Машинное обучение и обработка естественного языка – наиболее востребованные ИИ-технологии в российском бизнесе, которые способствуют повышению производительности и улучшению клиентского опыта. Эти технологии позволяют компаниям автоматизировать рутинные задачи, персонализировать взаимодействие с клиентами и принимать более обоснованные бизнес-решения. Инвестиции в ИИ становятся все более важным фактором успеха на современном рынке.

Константин Иваницкий, начальник отдела цифровизации «Главстрой Санкт-Петербург»:

Искусственный интеллект в девелопменте применяется во многих направлениях, связанных с развитием проектов и продажей недвижимости. К примеру, с помощью ИИ застройщики оценивают земельные участки с точки зрения ROI, а также через тестирование креативов оптимизируют бюджет на привлечение клиентов. Повысить продажи, предлагая более выгодные и релевантные покупателю варианты квартир, позволяют модели, которые выявляют недооцененные лоты, а также рекомендательные инструменты, собирающие адресную (исходя из решаемой клиентом проблемы через покупку недвижимости) подборку.

Модели динамического ценообразования позволяют девелоперам получить максимальную маржинальность с каждого квадратного метра. Что касается оценки стоимости, то можно говорить об ускорении процесса, а не о точности. Аналитику для отработки условных 300 факторов потребуется в десятки раз больше времени, чем ИИ.  

Можно предположить, что со временем ИИ полностью возьмет на себя часть процессов, за которые сейчас отвечают сотрудники. Вероятно, в дальнейшем коммуникация с клиентами будет смещаться в сторону программных платформ с применением ИИ. Это позволит девелоперам с помощью более детального моделирования ЖК, локации вокруг и обученной нейросети персонализировать и максимально упростить и ускорить поиск «той самой» квартиры. Но это произойдет в долгосрочной перспективе, скажем, минимум через 10-15 лет. Однако мы прогнозируем, что эксперты рынка недвижимости, владеющие инструментами ИИ, будут вытеснять нетехнологичных коллег. Последние попросту не выдержат конкуренции: у клиентов повысились требования к качеству обслуживания, и они ожидают оперативного ответа на все возникающие вопросы.

Андрей Малов, директор по продукту «ТТК.Облако»:

Сегодня искусственный интеллект стал неотъемлемой частью современного бизнеса, трансформируя подходы к управлению, анализу данных и взаимодействию с клиентами и внутри компании. Его использование позволяет компаниям автоматизировать рутинные процессы, повышать эффективность и принимать более обоснованные решения на основе анализа больших объемов данных.

Яркий пример из опыта Компании ТрансТелеКом – создание AI HR-ассистента на основе продукта «ТТК.Облако». Это бот, интегрированный в корпоративный мессенджер, который помогает решать рутинные задачи и сотрудникам, и HR-специалистам.

Сотрудникам бот отвечает на вопросы о зарплате, отпусках, командировках, корпоративных правилах, оформлении документов. И автоматизирует процессы, ускоряет обработку заявок, помогает в документообороте – для HR-специалистов. С точки зрения безопасности ассистент представляет из себя защищенное решение, функционирующее в закрытом контуре компании.

На первом этапе в тестировании бота участвовали150 сотрудников кадровой службы и ИТ-отдела. К концу 2024 года AI HR-ассистент стал доступен для всех сотрудников компании.

Несмотря на быстрое внедрение и адаптацию бота, мы продолжаем развивать его: тестируем новые языковые модели и алгоритмы, улучшаем поиск информации, повышаем точность ответов. В своей работе ассистент учитывает подразделение, должность сотрудника, специфику его обязанностей. На основе этих данных мы дорабатываем персональные рекомендации.

База знаний обновляется автоматически с учетом актуальных регламентов и документов, устаревшая информация удаляется. Получая и обрабатывая большое количество запросов, AI HR-ассистент выявляет узкие места и предлагает пути улучшения процессов.

Александр Воронцов, коммерческий директор клиники DEGA:

Мы применяем ИИ преимущественно в маркетинге. Самое, пожалуй, активное направление — это генерация визуальных материалов. Например, для наших рекламных компаний мы использовали Flexy, Firefly в Adobe Photoshop, VisoMaster (бывший Rope) и Fooocus. Это и генерация непосредственно изображений, и замена лица, и создание фотореалистичных материалов. Также в нашем арсенале есть KLING для создания видео на базе текстов и изображений, SUNO — генерация музыки — для создания джинглов к нашим проектам. Если надо убрать помехи или посторонние звуки — Ultimate vocal remover.

