ИИ для пользы бизнеса: как технологии трансформируют корпоративную работу

Хотя ключевые бизнес-процессы во многих компаниях уже автоматизированы, сотрудники по-прежнему тратят много времени на ручную обработку документов, перенос данных из одной системы в другую, проверку и поиск информации. Для решения этой проблемы можно использовать ИИ-сервисы: они легко и быстро встраиваются в уже существующую ИТ-инфраструктуру, помогая значительно повысить эффективность процессов обработки данных и документов.

Тренд на тотальную автоматизацию привел к тому, что большинство ключевых бизнес-процессов крупных и средних компаний уже оптимизированы различными цифровыми решениями. Однако далеко не все они идеально взаимодействуют с источниками данных и между собой, из-за чего сотрудники продолжают тратить время на поиск информации, ее перемещение из документов в учетные системы или сопоставление данных разных систем. Типичная ситуация: поставщику приходит заявка на закупку в CRM, и специалист должен вручную проверить наличие товара на складе, свериться с ERP-системой и номенклатурным справочником, сформировать задание на поставку в логистической системе TMS, создать карточку с заказом в СЭД и т.д. По данным отраслевых исследований, сотрудники тратят в среднем два часа в смену на поиск информации и от одного до трех часов на перемещение данных из одной системы в другую. По оценке НАФИ и «Яндекса 360», специалисты теряют до четырех часов в день из-за рутинных задач.

Интеграцию информационных систем можно провести по API или с помощью программных роботов (RPA), но это не всегда дает ожидаемый эффект. Во-первых, в системах хранятся неструктурированные данные — письма, документы, изображения и другой контент, информация в котором расположена произвольно. Классические системы не умеют автоматически извлекать из таких источников сведения, поэтому обработка данных требует участия сотрудников. Во-вторых, даже если информация структурирована, идентификаторы, наименования, описания и атрибуты одного и того же объекта могут различаться между системами, а кроме того, содержать опечатки или дубли из-за ручного ввода. Поэтому просто взять данные из одной системы и перенести в другую, как правило, невозможно. В-третьих, классические сервисы автоматизации не умеют работать со смыслом текста и учитывать контекст при поиске и сопоставлении информации. В результате найти в цифровых сервисах нужные сведения и проверить их корректность становится ресурсоемким процессом.

Компании стремятся повысить эффективность существующих информационных систем, не внедряя новые. Ключевым инструментом такой оптимизации становятся технологии искусственного интеллекта (ИИ), позволяющие создавать сквозные бизнес-процессы без кардинальной перестройки инфраструктуры. Рассмотрим основные области, где они могут быть применимы.

Обработка документов

Технология интеллектуальной обработки документов IDP (Intelligent Document Processing), включающая в себя оптическое распознавание символов OCR (Optical Character Recognition), позволяет автоматизировать многие процедуры. Она обеспечивает распознавание документов, извлечение атрибутов и их передачу в смежные программы, валидацию и выверку данных. Решение также эффективно при обработке пакетов документов: система может автоматически разделить общий файл на отдельные документы, классифицировать их по типам, проверить комплектность или наоборот сформировать набор документов, например для передачи в архив. Дополнительно предусмотрены функции модификации — нанесение штрихкодов или факсимиле. Для повышения безопасности поддерживаются инструменты деперсонализации, анонимизации и удаления чувствительных данных.

IDP-сервис способен работать с различными форматами файлов, включая PDF, JPG, PNG и другие, а также со сложными элементами внутри них — таблицами, рукописным текстом, печатями и штрихкодами. Решение дополняет ИИ-возможностями практически любую систему документооборота — СЭД, КЭДО, архивы и др. Например, в учетную систему «1С» необходимо завести новый товар, комплект документов на который пришел в виде PDF-файла с потокового сканирования. Система на основе IDP распознает текст, автоматически выделяет документы, размечает, классифицирует, сравнивает товар с номенклатурным справочником в «1С», заводит карточку товара в учетной системе и размещает нужные данные о нем в соответствующих полях. Специалисту остается только проверить, все ли сведения отображаются правильно, и при необходимости внести корректировки.

