Как ИИ пришел в офисы
Компании-разработчики продуктов с элементами искусственного интеллекта активно внедряют умные технологии во внутренних рабочих процессах для решения рутинных задач – в финансах и маркетинге, разработке софта и поиске персонала. Однако применение ИИ-инструментов сегодня носит экспериментальный характер, часто зависит от инициатив сотрудников и не предполагает системного регламентированного использования, констатируют эксперты проекта "ГенИИ". Из-за стремительного развития технологий и офисным сотрудникам, и в целом обществу еще предстоит адаптироваться к ИИ.
От элитарности к обыденности
Искусственный интеллект вырос на наших глазах. "Еще позавчера его экспериментальные модели, требующие глубоких знаний высшей математики, были из разряда фантастики и доступны очень ограниченному количеству пользователей, – напомнил руководитель образовательных программ ROBIN компании SL Soft Александр Ковязин. – Вчера ИИ стал хайпом, в основном, благодаря языковым моделям на основе GPT. Однако при этом, все равно оставался далеким и малопонятным явлением. А уже сегодня инструменты ИИ благодаря технологиям Low-Code/No-Code избавили пользователей от необходимости лезть глубоко в дебри математики для понимания алгоритмов. ИИ стал простым и понятным".
"Область, в которой технологии ИИ уже доказали свою эффективность, – это автоматизация рутинных бизнес-процессов. Несложные повторяющиеся операции, не требующие специальной квалификации и навыков сотрудников, все еще составляют большой объем задач во многих организациях, - констатировал советник генерального директора Content AI Олег Сажин. – В их числе обработка финансовых, кадровых, юридических и других документов, извлечение из них данных и их перенос в различные информационные системы. Эти задачи внутри компаний часто являются трудоемкими, требуют значительных временных затрат и подвержены человеческим ошибкам".
Основные надежды сейчас возлагаются на генеративный ИИ (GenAI), говорит директор департамента голосовых цифровых технологий компании BSS Александр Крушинский. По словам эксперта, в числе ключевых направлений, где GenAI уже начинает применяться в промышленных масштабах – автоматизация процесса разработки, текстовые чат-боты, улучшенный поиск.
Применение ИИ действительно эффективно при необходимости быстрого поиска информации и ее обработки, согласен директор по продуктам ROBIN компании SL Soft Иван Мельников. "Многие разработчики используют большие языковые модели вместо или в дополнение к классическим поисковикам. В случае, когда надо получить пример использования конкретной библиотеки или напомнить об определенной технологии, обращение к ИИ-помощникам может существенно ускорить процесс. Им можно задавать уточняющие запросы на естественном языке и получать ответ для решения той или иной задачи", – рассказал эксперт. Таким образом, несмотря на то, что необходимо всегда проверять информацию, предоставленную ИИ, его использование существенно упрощает поиск конкретной информации, объяснил Иван.
Александр Крушинский добавил, что сотрудники BSS используют ИИ для создания рабочих демо при проверке гипотез, внутреннего чат-бота для службы поддержки, написания и редактуры маркетинговых текстов, частичной автоматизации процессов разработки.
Софт стремится к совершенству
Использование GenAI для повышения эффективности разработки является актуальным: по данным "Руссофт", в 2024 г. 19,8% софтверных компаний в России будут иметь эффект от внедрения GenAI, напомнил директор по развитию и цифровой трансформации РДТЕХ Евгений Осьминин.
В процессах разработки ИИ помогает в решении базовых задач, отметил Иван Мельников: "Разработчик может описать структуру базы данных и задачу, и попросить ИИ создать каркас sql-запроса, реализующего ее. Большие языковые модели дают возможность разработчикам составлять регулярные выражения и xpath (запросы к xml документам) быстрее. Любое решение, предоставленное ИИ, требует проверки, но задача создания прототипа или первого варианта решения задачи может быть полностью выполнена ИИ-помощниками".
В Content AI разработчики активно используют чат-боты для оптимизации кода, написания скриптов, продолжает Олег Сажин. "В процессах тестирования с помощью ИИ-инструментов генерируются тестовые данные, сценарии тестирования, анализируются его результаты. Для этого предварительно проводится дообучение локальных LLM-моделей на собственных данных компании для их адаптирования к специфике нашей работы", – объяснил эксперт.