Разумеется, многие вещи делаются через ChatGPT. Помимо помощи в придумывании поздравлений коллегам и генерации референсов для рекламных компаний, мы задействуем его в написании сценариев, составлении раскадровок и планов для съемок роликов. Собираем фактуру, когда надо поработать над стратегическими вопросами как непосредственно в маркетинге, так и в бизнесе в целом. Например, анализ портрета пациента. Нынешняя версия хорошо отвечает на общие вопросы, грамотно составляет планы и структурирует информацию. Если надо быстро подкорректировать расшифровку живой речи, подобрать несколько вариантов названия для проекта или описать концепцию — ChatGPT значительно упрощает процесс. Также он отлично справляется с написанием и потимизацией промтов для других ИИ, скриптов и expression для After Effects.

Наконец, именно в ChatGPT мы разрабатываем своего бренд-бота, помогающего проверять деятельность отдела маркетинга на соответствие брендбуку и, в случае необходимости, дающего советы для корректировки материалов.

В паре с ChatGPT мы часто применяем Claude.ai 3.5, так как он лучше обрабатывает и генерирует именно художественные тексты, хорошо понимает метафоры и подбирает звучные выражения. С его помощью мы, например, выбирали слоганы для концепций рекламных компаний.

Из того, что удалось потестировать, но пока не применялось активно — это ElevenLabs для перевода текста в речь и генерации голосов, а также HeyGen в сочетании с RVC для создания цифрового аватара на основе видео.

Иван Тарковский, руководитель отдела BI-аналитики департамента информационных технологий туроператора «Русский Экспресс»:

В "Русском Экспрессе" активно применяются технологии искусственного интеллекта, особенно в аналитическом отделе. Использование AI-инструментов помогает гам эффективно решать задачи категоризации данных, прогнозировать спрос на туры и формировать оптимальные предложения для клиентов. Благодаря AI существенно сократилось время обработки больших объемов информации, а также упростилась разработка новых аналитических продуктов и моделей. Это позволяет оперативно реагировать на изменения рынка, улучшать качество услуг и принимать точные, взвешенные решения. Внедрение искусственного интеллекта стало важным шагом в повышении конкурентоспособности и эффективности бизнеса.

Кроме того, мы разрабатываем BI-аналитику и интегрируем в неё технологии машинного обучения. Например, с помощью искусственного интеллекта мы смогли обобщить и систематизировать колоссальный объем данных по выбранным клиентами типам питания, на ручную обработку которого ушли бы недели и даже месяцы. Также мы без проблем выделили в обособленную категорию регионы отдыха наших туристов, автоматически создавая соответствие имеющимся в базе городам. Так удалось существенно сократить трудозатраты на обработку больших объемов информации. Кроме этого, визуализация данных с помощью BI-систем позволяет прозрачно оценивать результаты работы, отслеживать ключевые показатели и своевременно выявлять отклонения. Внедрение AI также помогает в анализе отзывов клиентов и автоматическом определении трендов в туристической отрасли. Это даёт возможность гибко настраивать стратегии продвижения и более эффективно планировать ресурсы, повышая удовлетворённость клиентов и оптимизируя внутренние процессы компании.

Александр Диденко, руководитель Лаборатории искусственного интеллекта Школы управления СКОЛКОВО:

Считается, что технология больших языковых моделей окажет наибольшее системное воздействие именно на сферу образования.  Мы внедряем ИИ-ассистентов на различных уровнях. Некоторые, как ИИ-преподаватель Роберт (курс "Биология поведения человека" на бакалавриате), фактически заменяют профессора в классе. Другие, как ИИ-ассистент на курсе по OKR или И-Инна на курсе по коммуникации, дают содержательную обратную связь на артефакты, которые слушатели создают в ходе учебы. Иногда бот сочетает в себе несколько способностей - например, ИИ-ассистент курса по потребительскому поведению мотивирует пользователей, используя техники подталкивания ("nudge"), служит "ходячей энциклопедией" материалов курса, и помнит обо всех дедлайнах и расписании.

Ну и наконец, мы используем не только ботов. Например, в программе по коммуникациям ИИ у нас "слушает" как разворачивается групповая работа при подготовке решения кейса и дает обратную связь группе о том, насколько оптимальна была работа.

Как ИИ влияет на процесс нашей работы: снимается часть рутины с преподавателя; преподаватель может работать с бОльшим числом слушателей и подключаться только в уникальных ситуациях; слушатели могут получать больше обратной связи, переделывая свой артефакт столько раз, на сколько у них хватает мотивации; повышается "доходимость" курса, усвоение материала. В некоторых случаях, как это было, например с "Биологией поведения человека", у школы появляется возможность запустить уникальный междисциплинарный курс, для которого много лет в принципе не удавалось найти преподавателя.