Задумываясь о внедрении AI-ассистентов, руководители компаний взвешивают риски: «наши процессы сложно унифицировать», «самое важное — это безопасность данных, а как на нее повлияет использование ИИ?», «эти инструменты слишком сложно использовать». Опасения накладываются на сопротивление подчиненных: если они игнорируют доступные ИИ, есть ли смысл внедрять более сложные и дорогие технологии? Однако большинства потенциальных проблем можно избежать. В статье расскажем, как именно, на примере внедрения AI-ассистента звонков.
Что мешает внедрению AI-ассистентов?
Опрос Deloitte показал, что 61% компаний видят в искусственном интеллекте (ИИ) возможности для повышения эффективности своих операций→, но при этом лишь 30% уже внедрили ИИ в свои бизнес-процессы.
Решиться мешает неопределенность. Можно опираться на положительный опыт партнеров и конкурентов, оценивать потенциальные риски, консультироваться с интеграторами… Но всё это будет не столь важно, пока нет четкого понимания — новая технология принесет компании пользу.
Разберем несколько барьеров, которые могут препятствовать внедрению AI-ассистентов.
«ИИ не подойдет для наших процессов»
Большая часть отдельных операций и алгоритмов в разных компаниях достаточно похожи, но выстроенные на них бизнес-процессы могут быть уникальными. Многие руководители опасаются, что ИИ не справится с ними или потребует долгой настройки.
Это правда, когда дело касается коробочных решений. Они действительно ничего не знают про ваши процессы и разработаны для усредненных алгоритмов. Часто у них есть собственные, не всегда удобные интерфейсы. И уж точно всегда они требуют дополнительных действий для получения результата.
Например, чтобы использовать ИИ-расшифровщик из коробки, нужно сделать запись звонка, загрузить ее в интерфейс ИИ, а затем скопировать текст расшифровки из интерфейса или скачать в виде файла.
Вспомните, как должен быть составлен ваш фоллоу-ап по звонку. Например, должен содержать только ключевую информацию — в пределах 10 пунктов. Вы обязательно включаете в письмо с фоллоу-апом ссылку на запись звонка. Письмо должно быть отправлено как можно быстрее, в идеале — в течение часа после звонка. В начале письма вы прописываете шапку: проект, команда, участники звонка, этап проекта…
Коробочный ИИ-продукт об том не знает. У него есть стандартные настройки: что, в каком виде и кому отправлять в письме. И вам либо придется смириться с этим стандартным набором, либо изобретать собственный продукт.
Впрочем, есть еще вариант — интеграция ИИ-ассистента с учетом ваших процессов. Но об этом чуть ниже в тексте.
«Сломаются действующие бизнес-процессы»
Сегодня вы пользуетесь системой управления клиентами (CRM), таск-менеджером для контроля проектов и корпоративным мессенджером. Некоторые давние клиенты предпочитают звонки по телефону, а не онлайн-конференции. Еще часть данных хранится в облаке, а часть — на сервере, который приобрели лет десять назад. Вся эта инфраструктура связана между собой и вы точно знаете, что и где искать.
Но как встроить в нее еще и AI-ассистента и «рассказать» ему, что и где брать и куда складывать? А вдруг ради ИИ придётся поменять привычные паттерны? Вдруг существующие инструменты будут несовместимы с новым ИИ?
Команда не примет новый инструмент
Еще один барьер, который замедляет внедрение ИИ, — сопротивление сотрудников компании. Кому-то может показаться, что применять AI-ассистентов слишком сложно, что это требует дополнительного времени или усилий. Другие боятся, что ИИ сделает их роль в компании менее значимой или даже приведет к сокращению должности.
В итоге внедрение споткнется о сопротивление сотрудников. Одни будут использовать инструмент неправильно, другие — намеренно или случайно будут забывать об ИИ-помощнике. Получается, что деньги на внедрение будут потрачены зря: польза от него нулевая, а люди демотивированы.
