С каждым годом растет количество AI-решений, которые помогают автоматизировать рутину, точнее прогнозировать результаты и быстрее принимать решения, зарабатывать больше, снижать затраты, повышать вовлечённость сотрудников. Поэтому AI-трансформация сегодня так популярна среди крупных и средних компаний.

Компании активно тестируют AI-решения, но многие инициативы буксуют. Чаще всего проблемы появляются ещё на старте.

• Во-первых, организации запускают масштабные пилоты, которые тянутся месяцами и не дают быстрых результатов. В итоге команда теряет фокус, а интерес руководства снижается.
• Во-вторых, ожидания от технологий оказываются завышенными: от ИИ ждут мгновенного эффекта и полной автоматизации без учёта процессов и качества данных.
• В-третьих, подготовка сотрудников. Коллегам редко объясняют, зачем вводят новую технологию, как она меняет повседневные задачи и где именно приносит пользу. Это замедляет внедрение и усложняет масштабирование.

Мы обсудили эти и другие вопросы с Сергеем Орешиным, Pre-Sale Architect по продуктам Microsoft из компании Noventiq. Поговорили о том, как компании могут подойти к внедрению AI более прагматично, какие сценарии дадут быстрый эффект и что важно учесть перед запуском любых инициатив.

За 15 лет работы в Noventiq Сергей прошёл путь от ИТ-инженера до руководителя производственного отдела с командой из более десяти аналитиков и разработчиков. Сегодня он помогает компаниям запускать AI-проекты так, чтобы они приносили реальные результаты с первых недель.

— Сегодня все говорят об искусственном интеллекте.  Сергей, это мода или реальная трансформация бизнеса?

Не секрет, что AI – главный хайп последних лет.  Каждый разработчик считает своим долгом добавить в свой продукт AI-функции. Но есть и те, кто испытывает скепсис на тему повсеместного его использования, и их можно понять: все это очень похоже для них на какой-то стремительно надувающийся мыльный AI-пузырь. 

Все пытаются его друг другу продать, заявляя, что вот сейчас ИИ решит все проблемы бизнеса. И действительно, есть задачи и процессы, в которых текущее развитие ИИ, если подойти к делу правильно и без завышенных ожиданий, реально приносит пользу.

Пока одни организации только присматриваются, другие выбирают использование AI частью своей стратегии, и сотрудники таких компаний уже активно и эффективно его используют. И неважно, сколько человек в такой компании – 10 или 5000: всем может быть предоставлен AI-помощник, которым они могут пользоваться. 

Microsoft – это ответ на вопрос, как начать использовать ИИ внутри большой компании: у него есть решение enterprise уровня, которое обеспечивает весь необходимый набор средств управления как самим продуктом, так и управлением его использования, которые обычно интересуют IT и ИБ департаменты крупных корпораций. 

— Звучит убедительно. Но если говорить о бизнесе: с чего компаниям стоит начинать?

Многие уже используют Chat GPT, Google Gemini, Anthropic Claude – любые доступные помощники, и они хорошо помогают нам в ежедневных как личных, так и рабочих задачах. Поэтому, когда дело доходит до использования ИИ в бизнесе, у всех пользователей по умолчанию сформированы высокие ожидания. Им кажется, что ИИ сразу решит все накапливавшиеся годами проблемы, которые до этого не получалось решить из-за сложности или дороговизны. 

Но, как показывает наша практика (и отзывы на рынке), все эти бесконечные масштабные пилотные проекты, на которые компании тратят огромные человеческие и финансовые ресурсы, в итоге не приводят ни к каким существенным результатам. 

Так происходит потому, что организации не всегда подходят осмысленно к началу внедрения ИИ. Они сразу пытаются использовать его для решения сложных, комплексных и фокусных задач. И когда в итоге такое пилотирование не приносит никакого ощутимого результата, то там же на старте наступает разочарование, потеря доверия, возникает тот самый скептицизм. 

— Получается, лучше не пытаться сразу охватить всё?

Естественно, искусственному интеллекту вполне по силам со временем решить накопившиеся в организации сложные, комплексные задачи. Но начинать нужно с простых и понятных сценариев использования, которые можно быстро запустить, и быстро получить результат, измерить эффективность, возврат инвестиций и так далее. 

— А какие сценарии вы считаете наиболее успешными на старте?

Сначала лучше сфокусироваться на рутинных задачах, которые отнимают больше всего времени у работников бэк-офиса. Например, ответы на повторяющиеся вопросы, связанные с HR или бухгалтерией. В больших компаниях обычно есть множество регламентов, инструкций и гайдлайнов. Конечно, есть ответственные сотрудники, которые их читают, но большинство всё же этого не делает. Кроме того, сами документы часто написаны так, что разобраться в них сложно. Тут польза ИИ будет очевидна. 

Еще одно направление – это Helpdesk и обращения сотрудников в IT-департамент: «у меня что-то не работает», «как починить», «как создать учётную запись», «как сбросить пароль». Сотрудники таких подразделений знают, насколько велик объём повторяющихся запросов, на которые приходится отвечать ежедневно. AI-агент будет снимать значительную часть этой нагрузки.

С помощью агентов, подключённых к базам знаний HR, финансового или IT-департамента, можно быстро запустить такие решения. Они обычно не требуют разработки, достаточно самой базовой настройки, особенно если мы говорим о платформе Microsoft с Copilot и Copilot-агентами. Тут можно быстро оценить эффект от использования, а потом и масштабировать решения на другие подразделения с более сложными задачами и информацией, но построены они будут по тому же принципу.

