Российский бизнес меняет подход к искусственному интеллекту

Искусственный интеллект постепенно перестает быть для российского бизнеса экспериментальной технологией. Компании начинают внедрять его не в отдельные операции, а сразу в связанные рабочие процессы, оценивая результат через финансовые и операционные показатели. Об этом рассказал генеральный директор сервиса ИИ-аналитики и автоматизации продаж «Аихаб» Алексей Авдеев, сообщает ПроКазань.

По словам эксперта, несколько лет назад организации чаще ограничивались тестированием отдельных решений. Сейчас требования изменились: компаниям важно понимать, способен ли ИИ увеличить выручку, сократить расходы, ускорить обслуживание клиентов или повысить эффективность сотрудников.

Одновременно расширяется перечень задач, которые передают искусственному интеллекту. Аналитика и автоматизация повторяющихся операций остаются востребованными, однако к ним добавляются продажи, клиентский сервис и управление внутренними процессами.

Особенно активно новые технологии осваивают отрасли с большим количеством взаимодействий с клиентами. В их числе финансовые сервисы, интернет-торговля, телекоммуникации, реклама, недвижимость и автомобильный рынок. В таких сферах эффект автоматизации можно сравнительно быстро оценить через конкретные показатели.

Например, в продажах искусственный интеллект уже способен работать не только как помощник менеджера. Система может анализировать сведения о клиенте и историю предыдущего общения, определять его потребности и предлагать наиболее подходящий сценарий дальнейшего взаимодействия.

Часть операций постепенно автоматизируется полностью. После разговора сотрудника с клиентом ИИ может обработать содержание беседы, занести необходимые сведения в CRM и определить дальнейшие действия по сделке.

Технология находит применение и внутри компаний. Искусственный интеллект используют при обработке документов, ведении кадрового, бухгалтерского и налогового учета. На предприятиях реального сектора развиваются компьютерное зрение для проверки качества продукции, прогнозирование состояния оборудования и цифровые двойники.

Сам российский рынок генеративного ИИ продолжает увеличиваться. По данным, которые приводит Авдеев, по итогам прошлого года его объем составлял около 58 млрд рублей. К 2030 году показатель может вырасти до 778 млрд рублей при среднегодовых темпах примерно 68%.

Однако между использованием отдельных ИИ-инструментов и их полноценным внедрением во всю систему компании остается значительная разница. По оценке эксперта, промышленного уровня применения технологии пока достигли лишь около 10–15% российских организаций.

Одной установки генеративной модели или запуска корпоративного чат-бота для этого недостаточно. Чтобы технология работала в масштабе бизнеса, необходимо объединить данные, определить задачи, подготовить инфраструктуру и изменить связанные процессы.

В противном случае ИИ может остаться локальным инструментом, который используется только отдельными подразделениями и практически не влияет на результаты всей компании.

Еще одним препятствием остается недостаток специализированных моделей. Универсальный искусственный интеллект не всегда способен эффективно работать со сложной отраслевой терминологией, внутренними базами и технической документацией.

Создание таких решений требует качественных наборов данных и серьезных вычислительных ресурсов. Поэтому разработка отраслевых моделей доступна не каждой организации.

Отдельный вопрос связан с информационной безопасностью. Массовое применение ИИ предполагает работу с большими объемами корпоративных данных, часть которых может быть конфиденциальной.

Компаниям необходимо заранее устанавливать правила: какую информацию разрешается загружать в ИИ-системы, какие задачи допустимо автоматизировать и где решения по-прежнему должен принимать человек.

По словам Авдеева, дальнейшее распространение искусственного интеллекта будет связано не столько с количеством подключенных сервисов, сколько с глубиной их интеграции. Для бизнеса главным становится переход от отдельных экспериментов к единой системе, в которой применение ИИ дает понятный и измеримый результат.

Может быть интересно:

1. Вместо чебуреков — ленивые лепешки с фаршем: никакой долгой лепки, а внутри много сочной начинки
2. Грибы и ложка сметаны превращаются в густую подливу: к картошке другого мяса уже не хочется
3. Осень — время капусты: готовлю ленивый пирог за 20 минут — начинки больше, чем теста
4. Тыква снова лежит без дела: натираю ее с сыром — румяные оладьи съедаются прямо со сковороды
5. Захватите банку тунца и кукурузы: сытный салат собирается за 7 минут — даже варить почти ничего не надо