Погрузиться в контекст: как сделать использование ИИ в бизнесе максимально эффективным

Компании малого и среднего бизнеса всё активнее передают искусственному интеллекту рабочие задачи, но часто дают ему только инструкции и формальные правила. Этого недостаточно: без истории, реального хода процессов, исключений и понимания цены ошибки ИИ-модель может выдать корректный, но бесполезный ответ. О том, из чего складывается контекст для ИИ и как его собрать, порталу Biz360.ru рассказал генеральный директор компании «Инфомаксимум» Александр Бочкин.

Компании подключают ИИ к рутине почти в любой функции – от подготовки документов и клиентской переписки до типовых задач в закупках, HR и маркетинге. Но у ИИ, как и любой другой технологии, есть ограничение. Он слеп без контекста. ИИ не знает, как устроена конкретная компания: кто в ней принимает решения, какие правила нельзя нарушать, где есть исключения, что уже происходило до этого и сколько будет стоить ошибка. Без этого знания модель отвечает формально верно, но без привязки к конкретной ситуации и без специфики конкретного бизнеса. 

Чтобы было понятнее, давайте посмотрим на распространённую ситуацию. В компанию приходит счёт от поставщика. Сотрудник, который давно работает с такими счетами, держит в голове массу вещей: 

• Он помнит, кому на другой стороне нужно писать сразу, потому что остальные могут отвечать несколько дней.

• Знает, что поставщик не начинает отгрузку, пока деньги фактически не поступят на счёт, хотя на словах обещает сразу после получения платёжного поручения.

• Знает, что сумма свыше пятисот тысяч уходит на подпись финансовому директору, а тот сейчас на конференции. 

У ИИ этих данных, если ему не дать их, нет. 

В целом контекст – это всё знание об обстановке, внутри которой решается задача. Применительно к ИИ контекст складывается из нескольких пластов: 

• Устройство процессов – как задачи на самом деле движутся по компании, кто в них участвует, где решения принимает система, а где человек;

• История – что уже происходило с конкретным клиентом, документом, проектом или поставщиком;

• Правила – от формальных лимитов и маршрутов согласования до негласных норм;

• цена ошибки – в одних операциях промах стоит пяти минут переделки, в других речь идёт о деньгах, отношениях с контрагентом или проверке от регулятора. 

Особенность контекста в том, что модель не получает его по умолчанию. Новичок в команде добирает его из постоянной работы, общения с коллегами, собственных ошибок и неформальных правил. Алгоритм же знает ровно столько, сколько ему передали. Скинули только текст счёта – он извлечёт реквизиты и сумму. Если дать системе доступ к договору и истории платежей, а также задать правила проверки, она сможет заметить расхождение в сумме, выявить новые реквизиты и направить документ сотруднику до проведения оплаты. 

Первое, что приходит на ум, чтобы дать модели контекст, – передать ей все внутренние документы: регламенты, инструкции, маршруты согласования. Это логично, так как там вроде бы написано, как устроена работа. Но во многих компаниях процесс существует в двух версиях: 

• Официальная, которая как раз и зафиксирована в регламентах. В ней всё последовательно – заявка создана, проверена, согласована, исполнена, закрыта. 
  
  

• Реальная. Заявка может вернуться на предыдущий этап, зависнуть между подразделениями, продублироваться в нескольких системах, уточняться в почте, переноситься вручную из одного файла в другой. Сотрудник знает, кому написать, где найти недостающий документ и какой обходной путь использовать, если система не даёт провести операцию стандартно. 

Если показать ИИ только регламенты, он увидит идеальную схему. Но не будет знать о реальной работе – большом количестве ручных действий, возвратах, задержках, неформальных правилах и слабых местах используемого программного обеспечения. 

Собрать реальную картину можно из того, что в компании уже есть. Часть этой картины восстанавливается по цифровым следам в корпоративных системах. Они показывают, как работа идёт на самом деле, а не только как описана в регламенте. А анализ действий сотрудников за компьютером раскрывает то, что происходит между этапами: где данные переносятся вручную из окна в окно, какие операции повторяются десятки раз за день, сколько времени уходит на сверку и поиск информации. Вместе эти два среза дают фактическую версию работы, которой не найти ни в одном регламенте. 

Пример из личной практики. Отдел по работе с персоналом хотел разгрузить рекрутёров. Диагностика показала не только самую трудоёмкую операцию, но и реальные критерии, которыми пользовались сотрудники: какие признаки у соискателей считали обязательными, в каких случаях делали исключения и какие решения оставляли за человеком. После этого подключили ИИ. Ему описали критерии отбора и пороги соответствия, настроили исключения и правила работы с площадкой. Решение по кандидату осталось за рекрутёром, алгоритм только отбирает подходящие резюме. 

Собрать контекст для ИИ – управленческая задача, и начинается она задолго до выбора модели нейросети..

Начинать стоит с узкой зоны. Формулировка «внедрить ИИ в операционный блок» абстрактна. Хороший рабочий вариант – разобраться с обработкой входящих договоров или с маршрутом кадровых заявок. Чем уже участок, тем проще собрать по нему контекст и проверить, что изменилось. 

Внутри участка работу придётся разделить. Операции, которые повторяются и подчиняются правилам, можно отдавать алгоритму. Решения, где нужны опыт и ответственность, остаются за человеком. Там ИИ уместен лишь как помощник: сверить данные, подсветить риск, подготовить черновик. 

Из этого же деления вырастает граница полномочий: что алгоритм делает сам, а с чем обязан прийти к человеку. Без такой границы даже хорошо настроенная модель рано или поздно примет решение, которое принимать была не должна. 

И заранее нужен человек, который будет работать с тем, что ИИ найдёт: менять процесс, разбирать отклонения, отвечать за новую логику. Если такого владельца нет, диагностика окажется попросту бесполезной.

Чтобы не пропустить интересную для вас статью о малом бизнесе, подпишитесь на наш Telegram-канал и страницу в «ВКонтакте».
biz360