Искусственный интеллект в компаниях малого и среднего бизнеса

Актуальность

К 2019 году вокруг нас сформировалась система цифровых технологий. Среди них обработка больших массивов данных, интеллектуальные системы управления, интернет вещей, виртуальная и дополненная реальность, блокчейн и т.д. Эти технологии позволяют кардинально повысить эффективность и скорость бизнес-процессов, создать новые потребительские свойства продукта и услуги. Это уже запустило трансформацию отраслей и создание новых рынков. Двадцать лет назад интернет и "цифровые" технологии стали способом коммуникации. Десять лет назад - способом управления почти для любой компании. Сегодня цифровая составляющая и в частности искусственный интеллект (ИИ) становятся бизнес-инструментом и органичной составляющей самого продукта.

По данным АРБ Про, объем рынка решений, использующих технологии ИИ, составил за прошлый год $250 млн и вырос к 2017 г. на 35%.

Искусственный интеллект состоит из алгоритмов машинного обучения, обрабатывающих данные, и вычислительной мощности. Решения на основе ИИ способны не только индексировать найденное, но и понимать смысл, вычленяя из данных факты и связи между ними, помогая находить закономерности. Искусственный интеллект позволяет автоматизировать рутинную интеллектуальную деятельность человека.

Ключевые особенности решений на основе ИИ: самостоятельная интерпретация информации и выводы реакция на изменения и поступающую информацию запоминание результаты предыдущих действий (в тч ошибок) и использование ихв дальнейшей работе

Ключевые технологии и решения, использующие элементы искусственного интеллекта

Технология как угроза в коллективном сознании

15-20 лет назад голливудские фильмы создали ореол страха вокруг ряда технологий. Роботы, нацеленные на истребление человечества («Терминатор»), и искусственный интеллект, использующий людей в качестве батареек («Матрица»), прочно заложили в умах масс негативный оттенок. Прошло время, и завязка сюжетов с экрана стала постепенно воплощаться в реальность. На наших глазах происходит этап внедрения элементов ИИ в бизнесе, медицине и науке. Продвинутые системы интеллектуального управления помогают принимать решения и берут на себя рутинную работу. Эти технологии окупают себя. Именно поэтому финансовый расчет побеждает страх и стереотипы. Кроме того, технологическое лидерство становится мощным ресурсом конкурентной борьбы за рентабельность и высвобождение ресурсов.

Решениям на основе ИИ не нужен офис, тепло, свет, система мотивации. Внедряя эти решения, владелец компании покупает определенность и предсказуемость. Уже сейчас доступны системы от компаний Yva и people.ai, которые не нарушая приватности сотрудников, могут предсказать их уход из компании, найти резерв повышения эффективности и продажах взаимодействие с клиентами.

• Сервис для менеджеров по продажам
• Анализируется производительность сотрудников по их переговорам + рекомендации по сделкам.
• Технология проверяет электронную почту, телефонные разговоры и данные CRM
• Результат: на основе алгоритмов искусственного интеллекта помогает выявить резервы для повышения эффективности

• Система управления эффективностью бизнеса и вовлеченностью сотрудников, основанная на технологиях искусственного интеллекта
• Анализ объективных показателей из корпоративных сообщений, электронной почты + еженедельная обратная связь о сотрудников (30 сек. вопрос)
• анализ вероятности увольнения  предупреждает руководителя о необходимости поговорить с сотруднико
• еженедельные опросы сотрудников «360», строит диаграмму компетенций каждого сотрудника
• Результат: выявление возможных проблем до того, как они появились

В каких задачах ИИ реально может помочь

Результаты применения ИИ крупными российскими компаниями:

Экономия $50 млн при оценке рисков заемщиков за счет параметров: открытость, добросовестность, общительность, законопослушность и эмоциональную неустойчивость

Цель – сокращение 14 тыс. человек (4,6% от всего штата) в 2018. Цель к 2025 - сократить штат на 50% за счет автоматизаций и ИИ

Предсказание 75% сбоев на производстве полипропилена в Тобольске. Решение на основе ИИ обрабатывает рабочие параметры экструдера и может предугадать его внеплановые остановки

Предиктивная модель  ИИ предотвращает отказы на стане горячей прокатки. Количество простоев снизилось до 80%

