Стратегия внедрения ИИ: как трансформировать бизнес в «AI-first» компанию 3:06
Переход к модели бизнеса, ориентированной на искусственный интеллект (AI-first), стал не просто технологическим трендом, а экономической необходимостью. О том, как компании выстраивают эту стратегию, интегрируя ИИ-агентов в рабочие процессы и обеспечивая при этом безопасность данных, рассказала Оливия Ноттербом, операционный директор облачной платформы Box, в рамках экспертной серии Stanford Graduate School of Business. Модерировал дискуссию профессор Стэнфордской высшей школы бизнеса Хаим Мендельсон.
💡 Ключевые драйверы «AI-first» эры 3:32
По мнению Ноттербом, сегодня бизнес функционирует в принципиально новой реальности, где взаимодействие человека и машины вышло на качественно иной уровень:
- Агенты как часть повседневности: ИИ-агенты стали неотъемлемыми помощниками в выполнении рутинных задач, таких как исследование рынка или конкурентный анализ. Это кардинально отличается от ситуации, наблюдавшейся всего год назад.
- Автоматизация всех рабочих процессов: Любой процесс информационных работников, связанный с одобрением документов или извлечением данных, сегодня может быть автоматизирован. Ключевой вопрос теперь — выбор сценариев с максимальным ROI.
- Ожидание мгновенной интеллектуальности: Пользователи ожидают, что система ответит на запрос к сложной документации практически моментально. Даже при глубоком анализе время отклика редко превышает 30 секунд.
- Культурный сдвиг: Опыт использования ChatGPT в личной жизни формирует новые стандарты ожиданий от корпоративного ПО. Если потребитель может задать сложный вопрос чат-боту, он ждет такого же уровня сервиса от своего банка или страховой компании.
- Безопасность и управление: Глубокая зависимость от данных требует жесткой системы прав доступа (permissioning) и управления (governance). В эпоху доступности данных риск их утечки становится критическим фактором.
📈 Матрица приоритетов: что автоматизировать первым? 7:14
Чтобы решить, какие процессы стоит доверить ИИ в первую очередь, Ноттербом рекомендует использовать двухфакторную матрицу, оценивающую задачи по двум критериям: уровень критического мышления и частота повторения.
- Нижний правый квадрант (высокая повторяемость, низкое критическое мышление): Идеальное место для старта. Здесь ИИ-агенты дают быстрый ROI при минимальных рисках для качества.
- Верхний правый квадрант (нирвана): Задачи, требующие глубокого мышления и высокой частоты выполнения. Оптимизация этих процессов приносит максимальную ценность, но требует итеративного тестирования.
- Нижний левый квадрант (низкая частота, низкое критическое мышление): Органика: использование агентов для разовых задач, например, написания email.
🍾 «Пьем собственное шампанское»: опыт Box 14:07
Box активно внедряет свои же ИИ-решения для внутренних нужд, что позволяет тестировать продукт перед выводом на рынок.
- Box Support Sensei: Система, в которой хранится вся техническая база знаний компании. Внедрение инструмента позволило резко сократить объем обращений к техническим специалистам, так как менеджеры по работе с клиентами теперь находят ответы самостоятельно.
- Интеграция с Aisera и Zendesk: Для внешних запросов компания использует чат-бот Aisera, а при передаче тикета человеку — Zendesk, который подсказывает оператору оптимальный вариант ответа для проверки.
- Портал знаний для продаж: Новый продавец может стать экспертом по продукту за неделю, используя ИИ для поиска информации по истории взаимодействия с клиентами и подготовки тендерных предложений (RFP). Процесс, который раньше занимал недели, теперь автоматизирован почти полностью.
🪜 Лестница зрелости ИИ в компании 31:52
Ноттербом выделяет пять этапов эволюции корпоративного ИИ:
- Базовые запросы: Человек задает вопрос к документам, ИИ предоставляет информацию, окончательное решение принимает человек.
- Предопределенные рабочие процессы: Агент автоматизирует рутину (например, проверку заявки на кредит), следуя заданному алгоритму.
- Агенты-коллеги: Взаимодействие агентов между собой (например, агент Box общается с агентом Salesforce для решения задачи).
- Самооптимизация: Агенты не только выполняют задачу, но и предлагают способы улучшения самого процесса.
- Автономная стратегия: ИИ самостоятельно определяет потребности компании и задает направления оптимизации бизнеса (пока теоретический этап).
