Как внедрить искусственный интеллект в бизнес
Недавнее исследование показало, что 92% компаний готовы увеличивать инвестиции в искусственный интеллект в ближайшие три года. В России 34% компаний в 2024 году использовали либо начали внедрять ИИ для решения задач бизнеса. Ещё 18% компаний запланировали внедрение в 2025 году, а 28% сообщили, что сделают это в течение ближайших трех лет. Это означает, что в будущем влияние ИИ на бизнес будет только расти.
Содержание
- История развития искусственного интеллекта
- Ключевые технологии ИИ, применяемые в бизнесе
- Практические примеры использования ИИ
- Как внедрить ИИ в бизнес
Андрей Москвин, Product Marketing Manager (PMM, Global), Retail Rocket Group разбирается в технологиях ИИ, которые применяются в бизнесе, и рассказывает, как разные сферы бизнеса используют искусственный интеллект, чтобы сократить затраты и работать быстрее.
История развития искусственного интеллекта
После Второй мировой войны возникла идея создать искусственный мозг с помощью компьютера. В 50-х года в США появилась первая нейронная сеть SNARC и термин «искусственный интеллект».
В новейшей истории России точкой отсчёта для развития ИИ-технологий считается 2019 год. Тогда правительство начало разрабатывать подходы к национальной стратегии развития искусственного интеллекта (ИИ). В том же году указом президента была утверждена стратегия развития в России ИИ до 2030 года.
В конце 2024 года Национальный центр развития искусственного интеллекта при Правительстве совместно с ВЦИОМ провели исследование, чтобы выяснить, какие сектора экономики наиболее готовы к внедрению ИИ. В числе лидеров — компании из сферы ИТ, высшего образования, топливно-энергетический комплекса и финансовых услуг.
Ключевые технологии ИИ, применяемые в бизнесе
Современный бизнес использует несколько основных технологий ИИ:
- машинное обучение;
- обработка естественного языка;
- компьютерное зрение;
- робототехника.
Машинное обучение (Machine Learning)
Машинное обучение — это комплекс методов ИИ, которые помогают формировать самообучающиеся компьютерные системы. Такая технология помогает бизнесу предсказывать спрос на товары или услуги, получать больше прибыли, правильно распределять ресурсы.
Примером успешного использования машинного обучения может служить проект авиакомпании «Аэрофлот». В конце 2024 года авиаперевозчик анонсировал собственную разработку — автоматизированную систему управления доходами. ИИ предсказывает спрос на авиаперелёты на глубину от 3 дней до 1 года. Благодаря точным прогнозам нейросети авиакомпания распределяет ёмкости воздушных судов с оптимальным экономическим эффектом и оперативно реагирует на изменение спроса, используя динамическое ценообразование. Ожидаемый экономический эффект только на первом этапе внедрения составит не менее 3 млрд рублей.
Обработка естественного языка (Natural Language Processing, NLP)
Обработка естественного языка — технология, которая объединяет в себе ИИ и гуманитарную лингвистику. С помощью NLP компьютер понимает речь человека и правильно реагирует на неё. Технология позволяет бизнесу сегментировать и определять намерения клиентов, например по сообщениям в чате, автоматизировать взаимодействие с покупателями, анализировать и генерировать текстовый контент.
Деловое издание Forbes Russia использует продукт SaluteSpeech от Сбера, чтобы сократить расходы на актёров озвучки, упростить работу режиссёра и быстрее выпускать подкасты и видеоинтервью. Технология NPL помогает автоматически озвучивать голоса героев подкаста, качественно транскрибирует записи интервью и выделяет цитаты.
Компьютерное зрение (Computer Vision)
Компьютерное зрение — это сфера искусственного интеллекта, которая основана на способности компьютера «видеть». Для того, чтобы обладать осмысленным зрением, ИИ проходит глубокое обучение на основе нейрсетей. Бизнес может использовать компьютерное зрение для того, чтобы квалифицировать объекты, определять их местоположение — это бывает полезно на больших складах с товарами.
Также технология позволяет сегментировать объекты — с помощью камер можно определить, мужчины или женщины чаще посещают магазин, какими товарами они чаще интересуются и в какое время делают покупки. Эта информация помогает формировать персонализированные предложения и повышать продажи.
Государственная корпорация ВЭБ использует компьютерное зрение в кафе для сотрудников. Камеры, установленные в столовой, передают информацию в компьютер. ИИ обрабатывает изображения и подсчитывает количество посетителей. Данные транслируются на мониторы: помимо текущей обстановки, алгоритм строит прогнозы по загруженности кафетерия. Сотрудники больше не стоят в длинных очередях, что благотворно сказывается на атмосфере в коллективе и HR-репутации компании.
Робототехника
Робототехника — это использование машин и механизмов, оснащённых искусственным интеллектом. Такие роботы способны принимать решения и совершать действия без участия человека.
Бизнес задействует робототехнику для решения трудоёмких рутинных задач: роботы-доставщики, роботы-хирурги, промышленные роботы для автоматизации сборки или упаковки продукции.
