Бизнес активно пытается автоматизировать рутину благодаря внедрению чат-ботов чуть более 10 лет, хотя первый такой бот появился ещё 50 лет назад. Чаще всего сценарные боты используются в поддержке, экономя время «живых» сотрудников, применяются для опросов и сбора данных, обрабатывают входящие запросы клиентов, действуя по готовому алгоритму, в частности реагируют на наборы слов и отвечают собеседнику фразами, которым их заранее обучили. Более «умные» боты умеют распознавать намерения, анализируя те ситуации, при которых в алгоритме, заложенном в них, не находится готовых ответов. Когда подключается «живой» оператор, бот обучается на его ответах, впитывая и «дописывая» свои логические языковые цепочки.
Кроме текстовых на службе у бизнеса есть эффективные голосовые помощники: они распознают ответы пользователя и подставляют к диалогу соответствующую запись в его продолжение. Звонки таких ботов — уже обыденность: они применяются, чтобы предложить клиенту новый продукт, услугу или тариф, не вызывая ни у кого удивления. Другой пример: работа с поисковиками — вспомните, как раньше система «терялась», если мы вводили в поисковик слишком детализированные запросы, состоящие более чем из трёх слов. А если писали целые предложения?
А теперь поиск есть даже в колонках, которые прекрасно распознают речь, могут не только управлять браузером, но и целым умным домом и даже научились шутить, поддерживая диалог с обладателем.
Но настоящий level-up случился, разумеется, с появлением нейросетей нового поколения: ChatGPT и Midjourney. Бизнес ещё не вполне осознал, как использовать весь их потенциал: об этом все говорят, но далеко не всегда понимают, какие возможности уже есть и какие появятся в ближайшем будущем.
Какие есть минусы у использования GPT для бизнеса
Появление GPT-чата оставило далеко позади даже «умные» сценарные боты: ни один из них в недалёком прошлом не умел писать код или держать в памяти контекст разговора, дорабатывая свои ответы. Но даже это ещё не всё: «нейронки» за пару минут могут создавать иллюстрации, презентации, шаблоны и справки, давать «советы», генерировать сносный контент и буквально заменять «живых» специалистов в целом ряде позиций и должностей. Тот искусственный интеллект, который мы сегодня имеем, — это фактически знания всего интернета в интерфейсе одного чата. Звучит фантастически, но в чём же проблема?
Безопасность
Все модели GPT работают в облаке. И здесь важно понимать, что бизнес не знает, что именно происходит с данными, которые мы скармливаем искусственному интеллекту. Это ставит под удар безопасность — как финансовую информацию, так и другие данные, составляющие коммерческую тайну организации. Да, опасность сугубо гипотетическая: вообразите себе миллионы пользователей, которые делятся конфиденциальными знаниями, одновременно с сотней пользователей, которые хотят эти знания изъять и применить кому-то во вред. Выглядит как плохой сценарий шпионского фильма. Однако пока даже условные вопросы к хранилищам существуют: службы безопасности крупного бизнеса не пропустят таких решений и не позволят внедрить GPT как базовый инструмент для сотрудников.
Поэтому главный вопрос технологий — это появление решений вне облака. Когда технологию можно поместить в защищённый контур и хранить информацию на собственных серверах компании. Такие решения уже есть — их мало, и они дорогие. Но очевидный вектор развития — это появление альтернатив, в том числе и собственных разработок от крупных игроков рынка.
Псевдоэкспертиза
Вторая опасность повсеместной «джипитизации» — это псевдоэкспертиза ИИ: модель обучена на наборе данных, которым нельзя доверять вслепую. Мы не всегда можем проверить их подлинность, а главное — не всегда хотим это делать. А между тем есть множество досадных примеров, когда GPT в сгенерированных текстах ссылается на несуществующие источники, книги, монографии и исследования. Как и сказано выше, это знания всего интернета. А интернет — это буквально все знания, в том числе и граничащие с незнанием.
Обучение и дообучение
Третий момент — это данные, на которых обучался ИИ. Появление собственных разработок ИИ (например, у СберБанка) — это движение вперёд для бизнеса. Но разработчики не делятся информацией, на каких данных обучали своих умных ботов. К тому же самым важным прорывом по-прежнему стала бы возможность дообучения: когда ИИ можно «скормить» все данные за период развития компании, чтобы бот научился с ними работать.
Рынок ждёт, когда можно будет установить технологию на свои сервера и дообучать на данных больших корпораций. Пока этого нет или есть фрагментарно — GPT используется корпорациями только для частных целей отдельных сотрудников и зачастую нелегально.
Тем не менее
Пока рынок ждёт подобных моделей (возможно, уже в этом году), на рынке в достаточном количестве существуют решения, работающие с ИИ. Их вы сейчас можете применять для целей бизнеса вполне безопасно. Например, в оптимизации HR-функции — практически на всех этапах типовой карты «пути сотрудника». Искусственному интеллекту точно можно доверить:
– Проведение собеседования и анкетирования: особенно в компаниях, где требуется не овер-квалифицированный персонал, но в больших количествах. Первичные данные ИИ соберёт и обработает, экономя время специалистов.
