Нейросети для бизнеса: как выбрать первую задачу для внедрения

Можно оплатить несколько ИИ-сервисов и через месяц обнаружить, что сотрудники по-прежнему работают как раньше. Иногда просят нейросеть поправить письмо. Иногда делают картинку. При этом задачи, из-за которых команда постоянно задерживается, остаются на месте.

При выборе нейросети для бизнеса я предлагаю сначала посмотреть, как устроена работа. Какие сведения приходят, кто их разбирает, какое решение принимает и что происходит дальше. На занятиях UPGRADE мы разбираем этот путь на конкретных задачах.

Так проще найти место, где помощь действительно нужна. И понять, какой результат требовать от инструмента.

Возьмем учебный пример: в компанию пришло предложение поставщика. Сотрудник должен прочитать его, сравнить с другими предложениями, уточнить неполные условия и подготовить решение для руководителя.

Внутри этой привычной работы несколько разных действий. Из документа нужно извлечь сведения. Затем привести их к сопоставимому виду. После этого проверить, достаточно ли данных для выбора, и сформулировать вопросы.

Часть такой работы можно поручить нейросети, которая умеет читать ваши файлы. Например, попросить собрать таблицу условий с указанием источников. Но если компания еще не решила, что для нее важнее - срок поставки или стоимость, модель не должна молча выбирать этот приоритет за руководителя.

На листе или в заметке достаточно записать: что поступает, кто обрабатывает, какой результат нужен, кто его использует. Уже по этому описанию часто видно, где сотрудник повторяет одни и те же операции.

Хорошие кандидаты - регулярные задачи с доступными исходниками и понятным результатом. Например:

• Собрать из расшифровки встречи решения и вопросы, которые остались открытыми.
• Сравнить несколько документов по заранее заданным полям.
• Подготовить черновик письма на основе конкретных договоренностей.
• Найти в материалах проекта сведения для короткой справки.

Это примеры для отбора, а не обещание, что любой сервис справится с ними одинаково хорошо. На пробе нужно проверить именно ваши файлы, язык и требования к ответу.

Для первого внедрения удобна задача, которую сотрудник умеет делать сам. Тогда у него есть основания оценить результат. Если и человек, и модель гадают, каким должен быть ответ, разбираться в ошибках будет сложнее.

Без исходной точки легко принять приятное впечатление за улучшение. Раньше работа занимала час, теперь ответ появляется быстро - но сколько времени уходит на его проверку?

Попробуйте засечь весь процесс на нескольких похожих задачах. От получения исходников до результата, который можно использовать. Затем повторите с ИИ и сравните не только время, но и качество: пропуски, ошибки, количество возвращений на доработку.

Разовая настройка тоже занимает время. Если задачу выполняют редко, ее может не окупить даже заметное ускорение одного запуска. Для регулярной операции тот же объем настройки может быть оправдан.

На одном из занятий я поднимал вопрос: если человек сэкономил десять минут, что изменилось в его работе? Ответ бывает разным. Он быстрее ответил клиенту, успел проверить сложный документ или закончил день вовремя. Полезно заранее понимать, какого изменения вы ждете.

После выбора задачи требования к инструменту становятся конкретнее. Для документов важно, читает ли он нужные форматы и сохраняет ли связь выводов с источниками. Для регулярного отчета - может ли подключиться к рабочей системе. Для совместной работы - кто видит файлы и как команда передает результат друг другу.

Сравнивать сервисы удобнее на одном и том же примере. Дайте одинаковые материалы и задание, затем проверьте ответы по общим критериям. Известное название и красивый интерфейс мало скажут о том, насколько хорошо инструмент разбирает именно вашу таблицу.

Перед загрузкой рабочих файлов проверьте правила вашей компании и условия выбранного сервиса. Для пробного задания обычно можно подготовить обезличенную копию. Секретные сведения не нужны, чтобы проверить, сохраняет ли модель структуру документа и понимает ли задачу.

У пробного внедрения должен быть человек, который умеет проверить работу и может сказать: это пригодно, а это нужно исправить. Иначе черновики будут появляться, но использовать их окажется некому.

Сохраните удачное задание, пример хорошего ответа и короткие требования к проверке. Повторите процесс на новых исходниках. Важно увидеть, держится ли качество, когда меняется документ или формулировка запроса.

Если результат устраивает, можно расширять задачу: добавлять другой тип документов, подключать соседний процесс, обсуждать автоматический запуск. Так решение растет из проверенной работы команды. У каждой следующей доработки появляется понятная причина.

Такие задачи мы разбираем с командами компаний на их рабочих материалах. Подробнее: Обучение нейросетям для бизнеса, кейсы внедрения ии в компаниях. Чтобы обсудить задачи своей команды, оставьте заявку на главной странице или посмотрите кейсы компаний.