Человек и машина. Как генеративный ИИ помогает сотрудникам российских компаний

Содержание:

• От «попробовать» до «перестроить»: как оценить реальную глубину внедрения
• Цифровая зрелость как пропуск в мир генеративного ИИ
• Экономический эффект и зоны ответственности человека
• Компетенции сотрудников: критическое мышление и навыки промптинга
• Главное по тексту

Бизнес переходит на гибридный формат работы: алгоритмы забирают на себя рутину, оставляя человеку креатив и ответственность за принятие решений. Но как именно ИИ делает корпоративную среду эффективнее и комфортнее уже сегодня? Где нейросети приносят реальную пользу, а где их потенциал пока только предстоит раскрыть?

О реальном уровне внедрения генеративного ИИ в корпоративном секторе, экономическом эффекте нейросетей и о том, почему искусственный интеллект смещает кривую продуктивности, рассуждают Андрей Дмитриев, руководитель дирекции трансформации клиентов CIB Сбербанка — цифровая трансформация ключевых клиентов, и Илья Френклах, вице-президент по ИТ в «Ренессанс-страховании».

От «попробовать» до «перестроить»: как оценить реальную глубину внедрения

В России 71% компаний уже используют ИИ хотя бы в одном рабочем процессе, показывают исследования. По оценкам Андрея Дмитриева, только 15–20% из них используют его потенциал в полной мере. Остальные компании находятся на начальном этапе ИИ-трансформации: применяют технологию без системной интеграции в сквозной процесс. Эксперт отмечает, что большинство компаний использует классический машинный интеллект (ML) для прогнозирования спроса и обработки обращений. Генеративные модели находятся на стадии «первых попыток».

Пример системного внедрения генеративного ИИ в бизнес-процессы компании привёл Илья Френклах. Решение использовать технологию приняли на стратсессии топ-менеджмента несколько лет назад. Сейчас более 60% сотрудников компании регулярно используют ИИ в работе. Компания оптимизирует расходы и увеличивает продажи благодаря внедрению технологии. «В половине случаев получили положительный эффект, что для новой технологии суперпоказатель», — отмечает Френклах.

Цифровая зрелость как пропуск в мир генеративного ИИ

Одним из ограничений на пути к промышленному использованию генеративных моделей Илья Френклах называет состояние корпоративных данных. Перед внедрением ИИ их необходимо упорядочить и систематизировать. Андрей Дмитриев добавляет, что из-за быстрого развития технологии многие компании не прошли обязательный этап подготовки данных. Это можно сделать в ускоренном режиме.

Экономический эффект и зоны ответственности человека

Ускорение процессов — наиболее очевидный результат внедрения ИИ, а проверка гипотез, которая занимала рабочий день, теперь выполняется за минуты, считает Андрей Дмитриев. В пример он приводит кейс из собственной практики: для подготовки к встречам с клиентами раньше требовалось подразделение дата-аналитиков и срок в 3–4 дня. Теперь сотрудники могут за полчаса увидеть полную аналитику по закупкам холдинга, конкурентам, тендерам и новостному фону. Подготовка занимает меньше времени, а значит, можно провести больше встреч без потери качества.

По мнению Ильи Френклаха, в сфере ИТ-разработки запуск нового продукта ускорился в десять раз. Кроме того, его компания применяет генеративные модели для имитации фокус-групп: нейросеть получает инструкцию принять роль представителя конкретного потребительского сегмента и оценить пользовательский интерфейс. «Фидбэк (с англ. „обратная связь“. — Прим. ред.), который она даёт, напоминает реакции реальных людей и тесты это подтверждают», — говорит Френклах.

Андрей Дмитриев выделяет три функциональные области, в которых за человеком сохраняется определяющая роль:

1. научная и творческая деятельность, включая генерацию принципиально новых идей и их последующую валидацию;
2. сферы, требующие эмоционального интеллекта и межличностного взаимодействия;
3. персонализированная коммуникация с клиентами: по мере автоматизации рутинных процессов именно личный контакт становится ключевым конкурентным преимуществом.

Процессы не обязательно делить на «пригодные для ИИ» и «непригодные», уточняет Илья Френклах. В его компании этого не делают, технология рассматривается как универсальный инструмент повышения эффективности на всех участках, за исключением отдельных физических операций, где её применение ограничено. Андрей Дмитриев объясняет, что внедрение ИИ-ассистентов позволяет сдвинуть распределение производительности: сотрудники с исходно более низкими показателями с помощью инструментов достигают среднего уровня. Это повышает общую эффективность команды.

Компетенции сотрудников: критическое мышление и навыки промптинга

Внедрение ИИ повышает требования к глубине предметных знаний сотрудников: специалист должен сначала освоить свою профессиональную область и только после этого улучшать её с помощью нейросетевых инструментов, уверен Андрей Дмитриев. Если сотрудник постоянно делегирует агенту задачу, которую не способен выполнить самостоятельно, например финансовый анализ, у него не будет формироваться критическое мышление, которое необходимо для оценки валидности результата.

Илья Френклах согласен, что результативность применения ИИ напрямую зависит от компетенций сотрудника, который берёт на себя роль верификатора и архитектора запросов. Генеративные модели, по его словам, способны обрабатывать большие объёмы информации и выполнять математические операции, однако они не обладают пониманием бизнес-контекста. Поэтому конечная ответственность за качество выходных данных лежит на специалисте, который формулирует задание, интерпретирует полученный результат и при необходимости корректирует запрос. Френклах также подчёркивает, что внедрение ИИ не требует пересмотра корпоративной культуры. Компании нужны специалисты, ориентированные на достижение результата, способные самостоятельно вести проекты и открытые к освоению новых инструментов.

Искусственный интеллект в этом контексте он рассматривает как средство повышения операционной эффективности и усиления конкурентных позиций.

Дальнейшее развитие профессиональной деятельности предполагает организацию совместной работы, где сотрудник и ИИ-инструменты дополняют друг друга. Задача компании — сформировать среду, в которой такая интеграция становится эффективной и управляемой, резюмирует Андрей Дмитриев.

Чек-лист. Как перейти к системному использованию ИИ в бизнесе

• Приведите корпоративные данные в порядок. Начните с оцифровки документации и структурирования хранилищ.
• Установите режим «только для чтения» для всех ИИ-агентов на начальном этапе. Пока технология находится в стадии активного развития, права на выполнение действий требуют строгого контроля. Сформируйте белый список разрешённых операций.
• Развивайте критическое мышление сотрудников. Делегировать нейросетям аналитические задачи без понимания предметной области рискованно.
• Применяйте итеративный подход, не ожидая комплексного решения.
• Компании, откладывающие внедрение ИИ, рискуют потерять конкурентоспособность.
• Учитывайте мультиагентность. Перспективное направление — системы, в которых текстовые, звуковые и видеоагенты взаимодействуют друг с другом. Закладывайте архитектурную гибкость, чтобы в будущем подключать такие решения без перестройки инфраструктуры.

Редакция СберПро

Автор

• Чтобы быть в курсе важных трендов и мнений ведущих экспертов, следите за нами в канале в Max. О развитии навыков управления, личностном росте пишем в «Дзене». Про технологии и развитие в IT — в блоге на VC.