Искусственный интеллект в деле

К 2030 году искусственный интеллект за счет оптимизации процессов добавит к ВВП страны 11 трлн рублей. Такой прогноз подтверждает растущую роль нейро-технологий в экономике и их влияние на развитие многих отраслей. Дмитрий Красовский, директор Т1 Цифровой Академии, — о том, как бизнес использует ИИ и что делать компаниям, чтобы не отставать в технологической гонке. 

Для решения каких задач востребован ИИ

Искусственный интеллект стал доступнее и проще в использовании. Сегодня среди субъектов МСП ИИ используют около 30% компаний, среди крупного бизнеса — порядка 53%. Самые продвинутые отрасли — маркетинг и продажи, клиентский сервис, ИТ и производство.

Чаще всего бизнес использует ИИ-решения для следующих направлений:

• Автоматизация пользовательской поддержки. Компании, которым нужно обрабатывать входящие запросы, развивают собственные голосовые помощники и чат-боты, чтобы снизить нагрузку на операторов и сделать обслуживание быстрее.
  В основе такого ПО — генеративный ИИ. Модели анализируют запросы пользователя и дают точные ответы, которые учитывают контекст. Как пример — службы клиентской поддержки банков, медицинских, транспортных и других учреждений. Так, свои ИИ-ассистенты есть у ВТБ, Сбера, Альфа-Банка и Т-Банка, а Яндекс использует нейросети, чтобы лучше понимать поисковые запросы пользователя в своих сервисах. Подобные решения помогают не только оперативно обрабатывать входящие запросы, но и на их основе улучшать продукты.

• Оптимизация работы с документами. ИИ ищет в документах противоречия с нормативной базой и внутренними актами, группирует файлы по содержанию. Функционал также будет полезен при создании внутрикорпоративной базы знаний. Технология помогает автоматически собирать, структурировать и организовывать информацию, оптимизирует поиск данных и может адаптировать сервисы под нужды отдельных сотрудников или отделов.
  В России многие компании и государственные организации внедряют ИИ для обработки документов. Так, 20% компаний уже используют большие языковые модели для автоматической обработки текстов и документов, применяя как международные, так и российские решения.

• Поддержка принятия решений. Самая обширная область, сочетает в себе аналитику больших данных, предсказательные системы и оптимизаторы. Такие продукты используются во всех сферах: от промышленности до розничной торговли и банков. ИИ-решения обрабатывают большие массивы данных, выявляют тренды и тенденции, а также демонстрируют их в понятном формате, что помогает принять грамотные управленческие решения.

Искусственный интеллект анализирует большие данные, делает на их основе прогнозы и помогает заранее просчитать эффект от внедрения или изменения логики процесса, а также нивелировать последствия от непредвиденных негативных событий. А в сочетании с другими технологиями, например, компьютерным зрением, позволяет контролировать работу предприятия в режиме реального времени и находить точки роста. Так, 64% российских компаний применяют ИИ для автоматизации операций, улучшения эффективности и снижения затрат. Например, ИИ используется для мониторинга состояния оборудования и предсказания возможных сбоев, что позволяет избежать простоев.

Применение ИИ — новая норма

Согласно исследованиям, 79% менеджеров крупных компаний уверены, что внедрение ИИ — необходимый шаг для сохранения конкурентоспособности организации. 60% опрошенных опасаются, что отсутствие четкого плана действий помешает достижению этой цели. Так, использовать их становится не просто полезно, но обязательно.

Прежде всего, ИИ-решения увеличивают продуктивность сотрудников. Поэтому компании движутся в сторону создания ИИ-экосистем в компании, где технология возьмет на себя функции персонального ассистента. Например, в случае с платформами видеоконференцсвязи нейросеть не только переведет речь спикера и сгенерирует к ней субтитры, но и подготовит краткие итоги встречи.

Алгоритмы понимают контекст, после разговора они могут напомнить одному из участников поделиться обещанным файлом, а интеграция ИИ в почтовые сервисы, мессенджеры и календарь позволит системе ставить звонки и рассылать приглашения автоматически. Также нейросети выступят и в роли посредника: помогут оформить заявление на отпуск, получить консультацию по поводу больничного, найти контакты коллеги из другого департамента — все в рамках общения на естественном языке.