Евгений Осьминин рассказал, что ему удалось протестировать сервисы, основанные на моделях GPT 4.0 (OpenAI), Claude 3 от Anthropic, LLama 3.1 от Meta и оценить генерацию кода по запросу на реализацию задачи, сформулированную на естественном языке. В качестве языков реализации эксперт использовал – Python, JavaScript и PHP. Для тестов было выбрано 10 задач, предполагающих использование классических алгоритмов и конструкций.
Евгений отметил основные итоги эксперимента:
• Наиболее эффективно проявила себя модель GPT 4.0, на втором месте - LLama 3.1.
• Примерно в 20% случаях нейросеть некорректно воспринимает задачу. При этом более 95% неточно понимаемых задач посредством третьей-четвёртой итерации интерпретируется уже корректно.
• Наиболее эффективно обрабатываются запросы, сформулированные на английском языке.
• При реализации задач, использующих классические алгоритмы и подходы, использование генеративного ИИ способно сократить затраты времени в 3-4 раза при условии контроля результата человеком.
• Хорошие результаты дали запросы на проверку соблюдения версионности кода, использование ограничений, допустимых типов данных и областей видимости переменных.
• Результаты работы сервисов значительно улучшаются, если задача ставится в максимально формализованном виде.
По итогам тестирования стало понятно, что в настоящий момент GenAI при разработке на отдельных языках может снизить затраты минимум до трёх раз – при решении типовых задач, основанных на классических алгоритмах. Об использовании ИИ без участия контроля со стороны разработчиков и передачи ему организационных функций говорить преждевременно.
Тем не менее первые серьезные пилотные проекты использования ИИ в разработке дали неоднозначные результаты, продолжил Евгений Осьминин. "Выявленные проблемы связаны с генерацией кода, который человеку интерпретировать сложно в силу недостаточной обученности моделей ИИ, правильности интерпретации ими задач и вероятностного характера результатов. Также имеются предположения о значительном увеличении затрат на электроэнергию и аппаратное обеспечение", – говорит эксперт.
Для решения повседневных рабочих задач
Масштабные инвестиции в ИИ еще впереди. По данным на 2023 год лишь 35% российских компаний разработали и внедрили соответствующие стратегии развития. Но уже сегодня сотрудники офисов обращаются за помощью к ИИ для ускорения выполнения текущих дел.
Специалисты финансового отдела Content AI применяют чат-боты с GenAI для обработки и аналитики информации, отмечает Олег Сажин. По его словам, боты пишут макросы в Excel для извлечения данных из бухгалтерских документов, в которых вся информация находится в одном поле: подразделение, контрагент, договор, вид расходов, склад и т.д. "Стандартные инструменты Excel не позволяют эффективно справляться с этой задачей, а благодаря ИИ-инструментам удается сократить время подготовки информации при закрытии периода на 6-7 часов. Также чат-боты помогают в подготовке ТЗ в проектах по автоматизации финансовых процессов", - отмечает эксперт.
Менеджеры по продукту в Content AI используют умные инструменты для формирования служебных заданий, составления протоколов совещаний и транскрибации встреч. А сотрудники отдела маркетинга применяют ИИ при настройке таргетированной рекламы, подготовке креативов и контента для рекламных кампаний, изучении и аналитике различных исследовательских материалов.
В РДТЕХ также внедряют инструменты ИИ в работу маркетинга, PR и HR-подразделения. Для PR-служб и маркетологов преимущества использования GenAI в значительном сокращении временных и финансовых затрат на создание различных текстов и иллюстраций к ним, кроме того, открываются новые возможности и представить контент максимально оригинально, по-новому, рассказала директор по маркетингу РДТЕХ Ольга Горохова.
"Безусловно, умные помощники еще ошибаются, но они более точны, если задать роботу подробные и четкие параметры желаемого контента. Для изображений – это определенный формат, цветовая гамма, для текстов – ключевые слова. При этом важно придерживаться заданных значений на регулярной основе, чтобы люди, контактирующие с контентом, фиксировали и запоминали образ бренда. Для специалистов по управлению персоналом ChatGPT – хорошая возможность создавать отчеты по итогам работы сотрудников, нешаблонные описания вакансий для привлечения соискателей, нестандартные поздравления с учетом профессии, роли в компании и личностных качеств", - отметила Ольга.
