ИИ уже пришел в бизнес

Раньше новые технологии чаще появлялись изнутри корпораций и постепенно «спускались» до массового использования, потому что были дорогими и требовали серьезной инфраструктуры. С искусственным интеллектом все иначе: сотрудники сами активно им пользуются. Без давления и указаний со стороны руководителей.

Это подтверждают результаты нашего опроса внутри «Северсталь Инжиниринг». 59% сотрудников пользуются ИИ для личных и рабочих задач несколько раз в неделю, еще 13% – ежедневно. Чаще всего с его помощью анализируют и обобщают информацию – так ответили 23% участников. Еще 13% работают с нормативными документами, патентами и научными материалами. Также ИИ используют для анализа рынков, отраслей, технологий и конкурентов.

Такая ситуация характерна не только для нас. Согласно исследованию Microsoft и LinkedIn, 78% пользователей ИИ приносят на работу собственные инструменты, не дожидаясь решений со стороны работодателя.

Поэтому сегодня уже не нужно убеждать людей в пользе искусственного интеллекта. Гораздо важнее превратить их интерес и личный опыт в полноценный рабочий инструмент.

На мой взгляд, для этого нужны три вещи:

1) Искать не задачи для ИИ, а реальные проблемы. Технологию не стоит внедрять ради самой технологии. Сначала нужно разложить ежедневную работу на составляющие и понять, что отнимает много времени, снижает эффективность или просто сильно мешает.

Именно такие ограничения должен снимать ИИ.

На мозговом штурме 20 августа мы собрали и структурировали проблемы, с которыми сотрудники сталкиваются в работе. В результате определили пять направлений, где ИИ может помогать решать конкретные бизнес-задачи.

Первое – оценка экономического эффекта от идей. Здесь уже есть показательный кейс: с помощью ИИ удалось оптимизировать работу, которая раньше занимала у сотрудника несколько недель, до 30 минут.

Второе – приоритизация: планирование и рабочая загрузка. ИИ может помочь определить, какие задачи и проекты необходимо выполнять в первую очередь, учитывая сроки, ресурсы и загрузку сотрудников.

Третье – проектирование, в том числе в строительстве. Здесь видим потенциал в том, чтобы с помощью ИИ быстрее анализировать исходные данные и находить оптимальные решения. Данное направление требует детальной проработки.

Четвертое – затраты: инвестиции и другие финансовые расчеты. Это направление у нас уже в проработке: ИИ помогает работать с оценкой затрат и инвестиционных решений. Теперь задача – плотнее встроить такие инструменты в рабочие процессы и масштабировать их практическое применение.

И пятое – планирование производства. Здесь актуальная задача для нас – использовать ИИ в планировании опытных партий новых продуктов, эффективно встраивая их в производство стандартной продукции.

2) Дать людям подходящие инструменты. Сотрудникам нужны достаточно мощные решения, которые при этом безопасно работают внутри корпоративного контура. Чтобы возможности ИИ можно было использовать без риска утечки информации. Один из таких инструментов мы создали для поиска и анализа патентов. Он работает внутри корпоративного периметра и уже пользуется спросом у инженеров.

Для менеджеров по продажам разработали ИИ-ассистента по продвижению новых видов продукции и наших решений. В формате «вопрос – ответ» он помогает подобрать продукт под конкретную нишу и запрос клиента.

3) Вовлекать в разработку будущих пользователей. ИТ-команда может предоставить силу технологии, но не должна придумывать рабочие сценарии за сотрудников. Люди, которые каждый день сталкиваются с конкретной проблемой, лучше других понимают, каким должно быть решение.

Мы убедились в этом на проекте «Роботизация претензионного процесса». Два года тестировали сценарии внутри ИТ-команды и достигли высокой точности. Но когда передали настройку промпта сотрудникам претензионного отдела, точность выросла еще на 5 – 10%.

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: