Розничные компании начали активно применять технологии искусственного интеллекта, чтобы улучшить качество обслуживания и оптимизировать запасы.

В ходе опроса выяснили, что российские ритейлеры все чаще обращаются к искусственному интеллекту для повышения качеств обслуживания клиентов. Системы, основанные на ИИ, помогают прогнозировать спрос на товары, оптимизировать запас и управлять ценами в реальном времени. Так, одна из крупных сетей магазинов внедрила чат-бота, который предоставляет рекомендации покупателям, что значительно увеличило уровень продаж. Использование ИИ позволило создать более персонализированный подход к каждому клиенту и улучшить взаимодействие с аудиторией.

Екатерина Бабанская, руководитель направления образовательных проектов в домашней школе Фоксфорда:

Искусственный интеллект становится неотъемлемой частью системы онлайн- образования. Крупные EdTech-компании внедряют ИИ для оптимизации процессов и повышения эффективности управления. ИИ-технологии также персонализировать учебный процесс и выстроить адаптивную систему обучения.

В онлайн-школе «Фоксфорд» ИИ используется в качестве Вспомогательного инструмента, которому делегируется ряд рутинных функций. В первую очередь, ИИ помогает педагогам в создании учебного контента с учетом возрастных и культурных особенностей аудитории. Например, при составлении плана подборе интерактивных заданий, визуализации материала и т.п.

ИИ применяется в том числе в разработке адаптивных материалов для учеников с особыми потребностями. К примеру, для детей и подростков с признаками дисграфии или дислексии. Учителя Фоксфорда используют технологии для проверки и оценки работ учеников с развернутым ответом. Сейчас ИИ может по заданным критериям проверять не только задания по точным наукам, но и творческие эссе и сочинения.

ИИ помогает анализировать успеваемость ученика, включающую в себя данные о его результатах и прогрессе в освоении той или иной программы. Чат-боты и виртуальные помощники на базе ИИ отвечают на вопросы учащихся и их родителей, способствуя повышению качества службы поддержки и сопровождения обучения.

Несмотря на стремительное развитие технологий, искусственный интеллект в ближайшем будущем, на наш взгляд, не сможет заменить учителя. Это связано главным образом с отсутствием эмоционального интеллекта у ИИ. Он не способен считывать и учитывать эмоциональное состояние учащихся, мотивировать их, рефлексировать и создавать поддерживающую образовательную среду.

Определенная ограниченность порождает и другие барьеры: ИИ не может эффективно работать с группой учеников и адаптироваться к групповой динамике. Он лишён гибкости в выборе методов преподавания. Так, например, ИИ не способен (на данный момент) организовать занятие в формате перевернутого класса или провести день самоуправления, когда ученики берут на себя роль учителей. Эти немаловажные аспекты обучения требуют глубины понимания образовательного процесса, интуиции и живого взаимодействия, которые пока остаются исключительной прерогативой человека.

Александр Ефимов, исполнительный директор практики продвинутой аналитики GlowByte:

В последние несколько лет наша компания активно внедряет технологии искусственного интеллекта не только в проекты для клиентов, но и в собственные внутренние процессы. Мы реализовали несколько десятков проектов с использованием ИИ для заказчиков, одновременно повышая собственную операционную эффективность. Наиболее значимые примеры внутреннего применения ИИ в GlowByte:

• Интеллектуальный поиск по корпоративным регламентам.

Мы внедрили чат-бота на основе ИИ, который позволяет более чем 300 сотрудникам получать мгновенные ответы на вопросы по 40+ тематикам корпоративных регламентов. Менеджеры могут задавать вопросы в свободной форме о тендерных процедурах, подготовке документации, согласованиях и других аспектах, что значительно сокращает время на поиск информации по сравнению с поиском по внутренней базе знаний wiki.

• Ассистент по анализу обратной связи сотрудников.

Наш ежеквартальный опрос обратной связи, охватывающий около 1000 сотрудников, анализируется с помощью ИИ. Система обрабатывает как структурированные данные, так и текстовые ответы в свободной форме, выявляя ключевые темы, волнующие сотрудников. Это позволяет менеджменту компании улучшать процессы в компании, является источником принципиально новых инициатив, а также помогает вырабатывать подходы к развитию потенциала сотрудников с учетом индивидуальной особенности каждой роли в компании.

• ИИ-ассистирование на встречах.

В нашей рабочей практике встречи могут длиться от 30 минут до 2 часов и следовать одна за другой. Автоматическая транскрибация и формирование ключевых заметок сократили время подготовки протоколов до 5-10 минут. Кроме того, такой способ стал хорошей возможностью оперативно делиться содержанием встреч с отсутствовавшими на них коллегами.

• Автоматизация проверки обучающих заданий.

В рамках нашего корпоративного курса Bootcamp слушатели выполняют около 20 домашних заданий. Раньше на проверку каждого задания преподаватель тратил 15-20 минут, что составляло не менее 5 часов на одного слушателя. Теперь эта проверка автоматизирована с помощью ИИ, что практически сводит нагрузку на преподавателей при проверке домашних заданий к нулю.

Технологии ИИ доступны каждому сотруднику GlowByte посредством корпоративного портала, благодаря чему количество различных сценариев применения постоянно растет. Мы регулярно собираем обратную связь, анализируем пользовательские кейсы и наиболее востребованные решения масштабируем на всю компанию.

Таким образом, искусственный интеллект стал неотъемлемой частью нашей корпоративной культуры, существенно повышая эффективность работы и качество предоставляемых услуг.

Юрий Висневский, основатель и директор по продукту компании SKAI:

В сфере управления и контроля за автопарками есть три области, где применяется искусственный интеллект. Первая из них связана с работой ИИ в бортовом оборудовании, установленного в автомобилях. Наиболее характерный пример: бортовая видеоаналитика. Встроенная технология компьютерного зрения (является областью ИИ) фиксирует и анализирует видеоизображение с камер — как на дорогу, так и в салоне транспортных средств. При возникновении опасных ситуаций, например, когда водитель засыпает или использует смартфон за рулем, мгновенно срабатывает голосовой сигнал, а диспетчеры, которые мониторят ситуацию, получают соответствующее уведомление и видеозапись инцидента. Таким образом технология искусственного интеллекта помогает компаниям предотвращать ДТП, совершаемых из-за опасных действий или опасного состояния водителей.

Вторая область применения технологий ИИ — на стороне IoT-платформы: ML-аналитика, поиск трендов для оптимизации затрат. Нейросеть выявляет аномалии — нехарактерные с точки зрения навигации, расхода топлива и стиля вождения. Анализ таких ситуаций помогает выявить риски, связанные с агрессивным вождением, нарушениями ПДД, злоупотребления или неэффективные маршруты.

И третья область, которую мы применяем в своей практике, — генеративные языковые модели для персональных коммуникаций с пользователями системы. Так, система мониторинга автотранспорта собирает и обрабатывает данные, формируются отчеты и различные рейтинги, но остается важнейшая часть — корректирующие мероприятия, то есть обратная связь. И здесь на помощь транспортникам и инженерам по БДД приходят ИИ-ассистенты, которые через мессенджер дают рекомендации руководителям колонны и водителям, как скорректировать работу, на что обратить внимание и какие меры предпринять, чтобы избежать нежелательные паттерны поведения и пр. Это тоже достаточно перспективная область внедрения искусственного интеллекта в транспортной логистике.

Андрей Котляров, руководитель маркетинга ГК «Спецобъединение»:

Наша компания производит спецодежду и СИЗы (средства индивидуальной защиты). И очень часто к нам поступают звонки от потенциальных клиентов, которые хотят уточнить техническую и нормативно-правовую информацию о продукции – ГОСТы, нормы выдачи СИЗ, допуски и т.д. Это огромный массив данных.

Оператор call-центра либо должен быть очень опытным и помнить назубок всю эту информацию, либо вооружиться справочником с ответами на популярные вопросы и быстро находить в нем нужную информацию во время звонка клиента.

Возникал риск увеличения времени ожидания клиентов и повышения процента некорректных ответов. Это напрямую влияло на удовлетворенность клиентов.

Для качественной и оперативной работы с клиентами мы начали разработку и тестирование бота в Telegram, который использует в своей работе ИИ. Он не заменяет оператора, а помогает ему с подготовкой качественной информации во время звонка клиента.

Мы загрузили в бота всю нормативно-правовую информацию, номенклатуру и другие данные. Обучили его отвечать на вопросы, правильно формулируя самые популярные входящие обращения от клиента.

Теперь при разговоре разговоре с клиентом оператор call-центра или менеджер по продажам могут быстро описать вопрос боту, и он выведет полный ответ в текстовом виде – со всеми ГОСТами, номерами приказов, нормами и другими важными данными. Остается только выразительно это прочитать.

Михаил Хомутецкий. Я основатель AI сервиса для малого бизнеса «Турболого»:

Мы в «Турболого» используем несколько разных ИИ технологий для улучшения продуктивности своей работы.

Во-первых, мы внедрили систему поддержки с чат-ботом на основе искусственного интеллекта. Он использует статьи из раздела «Центр помощи и информации» на сайте. Внедрение прошло успешно: в 90% случаев чат-бот хорошо отвечает на вопросы клиентов. Однако, если клиент перефразирует вопрос или использует другую формулировку, чат-бот может его не понять и ответить, что не знает ответа.

Во-вторых, наши программисты используют ИИ-ассистентов для написания кода. Если раньше для этой задачи приходилось читать документацию, то теперь ассистент пишет базовую версию программы, которую уже гораздо проще дорабатывать. Это увеличивает продуктивность работы наших специалистов примерно на 20-30%.

Кроме того, мы пользуемся генерацией иллюстраций и картинок для рекламных статей. Раньше мы платили по 1 тыс. руб. за иллюстрацию, теперь научились делать их сами через ИИ-сервисы, которые отлично повторяют нужную нам стилистику. Однако для важных статей мы до сих пор обращаемся к дизайнерам.

Регулярно проводим анализ запросов в службу поддержку через ИИ для создания недельных отчетов. Каждый день к нам поступают до 100 таких обращений. Их необходимо понять, проанализировать динамику, чтобы своевременно внести улучшения и исправления. Мы настраиваем автоматическую воронку, которая будет классифицировать, агрегировать все запросы и формировать еженедельный отчет. Это позволит нам значительно улучшить качество работы сервиса.

В своей работе я также активно использую функцию глубокого анализа, которая недавно появилась во многих нейросетях. При ее включении нейросеть задает уточняющие вопросы и переходит в режим детального анализа и сбора нужных источников данных. Как правило, нейросеть изучает десятки источников перед тем, как написать ответ и резюме. Это очень удобно, если вопрос непростой, например, касается налогов, финансов, анализа конкурентов. Функция значительно экономит мое время, которое раньше уходило на сбор, чтение и анализ информации для принятия решений.