Искусственный интеллект всё активнее проникает в бизнес-процессы. Однако само по себе внедрение нейросетей не гарантирует роста эффективности и снижения затрат. Более того, попытка автоматизировать всё подряд может обернуться дополнительными расходами и потерей качества.
Как понять, какие задачи можно передавать ИИ, а где необходимо человеческое участие? Какие навыки особенно важны в работе с нейросетями? И кто должен становиться драйвером такой автоматизации — руководство или сами сотрудники? Об этом мы поговорили с руководителем MANGO Академии Игорем Игошевым.
— По данным исследований, в России 37,5% работников уже используют нейросети. Но заметный рост производительности отмечает лишь каждая пятая компания. На ваш взгляд, не переоцениваем ли мы сегодня пользу ИИ для бизнеса?
— Скорее, пока не до конца понимаем, как оценивать эффект от внедрения ИИ. Это новый инструмент, с которым бизнес раньше не сталкивался. Компаниям только предстоит выработать метрики для измерения его реальной пользы.
Например, если компания ориентируется только на выручку и не видит её роста, это ещё не значит, что ИИ не приносит эффекта. Возможно, благодаря ему сотрудники работают быстрее, а компания сохраняет прежние результаты при меньших затратах или без увеличения штата. Нужно смотреть на совокупность показателей, включая операционные издержки.
Компаниям важно научиться измерять не только конечные результаты, но и опережающие показатели. Именно такой подход позволит объективнее оценить реальный эффект от внедрения ИИ. Уверен, тогда картина будет существенно отличаться.
— Какие задачи уже можно передавать ИИ, а с какими пока лучше не торопиться?
— Чтобы это определить, я бы выделил два основных критерия. Первый — наличие образа ожидаемого результата. Например, когда я разрабатывал сайт для внутреннего проекта с помощью нейросетей, сначала приходилось много раз просить модель что-то переделать. И только когда у меня сформировалось чёткое понимание того, каким должен быть итоговый продукт и как к нему прийти, я получил нужный результат.
Второй критерий — предполагает ли процесс непосредственное общение между людьми. На мой взгляд, пока рано полностью передавать нейросетям задачи, в которых особенно важны человеческий контакт и понимание собеседника: например, коммуникации в клиентском сервисе или продажах. При этом ИИ может быть хорошим помощником: брать на себя типовые запросы, быстро находить информацию и решать стандартные задачи.
— Компании всё чаще заменяют операторов роботами. Общение с живым человеком постепенно становится привилегией?
— Общение человека с человеком обходится бизнесу дороже, чем автоматизация с помощью ботов или ИИ-агентов. Но здесь важно найти баланс между эффективностью и качеством сервиса.
ИИ должен действительно помогать решать вопросы клиентов. Если этого не происходит, человек всё равно обращается к оператору, но уже с негативным опытом. Это может навредить репутации компании и привести к потере клиентов.
— Кто должен быть драйвером внедрения ИИ в бизнесе — руководство или сотрудники?
— Здесь важна взаимная ответственность. Можно спускать инициативу сверху, но если сотрудники не видят смысла в использовании искусственного интеллекта, они вряд ли будут применять его. Конечно, можно просто ограничить другие способы решения задач, но это не самый рациональный подход: в итоге может пострадать общий результат.
Важно сочетать инициативу сотрудников с поддержкой руководства. Сотрудники должны быть готовы экспериментировать и предлагать новые решения. А компания — обеспечивать необходимые условия и ресурсы для их реализации.
— Не приведёт ли использование ИИ к снижению квалификации сотрудников?
— Всё упирается в профессиональную компетентность. Если я перестаю самостоятельно думать и перекладываю задачи на ИИ, не понимая, что и зачем делаю, то действительно есть риск деградации навыков. А если я использую его как инструмент, который помогает мне решать задачи быстрее и качественнее, то, наоборот, усиливаю свои навыки.
— Какой процент задач можно безопасно передать ИИ, чтобы не создавать рисков для бизнес-процессов?
— Зависит от должности и роли сотрудника. Если говорить усреднённо, я бы сказал, что около 30% задач точно можно передать ИИ. При этом отталкиваться нужно не от самого процента, а от конкретной проблемы, которую мы хотим решить.
Например, в моём отделе обучения практически каждый сотрудник ежедневно использует ИИ примерно в 40% задач. Остальные 60% связаны с личным общением, творческой работой (когда мы придумываем и предлагаем идеи), а также с проверкой результатов, которые подготовил ИИ.
— Как меняется работа управленцев благодаря ИИ?
