Запрос «ИИ для бизнеса» или «нейросети для бизнеса» приводит в место, где вам продают. С одной стороны курсы, с другой подрядчики, готовые внедрить решение под ключ. И тем и другим выгодно, чтобы задача выглядела сложной.
На деле граница проходит иначе. Часть задач закрывается бесплатно за один вечер силами того, кто уже работает в компании. Часть требует недели настройки. И только небольшая часть действительно нуждается в разработчиках.
Разберёмся, где эта граница проходит у вас, начиная с неприятного вопроса: а даёт ли ИИ вообще что-нибудь.
Что ИИ даёт бизнесу, и кому не даёт
Начнём с цифры, которая охлаждает. По опросу Банка России среди почти пятнадцати тысяч нефинансовых организаций, искусственный интеллект применяет каждое седьмое предприятие, и ещё каждое пятое планирует[1]. То есть большинство компаний пока в стороне.
Интереснее другое. Среди тех, кто уже применяет, рост производительности зафиксировали 35%, рост прибыли - 11%, сокращение штата - 7%[1]. Прочитайте эти числа ещё раз: две трети внедривших роста производительности не увидели.
Отсюда следует первый практический вывод: ИИ не даёт эффекта сам по себе, эффект появляется на конкретных задачах определённого типа. Исследование Stanford HAI показывает, где именно: прирост продуктивности достигает 14-15% в поддержке клиентов, 26% в разработке и 50% в маркетинге, а вот в задачах, требующих глубокого рассуждения, эффект заметно меньше[2].
Закономерность простая. Выигрыш появляется там, где работа состоит из множества однотипных повторяющихся действий с текстом. Чем уникальнее задача и чем больше в ней ответственности за решение, тем меньше пользы.
Проверьте себя по этому признаку. Если сотрудник каждый день пишет двадцать похожих писем, есть что автоматизировать. Если раз в квартал принимает решение о закупке, автоматизировать нечего.
Полезно так же читать чужие истории успеха. Когда компания рассказывает о внедрении, смотрите на две вещи: какая конкретно задача решалась и с чем сравнивают результат. Формулировка «выросла эффективность» без указания задачи и базы сравнения означает, что измерений не было. Кейсы, где названы задача, время до и время после, встречаются редко и стоят внимания.
И держите в голове, кто рассказывает. У поставщика решения и у школы, которая учит им пользоваться, одинаковый интерес в том, чтобы история звучала убедительно.
С чего начать, если бюджета нет
Здесь начинается хорошая новость: задачи, дающие самый быстрый эффект, закрываются бесплатными инструментами без единой строчки кода.
Для начала нужен доступ к любому нормальному чат-боту. Из России без обходных путей открываются несколько, включая китайский Квен, а если вы привыкли к другому сервису, разбор способов доступа избавит от лишних трат на посредников.
Дальше идёт то, что определяет результат сильнее выбора инструмента, - умение формулировать задачу. Разница между «напиши письмо клиенту» и запросом, где указаны ситуация, тон, объём и желаемое действие читателя, - это разница между мусором и готовым текстом. Короткий разбор про промпты окупается в первый же день.
Начинать лучше с одной задачи, оставив перестройку процессов на потом. Возьмите то, что отнимает больше всего времени и повторяется чаще всего. Отработайте на ней неделю. Только потом переходите ко второй.
Выпишите задачи, которые вы или ваши сотрудники делают каждый день больше получаса. Отметьте те, где результат - текст или таблица. Это ваш список кандидатов, и он почти наверняка короче, чем кажется.
Содержание
Задачи, где эффект виден быстрее всего
Переписка и документы
Самое очевидное и самое недооценённое. Коммерческие предложения, письма клиентам, ответы на типовые запросы, описания вакансий, инструкции для сотрудников.
Работает по схеме: один раз собираете хороший запрос под свой тип письма, дальше подставляете детали. Через месяц у вас набор заготовок, который экономит часы.
ИИ для отдела продаж: где он помогает
Здесь ИИ хорош в подготовке, тогда как сам контакт остаётся за человеком. Разбор возражений перед встречей, черновики ответов на типовые вопросы, структурирование записей после переговоров, письма-follow-up.
Отдельно стоит анализ переписки. Выгрузите переписку с клиентами за месяц и попросите найти повторяющиеся вопросы. Обычно выясняется, что половина обращений - это три-четыре темы, которые можно закрыть заранее на сайте.
Про связку с учётной системой спрашивают отдельно. Нейросеть для CRM саму систему не заменяет, зато разбирает выгрузку из неё: находит зависшие сделки, группирует причины отказов, готовит сводку по менеджерам к планёрке. Нейросеть для отдела продаж работает на тех данных, которые у вас уже собраны.