Еще пример – юридический отдел, где всегда есть огромное количество нормативной документации: законов, подзаконных актов, внутренних и внешних регламентов, и поиск нужной информации вручную занимает много времени. Часто еще требуется анализ данных из разных источников, когда надо использовать в работе информацию, которая находится “на пересечении” большого количества документов. Здесь AI-агент может выступать помощником, подключенным ко всей этой информации и отвечающим на вопросы, связанные с ней.

Также к базовым сценариям можно отнести автоматизацию анализа документов: определить, куда направить заявку, кто должен согласовать документ. Обычно эту работу выполняет человек. Сейчас же такие задачи можно автоматизировать при помощи ИИ и агентов, которые поймут контекст и сами автоматически это согласование запустят.

Это основные сценарии, с которых проще и быстрее всего начать эффективную работу с ИИ в организациях. 

— А какие технологии позволяют это делать?

1. Microsoft 365 Copilot

Это набор готовых функций, которые не нужно даже настраивать, можно сразу брать и пользоваться. Функции ИИ появятся во всех привычных приложениях: Word, Excel, PowerPoint, Teams, Outlook и тд. Это помогает работать в них быстрее и качественнее, ведь теперь мы можем делегировать какие-то части работы искусственному интеллекту. 

2. Copilot Studio

Это уже инструмент для создания AI-решений, и, прежде всего, AI-агентов. Здесь не нужно писать код, это так называемая no-code или low-code платформа, которая позволяет и источники данных подключать из внешних систем: свою CRM-систему, таск-менеджер или проектную систему, и настроить агентов, которые будут отвечать на вопросы, используя информацию из этих систем. Может помогать автоматизировать определенные бизнес-процессы, или запускать согласования внутри этих систем. Copilot Studio такой инструмент, который позволяет это делать в специальном редакторе, в котором может работать даже бизнес-пользователь без какого-либо опыта в разработке. 

3. Azure AI Foundry – это уже next level

Там есть поддержка полноценной разработки, интеграции, написания кода. Бизнес-пользователям этот инструмент будет недоступен, но зато в нем можно собирать более нишевые или комплексные решения, которые будут подходить под уникальные процессы конкретно вашей организации.
На базе Azure в целом можно реализовывать множество AI решений, от AI-агентов до функций вроде распознавания видео, изображений, текста, речи и так далее. Можно сказать, что тут можно делать практически все, что угодно. 

— Какой главный совет вы бы дали компаниям, которые только задумываются о внедрении AI?

Приход ИИ, в том числе в IT-индустрию, значительно изменил процесс вывода продуктов на рынок. Всё стало происходить быстро: каждый месяц появляется что-то новое, а то, что было актуально всего полгода назад, теряет значимость.

Поэтому нет смысла ждать, пока кто-то создаст универсальный продукт, который пройдёт проверку временем и докажет свою эффективность. Пока одни компании ждут, другие уже вовсю используют ИИ, интегрируют его в процессы, получают преимущества и уходят вперёд в развитии.

Нужно смотреть на те решения, которые уже доступны, и начинать их применять. Но не стоит начинать с глобальных проектов. Лучше начинать с простых сценариев. Например сравнить, как сотрудники выполняют свои ежедневные задачи без использования ИИ, и как с ним. Если раньше на задачу уходило пять часов в неделю, а теперь один час, то это легко перевести в экономию времени и денег, а затем масштабировать результат уже на всю организацию. 

Можно определить подходящие подразделения, бизнес-процессы и сотрудников, и предоставить им готовые инструменты, чтобы они могли начинать их использовать. Но тут важно не забывать про адаптацию: не все сотрудники понимают, как пользоваться ИИ, и зачем вообще его использовать, им нужна будет помощь и обучение. Такие обучения мы проводим, в том числе, для наших заказчиков. Начать можно с Copilot. AI начнёт работать на небольших сценариях, появится прогресс, сотрудники привыкнут к новым инструментам и изменят свои привычки. После этого можно переходить к более масштабным и комплексным задачам и смотреть, что можно будет сделать при помощи более продвинутых инструментов.
Вот именно такие первые AI-проекты, которые дают ощутимые результаты в короткие сроки, формируют доверие к AI-инициативам и открывают путь к дальнейшей AI-трансформации.

Кейс

Проблема

Вот, например, один из проектов, реализованных нашей компанией: создание HR-агента для кадрового подразделения крупной организации. Задача организации была в том, чтобы разгрузить сотрудников HR-подразделения от рутинной работы, высвободить их время на стратегические задачи. HR часто сталкивались с необходимостью находить и сопоставлять информацию сразу из нескольких источников — коллективных договоров разных дочерних обществ. Для ответа на вопрос приходилось вручную просматривать десятки документов, это занимало часы рабочего времени.

Решение

Чтобы решить эту задачу, мы объединили несколько технологий Microsoft:  

• Microsoft 365 Copilot Chat стал универсальным интерфейсом для пользователя 
• специализированные агенты были разработаны в Copilot Studio 
• инструменты Azure AI Foundry позволили решить комплексную задачу агрегирования и анализа информации из множества документов 

Результат

Теперь HR-агент предоставляет сотрудникам сводные ответы буквально за секунды, снимая нагрузку и экономя часы работы. Внедрение не потребовало создания сложных систем или больших инвестиций, решение было реализовано очень быстро за счёт комбинации готовых инструментов Microsoft. Экономическая эффективность такого решения очевидна: если раньше HR-специалист тратил часы на анализ документов, то теперь ответ формируется за десяток секунд. Это легко переводится в прямую экономию времени и ресурсов, а значит, возврат инвестиций прозрачен и очевиден для бизнеса.