Три безопасные задачи для первого внедрения ИИ в малом бизнесе

С чего начать работу с ИИ — вопрос, на котором дорого ошибаются. Громкие обещания подталкивают к проекту, где нейросеть сама отвечает клиентам, назначает скидки и принимает решения. Первый проект должен быть другим: ошибку в нём легко заметить и исправить, результат проверяет сотрудник, а клиент от неё не страдает. Ниже — признаки такой задачи и три примера, с которых я предлагаю начинать.

Чем безопасная задача отличается от рискованной

Я проверяю четыре условия.

1. Результат видит сотрудник до того, как он дойдёт до клиента или попадёт в учёт.
2. Ошибка стоит минуты на исправление, а не денег и не репутации.
3. Задача повторяется каждый день или неделю, поэтому польза накапливается.
4. Вы знаете, где обрабатываются сведения, с которыми работает модель, и вправе их туда передавать.

Условие про человека главное, потому что языковые модели ошибаются. Они способны уверенно написать то, чего нет в ваших материалах: назвать несуществующую цену, пообещать условие, которого вы не давали. Это свойство технологии, и его учитывают в процессе, а не надеются на лучшее.

Первая задача: черновики ответов на типовые вопросы

Клиенты спрашивают одно и то же: сроки, условия, состав услуги, как оформить. Модель получает вопрос и ваши материалы — прайс, условия, готовые ответы — и готовит черновик. Менеджер читает его, правит и отправляет сам.

Безопасно это потому, что письмо уходит от человека. Выигрыш — быстрый первый ответ и один тон у всех менеджеров. Ограничение: ответы строятся только на материалах, которые вы дали. Без них модель начнёт сочинять, поэтому первым делом я собираю и проверяю эти материалы вместе с вами.

Вторая задача: разбор входящих обращений

Заявки, письма, отзывы приходят потоком. Модель определяет тему обращения, срочность, выписывает суть в две строки и подсказывает, кому его передать. Сотрудник видит разметку рядом с оригиналом и исправляет, если она неверна.

Ошибка здесь выглядит как обращение, попавшее не в ту очередь. Её видно сразу, поправить можно одним действием, а модель ничего не отправляет и никого не трогает. Польза в том, что люди перестают тратить первые минуты каждого обращения на чтение и сортировку.

Третья задача: поиск по внутренним документам

В компании накапливаются регламенты, инструкции, шаблоны договоров, описания процессов. Найти нужный пункт трудно, и новые сотрудники постоянно спрашивают коллег. Модель отвечает на вопрос обычными словами и показывает, из какого документа и места взят ответ.

Ссылка на источник делает проверку быстрой: сотрудник открывает документ и убеждается сам. Два условия для успеха. Документы должны быть актуальными, иначе система уверенно процитирует устаревшее. И если ответа в них нет, система должна так и сказать, а не придумывать.

Какую из трёх выбрать

Выбор зависит от того, где у вас теряется время.

Если менеджеры день за днём отвечают на одни и те же вопросы, начинайте с черновиков ответов. Если обращений много и их приходится разбирать вручную, берите разбор входящих. Если сотрудники часто перебивают друг друга вопросами «где лежит регламент», нужен поиск по документам.

Не берите две задачи сразу. Одна проба даёт понятный результат, две перемешиваются, и становится неясно, что именно сработало.

С чего начинать не стоит

Я осторожно отношусь к задачам, где модель действует сама, без проверки:

• отправка сообщений клиентам;
• скидки, цены и платежи;
• решения о людях, кредитах, допуске к услуге;
• задачи, где ошибка проявится через месяц, а не сегодня.

К таким задачам можно прийти позже, когда у вас будет опыт, замеры и понимание, как ведёт себя модель на ваших материалах.

Отдельно о личных сведениях клиентов: именах, телефонах, переписке. Перед тем как передавать их внешнему сервису, выясните, где он их обрабатывает и на каком основании вы вправе это делать. Это вопрос закона 152-ФЗ, и решать его лучше до пробы, а не после. Если ответа нет, начните с задачи, где личных сведений нет, например с внутренних документов.

Как провести первую пробу

Выберите одну задачу и одну небольшую группу сотрудников. Ограничьте пробу по времени, чтобы она не растянулась на неопределённый срок.

Назначьте ответственного: человека, который каждый день пользуется результатом и может честно сказать, помогает ли он. Расскажите команде, что ИИ готовит черновики и подсказки, а не заменяет людей. Когда сотрудники понимают задачу, они проверяют результат внимательнее и охотнее говорят, где модель ошибается.

До начала замерьте исходное: сколько времени уходит на задачу и сколько ошибок случается сейчас. Без этого потом нечем будет доказать, что стало лучше.

В ходе пробы считайте, какую часть результатов сотрудники принимают как есть, какую правят и какую выбрасывают целиком. Последняя доля показывает, где модели не хватает материалов или инструкций.

По итогам решайте по цифрам, которые вы собрали. Стало лучше — берите следующую задачу, похожую по риску. Не стало — вы потратили немного и узнали, где слабое место.

Если хотите обсудить, какая из трёх задач подойдёт вам, опишите работу компании своими словами: я предложу, с чего начать, и честно скажу, если для вашей задачи ИИ не нужен.