Мы уже больше года внедряем AI в разные процессы компании. Поэтому нам было важно свериться с рынком, понять, какие подходы начинают становиться стандартом, как их используют другие компании и какие новые идеи можно адаптировать в нашей команде.
После конференции Иван собрал заметки. Делимся тем, что показалось самым интересным.
После конференции Иван собрал заметки. Делимся тем, что показалось самым интересным.
AI-агенты перестают быть обычным чатом.
Похоже, рынок окончательно уходит от сценария, когда нейросеть открывают только для того, чтобы быстро генерировать тексты или найти ответ на вопрос.
AI все чаще становится частью операционной системы компании. У него есть цель, задача, понятные инструкции, доступ к информации, ограничения и правила работы. По сути, это уже полноценный участник команды, которому можно доверить часть рутинных задач.
AI все чаще становится частью операционной системы компании. У него есть цель, задача, понятные инструкции, доступ к информации, ограничения и правила работы. По сути, это уже полноценный участник команды, которому можно доверить часть рутинных задач.
Без контекста искусственный интеллект бесполезен.
Любая модель может красиво сформулировать ответ. Но если она не знает, как устроена компания, кто ее клиенты, какие правила действуют внутри и как принято работать, вероятность ошибки остается высокой.
Поэтому многие спикеры говорили не столько о выборе моделей, сколько о базах знаний, описанных процессах и накопленной экспертизе компании.
Наверное, именно поэтому мы так много внимания уделяем развитию внутренних инструкций и базы знаний. Чем лучше AI понимает компанию, тем полезнее становится в ежедневной работе.
Поэтому многие спикеры говорили не столько о выборе моделей, сколько о базах знаний, описанных процессах и накопленной экспертизе компании.
Наверное, именно поэтому мы так много внимания уделяем развитию внутренних инструкций и базы знаний. Чем лучше AI понимает компанию, тем полезнее становится в ежедневной работе.
Отсюда выросла еще одна идея — хороший AI не должен угадывать.
Если человеку не хватает информации, он задает вопросы. С искусственным интеллектом логика должна быть такой же.
Вместо того чтобы сразу выдавать ответ, AI-агент должен сначала уточнить детали, понять цель задачи и только потом предлагает решение.
Такой подход мы уже используем при настройке наших AI-помощников.
Вместо того чтобы сразу выдавать ответ, AI-агент должен сначала уточнить детали, понять цель задачи и только потом предлагает решение.
Такой подход мы уже используем при настройке наших AI-помощников.
Интересно было наблюдать, как меняется взгляд на роль человека
Еще совсем недавно вокруг AI было много разговоров о том, сможет ли он заменить людей. На Data Day этот вопрос почти не звучал. Вместо этого обсуждали, как выстроить совместную работу человека и цифрового помощника.
Все больше рутинных операций действительно можно передать цифровым помощникам. Но требования к людям при этом становятся выше. Нужно уметь правильно поставить задачу, объяснить контекст, проверить результат и принять окончательное решение.
Получается, что AI берет на себя часть работы, а человек становится руководителем этого процесса.
Получается, что AI берет на себя часть работы, а человек становится руководителем этого процесса.
Отдельно обсуждали вопрос, как понять, что AI действительно приносит пользу?
Важно измерять не количество запросов к нейросети, а результат. Стали ли сотрудники выполнять задачи быстрее? Удалось ли сократить ручную работу? Повысилось ли качество? Если на эти вопросы есть понятные ответы, значит технология действительно работает.
Например, в Мелленниум Групп мы отметили, что раньше менеджер визового направления мог минимум 20 минут искать решение по нестандартной ситуации. Сейчас на такой запрос уходит около 30 секунд.
На подготовку коммерческих предложений тоже стало уходить гораздо меньше времени. Если до внедрения AI-агента специалист тратил на это час, а иногда и два, то теперь первый вариант можно собрать за пятнадцать-двадцать минут.
