Алексей Колоколов – Синергия интеллектов. Как внедрить ИИ в бизнес-процессы (страница 4)
А если вы доведете до ума бизнес-процессы и аналитику, то сможете взлететь на любой ИИ-волне, благо каждый месяц появляются новые технологии. Но задачи по наведению порядка никакой искусственный интеллект за вас не сделает, чтобы вам ни обещали поставщики услуг.
6 направлений ИИ компетенций
Как понять, разбираешься ли ты в нейросетях? Теперь в требованиях к digital-специалистам опыт работы с ИИ стал обязательным навыком. Но при одном и том же уровне компетенций одни скромно считают себя новичками, а другие – нейроэкспертами и продают свои консультации. Как объективно оценить эти новые навыки со стороны работодателя и понять, что реализованные кейсы кандидат не сочинил с помощью ChatGPT?
Интеграция ИИ в повседневную работу – это не про один навык, а про целую экосистему привычек. В этой главе вы узнаете про 6 направлений работы с искусственным интеллектом:
1. Поиск информации
2. Работа с документами
3. Аналитика данных
4. Визуализация
5. Аудио и видео
6. Автоматизация
Поиск информации
ChatGPT стал нарицательным именем для больших языковых моделей и остается мировым лидером, но уже сейчас понятно, что он не останется отраслевым стандартом, как 1С или Excel. Поэтому важно уметь искать и находить ответы в разных «нейро-чатах» и избегать галлюцинаций.
На что стоит обращать внимание при выборе чата-ассистента для «повседневных» рабочих запросов:
- Достоверность и точность ответа. Насколько нейросеть «заносит» в добавлении несуществующих фактов.
- Содержательность. Claude или Qwen могут дать вам краткий ответ по существу, но для кого-то это будет слишком сухо. А ChatGPT выдаст вам целое эссе с примерами, но это может быть избыточным.
- Скорость. В последнем обновлении GPT5 сам выбирает модели и может уходить в глубокие размышления на 1-2 минуты. А, возможно, вам нужен оперативный диалог, развитие мысли.
- Удержание контекста. Насколько хорошо модель запоминает детали диалога на длинной дистанции, а также работает с опечатками, ошибками в промптах, восстанавливая контекст.
- Цензура. ChatGPT и Claude жестче всех по этике, их ограничения по «токсичности» контента зачастую гипертрофированы. Grok и европейский Mistral достаточно либеральны. А Perplexity просто взял и адаптировал китайский DeepSeek R1, убрав их политическую цензуру.
Работа с документами
На первом, бытовом уровне большинство пользуется нейросетью, как поисковиком, и вместо «спроси Гугл» теперь говорят «спроси чатжипити». Следующий уровень владения – это создание документов. Вы уже могли убедиться, что текст, сгенерированный ИИ, сразу выдает себя. Он написан, как будто среднестатистическим не очень грамотным маркетологом для средненькой соцсети.
Деловые документы требуют точности формулировок, и чтобы создать такие с нейросетью, надо постараться. Как и в любом навыке, нужна практика, если вы сделали 100 версий юридических соглашений с ИИ, то 101-й договор у вас и правда получится быстро, в 1-2 промпта. Это мы подробно рассмотрим в главе 6.
Создание маркетинговых, коммерческих материалов, будь то презентация или сопроводительное письмо, тоже требуют практики, чтобы избежать клише.
«Сделай мне отчет за 5 минут» – это лайфхак для студента, но не для управленца или специалиста. С нейросетью вы можете собрать референсы, подобрать кейсы, результаты исследований или нормативные ссылки, сделать несколько версий в разных стилях и выбрать лучшую. Тогда у вас действительно будет профессиональный обучающий, регулирующий или продающий документ.
Аналитика данных
Говорят, что нейросети могут заменить аналитика и программиста, но от первого опыта решения аналитических задач с ИИ все испытывали разочарование. Нейросеть допускает ошибки, но нужно научиться ставить задачу таким образом, чтобы этих ошибок избегать.
Вот типовые аналитические задачи, с которыми современный руководитель теперь может справляться «сам», не нанимая специально обученных людей.
- Объединение данных: склеить несколько таблиц или файлов в единый массив с учётом ключей и дублей.
- Очистка значений: убрать пробелы, привести регистры, стандартизировать даты, валюты, заполнить пропуски.