Пример успешного использования робототехники — роботизированный склад компании Amazon. Первые такие склады появились в компании в 2014 году. Сегодня до 75% заказов выполняются с участием роботов. Они собирают и компонуют заказы, перевозят тяжёлые упаковки, сортируют и раскладывают товар по полкам. На складах Amazon работает около 750 000 агрегатов, которые помогают быстро и точно выполнять заказы и сохранять лидерство в электронной торговле.
Практические примеры использования ИИ
Искусственный интеллект помогает оптимизировать бизнес-процессы в разных отраслях.
Розничная торговля
ИИ помогает оптимизировать работу офлайновых и онлайн-магазинов. С помощью разных технологий бизнес продвигает товары, планирует и оптимизирует поставки, рассчитывает спрос и потребности в открытии дополнительных точек продаж, оперативно реагирует на обратную связь покупателей.
Например, в сети гипермаркетов «Ашан» ИИ генерирует контент для каталогов и интернет-магазина, составляет скрипты для колл-центра, общается с покупателями на сайте и даже запускает вирусный контент в соцсетях. Пользователям предложили загрузить в бота своё фото и чек из магазина. Нейросеть анализировала внешность покупателя, соотносила его со списком покупок и формировала портрет. Покупатели с удовольствием делились брендированным фото в своих соцсетях. В акции приняли участие более 2 тыс. клиентов сети.
Финансовый сектор
ИИ в финансовым секторе помогает автоматизировать рутинные процессы, оценивать и прогнозировать риски, выявлять мошенничество, делать персонализированные предложения финансовых продуктов. При взаимодействии с клиентом широко используются чат-боты и виртуальные ассистенты помогают получить быстрое и персонализированное обслуживание.
Летом прошлого года банк ВТБ сообщил о том, что первым на рынке запустил инструмент бизнес-аналитики на основе ИИ. С помощью алгоритмов машинного обучения сервис анализирует, визуализирует и выявляет ключевые переменные, которые влияют на финансовые результаты. Банк использует эти данные, чтобы открывать новые отделения в локациях с хорошей проходимостью и спросом на финансовые услуги или закрывать нерентабельные точки.
Здравоохранение
В медицине ИИ используется для анализа радиологических изображений, ведения электронных медицинских карт, лабораторной диагностики, дистанционного мониторинга и лечения. Кроме того, существуют ИИ-сервисы, которые помогают врачам совершать манипуляции в стоматологии, офтальмологии для эндоскопии.
В московских поликлиниках в 2023 году началось внедрение ИИ-модуля, который ставит диагноз на основании данных электронной карты пациента. Инструмент анализирует около 80 видов медицинских документов и предлагает вариант подтвержденного диагноза. Обучение сервиса проходило на записях о 30 миллионах визитов пациентов за два года, поэтому он обеспечивает высокую точность — 87%.
Как внедрить ИИ в бизнес
ИИ, в отличие от любой другой конкретной ИТ-технологии, внедряется не разово, а циклично. Невозможно интегрировать технологию в бизнес и на этом остановиться. Сценарий внедрения ИИ подразумевает постоянное движение по кругу:
Шаг 1. Определиться, где внедрение необходимо в первую очередь
Как правило, маркером здесь служат большие объёмы данных или рутинные задачи. Это могут быть подразделения, которые делают аналитику. Сюда же относятся операционные отделы, работа которых подразумевает большое количество бумаг и документов. Если внедрить в этот конвейер робота, он ускорит эти процессы и освободит людей для других задач. Часто внедрение ИИ начинают с отделов маркетинга и дизайна, где постоянно необходимо генерить контент: тексты, иллюстрации, креативы.
Шаг 2. Качественно описать задачу
Чем подробнее мы поставим задачу, тем качественнее мы найдём решение. Любую цель: будь то оптимизация маршрута или перенаправление потоков покупателей, стоит разбить на отдельные сценарии. Их нужно описать от начала и до конца, и тогда появится адекватное и эффективное ИИ-решение.
На этом же этапе, если ИИ внедряется впервые, необходимо выбрать подходящее для бизнеса решение, например облачные платформы или собственные разразботки, и подготовить инфраструктуру — базы данных и серверы.
Шаг 3. Заложить время и ресурсы на тестовую эксплуатацию
ИИ не может сразу заменить человека. В первое время технологии требуются обучение и наблюдатель или модератор. Если бездумно использовать программные или аппаратные решения вместо человека, то можно очень быстро вызвать негативный обратный эффект и финансовые потери для бизнеса. Человек на первом этапе просто необходим, чтобы отсеивать брак, неправильное и некачественное исполнение. Сроки тестовой эксплуатации зависят от цены ошибки. Если робот будет некорректно сканировать и распознавать платёжные документы, это не так критично, как если он начнёт давать пациентам медцентра некорректные рекомендации.
Шаг 4. Оценить результаты и двигаться дальше
Это важный этап внедрения, который нельзя пропускать. Он помогает бизнесу понять эффект и перспективы использования ИИ-технологии. Для оценки рекомендую использовать два вида KPI — польза для бизнеса и производительность самой технологии. Дальше к этим процессам можно циклично возвращаться и смотреть, что в них недоавтоматизировано или где можно заменить на более современное решение другого поставщика.