IDP-сервисы широко востребованы в компаниях, которые сталкиваются с необходимостью быстрой обработки потока документов — это банки, страховые организации, госучреждения и многие другие. В результате с помощью интеллектуальной обработки документов компании в 3-5 раз снижают стоимость и в 5-20 раз увеличивают скорость обработки документов, а также минимизируют риски человеческого фактора. Кроме того, IDP-сервис помогает решать еще одну задачу — поиск информации.

Интеллектуальный поиск

С помощью ИИ компании могут организовать единое окно для поиска информации в корпоративной базе знаний, нормативных документах, справочниках НСИ и других внутренних ресурсах. Решение реализуется по двум ключевым сценариям.

Первый — полнотекстовый поиск, который учитывает не только точные совпадения слов, но и смысловые связи, контекст и семантику запроса. Технология поддерживает расширения поисковых запросов по синонимам, онтологии, эмбеддингам (векторным представлениям), ассоциативно-связанной лексике, кросс-языковому анализу. Это позволяет за секунды находить нужные документы и сведения, даже по запросам в свободной формулировке. Например, интеллектуальный поиск в CRM в виде поисковой строки позволяет ввести запрос на естественном языке — «топ-5 контрагентов с самым высоким денежным оборотом в текущем квартале» — и сразу получить релевантные результаты. Если поиск встроен в BI-систему, то способен по запросу формировать и выводить на экран типовые отчеты в виде графиков и дашбордов.

Второй сценарий — AI-ассистент (вопросно-ответная система), который не только находит нужные документы, но и за считанные секунды формирует готовые ответы на вопросы пользователей с указанием ссылок на источники корпоративной информации для обоснования результата. Сотрудник взаимодействует с системой на естественном языке в режиме чат-бота. Например, ИИ-ассистент для отдела закупок позволяет специалисту уточнить требования к оформлению тендерной документации и сразу получить консультацию со ссылками на соответствующие регламенты и документы.

С помощью такого ассистента можно проводить онбординг в компании: ассистент обучается на документах и может подсказать новому сотруднику, как оформить отпуск, где получить пропуск на территорию и т.д. Также с помощью такого инструмента снимается нагрузка с первой линии технической поддержки: теперь если ответ на вопрос есть в инструкции к системе или пользовательской документации, то ассистент сможет помочь.

Интеллектуальный поиск способен повысить продуктивность сотрудников любого уровня и подразделения. Внутренних стандартов может быть очень много, и ручной поиск по всем документам, необходимый каждый раз при составлении договоров и других операциях, может занимать не один час. Благодаря ИИ-инструментам, если база знаний компании содержит качественные данные, персонал всегда будет иметь быстрый доступ к полной и релевантной информации, даже если она хранится в неструктурированном виде. По нашей статистике, использование интеллектуального поиска экономит в среднем 2 часа работы сотрудника в день.

Нормализация нормативно-справочной информации (НСИ) с помощью ИИ

Высокое качество данных в справочниках корпоративных систем — основа для корректной работы многих бизнес-процессов. Однако на практике компании сталкиваются с типичными проблемами: методики описания товарных позиций меняются со временем и различаются между отделами, что приводит к несогласованности и появлению дублей — нескольких описаний одного и того же объекта. Если ввод новых позиций, нормализация накопленных данных и их сопоставление с мастер-данными выполняются вручную, это требует значительных ресурсов и приводит к ошибкам. Отсутствие полных, актуальных и непротиворечивых данных влияет на производительность разных подразделений: сотрудники производства и инженеры не могут найти аналоги в массиве номенклатуры, склад закупает то, что лежит в остатках, управленцы принимают решения на основе искаженных отчетов.

Нормализация НСИ — крайне трудоемкий процесс, если его проводить вручную. По нашему опыту, один специалист проверяет в среднем 100-150 позиций в день, а в крупной организации количество позиций в справочниках может достигать десятков тысяч.

Интеллектуальный сервис нормализации НСИ, встроенный в систему управления мастер-данными (MDM), делает все в разы быстрее и точнее. К его функциям относятся сопоставление справочников разных систем с эталонными, выявление и удаление дублей, нормализация описания новых позиций, поиск аналогов — подбор технически взаимозаменяемых материалов, даже если их названия отличаются. Например, при заведении нового объекта НСИ система анализирует его наименование (описание); определяет, к какой категории он относится; проводит атрибутивный разбор наименования по утвержденной схеме и заносит данные в MDM-систему в стандартизованном формате.