Например, в Мелленниум Групп мы отметили, что раньше менеджер визового направления мог минимум 20 минут искать решение по нестандартной ситуации. Сейчас на такой запрос уходит около 30 секунд.
На подготовку коммерческих предложений тоже стало уходить гораздо меньше времени. Если до внедрения AI-агента специалист тратил на это час, а иногда и два, то теперь первый вариант можно собрать за пятнадцать-двадцать минут.
Много внимания было уделено клиентскому поведению.
Один из спикеров заметил, что компании обычно знают клиента только в рамках собственных услуг. Но человек взаимодействует с десятками подрядчиков одновременно, сравнивает предложения, принимает решения и закрывает самые разные задачи.
AI помогает увидеть эту картину шире и лучше понять, почему клиент выбирает именно вас или, наоборот, уходит к другому поставщику.
Для нас эта тема особенно интересна, потому что Мелленниум Групп работает с корпоративными клиентами сразу по нескольким направлениям.
AI помогает увидеть эту картину шире и лучше понять, почему клиент выбирает именно вас или, наоборот, уходит к другому поставщику.
Для нас эта тема особенно интересна, потому что Мелленниум Групп работает с корпоративными клиентами сразу по нескольким направлениям.
Еще одна идея, которую хочется протестировать, — синтетический клиент.
По сути, это цифровая модель клиента, с которой можно заранее проиграть переговоры, проверить аргументы, протестировать коммерческое предложение и посмотреть, какие вопросы или возражения могут возникнуть.
Конечно, такой инструмент будет полезен только тогда, когда компания действительно хорошо знает своих клиентов. Но сама идея показалась очень интересной.
Конечно, такой инструмент будет полезен только тогда, когда компания действительно хорошо знает своих клиентов. Но сама идея показалась очень интересной.
Был и разговор о том, что AI совсем не обязательно означает сокращение сотрудников.
Наоборот, чаще речь идет о другом.
Компания получает возможность справляться с большим объемом задач без постоянного расширения команды. Рутинную работу берет на себя AI, а люди могут больше времени уделять клиентам, переговорам, поиску решений и развитию новых направлений.
Именно так мы смотрим на внедрение искусственного интеллекта внутри Мелленниум Групп.
Даже самые современные AI-инструменты сами по себе ничего не изменят. Нужен человек, который понимает бизнес, видит процессы целиком, помогает коллегам внедрять новые решения и постоянно отвечает на вопрос: какую конкретную задачу решает этот инструмент?
Мы продолжаем тестировать новые сценарии, развивать внутреннюю базу знаний и постепенно встраивать AI в ежедневную работу компании.
После Data Day осталось ощущение, что искусственный интеллект постепенно становится такой же привычной частью работы, как когда-то стали CRM-системы или облачные сервисы. Его ценность проявляется там, где он помогает снять рутинную нагрузку, ускорить процессы и дать сотрудникам больше времени на задачи, требующие опыта и человеческого участия.
Наоборот, чаще речь идет о другом.
Компания получает возможность справляться с большим объемом задач без постоянного расширения команды. Рутинную работу берет на себя AI, а люди могут больше времени уделять клиентам, переговорам, поиску решений и развитию новых направлений.
Именно так мы смотрим на внедрение искусственного интеллекта внутри Мелленниум Групп.
Даже самые современные AI-инструменты сами по себе ничего не изменят. Нужен человек, который понимает бизнес, видит процессы целиком, помогает коллегам внедрять новые решения и постоянно отвечает на вопрос: какую конкретную задачу решает этот инструмент?
Мы продолжаем тестировать новые сценарии, развивать внутреннюю базу знаний и постепенно встраивать AI в ежедневную работу компании.
После Data Day осталось ощущение, что искусственный интеллект постепенно становится такой же привычной частью работы, как когда-то стали CRM-системы или облачные сервисы. Его ценность проявляется там, где он помогает снять рутинную нагрузку, ускорить процессы и дать сотрудникам больше времени на задачи, требующие опыта и человеческого участия.