Коллективный ИИ-сотрудник: как интегрировать ИИ в команду

Артем Несмеянов
Начальник управления роботизации и аналитики

Главный вопрос не в том, заменит ли ИИ сотрудников, а в том, как достичь максимальной синергии в связке «Сотрудник — Искусственный Интеллект».

ИИ — не замена, а напарник

Страх перед ИИ часто возникает из-за мифа, что он может полностью заменить человеческий труд. Но даже самые продвинутые системы, такие как ChatGPT или Midjourney, требуют контроля и «живого» взаимодействия и корректировки: ИИ генерирует тексты или изображения, но не понимает глубинной потребности инициатора запроса, не воспринимает эмоции и, что самое главное, не несет ответственности за ошибки.

Например, нейросеть может написать продающий текст, но только маркетолог определит, соответствует ли он ценностям бренда.

Поэтому правильно использовать ИИ в качестве его напарника, «умного помощника», который:

• Быстрее обрабатывает большие объемы данных;
• Лучше справляется с типовыми задачами (подготовка базовых отчетов, сортировка писем, анализ документов);
• Дает рекомендации своему «живому напарнику», но при этом окончательное решение оставляет за человеком.

Например, в ИТ-поддержке ИИ может классифицировать, а затем и обрабатывать определенный процент типовых запросов, но сложные случаи передавать людям.

При этом важно искать точки достижения максимального эффекта от такого «симбиоза». Для этого важно понимать, в чем сильные стороны ИИ, а в чем сильные стороны человека:

Пример:
В медицине ИИ анализирует снимки МРТ быстрее врача, но диагноз и план лечения определяет живой специалист, учитывая историю пациента и этические аспекты. Назначая план лечения, врач принимает ответственность за результат.

А если в формулу добавить RPA?

В большинстве случаев: с одной стороны, компании внедряют ИИ как напарника для сотрудника для повышения производительности в тех задачах, где ИИ проявляет свои сильные стороны.

С другой стороны, компании внедряют программных роботов (RPA, роботизированная автоматизация процессов) для передачи выполнения рутинных операций роботу.

Но в таких сценариях автоматизация часто остается «лоскутной»: компании внедряют RPA для простых задач (например, перенос данных из Excel в CRM), но не используют ИИ для анализа этих данных. Либо наоборот, сбор происходит вручную, а анализ проводит ИИ. В результате процессы ускоряются лишь частично.

Чтобы автоматизация была по-настоящему мощной, нужно комбинировать три основных составляющих:

• RPA – выполняет повторяющиеся действия (перенос данных, заполнение форм);
• ИИ — анализирует, прогнозирует, помогает в принятии решений;
• Человек — управляет процессом, контролирует качество, работает с исключениями.

Формула идеального дуэта:

RPA — это «руки», ИИ — «голова», а человек — «сердце (контроль)»

Например, в логистике RPA может автоматически обновлять статусы заказов, напрямую взаимодействия с информационной системой, ИИ оптимизирует маршруты доставки, а менеджер корректирует планы в реальном времени в зависимости от возникающих исключений.

Практические шаги для внедрения ИИ без страха

Риск неудачного внедрения ИИ повышается в сценариях, когда компания пытается внедрить «все и сразу». Например, пытаются «натянуть» одну большую сложную модель на все бизнес-процессы и кейсы. Или не подготавливают и не обучают рядовых сотрудников на взаимодействие со своими будущими «интеллектуальными напарниками». Или не учитывают, что алгоритмы ИИ требуют обучения на конкретных данных бизнеса, а это достаточно комплексный и трудоемкий процесс.

Поэтому внедрять нужно постепенно, шаг за шагом:

1. Аудит процессов (например, выделить задачи, где 80% времени тратится на рутину: отчеты, сортировка писем).
2. Старт с пилотных проектов — проверить ряд гипотез, реализовать ряд прототипов, замерить и подтвердить на выходе потенциальные эффекты от последующего «промышленного» внедрения ИИ в соотнесении с затратами на это внедрение.
3. Обучение команды — объяснить, как ИИ снизит нагрузку. Например, показать, что аналитик будет тратить не 6 часов на отчет, а 30 минут на проверку данных от ИИ.
4. Обратная связь — сотрудники должны участвовать в доработке алгоритмов (например, отмечать ошибки чат-бота, проектировать промпты для постановки задачи для ИИ, участвовать в анализе получаемых от ИИ ответов для соответствующей корректировки промптов/настроек моделей).

Заключение

ИИ не угроза, а суперсила для бизнеса. Главное — внедрять его в правильной конфигурации, добиваясь синергии искусственного интеллекта с сотрудниками, и в правильном порядке, шаг за шагом. Компании, которые научатся правильно сочетать достоинства машин с сильными сторонами людей, получат большой прирост эффективности без потерь в качестве.

Источники изображений — Личный архив компании ЦКР  I  Источник заглавного изображения — Freepik