Контент и маркетинг
Тексты для сайта, посты, описания товаров, тексты для рассылок. Именно здесь исследования показывают самый высокий прирост продуктивности[2].
Если у вас есть карточки товара, генерация визуала для них - отдельная рабочая задача со своими правилами.
Аналитика и разбор данных
Выгрузка из CRM или бухгалтерии, загруженная в чат, превращается в ответы на человеческие вопросы: какие позиции приносят выручку, где просели продажи, какие клиенты давно не возвращались.
Важная оговорка: цифры из ответа проверяйте. Языковые модели ошибаются в арифметике и иногда уверенно выдумывают итоги.
Отсюда и граница для бухгалтерии. ИИ для бухгалтерии годится на разбор выгрузок: свести данные из нескольких файлов, найти нетипичные операции, объяснить строку отчёта человеческими словами. Вести учёт, делать сверку и формировать отчётность он при этом не заменяет. Ответственность за цифры остаётся на специалисте и на организации.
ИИ для HR: отбор резюме и работа с людьми
ИИ для HR закрывает подготовительную часть: описания вакансий, первичный разбор откликов по формальным признакам, черновики офферов, тексты для адаптации новичков. Экономия заметна там, где поток кандидатов большой и однотипный.
Решение о человеке модель принимать не должна. Она видит только текст резюме и легко отсеет подходящего кандидата за неудачную формулировку.
Есть и вторая причина, серьёзнее первой. Модель обучалась на прошлых решениях людей и вместе с ними усваивает прошлые перекосы: по возрасту, полу, месту учёбы, перерывам в стаже. Автоматический отсев кандидатов на такой основе создаёт риск дискриминации, а отвечает за него работодатель. Поэтому машине оставляют сортировку и подготовку, а решение принимает человек и может его объяснить.
С чего начать конкретно завтра
Если из всей статьи забрать один порядок действий, он выглядит так.
Первое: выберите одну задачу из своего списка кандидатов. Самую частую и самую скучную.
Второе: решите её вместе с чат-ботом три раза подряд, каждый раз улучшая формулировку запроса. Сохраните тот вариант запроса, который сработал лучше всех.
Третье: посчитайте время. Сравните с тем, сколько уходило раньше.
Четвёртое: если экономия есть, покажите результат тому сотруднику, который делает эту задачу постоянно, и отдайте ему заготовку. Если экономии нет, возьмите следующую задачу из списка.
Весь цикл занимает неделю и не требует ни бюджета, ни согласований. После него разговор про внедрение, подрядчиков и обучение становится предметным: вы уже знаете, что именно работает на ваших данных.
Чат-боты для бизнеса: когда нужны
Чат-бот на сайте или в мессенджере - первое, что приходит в голову при словах «ИИ в бизнесе». И первое, на чём теряют деньги.
Бот оправдан, когда выполняются два условия сразу. Обращений много, и они однотипны. Если в день приходит пять заявок, бот не окупится никогда - быстрее и дешевле ответить руками.
Когда условия выполняются, порядок такой. Сначала соберите список реальных вопросов клиентов за последние месяцы. Потом проверьте, сколько из них закрывается готовым ответом. Только после этого выбирайте платформу.
Простой сценарий на готовых конструкторах собирается за несколько дней без программиста. Разработка с нуля нужна редко и стоит несопоставимо дороже.
Если задача шире ответов на вопросы и бот должен сам выполнять действия, это уже другой класс инструментов, и разбираться с ним стоит отдельно. Для личных рабочих задач без клиентов подойдёт персональный помощник.
Во что это обходится на самом деле
Считая, во что обойдутся нейросети для бизнеса, разговор обычно начинают с цены подписки. Она здесь наименьшая из статей расхода.
- Подписки. Бесплатных тарифов хватает надолго. Платный тариф на одного человека стоит примерно как обед в кафе за месяц, и берут его, когда упираются в ограничения по объёму.
- Время на освоение. Вот основная статья. Сотруднику нужно несколько недель, чтобы перестать воспринимать чат как игрушку и начать получать пригодный результат. Эти часы оплачиваете вы, просто они не выделены в отдельный счёт.
- Переделки. Первое время результат приходится править, и правки съедают часть экономии. Выход на плюс происходит не в первый день.
- Скрытая статья: неудачные попытки. Часть задач окажется неподходящей. Это нормальная плата за поиск, и закладывать её надо заранее.
Отсюда практический ориентир. Если вам предлагают внедрение за сумму, сопоставимую с месячным фондом оплаты труда отдела, а вы ещё не пробовали решить ту же задачу руками в браузере, разговор преждевременный.
Как учить команду
Обучение сотрудников работе с ИИ устроено иначе, чем обучение новой программе. Кнопок тут мало, а результат зависит от того, как человек формулирует задачу.
Работает такой порядок. Сначала один человек в отделе разбирается на своей реальной задаче и доводит её до результата. Потом он показывает коллегам, что получилось, на их же материале. Дальше подключаются желающие.
Что не работает: общее собрание с презентацией, рассылка со списком сервисов, требование «всем освоить до конца месяца». Навык ставится на практике, и без своей задачи он не ставится вовсе.
Внешнее обучение имеет смысл, когда нужно сжать этот путь по времени или когда внутри компании нет человека, готового разбираться первым. Выбирая программу, смотрите на одну вещь: работают ли там на задачах слушателей. Курс, где разбирают абстрактные примеры, даёт знание о существовании инструментов и не даёт умения ими пользоваться.
Когда пора звать подрядчика
Внешние исполнители нужны реже, чем кажется по рекламе. Разумные поводы выглядят так.
- Интеграция с вашими системами. Когда ИИ должен читать данные из вашей CRM, складской программы или базы клиентов и писать результат обратно. Руками это не собрать.
- Работа с большими объёмами документов. Тысячи договоров, техническая документация, архив обращений. Здесь нужна инфраструктура, одним чатом в браузере уже не обойтись.
- Требования к данным. Если по договору или закону информация не может уходить на чужие серверы, нужно разворачивать модель внутри компании.
Во всех остальных случаях сначала пробуйте сами. Подрядчик, которому вы приходите с готовым пониманием задачи и опытом ручной работы, обойдётся дешевле и сделает точнее, чем подрядчик, которому вы приносите «хотим ИИ».
Перед разговором с любым исполнителем сформулируйте задачу в одном предложении: что на входе, что на выходе, как поймём, что работает. Если предложение не складывается, техническое задание пока рано составлять.
Где ИИ не сработает
Честный список того, на что рассчитывать не стоит.
Данные показывают, что сокращение штата после внедрения зафиксировали лишь 7% компаний[1]. Меняется состав работы: люди остаются, но делают другое. Подробнее эта тема разобрана в разговоре про профессии.
Кадровые, юридические, медицинские, финансовые вопросы модель может обсудить, но решение остаётся за человеком. Ошибка здесь стоит дороже сэкономленного времени.
Языковые модели плохо считают. Для арифметики есть таблицы.
Модель не знает вашего рынка, ваших клиентов и ваших договорённостей, пока вы ей это не объясните в запросе.
Инструмент открывается за минуту, а работать с ним компания учится месяцами. Это обычный организационный процесс, как внедрение любой новой программы.
Промпты под задачи бизнеса
Разбор клиентских обращений:
Прикрепляю выгрузку обращений клиентов за месяц. Сгруппируй их по темам и покажи, какие вопросы повторяются чаще всего. Для трёх самых частых предложи готовый ответ, который можно разместить на сайте.
Коммерческое предложение:
Составь коммерческое предложение. Мы: [чем занимаетесь]. Клиент: [кто, какая задача]. Что предлагаем: [суть]. Тон деловой, без превосходных степеней, объём до 250 слов. В конце одно конкретное предложение следующего шага.
Подготовка к переговорам:
Готовлюсь к встрече с [кто] по поводу [что]. Составь список возражений, которые я услышу, и к каждому дай ответ по существу. Отдельно перечисли, какие цифры и документы стоит взять с собой.
Разбор продаж:
Прикрепляю выгрузку продаж за квартал. Найди позиции, дающие основную выручку, и позиции с нулевым движением. Отдельно отметь, что изменилось по сравнению с предыдущим периодом. Выводы списком, без пересказа таблицы.
Описание процесса для сотрудников:
Опиши пошаговую инструкцию для нового сотрудника: [задача]. Пиши простым языком, каждый шаг с новой строки, без профессионального жаргона. В конце добавь список типичных ошибок новичков.
Частые вопросы
Что в итоге
ИИ в бизнесе ведёт себя как обычный рабочий инструмент: даёт эффект на повторяющихся задачах и почти ничего не даёт на уникальных. Две трети внедривших роста производительности не увидели, и это стоит держать в голове, слушая рекламу.
Разумный порядок действий обратен тому, что предлагают продавцы. Сначала возьмите одну задачу и бесплатный инструмент. Затем наработайте привычку и накопите заготовки. Дальше идёт расширение на смежные задачи. И только в конце, если упрётесь в потолок, разговор про интеграции и подрядчиков.
Дороже всего обходится отсутствие навыка. Выбор сервиса на этом фоне мелочь. Инструменты меняются каждый год, умение ставить задачу машине остаётся. С него и стоит начинать, причём на своих реальных задачах: учебные примеры такого навыка не дают.
