Применение искусственного интеллекта в бизнесе: возможности и ограничения технологии

Искусственный интеллект уже давно перестал быть футуристической игрушкой. Сегодня он решает прикладные задачи, автоматизирует рутину, ускоряет процессы и меняет экономику целых отраслей. Но за громкими заголовками про «умные модели» скрывается более сложная реальность. 

Разберем, чем на самом деле является ИИ сегодня, где он действительно полезен, а где его возможности сильно переоценены.

Вопреки распространенному мнению, искусственный интеллект ничего не «понимает» в человеческом смысле. Он не мыслит, не осознает и не рассуждает. В основе его работы лежат огромные математические матрицы и вероятностные зависимости.

Модель сначала обучают. Ей показывают миллионы примеров: «вот входные данные, вот правильный ответ». В процессе обучения внутри модели рассчитываются весовые коэффициенты. После этого обучение останавливают и сеть начинает работать в режиме формирования ответов. Она не учится на ваших запросах, а лишь применяет уже сформированные зависимости.

Важно понимать: обучение ИИ очень затратно. По оценкам специалистов, сегодня на него уходит до 20 процентов всех ресурсов дата-центров в мире. Именно поэтому большинство компаний используют уже готовые модели, обученные в облаках, а не создают свои с нуля.

Одна из главных проблем современных моделей — галлюцинации. ИИ может уверенно выдавать полностью вымышленные факты, несуществующие ссылки и откровенно абсурдные ответы. Классический пример — «молоко лебедей для конфет птичьего молока».

• Первая — противоречивые данные. Модели обучаются на текстах из интернета. В сети много ложной информации, она попадает в обучающую выборку и становится для машины «нормой».
• Вторая — особенности обучения. Самые массовые алгоритмы поощряют модель за любой ответ. Ей важнее ответить хоть что-то, чем признать «я не знаю». В результате скорость и «самоуверенность» часто побеждают достоверность.

Именно поэтому в бизнесе ИИ нельзя использовать без системы контроля. Любое критически важное решение должно проверяться человеком.

Искусственный интеллект не заменит человека полностью, несмотря на впечатляющие успехи, он все еще остается узким специалистом. Он отлично справляется с повторяющимися цифровыми задачами: анализом документов, поиском информации, прогнозированием, обработкой обращений. Но он плохо переносит знания между разными областями.

Человек обладает тем, чего у ИИ нет: контекстом, интуицией, жизненным опытом, умением работать в нестандартных ситуациях. Поэтому в обозримой перспективе речь идет не о замене людей, а о перераспределении ролей. Машина берет рутину, человек — контроль, ответственность и творческие решения.

Да, часть профессий может исчезнуть, но параллельно появятся новые. Этот процесс человечество уже проходило во времена промышленной революции, когда автоматизация уничтожала старые рабочие места, но создавала новые.

Самый важный вывод, который часто упускают: искусственный интеллект не создает ценность сам по себе. Он работает только там, где есть качественные, структурированные данные. Если информация компании хранится в головах сотрудников, в хаотичных папках и таблицах, то ИИ будет бесполезен. Он не «догадается» сам. Ему нужно, чтобы данные были:

• собраны,
• очищены,
• классифицированы,
• связаны между собой.

Только после этого ИИ становится мощным инстурментом. Без фундамента из ваших данных он превращается в абстрактного консультанта, который знает все обо всем, но ничего конкретного о вашем бизнесе.

Также стоит помнить про этику, безопасность и ответственность при внедрении искусственного интеллекта. Ведь он несет не только экономические, но и серьезные этические риски.

Модели могут:

• подсказывать опасные действия,
• усиливать дискриминацию,
• давать советы в критических психологических состояниях.

Оставлять человека один на один с ИИ в сложных ситуациях недопустимо. Поэтому в корпоративных внедрениях обязательно учитываются:

• юридические ограничения,
• требования информационной безопасности,
• механизмы этического контроля,
• фильтры на опасные темы.

Модель должна быть инструментом, а не последней инстанцией.

По мировой практике значительная часть ИИ-проектов не доходит до промышленной эксплуатации. 

1. Нет бизнес-обоснования.
2. Не готовы данные.
3. Отсутствует стратегия.
4. Нет интеграции с существующими системами.
5. Недооценены риски.

Еще одна большая проблема — теневой ИИ. Сотрудники массово используют открытые модели для рабочих задач без согласования с бизнесом. Это приводит к утечкам данных и юридическим рискам.

Поэтому ИИ нельзя внедрять «на хайпе». Это не игрушка и не модный эксперимент. Это тяжелый инфраструктурный проект, требующий зрелости процессов.

При этом по оценкам Высшей школы экономики, экономический эффект от внедрения искусственного интеллекта в России к 2030 году может составить около 11,6 триллиона рублей, а к 2035 году — более 46 триллионов. Это говорит нам о том, что не смотря на все риски и ограничения при внедрении искусственного интеллекта, данная сфера остается одной из перспективных.

Наиболее активно ИИ сегодня внедряют:

• IT и телеком,
• FMCG (отрасль торговли товарами повседневного спроса),
• банки,
• клиентские сервисы.

Внедрение ИИ в бизнес начинается с этапа анализа данных и процессов. Для того чтобы ИИ работал качественно, нужно собрать и структурировать данные. На следующем этапе разрабатываются алгоритмы и правила, которые настраиваются под специфику конкретной организации. После этого проводится тестирование и пилотное внедрение, чтобы проверить, как ИИ справляется с реальными задачами.

