Топ-7 объектов искусственного интеллекта для бизнеса

Топ-7 объектов искусственного интеллекта для бизнеса

Сервисы на основе искусственного интеллекта (ИИ) помогают бизнесу повысить эффективность рабочих процессов, повысить качество товаров и услуг, а также снизить издержки. Автор книги «Темная сторона искусственного интеллекта» Станислав Петровский объяснил, в каких сферах без ИИ уже не обойтись.

Цифровизация бизнеса привлекает все больше внимания к теме искусственного интеллекта (ИИ), а переход части сотрудников на удаленную работу только ускорил эту тенденцию. Под ИИ понимается не фантастический искусственный разум, показанный Голливудом, а функции программного обеспечения, которые позволяют автоматически выявить закономерности в данных, а затем брать на себя рутинную работу. На ближайшее десятилетие ИИ является одной из главных рыночных тенденций для роста капитализации компаний, возможностью повышения качества товаров и услуг, а также снижения издержек для бизнеса. Компании, лидирующие в разработке и использовании ИИ, будут значительно повышать конкурентоспособность, в то время как те, кто отстает, рискуют снижением ключевых показателей.
Внедрение ИИ становится важным показателем оценки — остается ли компания технологически в прошлом веке или работает на перспективу. Руководителю важно знать потенциал главных технологий XXI века без лишних технических подробностей. Вместе с тем, от множества отечественных и зарубежных стартапов пестрит в глазах. И не все они одинаково полезны для бизнеса. Постараемся рассмотреть зрелые технологии ИИ, которые могут стать наиболее полезными независимо от отрасли бизнеса. Не обойдем вниманием и растущие перспективные проекты, которые могут быть доработаны для решения специализированных проблем компаний.

В 2021 году большинство крупных российских организаций уже используют или планируют использовать в ближайшие три года ИИ-решения. Эти организации представляют в основном финансовый сектор, телеком, ритейл, ИТ, промышленность и нефтегазодобывающую отрасль.

Основные направления использования технологий ИИ в бизнесе:

  1. Сбор информации о клиентах и взаимодействие с ними.
  2. Интеллектуализация своих продуктов и услуг.
  3. Автоматизация своих бизнес-процессов.

Для внедрения ИИ нужны команды из дата-инженеров (ИТ), специалистов по ИИ, а также людей, понимающих сущность бизнес-процессов. Критичным также является качество и достаточный объем данных, на основе которых строится модель принятия решений системой ИИ. Опыт внедрения показывает, что учитывая специализацию ИИ-решений, часто требуется сочетать приобретение готовых решений с разработкой собственных систем. Среди поставщиков по опросам компаний лидируют среди российских поставщиков — VisionLabs, группа компаний ЦРТ, Just AI, Яндекс, MAINS Lab, Cognitive Pilot, ABBYY, Ростех, НАМИ, среди зарубежных — SAS, Microsoft и SAP.

В зависимости от отраслевой специфики приоритеты автоматизации могут меняться, поэтому далее мы представим универсальные технологии, внедрение которых может быть полезно практически любой компании.

Распознавание документов и автоматизация бизнес-процессов

Ставшая традиционной технология распознавания отсканированных документов и перевод их в текстовый формат относится к одному из первых применений ИИ в бизнесе. ИИ позволяет системе самостоятельно обучаться для извлечения данных из документов и их классификации. Наиболее часто такие системы внедряются для обработки первичной документации. Быстрый и качественный ввод первичных документов: счетов-фактур, накладных, актов — важный вопрос для любой компании, особенно имеющей сеть офисов. Применение ИИ позволяет снизить затраты на обработку счетов-фактур на 50%, повысив скорость обработки в 5 раз. Автоматическая проверка реквизитов и описаний номенклатур снижает риски налоговых санкций.

Относительно новое направление — системы ИИ для автоматизации и оптимизации бизнес-процессов, которые собирают и анализируют большие данные из различных информационных систем организации. Они позволяют выявлять узкие места и прогнозировать, автоматически получать ответы на самые сложные вопросы, которые ранее требовали затрат множества человекочасов. Кроме того, технологии роботизации процессов (RPA) позволяют системе записывать действия работника, чтобы затем в автоматическом или полуавтоматическом режиме освобождать работников от монотонной работы — заполнение экранных форм, перенос данных из одной таблицы в другую и так далее (пример программы для программной роботизации — UiPath). Подобный функционал реализован в продуктах компаний ABBYY, ELMA, Террасофт, Bitrix, Microsoft, SAP и других.

Голосовые и чат-боты, распознавание речи для колл-центров

В сфере B2C наиболее яркой технологией являются программы, самостоятельно поддерживающие общение с клиентами в мессенджерах и по телефону, хранящие записи разговоров (переписки), анализирующие общение оператора и клиента. Наиболее известным примером технологии является голосовой помощник Елена в Мегафон (технология группы компаний ЦРТ), робот Таня в международной сети Додо пиццы, чат-бот Квик, обрабатывающий до 48% запросов на сайте платежной системы Qiwi (технология компании Just AI). Также в этой сфере стоит отметить решения компаний Call Miner и Яндекс.

Отдельно стоит обратить внимание на автономного человекоподобного бота компании Промобот. Он способен распознавать лица, отвечать на вопросы, перемещаться, объезжая препятствия, а также подключаться к другим устройствам.