Непонятно, у кого будет доступ к конфиденциальным данным
В одной из прошлых статей→ мы рассказывали о кейсе компании Samsung, которая обнаружила фрагменты своего кода в ответах GPT.
Вы имеете дело с не менее деликатными данными: личной информацией клиентов, финансовыми данными, уникальными наработками, договоренностями под NDA. Можно ли доверять все это AI, который находится в облаке и учится на всех данных, с которыми работает? Не увидите ли вы через пару месяцев данные из конфиденциальных телефонных разговоров в новой статье конкурентов?
И не закончится ли использование ИИ-помощника иском от клиента?
Опасения справедливы — но ниже мы расскажем, как минимизировать риски.
Не пользоваться, разрабатывать с нуля или… интегрировать?
Использование ИИ в рутинных задачах, по прогнозам аналитиков McKinsey, может дать до 70% буста к мировой экономики — и к эффективности работы в вашей компании. И уже очевидно, что компании, игнорирующие возможности ИИ, через пару лет рискуют оказаться среди отстающих. Поэтому вариант «не пользоваться ИИ» в рамках этой статьи мы даже не будем рассматривать.
Вариант номер два — разрабатывать ИИ-ассистента под себя — выглядит разумным. Так вы сможете учесть все малейшие нюансы своих процессов и с большей вероятностью защитите внутренние данные.
Но если посмотреть на бюджет и усилия, которые потребуются на собственную разработку, этот вариант будет выглядеть крайне непривлекательным. Только на первом этапе OpenAI потребовала 1 млрд долларов вложений в разработку. Свободный миллиард долларов и лишние 5 лет есть не у всех.
Остается третий вариант — правильно внедрить коробочные продукты в свои процессы.
И с этим вам должен помочь интегратор.
Правильное внедрение ИИ: пошаговая инструкция
Давайте представим компанию, которая хочет избавиться от рутины по расшифровке звонков, сохранению фоллоу-апов и особенно — от сложной задачи по поиску договоренностей среди миллиона аудиофайлов.
На старте у нее есть «коробка» — ИИ-инструмент, который умеет идеально расшифровывать аудиозвонки. Например, Yandex SpeechKit или TL;DV.
Но как мы уже говорили, этот инструмент не устраивает компанию-заказчика:
- по удобству. Каждый день — десятки звонков, каждый нужно загрузить, не забыть забрать транскрибацию, правильно оформить краткий протокол;
- по уровню безопасности. На звонках обсуждаются конфиденциальные данные, которые не должны попасть в открытый доступ;
- по результату. Для отправки нужно оформлять протокол встречи строго регламентированным образом, расшифровки надо хранить на корпоративном диске. А искать информацию о старых звонках должно быть легко. Коробочная версия ИИ умеет только расшифровывать и делать саммари.
Первое, что интегратор и компания-заказчик должны обсудить, — процесс звонка.
- Как и где назначается встреча. Пользуется ли компания для этого отдельным календарем или, например, расширением Битрикса? Умеет ли календарь сразу формировать ссылку для онлайн-звонка?
- Где проводятся встречи и в каком формате? Проходят ли все встречи в формате видеозвонка в Meet или Телемосте? Или, может, для каждого звонка выбирается инструмент, удобный второй стороне — от телефонии до того же Meet’а?
- Что должно произойти после встречи? Должны ли все участники получить фоллоу-ап письмо или его получает только внешний пользователь? Должно ли письмо попадать еще к кому-то: например, к руководителю подразделения, чтобы он был в курсе всех новых договоренностей?
- Куда еще, помимо фоллоу-апа, нужно складывать данные о звонке: в календарь, CRM-систему, ERP?
По итогам этого обсуждения интегратор распишет, с какими системами нужно интегрировать ИИ-решение, чтобы обеспечить бесшовный процесс звонка.
