Нейросети в помощь бизнесу: на что способен искусственный интеллект

Развитие нейросетей стало для россиян главным научным событием 2023 года. Бизнес активно внедряет искусственный интеллект, чтобы создавать контент, лучше понимать рынок и клиентов. Рассказываем, какие технологии можно применить на практике и как делать это грамотно.

Российские разработчики выпускают одну за другой альтернативы популярным зарубежным сервисам. Среди них разговорный YandexGPT, Kandinsky 2.1 для создания картинок и многофункциональный GigaChat. 

Многие предприниматели опасаются искусственного интеллекта, переживают за сохранность данных и сложившуюся структуру процессов. Другие же слишком активно начинают процесс внедрения ИИ в бизнес, не успев до конца разобраться в их преимуществах и недостатках. Эту ошибку часто совершают стартапы, которым нейросети кажутся возможностью сэкономить на специалистах, но в итоге всё оказывается гораздо сложнее. 

Чем же помогут ИИ-инструменты предпринимателю и как использовать их максимально эффективно?

Автоматизировать общение с клиентом

Российские компании активно внедряют чат-ботов для взаимодействия с клиентами. Один такой бот способен заменить сразу нескольких сотрудников поддержки, помогает экономить до 20% затрат на общение с клиентами и ускоряет обработку запросов в 150 раз. Если обычные чат-боты действуют по заранее заготовленному для них сценарию, то AI-ассистенты могут генерировать оригинальный ответ на запрос пользователя на основе контекста. 

Возьмем чат-бот магазина косметики. Клиент пишет: «Не хочу красную помаду». Обычный чат-бот отреагирует на слово «красную» и выдаст результаты в соответствующем оттенке. Нейросеть же поймет, что ближайшее к «Не хочу красную помаду» — помада в розовом или коричневом оттенке, и выдаст корректный ответ на запрос.

Риски и несовершенства

На деле ассистенты могут вызывать раздражение клиентов — кто-то хочет общаться только с живым человеком, а чью-то проблему недостаточно обученная нейросеть просто не сможет решить. По статистике, почти половина россиян считает работу чат-ботов несовершенной.

AI-ассистенты способны поддерживать диалог, почти как живой человек. Пользователь может не сразу догадаться, что общается с роботом. В результате у клиента может возникнуть ощущение, что компания обманывает его. Чтобы этого не произошло, важно заранее предупреждать клиентов, что они разговаривают с чат-ботом. Стоит также позаботиться об удобном переключении чата на оператора — например, фразой «позови человека». На первых порах нейросети можно доверить ограниченный круг задач, чтобы проследить за тем, насколько она эффективна и как реагирует ваша аудитория.

Создавать контент

Небольшие российские бренды активно используют нейросети для создания рекламных текстов и баннеров, карточек товара в интернет-магазине и презентаций. По данным GeekBrains, среди россиян, использующих нейросети для бизнеса, 68% применяют их для работы с текстом и 48% — для работы с изображениями. Среди самых популярных ресурсов выделяют Midjourney, YandexGPT, Шедеврум и Kandinsky. 

Сеть АЗС Evecta среди основных инструментов отмечает Kiber, Runway и Midjourney. Последняя помогает компании оперативно решать задачи по созданию визуального контента для социальных сетей и наружной рекламы. 

«Если раньше нам приходилось покупать изображения или заказывать их у дизайнера, то теперь наш дизайнер создает основу с помощью промтов и компилирует картинку с маркетинговым сообщением. Это значительно сокращает расходы и время на создание контента: то, что раньше занимало дни, теперь занимает часы или даже минуты».

Максим Белов, сооснователь сети АЗС Evecta

Риски и несовершенства

Работа с нейросетями сложнее, чем может показаться со стороны. Эффективно работать способны лишь единицы, а необученный человек может часами сидеть над простой задачей в попытке грамотно сформулировать запрос для ИИ — промт. Поэтому если руководитель компании решит сэкономить на специалистах и быстро освоить работу с нейросетями, то из этого вряд ли что-то получится. 

