Об искусственном интеллекте (ИИ) много говорят, но мало кто с ним сталкивается в реальной жизни. Мы побывали на мероприятии Сбербанка и узнали, как предприниматели уже используют ИИ и какую выгоду технологии могут принести в ближайшем будущем.

Что такое #SberCase?

Это новый формат мероприятий Сбербанка в формате воркшопа — разбора конкретных кейсов. Это площадка для встречи и обмена опытом ключевых клиентов банка, крупнейших компаний России. Первый #SberCase был посвящён «Применению AI в торговле». AI — это artificial intelligence (с англ. — искусственный интеллект). Мы отобрали для вас самые интересные выступления.

Как из инноваций выжимать деньги?

Директор по инновациям крупнейшего российского ритейлера X5 Retail Group Иван Мельник рассказал, что системная работа с инновациями в X5 началась около трёх лет назад: появилось подразделение инноваций и подразделение больших данных. Сам Иван занимается «просевом»: отбирает и исследует около 1,1 тысячи кейсов-идей за год. Кейсы берут из западного опыта, сотрудничают с акселераторами стартапов и изучают предложения сотрудников. Сейчас 60% решений приходит изнутри компании.

Инновации — это не про технологию. Технологий много, идей ещё больше, главные вопросы: как их применять, сколько это стоит и что может дать? Мы перебираем кейсы и строим модели». 

Иван Мельник

Директор по инновациям крупнейшего российского ритейлера X5 Retail Group

Если бизнес-модель на бумаге подтверждается, бизнес заинтересован, то запускают пилот. Для этого в X5 выделили два специальных магазина в ключевых форматах — «Пятёрочку» и «Перекрёсток». Если там новая технология работает, то начинают масштабировать в 20—30 магазинах, а затем на всю сеть.

Важно, что у подразделения Ивана есть свой бюджет и инвесткомитет: если принимать решения о внедрении инноваций на уровне всей компании, то они потонут в бюрократии и согласованиях юристов, финансистов и пр.

Какие инновации с искусственным интеллектом уже работают в X5? Например, в компании сделали свою цифровую кассу самообслуживания. Она может узнать покупателя с помощью face ID, отслеживает пронос товара и имитацию сканирования. Если человек «случайно забывает» сканировать товар, то касса ему об этом напоминает. Системы самообслуживания уже начинают внедряться в некоторых магазинах и помогают решать проблему с очередями. «Это точно ближайшее будущее ритейла», — говорит Иван Мельник. Дальше — больше. В X5 уже запустили небольшой магазин без продавцов, куда можно попасть с помощью мобильного приложения. Правда, пока он работает на распределительном центре компании. Чтобы запустить технологию в массы, нужны более дешёвые и более совершенные системы борьбы с воровством.

Два года назад в X5 стартовало VR-обучение продавцов-кассиров. Это не просто обучающие фильмы — человек учится в шлеме и проговаривает скрипты продаж. Система понимает интонацию и сравнивает с ключевыми словами, которые должны быть произнесены. Обучение проходит в четыре раза быстрее обычного, а жульничать стало гораздо сложнее. Выяснилось, что раньше 20% продавцов сдавали экзамен с подсказками.

Далеко не все технологии доходят до масштабирования. Например, в компании создали умные весы, которые умеют сами определять, что за товар взвешивают. Покупателям это нравится, но они не совершают больше покупок, и очереди у весов не собираются. Зато выяснилось, что продавцы-кассиры тратят много времени и совершают много ошибок, когда взвешивают товары на кассе. Умные весы позволяют экономить их время, так что X5 Retail Group готовятся масштабировать это решение именно на кассах.

В ближайшем будущем искусственный интеллект кардинально изменит систему лояльности. В X5 работают над определением профилей покупателей. Как только человек войдёт в магазин, система будет знать, что он, например, любит кофе, работает в центре и у него двое детей. Умный магазин сможет сделать персональное промопредложение для конкретного покупателя, а компания сэкономит на безадресной рекламе.

Работа с ИИ как намывание руды: много ресурсов тратится на то, чтобы просеять решения, которые в итоге дадут рвануть вперёд. Это в первую очередь про оптимизацию, где обычные алгоритмы себя уже исчерпали.

Иван Мельник

Директор по инновациям крупнейшего российского ритейлера X5 Retail Group

Как сэкономить 6 млн долларов, удержав важных людей

Основатель компаний ABBY и Yva Давид Ян сейчас занимается тем, что создаёт «мозги для компаний» — технологии, позволяющие превратить неструктурированные данные в упорядоченные и улучшить повторяющиеся процессы.

Люди — ключевой актив современного бизнеса, но и измерить его эффективность сложнее всего. Кто собирается уволиться и почему? Кто неформальный лидер? Трансформация бизнеса идёт эффективно или саботируется? На все эти вопросы, как уверяет Давид Ян, помогает ответить софт его компании Yva.