Например, компания KT.Team внедрила ИИ для работы со звонками в свои процессы так, что сотруднику достаточно нажать во время звонка только кнопку записи. ИИ-ассистент «понимает», к какой встрече относится запись, в рамках какого проекта проходит звонок (по составу участников), сам отправляет фоллоу-ап письма всем участникам и сохраняет расшифровки на корпоративном диске. Для этого ИИ-ассистента интегрировали с календарем Google, почтой, корпоративным диском.
Чтобы ИИ присылал письма по корпоративному стандарту оформления, ему задали шаблоны и промты составления резюме встречи.
Второе, что нужно обсудить, — дальнейшая судьба данных звонка.
- Как компания планирует использовать данные дальше: хранить их в карточке клиента или проекта? Или достаточно размещения на корпоративном диске?
- Обращаются ли сотрудники к данным прошлых звонков? И если сейчас обращаются редко, то почему: нет такой необходимости или это слишком долго и сложно?
- Какую информацию, помимо самого содержания звонка, хочется получать руководству: соблюдение скриптов, умение зафиксировать договоренности на звонке, умение вежливо общаться и т. д.?
Эти три пункта позволят понять две вещи. Первое — нужен ли компании чат-бот, как его интегрировать с хранилищем расшифровок. Второе — какие дополнительные промты нужно проработать для анализа расшифровок.
Например, компания хочет анализировать эффективность менеджеров отдела продаж и их умение вести диалог. Для этого можно использовать, например, такой набор вопросов с оценкой по шкале Ликерта (от 1 до 5 баллов):
Руководителю нужно анализировать эффективность каждого сотрудника и его динамику во времени — для этого есть сводная таблица с условным цветовым форматированием ячеек. Прогресс сотрудника или проекта можно отследить по простейшей визуализации.
Чтобы узнать данные по прошлым звонкам, не нужно копаться в десятках расшифровок — достаточно задать вопрос чат-боту, который интегрирован с хранилищем данных. Он сам найдет ответы и даст ссылку на файл с расшифровкой.
Третий блок вопросов, которые поможет решить интегратор, — безопасность данных.
- Звучат ли на звонках личные данные клиентов: имена, телефоны, медицинские данные, сведения о финансовых счетах и т. д.?
- Есть ли различия в содержании фоллоу-апов для внутренних и внешних пользователей?
- Какие требования по безопасности у вас есть в целом?
На основе этих ответов интегратор предложит вариант размещения ИИ и дополнительные меры для обеспечения безопасности.
Например, если на звонках вы часто обсуждаете конфиденциальные данные: персональную информацию, интеллектуальные разработки — интегратор порекомендует разместить языковую модель для обработки звонков на ваших серверах. Это позволит изолировать «ваш» ИИ от ИИ, который работает со всеми данными мира. И защитит вас от утечек конфиденциальной информации. Интегратор разработает для вас сценарии для обновления языковой модели, чтобы вы могли без риска пользоваться самыми свежими версиями ИИ.
Чек-лист: как подготовиться к внедрению AI-ассистента?
Перед тем как внедрять ИИ, проанализируйте несколько аспектов:
- Определите, для чего и как именно ваши сотрудники будут использовать ИИ. Какие задачи он должен решать?
- Установите ключевые показатели эффективности (KPI) для оценки работы AI-ассистента. Как вы будете измерять его успех?
- Проведите аудит имеющихся данных. Понимание того, какие данные у вас есть и как их можно использовать для обучения ИИ, критически важно.
- Разберитесь, как AI-ассистент будет встроен в текущие бизнес-процессы компании. Каким образом он будет взаимодействовать с другими системами?
- Запланируйте обучение для сотрудников, чтобы они узнали о возможностях AI-ассистента и правилах работы с ним.
- Назначьте ответственного за внедрение и поддержку AI-ассистента. Кто будет следить за его работой и решать возникающие вопросы?
Главная задача — сделать так, чтобы AI-ассистент стал естественной частью работы пользователей, а не воспринимался как отдельный инструмент. Для этого важно найти правильный баланс между возможностями технологий и вниманием к потребностям пользователей, особенно в дизайне интерфейса.