Какие задачи уже сейчас может решать ИИ для малого бизнеса

1.Контроль заданных параметров и процессов

• Предотвращение рисков: нарушение техники безопасности персоналом
• Воровство: фиксация факта и мгновенное оповещение
• Нарушение процессов: контроль выкладки в магазине (как должно быть и как на фото), стандартные операции на производстве, нарушение скриптов во взаимодействии с клиентом, отсутствие человека на рабочем месте
• Проверка качества сырья или произведённой продукции:анализ смеси для доменной печи, проверка всех измерений готового изделия
• Разрыв или авария на производственном процессе:фиксация факта и оповещение

Пример внедрения в производственной компании для производственных операций и персонала:

Состав решения: а) видеокамеры в цехе, b) система хранения и обработки данных c) алгоритм распознавания изображений на основе ИИ

Результат:

• Автоматизированный контроль «ручных» операций – включая соблюдение стандартов выполнения
• Учет расхода времени на операцию (используется дальше для стандартизации)
• Контроль техники безопасности и перемещения рабочих по цеху

2.Предсказание события в будущем

Задачи, в которых уже используется ИИ:

• Создание новой ценности для клиента:
  • оповещение о будущем событии и предупреждение клиента о поломке оборудования и нарушении процессов
  • выявление скрытой или будущей потребности клиентов (рост лояльности), прогнозирование возможного поведения клиента
• Моделирование (предсказание) поведения рынка и спроса, поведения клиентов, планирование закупок, адаптация ассортимента

Пример внедрения для производителя промышленного оборудования.

Задача: удаленный мониторинг и предотвращение остановки оборудования

Состав решения: а) датчики в оборудовании и телематическая система передачи данных b) система хранения и обработки данных c) предиктивная модель анализа на основе ИИ

Результат:

• Прогноз остановки насосного оборудования и определение аномальных режимов работы
• Рост лояльности и NPS клиентов, которые сократили незапланированные затраты и сохранили кредит доверия к поставщику
  

3. Автоматизация часто повторяющихся рутинных операций

Задачи, в которых уже используется ИИ:

• Снижение рутинных и частотных операций:

• ввод информации человеком
• обязательные речевые модули
• переписка и общение с клиентом  и ответ на частые вопросы (email, чат, телефон и тд)
• проверка ошибок в документах

• Массовый набор персонала при открытии нового крупного объекта (склада, магазина, производства)

Пример внедрения для колл-центра: высвобождение времени для общения с большим числом клиентов

Состав решения: встроенное в CRM-систему решение, позволяющее распознать речь и ответить клиенту на типовые вопросы

Результат:

• Система самостоятельно позволяет обработать типовые вопросы
• Онлайн-офис успевает обработать на 45% больше запросов клиентов
• Сотрудники не тратят время на разговор и обработку результатов, а уделяют больше внимание общению с нетиповыми запросами клиентов

Важные аспекты во внедрении:

1. Создайте или найдите данные. У вас должна быть возможность создать поток или базу с данными. Это могут быть фотографии товара, запись звонков, сбор данных о работе оборудования, измерения и тд.

2. Выберите интегратора. Вам нужны разработчики и команды, которые:

• умеют переводить задачи бизнеса на язык разработки;
• провести предварительную оценку задачи и помочь составить ТЗ.

3. Оцените финансовый эффект. Стоимость специализированных решений, основанных на искусственном интеллекте стартует от 1 млн рублей в зависимости от задачи и инфраструктуры, которую необходимо создать.

4. Сопоставление экономику ИИ и альтернативу (то что уже работает). Еще раз подумайте готовы ли вы к инвестициям. Отдельные решения, окупаются за несколько месяцев. Например, дистрибутор скоропортящихся товаров смог окупить решение для расчета объема закупки и выбора поставщика по конкретным SKU менее чем за 3 месяца. Сопоставьте:

• затраты на рутинные задачи и процессы выполняемые человеком;
• стоимость потерянного клиента;
• стоимость внепланового ремонта оборудования за свой счет.

5. Сделайте пилотный проект. Внедрение ИИ в процессы, продукт и взаимодействие с клиентом требует экспериментов для проверки гипотез. Срок проведения пилотного проекта составляет обычно менее месяца. Вам нужно отобрать рабочие гипотезы и модели как можно быстрее, чтобы выйти на первые результаты.

6. Подготовьте свою команду. Персонал не должен изначально чувствовать конкуренцию со стороны искусственного интеллекта. Вам необходимо показать, что эти решения будут высвобождать время и создают информационную основу, которая помогает принимать решение.

Внедрение новой технологии – это возможность сделать свой бизнес и продукт более конкурентоспособным. Если у вас большой набор рутинных операций, есть необходимость постоянной оценки будущего спроса и цены, то искусственный интеллект уже может взять на себя эти задачи.