Как подсистема чат-боты интегрированы в системы автоматизации бизнес-процессов, разработанных компаниями ELMA, Террасофт, Bitrix и другими.

Рекомендательные системы, таргетинг и персонализация рекламы

Рекомендательные системы позволяют найти клиента с похожими запросами или покупками и предоставить рекомендации. Ведущими мировыми разработчиками являются компании Amazon, Google, SAP, Netflix. Компанией HubSpot создана специализированная платформа, с помощью которой можно управлять всей коммуникацией с клиентами на всех стадиях жизненного цикла — от первого касания до постпродажных рекомендаций. В направлении разработки систем показа персонализированной рекламы наиболее заметны Mail.ru Group и Яндекс.

Компьютерное зрение для безопасности, медицины, учета производительности и контроля качества труда

Распознавание лица вместе с дополнительным способом идентификации (СМС, пароль и так далее) на сегодня признается наиболее надежным способом проверки личности, что применяется для особо охраняемых помещений, управления ответственным оборудованием и банковскими счетами.

ИИ способен быстро проанализировать потоки данных от множества видеокамер, решая такие задачи как распознавание лиц или транспорта, выявление опасных ситуаций (нападений, краж), бездействия сотрудников в офисах, складских помещениях и на транспорте. В частности, компанией Vision Labs разработаны решения для отслеживания нахождения водителя за рулем, что предотвращает угон, использование транспорта детьми. Кроме того, компьютерное зрение позволяет распознать засыпание или отвлечение водителя, использование ремня безопасности и так далее. Системы компьютерного зрения широко используются для беспилотного транспорта и ассистентов водителя, в решениях Cognitive Pilot, Kamaz Neo.

Для торговых сетей подобные решения позволяют узнавать и персонализировать предложения для постоянных покупателей, анализировать маршруты и точки привлечения внимания покупателей и другие параметры.

В период пандемии наиболее актуальной задачей стало распознавание заболеваний легких по снимкам. В России была официально допущена к применению одна из лучших в мире систем по анализу медицинских изображений Botkin.AI, показывающая точность анализа пневмонии более 99% (для сравнения — точность анализа снимка опытным врачом составляет примерно 80%).

На производстве компьютерное зрение позволяет не только обеспечить безопасность, но и проконтролировать качество продукции.

Системы принятия решений, скоринг клиентов

Учитывая специфику, системы принятия решений обычно разрабатываются для конкретной отрасли или даже компании. Промышленные предприятия и ТЭК используют такие системы для диагностики нетипичного поведения оборудования и прогноза поломок, оптимизации технологических процессов (например, управления теплоснабжением). Многие промышленные лидеры применяют рекомендательные системы разработки ГК Цифра. Компания Cognitive Technologies создает интеллектуальные системы автоматизации в агропромышленном комплексе.

На рынке систем принятия решений по выдаче кредитов присутствуют следующие наиболее крупные игроки: SAS Credit Scoring for banking, EGAR Credit Administration, Scorto Loan Decision, Credit4Cast. Данные системы получают от кредитной организации большие массивы данных о клиентах с положительной и отрицательной кредитной историей, на основе которых строят прогноз поведения новых клиентов по возврату кредита.

Подбор и оценка персонала

Робот Вера — российское программное обеспечение для подбора кандидатов. Система ищет кандидатов в социальных сетях и на профильных сайтах, дозванивается и проводит видеоинтервью с кандидатом. Она анализирует ответы и эмоции кандидата, а также отправляет запись собеседования работодателю. CleverStaff отбирает по заданным критериям подходящих кандидатов и формирует отчет для работодателя. При массовом наборе персонала может быть полезна и система автоматизации видеособеседований HireVue.

Компаниями Entelo, IBM, Workday и Microsof разработаны технологии ИИ, которые позволяют прогнозировать намерения работника уволиться. Компания Yva.AI разработала систему, которая анализирует коммуникации в компании, опрашивает персонал, в результате чего выдает рекомендации для руководителей и подчиненных, направленные на повышение эффективности, предупреждение увольнения, «выгорания» работников из-за высокого уровня стресса.

Аналогичные разработки в сфере подбора и оценки персонала ведутся LinkedIn, Pymetrics, Entelo, HiredScore, IBM, Textio, Talview, Unitive, PredictiveHire и другими компаниями.

 

Кибербезопасность

Современная организация обменивается с внешнем миром огромным потоком электронных данных. Злоумышленнику легко замаскировать свои действия под видом обычной операции. В этой ситуации на помощь приходит ИИ, выявляющий в реальном времени отклонения от среднестатистического поведения пользователей, следы взломов или вредоносного программного обеспечения. Анализируя повседневную деятельность пользователей, такая система может обратить внимание специалиста по ИТ-безопасности на настораживающее поведение пользователя, например в случае, если сотрудник делает необычно много запросов к базе данных о клиентах или запросы приходят в нерабочее время.

На российском рынке продукты в сфере кибербезопасности с применением ИИ поставляют компании Kaspersky, ESET Corporated, Fortinet, Positive Technologies и другие.
Источник:  © Деловой мир

Ивановский бизнесъ

Главный редактор журнала Ивановский Бизнес

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *