой взгляд, станут максимально автоматизированными и интеллектуальными, где большинство рутинных задач будут выполнять ИИ и роботизированные системы. ИИ уже показывает эффективность в таких областях, как прогнозирование спроса, управление складскими запасами и контроль качества. В будущем эти технологии будут использоваться повсеместно, обеспечивая гибкость производства, способность адаптироваться к изменениям спроса и минимизацию потерь ресурсов. Например, в проектах, где я работала, искусственный интеллект уже внедряется и существенно помогает сотрудникам в рутинных рабочих задачах: формирование протоколов встреч, поиск и обработка данных, подготовка презентационных материалов. Решение этих задач освобождает время сотрудников для более сложной аналитической работы.

Что касается специалистов, они всегда будут нужны, особенно в таких сферах, как дизайн решений, управление сложными системами, работа с данными и обеспечение безопасности. Производства будущего — это не только автоматизация, но и синергия человека и технологии. Важнейшей задачей будет обучение сотрудников новым навыкам, чтобы они могли эффективно использовать инструменты ИИ и продолжать играть важную роль в бизнес-процессах.

Автор: Анатолий Сычев