В HR-службе SL Soft с помощью ИИ автоматизируется процесс заведения карточки сотрудника во внутрикорпоративный 1С ЗУП. Для этого используются программные роботы, OCR и обработка документов с помощью ИИ, сообщил Иван Мельников. "ИИ в виде обученной ml модели проверяет комплектность документов и обрабатывает их для дальнейшего распознавания (настраивает яркость, контраст, поворачивает на нужный угол). Также с помощью других моделей извлекает данные паспортов, СНИЛСа, военного билета и других документов и передает их роботу для заведения в 1С", - объяснил эксперт.
GenAI в HR используется при составлении почтовых рассылок с новостями компании, первичном формировании требований к вакансии, которое дорабатывается уже сотрудником до финального вида, добавил руководитель направления интеллектуальной автоматизации ROBIN компании SL Soft Даниил Карев.
В РДТЕХ не только практикуют, но и проводят внутреннее обучение по использованию ИИ-инструментов. "Кто-то скажет, что ИИ делает работу за нас, это совсем не так. Он не замещает нас, а усиливает компетенции и сокращает временные затраты при решении типовых задач, высвобождая ресурс для творчества", считает Ольга Горохова.
Несмотря на то, что инструменты ИИ ежедневно используются, на текущий момент практический ИИ, как правило, рождается как частная инициатива, его применение носит характер экспериментов, а не системного регламентированного использования, считает Александр Крушинский.
С прицелом на будущее
Число сценариев автоматизации бизнес-процессов с помощью ИИ будет расти, предсказывает Олег Сажин. По словам эксперта, в ближайшее время сотрудники офисов смогут делегировать программным роботам и интеллектуальным системам следующие задачи:
● анализ и проверка документов на соответствие определенным стандартам и регламентам
● выявление фактологических неточностей и ошибок в расчетах
● извлечение из документов нужной информации – саммари, цифр, дат и т.д.,
● автоматическая подготовка информации для ответов по запросам клиентов или регулирующих органов
"По сути такие решения станут универсальными цифровыми помощниками для сотрудников разного профиля. Использовать их можно будет в любых отраслях и видах бизнеса, которые обрабатывают различную документацию и оперируют большим количеством информации", - отметил Олег Сажин.
Александр Крушинский выделил направления, которые пока активно не прорабатываются, но представляются перспективными:
• Анализ больших данных (пока в этом сегменте есть ограничение по размеру контекста, который можно передать GenAI).
• Персонализация общения в чат-ботах для формирования лучшего клиентского опыта и увеличения вероятности продажи (сегодня используется не активно, т.к. не решена более приоритетная задача по точности и полноте ответов чат-ботов).
Драйвером GenAI станет изменение характера пользовательских привычек, говорит Александр Крушинский. Ведь знание инструментов GenAI увеличивает личную эффективность сотрудников. "Этот тренд связан с другим: снижается степень доверия к информации, полученной от человека, поскольку трудно проверить – кто писал тот или иной текст, человек или ChatGPT", - отмечает эксперт.
Евгений Осьминин предполагает, что к решению задач использования ИИ без контроля разработчиками бизнес сможет подойти в горизонте одного двух лет – не только за счёт обучения моделей и развития технологий, но и организационных изменений и методов, направленных на выстраивание человеко-машинного взаимодействия.
Если говорить про масштабы и использование в промышленности, первыми ИИ будет внедрять сегмент массового обслуживания, где даже 5% автоматизации приводят к многомиллионной экономии и, вероятно, в индустрии развлечений, прогнозирует Александр Крушинский.
Из-за стремительного развития технологий ИИ обществу еще предстоит адаптироваться к нему, говорит Александр Ковязин. "ИИ сегодня – это ускорение всего, переход на новый уровень конкуренции, улучшение взаимодействия с клиентами, развитие смежных технологий. Что будет завтра, посмотрим!", - заключает эксперт.