ИИ в бизнесе: от хайпа к практике

В 2024 году снизился индекс готовности к использованию ИИ среди бизнеса и социальной сферы по сравнению с 2023 годом. Такие данные приводит Национальный центр развития искусственного интеллекта при Правительстве РФ. Что это — разочарование в технологии или переход от слепого хайпа к осознанному внедрению? За ответом мы обратились к одному из авторитетных экспертов в области ИИ — Тому Груберу, одному из создателей Siri. В интервью Consider Solutions он поделился своим видением будущего ИИ в бизнесе. Мы проанализировали его выступление и собрали самые важные идеи о том, как компаниям извлечь максимум пользы из этой технологии.

Четыре проверенных способа использования ИИ в бизнесе

Искусственный интеллект часто воспринимается как сложная и непонятная технология. Однако опыт показывает, что существует несколько простых и эффективных способов его применения, доступных практически любой компании.

• Первый и наиболее безопасный способ — использование ИИ для анализа данных и подготовки отчетов. По эффективности современные ИИ-системы можно сравнить с выпускником ведущего университета: они отлично структурируют информацию, выделяют ключевые моменты и формируют понятные выводы. ИИ может быстро проанализировать большой документ или набор материалов и подготовить краткое резюме. Особенно ценно то, что с полученным обзором можно взаимодействовать: уточнять детали, задавать дополнительные вопросы и получать более глубокое понимание материала.
• Второе применение — организация продвинутых мозговых штурмов. ИИ может моделировать различные точки зрения на проблему, выступая в роли скептика, оптимиста или эксперта в определенной области. Это помогает увидеть ситуацию под разными углами и найти неочевидные решения.
• Третье направление — использование ИИ в разработке программного обеспечения. Практика показывает рост производительности на 20-30% за счет автоматизации поиска и адаптации готовых решений. Этот подход, получивший название raccoon programming, позволяет существенно ускорить разработку за счет эффективного переиспользования существующего кода.

Важно понимать, что в каждом из этих направлений ИИ выступает как усилитель возможностей сотрудников, а не их замена. Таким образом, вбизнесе ИИ можно использовать двумя способами: для автоматизации и дополнения. Автоматизация выполняет рутинные задачи, например, работу в опасной среде, где машины безопаснее и эффективнее людей. Дополнение же помогает людям, усиливая их способности и упрощая работу.  

Дополнение — это поддержка человека, как очки, которые помогают лучше видеть, но не заменяют глаза. ИИ в роли помощника работает по тому же принципу, но в командах или специфических задачах. Понимая контент и общаясь на понятном языке, ИИ становится соработником.

Хотя ИИ иногда заменяет сотрудников, его главная цель — не конкурировать, а стать помощником. В ближайшие 10 лет именно роль ИИ как ассистента окажет наибольшее влияние.

Три признака для внедрения ИИ в процесс

Как отмечает Том Грубер, успех автоматизации зависит от правильного выбора процессов для оптимизации. На основе его опыта можно выделить три ключевых признака, указывающих на готовность процесса к автоматизации с помощью ИИ.

• Первый признак — низкое качество текущего процесса. Классический пример — работа колл-центров, где клиенты регулярно сталкиваются с длительным ожиданием и некачественным обслуживанием. Если существующий процесс уже является слабым звеном в цепочке обслуживания клиентов, его автоматизация может значительно улучшить ситуацию.
• Второй признак — достаточный масштаб задачи. Автоматизация процесса, который выполняет один сотрудник, редко бывает экономически оправданной. Разработка и внедрение ИИ-решения требует значительных инвестиций, поэтому важно, чтобы масштаб задачи оправдывал эти затраты.
• Третий критерий — низкая степень уникальности процесса. Если задача не требует уникальной экспертизы и может быть быстро передана новому сотруднику без существенной потери качества, она хорошо подходит для автоматизации. Это особенно актуально для массовых операций в колл-центрах или стандартных процедур обработки данных.

Границы возможностей ИИ: о чем важно помнить

При всей своей мощи искусственный интеллект имеет четкие ограничения, о которых важно помнить. 

• Первое ограничение — неспособность ИИ быть надежным источником фактической информации. Системы не обращаются к актуальным данным в реальном времени, а работают с «архетипической памятью», сформированной в процессе обучения. Это принципиально отличает их от поисковых систем и делает ненадежными для получения актуальной информации.
• Второе ограничение связано с явлением «конфабуляций» — когда ИИ генерирует убедительные, но ложные ответы. При этом уровень уверенности в ответе никак не связан с его достоверностью — система может одинаково уверенно выдавать как точную, так и полностью некорректную информацию.
• Особую озабоченность вызывает вопрос конфиденциальности данных. Использование публичных ИИ-сервисов для работы с корпоративной информацией может привести к нарушению соглашений о неразглашении и компрометации конфиденциальных данных. Например, загрузка рабочей переписки или внутренних документов в общедоступные ИИ-системы фактически делает эту информацию доступной третьим сторонам. Эта проблема до сих пор не имеет универсального решения и требует особого внимания при внедрении ИИ в бизнес-процессы.

Основной необходимый навык для работы с ИИ — критическое мышление. Без него вы рискуете запутаться в потоке недостоверной информации.

Кроме того, вы должны стать для ИИ учителем, лидером и менеджером. Нужно уметь четко формулировать цели и грамотно делегировать задачи. Важно определить, что остается за человеком, а что можно поручить машине. Например, постановка целей при написании кода — задача человека, а реализация конкретной функции — работа компьютера.

Делегирование требует анализа: стоит ли доверять задачу ИИ и как это контролировать. Это похоже на работу с новым сотрудником — вы сначала наблюдаете и оцениваете, прежде чем поручать что-то важное.

Где искать точки роста: перспективные направления для внедрения ИИ

В то время как многие компании все еще экспериментируют с базовыми применениями искусственного интеллекта, ряд отраслей уже подошел к этапу глубокой трансформации благодаря этой технологии. Опыт первопроходцев позволяет выделить наиболее перспективные направления для внедрения ИИ.

• Кибербезопасность становится одной из ключевых областей применения искусственного интеллекта. Причина проста: объем данных и скорость изменений в этой сфере уже превышают человеческие возможности обработки информации. Фактически, мы имеем дело с постоянной кибервойной, где только автоматизированные системы способны обеспечить адекватный уровень защиты.
• Юридическая сфера также демонстрирует высокий потенциал для частичной автоматизации. Хотя полная замена юристов невозможна из-за сложности их работы и необходимости личного взаимодействия с клиентами, отдельные задачи поддаются автоматизации. Особенно это касается анализа контрактов и документации, где ИИ уже демонстрирует точность, превосходящую человеческую.
• Разработка программного обеспечения представляет собой еще одну перспективную область. Дефицит квалифицированных разработчиков и высокая стоимость их услуг создают идеальные условия для внедрения ИИ. При этом автоматизации поддаются прежде всего четко формализованные задачи, такие как создание стандартных функций или компонентов.

В каждой из этих областей ключом к успеху становится правильное определение границ автоматизации. ИИ наиболее эффективен там, где может дополнить, а не заменить человеческую экспертизу, создавая условия для более продуктивной работы специалистов.