Еще одна точка роста — технологии машинного зрения. Видеоаналитика все активнее применяется для контроля безопасности на промышленных объектах, оценки поведения сотрудников в магазинах, поиска наиболее востребованных зон среди клиентов. Например, российский ритейлер X5 Retail Group в 2019 году начал использовать ИИ и компьютерное зрение для аналитики изображения с установленных в магазине камер. Так компания следит за наполнением полок в отделе фруктов и овощей и своевременно выкладывает недостающий товар.

Однако самое перспективное направление — генеративный ИИ. По прогнозам Gartner, к 2026 году его будут использовать 80% предприятий, наравне с API (интерфейсами прикладного программирования). Это значит, что всего за три года число предприятий, внедряющих или создающих GenAI-модели, вырастет в 16 раз — для сравнения,в прошлом году так поступали около 5% компаний. Использование ИИ станет повсеместным, причем компании будут не только внедрять внешние решения, но и разрабатывать собственные.

Сегодня ИИ-ассистент — не просто источник информации, а полноценный эксперт. Нейросети смогут решать сложные задачи, предлагать детальные решения.

Работа сотрудника будет предполагать взаимодействие с «гибридным коллективом», в состав которого входят и люди, и инструменты искусственного интеллекта. Бизнесу потребуются квалифицированные кадры, способные пользоваться и даже настраивать ИИ.

Нанимать VS дообучать: как найти кадры, способные грамотно управлять ИИ-инструментами

Новые решения требуют специалистов с новыми компетенциями и навыками, но в условиях дефицитного рынка найти их сложно. В рамках нацпроекта «Экономика данных» государство планирует к 2030 году подготовить еще 15,5 тысячи программистов и более 800 тысяч специалистов, владеющих технологиями искусственного интеллекта. Однако участие бизнеса в этом процессе также необходимо. Каждая компания и отрасль имеет свою специфику, но при стратегическом подходе корпоративное обучение может обеспечить бизнес нужными сотрудниками.

Нужные навыки и компетенции можно разбить на два уровня. Во-первых, от людей требуется базовое владение технологиями — взаимодействие с софтом, востребованным в конкретной отрасли, в том числе, с ИИ-инструментами. Например, при работе с генеративным ИИ важно формулировать промпты и корректировать их для получения точного результата. А с учетом растущего числа киберугроз, еще и знать, какие данные можно загружать в сторонние нейросети, а какие загружать рискованно.

Второй уровень — это компетенции, необходимые для настройки и обслуживания ИИ-решений. Здесь пригодятся продвинутые технические навыки, причем разные решения и инфраструктуры требуют разный стек.

В любом случае затраты на дообучение сотрудников этим компетенциям в условиях дефицита рабочей силы существенно ниже, чем затраты на поиск и воспитание новых квалифицированных кадров.

Чему обучать сотрудников для работы с ИИ

При обучении сотрудников следует учитывать цели и задачи бизнеса, включать как те компетенции, которые востребованы сейчас, так и те, которые будут востребованы через пару лет. Если предприятие планирует внедрение ИИ-решений, то навыки по работе с ними, разработке и обслуживанию важно включить в программы развития сотрудников.

Образовательные направления в контексте искусственного интеллекта можно, как и ключевые компетенции, разделить на два блока. Пользователям, помимо прикладных навыков работы с решением, важно обладать критическим мышлением и творческим подходом. Пока технология находится в фазе развития, ответы нейросети часто не до конца соответствуют действительности. Сотруднику важно замечать эти расхождения, воспринимать ответы нейросетей критически. Для специалиста, который разрабатывает и обсуживает ИИ-решения, важно не только разбираться в кодинге, но и в том, как устроены нейросети. Прототипирование, Data Science, построение моделей — лишь некоторые компетенции, которые особенно важны при переходе к ИИ-экономике. Уже сейчас Middle- и Senior-специалисты лидируют по числу открытых вакансий — именно разработчики и аналитики с техническими навыками наиболее востребованы.

Даже базовые навыки работы с ИИ сегодня ценятся все выше. Искусственный интеллект — залог конкурентоспособности бизнеса, и в ближайшие годы его роль только возрастет. В этом контексте вложения в обучение сотрудников — грамотная инвестиция. Сами же работники получат от этого массу плюсов: так, приобретение навыков работы с ИИ на треть повысит оплату труда и создаст другие карьерные преимущества.