— Я часто слышу от руководителей, что им не хватает времени. Но, на мой взгляд, дело скорее в приоритетах. Задач всегда много, и мы выбираем, на что потратить время в первую очередь. ИИ помогает быстрее справляться с одними задачами, но на их место приходят другие.
Например, раньше на анализ отчёта могли уходить часы, а теперь ИИ помогает получить ключевые выводы гораздо быстрее. Это ускоряет принятие решений и повышает эффективность работы с командой. Руководитель не обязательно будет меньше загружен, но при грамотном выстраивании процессов его операционная эффективность вырастет благодаря нейросетям.
— Какие навыки нужны для эффективной работы с нейросетями?
— Во-первых, ориентация на поиск решений. Если человек не зацикливается на проблеме, а ищет разные способы её решить, ему проще работать с ИИ.
Во-вторых, внимание к деталям. Нейросеть может выдавать убедительные, но ошибочные результаты, поэтому их важно проверять.
В-третьих, умение искать альтернативные подходы. Если результат не устраивает, нужно самому подумать, как ещё можно решить задачу. И предложить нейросети другой вариант. ИИ не будет искать все возможные пути, если человек сам не понимает, в каком направлении двигаться.
— Как в MANGO OFFICE используют ИИ? Какие задачи уже передали нейросетям и что это даёт компании?
— У каждого департамента, отдела в компании своя специфика использования ИИ: разработчики ускоряют написание кода, дизайнеры создают эскизы и т. д.
Если говорить о проектах на всю компанию, мы запустили виртуального специалиста по работе с командой, которому сотрудники могут написать по почте или в корпоративном мессенджере. Благодаря доступу к внутренней базе знаний он помогает находить информацию о продуктах, процессах и кадровых вопросах, а также может напоминать о важных делах.
Кроме того, мы создаём диалоговые тренажёры на базе ИИ для продаж и клиентского сервиса. Сотрудники учатся работать с возражениями и претензиями, общаясь с нейросетью, а затем получают отчёт с оценкой по чек-листу и с рекомендациями.
Ещё один пример — автоматизация аналитики и управленческой отчётности. Раньше отчёты из iSpring LMS приходилось вручную обрабатывать в Excel: строить сводные таблицы, сопоставлять данные и собирать результаты. Мы создали приложение, в которое достаточно загрузить отчёты, чтобы оно автоматически формировало сводку по ключевым показателям.
Кроме того, хотим попробовать создать обучающую игру с помощью нейросетей. У нас уже был пилот: мы делали мини-игру в формате SCORM и загружали её на платформу для обучения. Это ещё одно направление, которое планируем развивать в ближайшие месяцы.
— С чего лучше начинать внедрение ИИ в компании: с экспериментов или с общей стратегии?
— Я бы здесь предложил идти по принципу стартапа. Сначала начинаем делать, проверяем, что работает, а потом описываем и стандартизируем полученный опыт. Чем больше мы экспериментируем и осмысляем результаты, тем быстрее растут компетенции сотрудников и зрелость организации в работе с ИИ.
— В каких отраслях вы видите наибольший потенциал для использования ИИ в ближайшие 3–5 лет?
— ИИ открывает новые возможности для розницы и клиентского сервиса. Как пример — аудиобейджи. Сотрудник в течение дня общается с большим количеством клиентов, а аудиобейдж записывает и анализирует эти разговоры. На основании этих данных руководитель может определить, на что обратить внимание.
Раньше охватить такой объём коммуникаций было практически невозможно. А теперь можно сделать взаимодействие каждого сотрудника с каждым клиентом гораздо более прозрачным.
— Какие основные риски для бизнеса вы видите при внедрении ИИ в процессы, помимо утечки данных и вопросов безопасности?
— Ключевой риск, на мой взгляд, — потеря критического мышления: когда мы начинаем настолько доверять ИИ, что перестаём проверять его результаты и принимаем за истину всё, что он выдаёт.
Искусственный интеллект работает с доступным ему контекстом. Он может не знать каких-то обстоятельств, которые известны вам, и поэтому предложить не самое подходящее решение. Ответственность за итоговое решение всё равно остаётся за человеком.
— Какой главный тренд в развитии ИИ для бизнеса будет актуален в ближайшие пару лет?
— Я бы выделил развитие ИИ-агентов — виртуальных сотрудников: руководитель сможет ставить задачи и работать с ними как с обычной командой. Например, поручить им подготовить презентацию по брендбуку, позвонить клиентам и рассказать о новой акции или предложить услугу. Это могут быть и текстовые, и визуальные задачи, и общение с клиентами. Мне кажется, именно в эту сторону всё будет развиваться.
