Российский рынок искусственного интеллекта продолжает расти, и компании постепенно переходят к системному внедрению технологий в бизнес-процессы. ИИ используют не только для аналитики и автоматизации рутинных задач, но и в продажах, клиентском сервисе и операционной деятельности. CEO сервиса ИИ-аналитики и автоматизации продаж «Аихаб», Алексей Авдеев рассказал, какие решения сегодня востребованы у бизнеса, где они дают наиболее быстрый эффект и с какими ограничениями сталкиваются компании при внедрении.

Российский рынок искусственного интеллекта продолжает активно развиваться: появляются новые прикладные и аналитические решения, ИИ все чаще используется в реальном секторе экономики, а отдельным быстрорастущим направлением остается генеративный искусственный интеллект. По итогам прошлого года объем российского рынка генеративного ИИ достиг примерно 58 млрд рублей. К 2030 году он может вырасти до 778 млрд рублей при среднегодовом темпе роста 68%.

При этом для бизнеса меняется сам подход к технологии. Если на первом этапе компании в основном тестировали отдельные инструменты, то сейчас все больше внимания уделяется измеримому эффекту от их использования.

«Период, когда компании просто экспериментировали с нейросетями, постепенно заканчивается. Бизнесу уже недостаточно показать, что ИИ умеет решать ту или иную задачу, – важно понимать, как технология влияет на выручку, затраты, скорость процессов и другие показатели. Поэтому компании переходят от отдельных экспериментов к более системному внедрению ИИ», – отмечает CEO сервиса ИИ-аналитики и автоматизации продаж «Аихаб» Алексей Авдеев.

Одними из первых ИИ активно начали внедрять отрасли, где технология может относительно быстро давать коммерческий результат: финтех, электронная коммерция, реклама, телеком, недвижимость, автомобильный бизнес и другие сферы с большим количеством клиентских коммуникаций.

Постепенно меняется и набор задач. Если раньше ИИ преимущественно использовался как инструмент аналитики, рекомендаций или автоматизации отдельных операций, то сегодня он может непосредственно участвовать в реализации стратегии продаж: анализировать накопленную информацию о клиенте, помогать выстраивать диалог, объединять коммуникации из разных каналов и сопровождать сделку.

«Мы наблюдаем переход от ИИ, который дает сотруднику рекомендации, к системам, которые способны самостоятельно выполнять часть действий. Например, в продажах технология может не просто проанализировать разговор менеджера с клиентом, но и на основе истории коммуникации определить потребности, зафиксировать информацию в CRM, предложить следующий шаг и помочь довести клиента до сделки. Это принципиально другой уровень использования ИИ – технология становится непосредственным участником бизнес-процесса», – объясняет Алексей Авдеев.

При этом ИИ применяется не только во внешних коммуникациях. Компании используют его для работы с документами, бухгалтерского, налогового и кадрового учета. В реальном секторе востребованы предиктивная аналитика оборудования, компьютерное зрение для контроля качества, цифровые двойники и другие решения.

Несмотря на распространение ИИ, до промышленной эксплуатации технологии в России дошла пока относительно небольшая доля компаний – порядка 10-15%. Одна из причин заключается в том, что эффективное внедрение требует не отдельного инструмента, а перестройки связанных между собой процессов.

Бизнес может быстро внедрить чат-бота или подключить генеративную модель, однако без единой инфраструктуры и понятных целей такие решения рискуют остаться локальными экспериментами. Важно, чтобы используемые интерфейсы и программные продукты работали на общую задачу, данные были связаны между собой, а результат внедрения можно было измерить.

Отдельный вызов – дефицит отраслевых ИИ-моделей, которые способны работать со специализированными данными и технической документацией. Их разработка, в свою очередь, требует качественных массивов данных и значительных вычислительных ресурсов.

Еще одно ограничение связано с инфраструктурой и безопасностью. Для масштабного внедрения ИИ бизнесу необходимы серверные мощности, защищенная работа с данными и понятные правила использования технологий сотрудниками.

При этом негативные случаи, связанные с использованием ИИ, могут усиливать осторожность компаний. Поэтому вместе с внедрением ИИ-решений бизнесу необходимо выстраивать отдельную стратегию информационной безопасности и заранее определять, какие данные можно передавать в системы и какие операции допустимо автоматизировать.