- Преобразования и группировки: получить данные в разрезе продуктов, филиалов, каналов и других категорий
- Фильтрация и поиск аномалий: выборки лучших товаров, клиентов, сотрудников и неординарных отклонений.
- Расчетные показатели:на основе первичных данных добавить аналитику (ROI, ROAS, LTV, CV и др.), убедиться в их корректности.
- Шаблоны сбора данных для недостающих показателей (поставщики, конкуренты, бенчмарки, отраслевые индексы).
- Прогнозы и тренды. Если данные достаточного объема, то вы можете рассчитать реалистичные прогнозы хотя бы на месяц или квартал.
Другими словами, если вы недовольны результатом ИИ в аналитике, значит у вас недостаточно опыта в общении с машиной. Но со временем вы найдете к ней подход, и ощутите эффект, что на вас работает умный ассистент. Подробнее об этом вы узнаете в главе 5.
Визуализация
На сегодняшний день можно смело сказать, что нейросети научились визуализировать данные, работать с деловой графикой. Кривые диаграммы (по аналогии с «шестипалыми людьми») остались в прошлом. Практически каждый ИИ-сервис правильно подбирает диаграмму, исходя из смысла исходных данных, но есть существенные отличия в итоговом результате.
- Текст. Есть нейросети, у которых на самом деле нет функционала визуализации. Например, Yandex GPT или Qwen до последнего будут обещать вам диаграммы, но нарисуют их из текстовых символов. Это будут скорее наброски, чем полноценные визуализации.
- Изображения. Нейросеть отрисовывает диаграмму в виде картинки, ее можно вставить в презентацию, но редактировать не получится. Об этом все мечтают, но полноценного экспорта визуализаций в Excel или PowerPoint еще ни у кого нет.
- HTML-код или файл. Неплохая альтернатива – когда ИИ создает интерактивную диаграмму. Можно загрузить свежие данные, и она обновится. А этот код вставить на сайт или сохранить файл и отправить коллегам. В этом особенно хорош Claude.
По такому же принципу можно создавать целые дашборды. Это может быть картинка либо HTML-шаблон с загрузкой данных. Он может даже заменить вам BI-систему, если объем данных небольшой. Плюс существуют отдельные нейросети, специально созданные для визуализации и дашбордов: Polymer, Bricks и другие.
Если предыдущие три задачи (поиск, документы, аналитика) можно решать в рамках одного инструмента, например того же ChatGPT, то для профессиональной визуализации все равно понадобится использовать отдельные сервисы: создания схем, инфографики, презентаций. Мы рассмотрим их в главе 7.
Аудио и видео
Отдельный уровень мастерства – это извлечение смыслов из аудиовизуального контента: записей звонков, видеоконференций.
Технологии машинного зрения существуют давно и требуют специализированного ПО: контроль качества продукции на конвейере, отслеживание краж в магазинах, прокторинг (следить за глазами у студентов на онлайн-тестировании, чтобы они не списывали) и другие сферы поведенческой аналитики и безопасности.
«Бытовые и офисные» нейросети еще не предоставляют таких возможностей, но с аудио они работают достаточно хорошо, и дальше требуется инициатива от человека – что делать с транскрибированным текстом. Направление внедрения, дающее значимый эффект – контроль качества работы отделов продаж и колл-центров. Вам больше не нужно прослушивать десятки и сотни часов записей звонков для того, чтобы найти слабые места в разговоре. Теперь нужно работать с людьми над улучшением скриптов и обучением персонала.
В конференц-встречах с тремя и более участниками можно оценивать инициативу, вклад каждого в совместное решение вопроса. Правда, это не такая массовая история, как с продажами, и требует более тонкой настройки модели. Эффект тут скорее стратегический: определить, кто действительно занимается интеллектуальной менеджерской работой, а кто присутствует для галочки.
Про генерацию аудио и видео я не буду говорить, это востребовано больше в сфере развлечений. Да и текстовый формат книги не позволит эту тему раскрыть. Так что сфокусируемся на управленческих моментах.
Автоматизация и боты
Если вы уверенно работаете с информацией, документами, данными, визуализацией и аудио – это уже серьезное конкурентное преимущество. Следующий уровень – это автоматизация бизнес-процессов, создание ботов под локальные задачи.