После нормализации описание товарной позиции везде выглядит одинаково, независимо от исходной записи в эталонных или «сырых» данных, определены ее ключевые свойства: материал, вес, тип изделия и др. Наш опыт показывает, что интеллектуальный сервис позволяет специалистам экономить около 2 часов в день на поиске данных о материально-технических ресурсах (МТР), на 90% снизить трудозатраты на нормализацию данных, в 5-10 раз ускорить регистрацию и обработку новых позиций. Благодаря корректному учету МТР компании добиваются сокращения бюджета на закупку и логистику в среднем на 15%.

Генеративный ИИ в контуре

Технологии генеративного ИИ — важный компонент многих интеллектуальных сервисов, описанных выше. Он дополняет традиционный ИИ для автоматизации процессов в самых разных сценариях в зависимости от задач и возможностей компании.  

Например, на основе генеративного ИИ можно реализовать ИИ-агента для коммуникаций. В контакт-центре ИИ-агент может взять на себя обработку типовых запросов внешних или внутренних клиентов. Он будет вести естественный диалог: анализировать тон и суть обращений, предоставлять ответы на основе базы знаний, фиксировать нужные сведения в смежных системах. Фактически это привычные голосовые помощники нового поколения (на основе нейросетей), но адаптированные под задачи и требования конкретной компании и обученные на корпоративной информации.

В целом генеративный ИИ позволяет выполнять целый спектр задач: подготовку и проверку документов, сбор и анализ данных или обращений, извлечение атрибутов, аннотирование текстов и мультимедийного контента и многое другое. Эффективность его применения в бизнес-среде зависит не только от модели LLM, но и от полноценной инфраструктуры для ее применения: интерфейсов, интеграций с корпоративными системами, ролевых доступов, дашбордов для анализа результатов, сервисов тестирования, настройки под внутренние процессы. Без адаптации и дообучения под корпоративные данные, LLM не способна продуктивно решать задачи компании, учитывать специфику бизнеса. Поэтому наибольший эффект достигается при комбинированном использовании генеративных и аналитических модулей и правил.

Сервисы SL Soft AI представляют собой продукты для бизнес-пользователей, легко адаптируемые под конкретные потребности компании и объединяющие генеративный и традиционный ИИ, продуманные интерфейсы и механизмы защиты данных. При этом в одних случаях генеративный ИИ может выступать как компонент бэкэнда процесса, например, повышая скорость и точность распознавания текста в IDP-системах. В других сценариях (например, в случае ИИ-агента) он представляет собой более заметный блок — ведение диалога с учетом требования к tone of voice, построение диалога и принятие решения о ходе диалога для достижения результата, поддержка контекста беседы, генерация реплик на основе корпоративной информации.

Использование подобных продуктов — это быстрый способ повысить эффективность классических систем автоматизации за счет безопасного внедрения ИИ в контуре компании.

Как объединить передовые технологии в единый процесс

Чтобы быстро выстраивать сквозные автоматизированные процессы (end-to-end), необходим еще один компонент — процессный движок BPM. Это элемент, который связывает бизнес-процессы, управляя работой всех встроенных ИИ-сервисов по заданному алгоритму. Как правило, движок настраивается с помощью конструктора low-code/no-code, и это может быстро сделать любой сотрудник, ответственный за администрирование бизнес-систем.

Таким образом, интеграция ИИ-сервисов в существующие информационные системы сегодня может быть реализована достаточно быстро и надежно. Она позволяет компаниям сократить ручную обработку данных, создать единую цифровую среду, обеспечить актуальность и доступность информации для всех подразделений, повысить эффективность процессов.

Для сотрудников внедрение ИИ означает снижение рутинной нагрузки и повышение продуктивности, что ведет к росту лояльности к компании и снижению текучести кадров. Польза ИИ для бизнеса заключается в росте производительности, обеспечении надежности и скорости принятия решений, оптимизации трудозатрат и, как следствие, — в повышении конкурентоспособности на рынке.