Правда или миф: ИИ не справляется с автоматизацией сложных бизнес-процессов

Для многих компаний искусственный интеллект стал привычным инструментом автоматизации действий, которые выполняются по заранее установленному алгоритму. Они охотно передают нейросетям сортировку писем, генерацию отчётов и обработку типовых клиентских запросов. Но когда речь заходит о внедрении ИИ для решения нестандартных и комплексных задач, руководители проявляют осторожность.

Вместе с Сергеем Летютиным, директором департамента цифровых продуктов и сервисов «Билайна», разбираемся, где заканчивается миф и начинается реальная бизнес-практика и как доверить ИИ работу на сложных участках без риска для компании.

Мнение: искусственному интеллекту можно доверить только базовую автоматизацию

Бытует убеждение, что нейросети подходят исключительно для простых операций. В основе этого стереотипа лежит классический когнитивный барьер: руководителям психологически комфортнее доверить алгоритму задачи с низкими рисками, но страшно передать управление процессами, где цена ошибки измеряется миллионами рублей.

Опыт интеграции генеративного ИИ в крупных корпорациях доказывает: технология давно переросла простые поручения и способна успешно брать на себя ключевые функции и решение нестандартных задач. Главное — не пытаться полностью избежать ошибок модели, а выстроить вокруг неё продуманную архитектуру контроля, считает Сергей Летютин.

Как это работает на практике

В компании «Билайн» интегрировали генеративный ИИ сразу в несколько сложных процессов — от создания принципиально нового клиентского пути до систем безопасности.

• Интеллектуальный интерфейс вместо обычного поиска

В книжном сервисе «Билайна» на базе большой языковой модели ГигаЧат реализован умный поиск по каталогу: система умеет распознавать сложные запросы пользователей (например, «хочу книгу, похожую на „Гарри Поттера“, но не „Гарри Поттер“»). ИИ анализирует контекст, подбирает релевантные варианты и объясняет логику своего выбора. Фактически речь идёт уже не просто об «умном поиске», а о создании полноценного интеллектуального интерфейса между пользователем и сервисом.

Такой сценарий выглядит простым только на поверхности, рассказывает Сергей Летютин. На практике пришлось решать сразу несколько сложных технологических задач: связать нейросеть с каталогом, обеспечить стабильность выдачи, снизить риск ошибок модели и встроить ИИ в существующий цифровой путь пользователя.

Проблема не в том, чтобы получить ответ от модели, объясняет эксперт. Главное — сделать этот ответ точным, предсказуемым и полезным. В сценариях, когда запрос опирается на абстрактные описания или эмоциональный контекст, языковая модель может начать «галлюцинировать» — предлагать несуществующие варианты. Поэтому задача бизнеса — не просто подключить нейросеть, а выстроить вокруг неё систему контроля качества.

• Безопасность и анализ в режиме реального времени

ИИ уже успешно справляется с задачами, где цена ошибки высока. Например, для предотвращения махинаций. В «Билайне» нейросеть анализирует аудиопоток непосредственно во время телефонного разговора, выявляя мошенников в реальном времени. Система способна принудительно прервать вызов для защиты абонента, если ИИ-агент уверен в наличии угрозы.

Сквозной аудит: как минимизировать непредсказуемость нейросетей

Проблему «галлюцинации» моделей бизнес решает не отказом от технологий, а выстраиванием архитектуры контроля. По словам Сергей Летютина, современная интеграция ИИ похожа на автоматизированный конвейер.

• Двойной агентный контроль: один ИИ-агент выполняет задачу, а второй проверяет качество его работы, сводя риски к минимуму.
• Гибридная модель: нейросети берут на себя обработку массивов данных и первичный анализ, а человек выступает в роли архитектора системы и принимает финальные решения в критических точках.

Заключение. Помимо когнитивных барьеров, внедрению интеллектуальных систем в сложные процессы мешают классические ограничения: высокая загрузка сотрудников текущими операционными задачами и необходимость инвестиций. Однако ключевым фактором остаётся внутренняя зрелость самого бизнеса, считает Сергей Летютин. Компании начинают активно внедрять ИИ, когда понимают: без него будет сложно сохранять конкурентоспособность. Формирование этой потребности внутри бизнес-среды происходит прямо сейчас, ускоряя переход от точечных экспериментов к комплексным автономным экосистемам.

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.