Искусственный интеллект играет важную роль в трансформации способов взаимодействия компаний с клиентами, и эта тенденция будет усиливаться в будущем.
Искусственный интеллект меняет способы взаимодействия компаний с клиентами, делая их более удобными, эффективными и персонализированными. В будущем эта тенденция будет только усиливаться, открывая новые возможности для бизнеса и улучшая опыт потребителей.
Почему именно ИИ
Искусственный интеллект трансформирует взаимодействие компаний с клиентами, делая его более удобным, эффективным и персонализированным. Это касается всех этапов взаимодействия: от первого контакта до послепродажного обслуживания. В будущем эта тенденция будет только усиливаться, открывая новые возможности для бизнеса и улучшая опыт потребителей.
Антон Шмаков, технический директор «Группы Астра»:
В 2025 году мы станем свидетелями того, внедрение AI в процессы разработки позволит снизить риски, связанные с ошибками и неоптимальными решениями. Искусственный интеллект позволит не только оптимизировать процессы, но и ускорить принятие более обоснованные решения на основе глубокого анализа данных.
AI способен анализировать большие объемы данных и предоставлять инсайты, предлагать рекомендации по улучшению кода, архитектуре и процесса разработки на основе лучших практик и анализа успешных проектов. Модели машинного обучения могут прогнозировать риски, связанные с различными техническими и управленческими решениями, что позволит команде вовремя принять меры для их минимизации.
ИИ помогает компаниям быстро обрабатывать отзывы клиентов и улучшать качество обслуживания. Автоматизированные системы могут анализировать комментарии и жалобы, выделять ключевые проблемы и предлагать решения. Это позволяет компаниям оперативно реагировать на негативные отзывы и повышать уровень удовлетворенности клиентов.
Владимир Севрук, CEO Admin24 — Service Desk:
ИИ продолжит трансформировать способы взаимодействия компаний с клиентами. Виртуальные помощники, голосовые интерфейсы и автоматизированные коммуникации будут развиваться ещё активнее. ИИ-аналитика позволит бизнесу предлагать персонализированные предложения: специальные скидки, рекомендации продуктов и услуг. Эти данные помогут компаниям прогнозировать спрос, управлять запасами и решать проблемы оперативно.
ИИ позволяет компаниям анализировать большие объёмы данных и находить в них полезные инсайты. Это помогает прогнозировать потребности клиентов, планировать рекламные кампании, оптимизировать бизнес-процессы, заменять техподдержку, генерируя ответы на вопросы пользователей на основе базы знаний.
Олёна Игнатович, Руководитель отдела ML&DS ГК «Оптимакрос»:
Максимальные перспективы внедрения виртуальных ассистентов до 2030 г. ожидаются в банковской сфере (увеличение в 5 раз), медицине (рост в 4 раза), торговле и онлайн-коммерции (подъем в 3,5 раза) и сфере путешествий (увеличение в 3 раза).
Развитие ИИ обусловлено существенными достижениями в сфере анализа естественного языка и увеличивающейся потребностью в автоматизации клиентского сервиса. Российский рынок следует общемировым тенденциям в области развития виртуальных ассистентов. Главное их назначение — взаимодействие с клиентами и их обслуживание.
Современные ИИ-системы стали намного лучше понимать человеческую речь и тексты. Это позволило создавать виртуальных ассистентов, которые могут общаться с людьми на естественном языке, отвечая на вопросы, решая проблемы и предоставляя необходимую информацию.
Генеративный ИИ
Генеративный искусственный интеллект (ИИ) представляет собой систему, способную генерировать текст, изображения или другие медиаданные в ответ на подсказки. Для этого используются генеративные модели, такие как большие языковые модели, которые статистически выбирают новые данные на основе обучающего набора данных.
Виртуальные ассистенты
Виртуальные ассистенты функционируют на основе технологий обработки человеческой речи: анализ естественного языка (определение целей пользователя, выделение ключевых элементов, оценка эмоционального окраса), восприятие естественного языка, создание естественного языка, искусственный интеллект нового поколения.
Роботизация процессов (Robotic Process Automation, RPA) эволюционировала далеко за пределы простых алгоритмических операций по перемещению данных между системами. Современные цифровые ассистенты обладают гораздо более широкими возможностями, включая когнитивные функции, такие как обработка текстов, изображений и голоса, а также взаимодействие с пользователями через различные каналы связи.
Сергеев Павел Сергеевич, Исполнительный директор ROBIN компании SL Soft:
В настоящее время технологии роботизации (RPA) ассоциируется уже не только с алгоритмическими роботами, способными заполнять данные и переносить их между системами, но и с полноценным цифровыми ассистентами обладающими когнитивными функциями, например, для обработки документов, взаимодействия с пользователями в текстовых или голосовых каналах.