Как это работает, предприниматель рассказал на примере кейса. Одна американская ритейл-компания приобрела другую. В первой работало 12 тысяч сотрудников, во второй — 1,5 тысячи. Как обычно бывает в случае со слияниями и поглощениями, в приобретаемой компании пошли слухи, что всех уволят. Работа была парализована, а сотрудники искали вакансии.

В реальности руководство компании-поглотителя и не думало сокращать штат, у них было всего несколько дней, чтобы оценить угрозу, удержать людей и наладить взаимодействие. Управленцы решили найти неформальных лидеров и влиятельных сотрудников в поглощённой компании и наладить с ними диалог. Каждого убедить, что он будет нужен, навести мосты между лидерами мнений.

Далеко не всегда реальные лидеры в коллективах совпадают с формальными. Чтобы найти неформальных лидеров мнений, можно использовать систему поведенческой аналитики Yva.

Это как МРТ-сканер для здоровья организации. Программа встраивается в корпоративную сеть, подключается к почте, мессенджерам, CRM-системе и планировщикам задач, — объясняет Давид Ян. — Система анализирует, кто кому пишет, когда и семантические теги переписки: кто кого хвалит, даёт задания и пр.

Давид Ян

Основатель компаний ABBY и Yva

В итоге нейросеть выстраивает корпоративную карту, где видно людей, которые принимают решения, и токсичных сотрудников, которые их саботируют. Также система позволяет оценить степень «выгорания» сотрудников — она достаточно точно прогнозирует, кто и в каких отделах собирается уволиться.

Результаты кейса: Yva нашла в небольшой компании 122 ключевых сотрудника и 14 лидеров мнений. В основном упаднические настроения были сосредоточены всего в одном отделе, руководитель которого запаниковал. За шесть дней менеджеры компании-покупателя провели 16 личных встреч и 4 групповые. Они объяснили, что увольнений не будет и компания заинтересована в сотрудниках поглощённого бизнеса. В итоге, по анонимным опросам, индекс NPS (готовы ли вы рекомендовать своего работодателя) вырос с ₋5 до +5 пунктов. А нежелательная текучесть кадров составила 8% вместо ожидаемых 31%. По расчётам Давида Яна, это помогло сэкономить 6 млн долларов.

Как Сбербанк научился выдавать кредиты за семь минут

О том, как искусственный интеллект меняет финансовую индустрию, рассказал руководитель центра анализа данных Сбербанка Андрей Черток.

По его словам, сейчас в индустрии искусственного интеллекта происходит настоящий прорыв за счёт нейросетей и машинного обучения. В основном все занимаются «слабым ИИ», который решает конкретные прикладные задачи, но разработчики уже близки к тому, чтобы создать «сильный ИИ», способный конкурировать с человеком.

На каких задачах сосредоточились разработчики ИИ в Сбербанке? Ключевых направлений пять:

персонализация общения

удобные и «умные» банковские продукты

скорость и безопасность

принятие управленческих решений

передача рутинных операций

Одно из самых интересных направлений — это ИИ в корпоративном управлении. По словам Андрея Чертока, топ-менеджмент корпораций упирается в предел когнитивных способностей. Чтобы принимать решения нужно анализировать всё больше факторов за всё меньшее время. Как в авиации, всё больше и больше функций управленцам нужно отдавать машинам. Соответственно, неминуем переход от AI к AGI — artificial general intelligence, то есть к «сильному» искусственному интеллекту, способному выполнить любую задачу, а не только чётко заданную, как «слабый ИИ».

На этом пути Сбербанк сталкивается с вполне человеческими проблемами. Например, когда сотрудники Андрея Чертока подсчитали, сколько команд в банке делает чат-ботов, то выяснилось, что их 32, и каждая разрабатывает уникальное решение. Но технологический срез показал, что все занимаются примерно одним и тем же. В итоге решили взять самую развитую команду и назначили её лидером платформы. Сейчас эта команда делает сервис для других разработчиков, а остальные дописывают функционал, если это необходимо.

Что уже внедрено? По словам Андрея, на одном из совещаний топ-менеджеры Сбербанка обсуждали, как сократить время принятия решений о кредитовании корпоративных клиентов с сорока дней хотя бы до семи. «А Герман Греф сказал, что решение надо принимать за семь минут. Все выпали в осадок — я видел эти лица: никто не верил, что такое возможно», — вспоминает Андрей Черток.

Чтобы решить задачу, было необходимо прописать весь процесс выдачи кредита и найти в нём узкие места. Одним из таких мест, например, стала юридическая проверка документов: около недели юристы изучали уставы и доверенности, а технология распознавания текстов позволяет эту задачу автоматизировать. «Мы столкнулись с проблемой, что у двух юристов три мнения. Разные люди дают разные заключения по документам, и это настоящая беда для машинного обучения», — вспоминает Андрей.