Еще одна проблема — качество контента. Для ответа на запрос нейросети используют уже опубликованные материалы, поэтому на многих изображениях, созданных ИИ, у всех персонажей почти одинаковые лица, а тексты выходят шаблонными и без адекватной фактуры. Кроме того, нейросети пока не сильны в проверке фактов, так как ориентируются на материалы обучения или наиболее частотные результаты.

Стоит закладывать время на освоение инструментов с ИИ или приглашать в команду такого сотрудника (дизайнера или копирайтера), который уже имеет опыт работы с ними.

Анализировать рынок

Нейросети способны обрабатывать огромные объёмы данных со скоростью, недоступной человеку. Поэтому удобно использовать нейросети в маркетинге: для изучения конкурентов и рынка, создания SWOT-анализа и бизнес-стратегии. 

Например, разработчик системы аналитики продаж на маркетплейсах suppi.ru при помощи ИИ помогает своим клиентам автоматизировать ценообразование для магазинов, торгующих на онлайн-площадках. В каждый момент времени система устанавливает на витрине наиболее эффективную цену, за счет чего магазины могут более гибко подстраиваться под текущий спрос, контролировать оборачиваемость и скорость изменения запасов на складах.

Риски и несовершенства

Нейросети не могут гарантировать достоверность используемых данных и абсолютную точность полученного результата. Поэтому, работая с ними, важно тщательно проверять источники информации и выводы.

Оптимизировать бизнес-процессы

Креативный подход к использованию самообучающихся моделей помогает автоматизировать работу сотрудников компаний в совершенно разных отраслях. Например, нейросеть YandexGPT может анализировать и автоматически распределять письма на почте, а ИИ-механизмы компании Directum автоматически заполняют карточки первичных документов, оставляя бухгалтерам время для более креативных задач. В Evecta пошли дальше и загрузили в генеративную модель структуру предприятия. В результате всего за пару дней удалось подготовить регламенты для каждого сотрудника — у HR на такую работу ушло бы куда больше времени. 

В свою очередь, франшиза магазинов «Лаборатория бега RunLab» использует нейросети, чтобы анализировать биомеханику бега своих клиентов и подбирать кроссовки в соответствии с их физиологическими особенностями. Раньше эта обязанность лежала на консультантах, которые теперь могут сосредоточиться на работе с клиентом — больше времени уделять общению и выстраиванию сообщества вокруг бренда.

«Перед тем как подобрать клиенту обувь, мы с разных ракурсов снимаем на видео, как он бежит. Затем консультант покадрово просматривает записи, чтобы определить, в каком положении находится тело покупателя, и дать ему персональные рекомендации по обуви. Нейросети помогают свести техническую работу специалистов к минимуму и получать более глубокий анализ видео: если консультант за час обрабатывает 10-20 кадров, то нейросети достаточно минуты, чтобы обработать 30 секунд видеопотока».

Евгений Гаврилов, совладелец франшизы магазинов и бегового клуба «Лаборатория бега RunLab»

Риски и несовершенства

Хотя искусственный интеллект способен быстро и глубоко проанализировать для бизнеса любые данные, начиная от видеоролика и заканчивая структурой предприятия, ни одна нейросеть не обладает критическим мышлением и не сможет сделать качественные выводы. Это значит, что принимать решения в компании, даже вложившей большие средства в разработку и обучение алгоритмов, по-прежнему должны люди. 

«Да, алгоритмы ИИ умеют значительно качественнее человека анализировать данные и даже принимать на их основе решения, но они не способны самостоятельно подстраиваться под особенности отдельного бизнеса, поэтому требуют вовлечения человека в их настройку и мониторинг. Я бы даже сказал, что алгоритмы ИИ — это мультипликатор на способности и знания человека. Если человека нет, то каким бы большим ни был этот мультипликатор, итоговый результат будет равен нулю».

Михаил Дунаев, генеральный директор сервиса suppi.ru 

Итак, чтобы нейросеть была действительно полезна бизнесу, лучше всего:

привлечь к работе хотя бы одного специалиста по нейросетям;

постепенно интегрировать ИИ в бизнес и наблюдать за результатом;

поручить нейросети рутинные задачи, которые обычно выполняет ассистент или младший специалист;

проверять качество и достоверность всего, что делает нейросеть.