Как пример: мы встроили чат-бот в корпоративный портал Unilever — он интегрирован с двумя системами администрирования и мессенджером «ВКонтакте» и поддерживает одновременно 500 диалогов: анкетирует соискателей, общается со стажёрами и специалистами на аутсорсе, сохраняет историю и хранит все диалоги и личные данные на сертифицированном защищённом хостинге.
чат-бот для Unilever с возможностью интеграции в любую соцсеть или мессенджер
– Проведение всех анкетирований в тех ситуациях, когда необходимо прикреплять документы, резюме, тестовые задания, портфолио, разрешения, медицинские справки, права и прочее.
– Онбординг новых сотрудников. ИИ оказывает неоценимую помощь в информировании, адаптации, ответах на типовые вопросы — от непосредственно производственных до бытовых, связанных с парковками, местами обеда, планом организации (где что расположено), должностями коллег и прочим.
– Корпоративное обучение без лектора: перегонка видео в текст, рубрикация и расшифровка видеокурсов, выделение опорных тем из потока, быстрый поиск по курсу и т. д. Фактически GPT способен в кратчайшие сроки с малой погрешностью перевести в текст любые файлы, включая видеозаписи конференций, лекций, любое аудио, брейнштормы и планёрки отделов, что существенно облегчает изъятие необходимой информации из огромных массивов.
– Оформление отпусков, справок, выписок, докладных записок, запросов. ИИ расскажет сотруднику, как рассчитывается его отпуск, сколько дней у него есть на период запроса, почему очень дорого брать отпуск в январе, феврале или почему невыгоден отпуск с понедельника по пятницу.
– Оформление командировок, деловых поездок и встреч — от подбора отеля до составления графика с учётом маршрутов или плана осмотра достопримечательностей, подбора билетов или стыковок.
– Потрясающий и эффективный вариант использования — это отслеживание выгорания сотрудников. По факту это даже не автоматизация, а совершенно новое слово в HR, потому что, даже если в организации налажена обратная связь с анкетированием, неформальными сессиями и опросами, она не отражает положения дел. Люди неискренни в оценке своего состояния внутри корпорации, поэтому ИИ ни о чём их не спрашивает. Вместо вопросов существуют технологии оценки привычных поведенческих моделей сотрудника: ИИ собирает данные о том, как сотрудник общается в чатах, анализирует фазы активности, манеру речи, лексику и прочие показатели, на основании которых выводит картину стандартного (нормативного) поведения. Как только случаются отклонения от этой картины, ИИ понимает, что что-то идёт не так, и может сигнализировать о потере мотивации или выгорании.
– Выстраивание систем мотивации и грейдирования. Почти всегда трек сотрудника в конкретной компании — это проблемный аспект, который требует огромных ресурсов HR, внимания руководителей направлений, индивидуальных бесед, целевых опросов, которые ещё нужно потом обрабатывать. ИИ автоматизирует эти процессы, выстраивая диалог с сотрудником: в любой момент каждый член команды может узнать, что ему нужно для повышения грейда, и пройти этот путь. Например, получить соответствующее образование, релевантный опыт, декларировать намерение, взять ответственность. В бот можно заложить любые алгоритмы грейдирования в организации.
– Целеполагание: ИИ может помочь любому сотруднику поставить квартальные и годовые цели, декомпозировать их, а также в любой момент подсказать, что нужно или что осталось для выполнения поставленных целей.
Изображение от Drazen Zigic на Freepik
– Офбординг как финальный процесс: ИИ не только автоматизирует для вас бюрократические процедуры, включающие процесс увольнения и прохождение обходного листа, но и поможет HR-специалистам выяснить, какова причина увольнения, если речь идёт о ключевых сотрудниках. Исследования показывают, что с ботами люди общаются более искренне, не сглаживая углов или выбирая те предложенные ответы, которые полностью соответствуют настоящему положению дел.
А какие перспективы
Технологическая революция, в первую очередь «джипитизация», позволит в обозримом будущем автоматизировать рутинную, трудоёмкую и утомительную работу, связанную в том числе с бюрократическими ситуациями в организации. Это благоприятно отразится на бизнесе, высвобождая специалистов для более творческой и осмысленной работы, сделает ряд бизнес-функций прозрачными, легко прогнозируемыми и исчислимыми.
2024 год фактически лишь продолжит глобальную цифровизацию, ставшую главной задачей бизнеса ещё в 2019 году. Однако если тогда это была необходимость тактическая, то теперь ни одна стратегия бизнеса не обойдётся без инвестиций в искусственный интеллект и роботизацию.
Поделиться