Очень важно соблюдать эти этапы, потому что без должного порядка и организации процесса внедрения ИИ будет работать, но результаты не принесут значительной пользы.

Одним из важнейших этапов является настройка системы, которая будет использовать ИИ, и формирование команды проекта, которая в свою очередь будет отслеживать качество работы и вовремя вносить корректировки.

Сегодня ИИ в бизнесе применяется прежде всего там, где есть большие потоки данных:

• маркетинг и коммуникации,
• аналитика и прогнозирование,
• IT и разработка,
• документооборот,
• клиентская поддержка.

Все больше компаний внедряют чат-ботов и голосовых ассистентов, помогающих клиентам решать простые вопросы без участия человека. Но для сложных ситуаций, таких как эмоции клиента или нестандартные запросы, всегда должна быть возможность подключить живого сотрудника.

В банках ИИ давно используется для скоринга и оценки рисков. В логистике он прогнозирует задержки. В агропромышленности — предсказывает урожайность на основе прошлых данных и прогнозов погоды. В корпорациях — автоматизирует работу с документами и отчетностью.

Сотрудники по всему миру все больше ценят искусственный интеллект, где необходимо быстро обрабатывать большие объемы информации. ИИ становится незаменимым помощником в бизнесе, особенно когда речь идет о таких задачах, как аннотирование документов, транскрибация встреч или поиск нужной информации в обширных базах данных.

К примеру, в «КОРУС Конслатинг» мы используем внутренний ИИ для транскрибации записанных on-line встреч. Система распознает голос каждого участника разговора и формирует протокол. Все это экономит огромное количество времени, которое раньше уходило на ручное написание протоколов и отчетов. Далее ИИ помогает на этапах подготовки документации, распределения задач и контролирования сроков. Он работает с контекстом и даже может распознавать эмоции в голосе собеседника, что помогает оперативно реагировать на сложные ситуации, если это необходимо. Эта система сильно улучшила нашу работу и с каждым днем все больше и больше бизнесов начинают внедрять подобные инструменты, чтобы повысить эффективность.

Современные языковые модели стали переводчиком между человеком и информационными системами. Теперь можно задавать вопрос обычным языком, а ИИ сам преобразует его в машинный запрос, соберет данные из разных систем и выдаст результат.

На этом построены так называемые ИИ-агенты. Это связки из нескольких моделей и сервисов, которые умеют не просто отвечать, а выполнять цепочки действий: проверять себя, уточнять данные, исправлять ошибки.

Сегодня рынок ИИ делится на два лагеря:

• закрытые модели, доступ к которым осуществляется через интернет и расположенным в датацентрах разработчиков,
• модели с открытым исходным кодом, размещенные на собственных ресурсах пользователей.

Закрытые модели выгоднее со стороны финансовых затрат, но при их использовании данные передаются за пределы контура компании, а для бизнеса это серьезный риск. Открытые модели можно развернуть внутри компании, дообучить на своих данных и полностью контролировать.

На практике ИИ-агенты часто применяют там, где нужно работать с большим объемом корпоративных документов и знаний. Один из таких примеров — ИИ-ассистент, встроенный в решение по автоматизации электронного документооборота Авандок. Ниже — несколько типовых сценариев применения ИИ.

Работа с корпоративными базами знаний. Авандок.ИИ Ассистент помогает с ответами на вопросы по базе знаний. Когда сотрудник сталкивается со сложным вопросом, ИИ Ассистент находит нужный документ, выводит цитаты, источники и помогает быстро получить ответ. Это значительно ускоряет рабочий процесс и позволяет сотрудникам сосредоточиться на более важных задачах.

Обработка юридических документов. Ассистент умеет анализировать данные по судебным делам, выделять ключевые моменты и помогать юристам быстро находить нужную информацию. Это не только экономит время, но и снижает количество ошибок, связанных с ручным поиском данных.

Работа с первичными документами, такими как счета и договоры. ИИ-ассистент помогает распознавать информацию в документах, находить противоречия и дубли, а также проводить проверку корректности данных.

Основные эффекты и выгоды от внедрения искусственного интеллекта в организацию:

• Экономит время и деньги.
• Помогает быстрее адаптировать новых сотрудников.
• Быстро обрабатывает данные.
• Выявляет закономерности и предсказывает будущие тренды.
• Автоматизирует рутину.
• Улучшает клиентский опыт.

Это дает возможность высвободить ресурсы для улучшения качества работы сотрудников и развития ключевых направлений компании.

Однако важно помнить, что ИИ — это инструмент, который помогает людям работать эффективнее, но не заменяет их полностью. Настоящая выгода от ИИ появляется только там, где уже проделана тяжелая организационная работа: выстроены процессы, наведён порядок в данных, определены цели и измерим эффект. На наш взгляд, в будущем роль человека будет заключаться в создании смысла, принятии решений и контроле за результатами работы ИИ.

А все красивое, что мы видим в презентациях про внедрение ИИ, является лишь верхушкой айсберга, который состоит из стратегии, инфраструктуры, безопасности и человеческого контроля. Именно эти элементы определяют, станет ли искусственный интеллект в компании источником роста или дорогой игрушкой.