Практически все вендоры данного сегмента рынка стараются консолидировать и интегрировать в свои решения BPM, OCR, AI технологии для того, чтобы предоставить Заказчику удобные инструменты для интеллектуальной автоматизации бизнес — процессов.
Консолидация BPM, OCR, AI в одном решении дает возможность создавать комплексные платформы для интеллектуальной автоматизации бизнес-процессов. Такие платформы позволяют не только автоматизировать рутинные операции, но и существенно повысить производительность труда, точность выполнения задач и скорость реакции на изменения в бизнес-среде.
Этот подход особенно актуален в условиях цифровой трансформации, когда организации стремятся максимально эффективно использовать доступные ресурсы и сокращать издержки. Интеллектуальная автоматизация позволяет освободить сотрудников от монотонной работы и сосредоточиться на более творческих и стратегических задачах.
ИИ-агенты (Agentic AI)
Развитие автономных ИИ-агентов или агентного ИИ (Agentic AI) способного достигают поставленных перед ним целей без постоянного, но иногда все же необходимого, участия человека. Автономность достигается за счёт использования различных методов обучения и постоянной адаптации к окружающей среде. Благодаря своим особенностями Agentic AI может быть использована для оптимизации бизнес-процессов компаний в условиях постоянно изменяющейся рынка, регуляторной среды.
Сергей Заякин, Старший аналитик ГК «Оптимакрос»:
По прогнозам Gartner к 2027 году 40% решений на основе генеративного ИИ станут мультимодальными, то есть способных обрабатывать не один-два, а нескольких отличающихся друг от друга типов данных (изображений, видео и аудио, текста) в рамках единой системы. Это приблизит технологии к человеческому восприятию — мы воспринимаем окружающий мир через комбинацию различных модальностей, и позволит ИИ более комплексно воспринимать и анализировать информацию.
Внедрение мультимодального ИИ не будет ограничиваться отдельными отраслями или сценариями использования, а в любой точке соприкосновения людей и ИИ. Мульимодальность это ещё один шаг к созданию сильного искусственного интеллекта (AGI).
Не так давно компания Anthropic научила свою модель Claude выполнять базовые функции на компьютере, почти как человек.
Компания Google работает сейчас над проектом «Jarvis» и планирует представить его в декабре 2024 года. Ожидается, что «Джарвис» сможет самостоятельно выполнять различные задачи: проводить исследования, совершать покупки, бронировать авиабилеты и другие.
Алиса от Яндекса уже умеет выполнять некоторые автономные ИИ-агентные функции, вызвать такси.
Петухов Илья, Руководитель проектов развития AI-продуктов, компания Directum:
Это примеры ИИ-агентов, которых многие эксперты в сфере ИИ считают следующим этапом применения нейросетей. Если обычный Copilot работает по принципу «задача-решение», то ИИ-агенты способны решать более составные задачи и автономно принимать решения в рамках своих компетенций, а главное привлекать сторонние сервисы и другие ИИ-модели для выполнения поставленной задачи.
В основе ИИ-агента может быть набор базовых инструментов:
- Большие языковые модели. Они помогают агентам понимать естественный язык и формулировать ответы.
- Кратковременная память позволяет следить за порядком работы над конкретной задачей и аккумулирует результаты.
- Долговременная память позволяет запоминать предпочтительные пути решения и отношения с пользователем.
- Ну а также набор доступных ему инструментов. Агенты могут не только собирать информацию или, скажем, составлять списки, но и работать с приложениями на компьютере или веб-сервисами по API.
ИИ в закупках
Как и в других направлениях ИТ-сегмента, искусственный интеллект все глубже проникает в автоматизацию сферы закупок и меняет ее структуру. Это связано с тем, что инструменты, обогащенные ИИ, позволяют значительно повысить эффективность закупочных процессов.
В частности, применение таких технологий влияет на рост скорости поиска и выбора поставщиков, формирование прозрачной закупочной среды и оптимизацию операционных издержек (например, за счет снижения трудозатрат на выполнение рутинных операций и перераспределения ресурсов сотрудников на более важные, стратегические задачи).
Громкова Ольга, Генеральный директор B2B-Center:
На текущий момент компании тестируют решения узких задач с использованием ИИ в закупках. В качестве подтверждения тренда можно назвать проекты, представленные на премии «Лидер конкурентных закупок» в этом году. Мы увидели большое число компаний, реализующих функциональные возможности искусственного интеллекта через внедрение цифровых помощников, создание чат-ботов, анализ рыночных цен, работу агрегаторов поиска аналогов для стандартных категорий товаров и т.д.
