С чего фактически начать внедрение ИИ в вашей компании?
Большинство компаний откладывают внедрение ИИ, потому что начинают с инструмента, а не с работы. Вот более спокойное и полезное место для начала.
Начните с работы, а не с инструмента
Перед оценкой любого продукта на основе ИИ запишите задачи, которые ваша команда выполняет чаще всего. Не стратегические решения, принимаемые раз в квартал, а рутинная, частая и не очень привлекательная работа: сортировка входящих запросов, составление одинаковых ответов, перенос данных между системами, проверка документов на соответствие правилам, ответы на вопросы клиентов, которые они постоянно задают.
ИИ создает ценность именно в таких задачах, потому что они достаточно частые, и небольшие улучшения накапливаются, а также имеют структурированный характер, благодаря чему система может выполнять их надежно.
Генерационный чат-бот редко сталкивается с такой работой, именно поэтому универсальные инструменты так часто застревают. Ценность заключается в ваших процессах, а не в модели.
Ищите три сигнала
Задача является хорошим кандидатом для применения ИИ, когда она одновременно демонстрирует три сигнала:
- Она повторяется. Та же работа выполняется множество раз в неделю.
- Есть определенный шаблон. Человек может примерно записать, как он это делает.
- Ошибка поддается восстановлению. Неправильное выполнение иногда требует времени, но не подрывает доверие или безопасность.
Начинайте с того места, где все три условия верны. В настоящее время избегайте высокорискованных решений, где неправильный ответ может быть дорогим или сложным для исправления — их время придет позже, когда вы приобретете доверие к системе и установите необходимые проверки.
Сохраняйте человека в процессе, намеренно
На ранних стадиях цель не состоит в том, чтобы исключить людей. Это создание возможности для того, чтобы они сосредоточились на тех аспектах работы, где требуется суждение.
Самый надежный шаблон: система выполняет первый проход — составляет черновики, сортирует, выделяет, готовит — и человек одобряет, редактирует или отклоняет. Это единое решение позволяет ускорить процесс без риска для бизнеса, связанного с тем, что модель будет права каждый раз. По мере роста доверия вы расширяете область работы, выполняемой автоматически.
Измерьте один параметр до и после
При внедрении ИИ тихо терпят неудачи, когда никто не может сказать, был ли достигнут успех. Прежде чем вносить какие-либо изменения, выберите честное число для задачи: время, потраченное в неделю, скорость ответа, процент ошибок, размер очереди. Запишите его.
Затем, после внедрения системы, измерьте то же самое число. Если оно не изменилось, вы узнали что-то недорого. Если оно изменилось, у вас есть конкретный результат, на котором можно строить следующий шаг — и обосновывать его остальной части компании.
Создавайте для своего бизнеса, а не вокруг шаблона
Универсальные инструменты предполагают, что каждая компания работает одинаково. Ваша компания не такая. Рабочие процессы, данные, исключительные случаи, то, как ваши сотрудники на самом деле выполняют свои задачи — это контекст, в который система должна вписываться, и именно то, что универсальный продукт не может увидеть.
Это тяжелая и не очень привлекательная работа по адаптации: подключение ИИ к реальным процессам, обработка исключительных случаев и развертывание чего-то, что выдержит даже в обычный вторник, когда входные данные грязные. Это также работа, которая разделяет долгосрочный результат от многообещающего демонстрационного варианта.
Вы не должны выполнять эту работу в одиночку — но вы должны начать ее в правильном месте.
Первый шаг в одном предложении
Выберите одну задачу, которая повторяется, имеет шаблон и безопасна для случайных ошибок; измерьте ее честно; установите систему для первого прохода с участием человека; и проверьте, изменилось ли число. Это реальное начало — и все большее строится на этом.