Еще одним эффектом от внедрения ИИ можно назвать персонализацию процесса закупок. Сегодня рекомендательные сервисы автоматически подбирают потенциально интересные процедуры на основе анализа поведенческих моделей, включая историю участий в торгах конкретного пользователя, условия процедур и другие параметры. Очевидно, что сегодня ИИ значительно трансформирует процессы закупок, и это только некоторые примеры его влияния, которые повышают интерес к наличию функций ИИ в SRM-системах.
Гиперавтоматизация
Гиперавтоматизация (Hyperautomation) — это совокупность трех компонентов: машинного обучения, программного обеспечения и классической автоматизации, применяемая для выполнения определенных видов работ. Она относится к передовым технологическим тенденциям согласно версии Gartner.
Гиперавтоматизация расширяет возможности автоматизации рабочих процессов, делая их значительно более эффективными, чем традиционная автоматизация. Ожидается, что гиперавтоматизация заменит человеческое участие в физических и цифровых задачах, включая процессы, требующие принятия решений.
Павел Сергеев, Исполнительный директор ROBIN компании SL Soft:
Термины «интеллектуальная автоматизация» или «гиперавтоматизация» начинают все чаще употребляться не только в стратегиях по цифровизации крупнейших компаний, но и в планах у большинства зрелого бизнеса, государственных структурах.
Это подразумевает синергию использования BPM, OCR, Ai и RPA технологий для быстрого решения комплексных стратегических и операционных задач в организации. Консолидация таких технологий позволяет объединять в сквозные процессы не только людей, но и программных роботов, голосовых и текстовых чат-ботов, чтобы обеспечить их эффективное взаимодействие и управляемость.
Интеллектуальная автоматизация (Intelligent Automation) предполагает использование технологий искусственного интеллекта (AI) и машинного обучения (ML) для автоматизации сложных задач, которые традиционно требовали человеческого участия. Это позволяет системам не просто следовать заранее заданному сценарию действий, но и адаптироваться к изменяющимся условиям, принимать решения и учиться на опыте.
Синергия технологий BPM, OCR, AI и RPA позволяет создавать высокоэффективные и гибкие системы, которые могут автоматизировать не только простые, но и сложные процессы, включающие в себя элементы принятия решений и адаптации к изменениям.
ИИ в тестировании ПО
За последний год, изучая и исследуя искусственный интеллект в тестировании, удалось поработать и столкнуться с разными подходами, отчетами и инструментами. Анализируя итоги, можно сделать конкретный вывод: несмотря на распространённое мнение, что ИИ скоро заменит тестировщиков, внедрение технологий идёт медленными темпами. Среди основных причин — нехватка подходящих ИИ-инструментов, сложности, связанные с соблюдением политики безопасности и защиты данных, а также недостаток необходимых компетенций у специалистов.
Руслан Остропольский , Директор продукта Test IT (Девелоника) ГК Softline:
Опираясь на собственные эксперименты в совмещении технологий ИИ и тестирования программного обеспечения, добавлю, что в ближайшем будущем ИИ не заменит тестировщиков. Однако тренд на искусственный интеллект и обучение нейросетевых моделей постепенно делает из них полезного и мощного помощника в работе специалистов по качеству и тестировщиков.
Например, при оптимизации тестовой библиотеки, включая поиск дубликатов тест-кейсов, а также автоматизированное создание чек-листов и тест-кейсов по требованиям.
Согласно отчёту Katalon за 2024 год, 47% участников планируют интеграцию ИИ в процессы обеспечения качества, но сталкиваются с вышеупомянутыми ограничениями. В России, как показывает опыт наших клиентов и заказчиков, ИИ пока внедряется точечно: лишь отдельные компании пробуют его для тестирования в формате пилотных проектов или экспериментов. Применение остаётся на уровне внутренних решений и редко доходит до стадии полноценного продукта, готового к масштабированию.
Итоги
Искусственный интеллект продолжает трансформировать способы взаимодействия компаний с клиентами, делая их более удобными, эффективными и персонализированными.
Виртуальные помощники, голосовые интерфейсы и автоматизированные коммуникации развиваются активнее, что позволяет бизнесу предлагать персонализированные предложения, такие как специальные скидки и рекомендации продуктов и услуг. ИИ-аналитика помогает компаниям прогнозировать спрос, управлять запасами и оперативно решать проблемы.
Развитие ИИ обусловлено достижениями в анализе естественного языка и необходимостью автоматизации клиентского сервиса. Российский рынок следует этим же тенденциям, и основное назначение виртуальных ассистентов — взаимодействие с клиентами и их обслуживание.
Концепция гиперавтоматизации предполагает синергию использования технологий BPM, OCR, AI и RPA для быстрого решения комплексных стратегических и операционных задач. Консолидация этих технологий позволяет объединять в сквозные процессы не только людей, но и программных роботов, голосовых и текстовых чат-ботов, обеспечивая их эффективное взаимодействие и управляемость.
