Искусственный интеллект для бизнеса. Чего ожидать и как учесть в стратегии предприятия?

| статьи | печать

Искусственный интеллект все шире проникает во все сферы деятельности. Чего ждут компании от внедрения систем, основанных на алгоритмах искусственного интеллекта? Каковы в настоящий момент реальные возможности использования таких технологий в корпоративном секторе? Как PEST-анализ может помочь при разработке цифровой стратегии предприятия? На эти и другие вопросы, связанные с использованием искусственного интеллекта в бизнесе, отвечает Злата Заболотских, менеджер компании DIRECTUM.

Если проанализировать распространенные в бизнес-среде мнения о последствиях расширения использования искусственного интеллекта (ИИ), то в основном они следующие:

  • сокращение рутинных операций и, как следствие, увольнение сотрудников, занятых не творческим, формализуемым трудом. Это является следствием расширения возможностей ИИ в используемых на предприятиях корпоративных системах. Ниже мы рассмотрим небольшой кейс — как может выглядеть решение на базе ИИ в системе электронного документооборота (СЭД);

  • решения на базе ИИ окупятся в любой компании независимо от специфики ее деятельности;

  • ИИ-решения дорогие и реализовать их сложно.

Есть еще много различных мнений о последствиях внедрения ИИ в бизнесе, но мы сосредоточимся на вышеобозначенных и рассмотрим их подробнее.

Ожидание: секретарей уволят, их место займут роботы

Есть мнение, что искусственный интеллект полностью вытеснит людей в работе, связанной с потоками документов в организации. Это коснется сотрудников бухгалтерии, казначейства, а более всего — делопроизводителей. Последние могут массово лишиться работы.

Реальность

В бизнесе технологии искусственного интеллекта уже сейчас могут решать конкретные задачи. Одним из примеров их применения может стать создание «умной» системы электронного документооборота (СЭД), по максимуму исключающей «ручную» работу и человеческий фактор при выполнении типовых рутинных операций.

С помощью ИИ-решений можно автоматизировать процессы обработки документов: их распознавание и классификацию, извлечение и занесение в регистрационную карточку реквизитов документа, его отправку на рассмотрение ответственным должностным лицам. Возможны и другие сценарии применения интеллектуальных инструментов: ввод информации о новом контрагенте в корпоративную систему, перенос данных между системами предприятия, формирование проектов резолюций, подготовка автоответов, составление аннотаций к документам, создание личного дела сотрудника и т.д.

Офисные сотрудники тратят уйму рабочего времени на однообразные повторяющиеся процедуры с документами в СЭД. Это плохо не только из-за траты времени как таковой, но и потому, что вызывает негатив у исполнителей и чревато ошибками из-за пресловутого человеческого фактора.

Искусственный интеллект может взять на себя львиную долю офисной рутины и освободить человеческие ресурсы для более интересной и сложной работы. В случае автоматического распознавания и классификации входящих документов, сотрудники остаются важным и незаменимым звеном, так как результаты обработки документов необходимо верифицировать. Кроме того, чтобы ИИ-решение самообучалось на правильных данных, важно контролировать их качество, особенно в нестандартных ситуациях. Таким образом, можно предположить, что сокращение персонала действительно будет за счет менее творческих функций, но увеличится потребность в более квалифицированном персонале на других участках работы.

Пример решений на базе искусственного интеллекта в СЭД

Представим ниже небольшой кейс ИИ-решения в СЭД. Это решение касается таких процедур работы с документами, как:

  • ввод документа в систему;

  • распознавание и извлечение текста;

  • классификация документов;

  • извлечение фактов;

  • последующие этапы работы с документами.

Рассмотрим каждый этап подробнее. Схематично этапы работы с документами с использованием решений на базе ИИ представлены на рис. 1.


Ввод документа в систему

Входной точкой могут быть разные источники: e-mail, потоковый сканер, оператор обмена электронными документами.

Если документов несколько или даже много, с помощью ИИ-решения можно:

  • разделить документы в потоке со сканера, не будут нужны страницы-разделители и штрихкоды;

  • определить основной документ и отделить его от сопутствующих (например, договор от приложений, коммерческое предложение от прайса);

  • занести весь поток единым документом либо комплектом связанных между собой документов.

Распознавание и извлечение текста

После обработки данных из скан-образа в системе формируется PDF-документ с распознанным текстом. Впо-следствии он используется для классификации документов и извлечения реквизитов, а также полнотекстового поиска документов в системе.

Классификация документов

Классифицировать документы в СЭД с помощью алгоритмов искусственного интеллекта можно в разных разрезах: по виду (письмо, договор, счет-фактура и т.п.), категории, источнику, журналу, месту регистрации и пр. ИИ сам обучается на данных, существующих в системе, и чтобы он работал точнее, через него надо «прогнать» как можно больше документов.

Извлечение фактов

В СЭД настраивается определенный ряд правил для распознавания реквизитов документа. Например, для писем целесообразно извлекать данные по корреспонденту, адресату, теме письма и грифу доступа. Такие правила можно настроить для любого вида документа, в том числе и специфического, нетипового. При этом форма документа не важна, технологии могут применяться и для неструктурированных документов.

Распознанные факты автоматически заносятся в карточку документа в СЭД. В нашем примере ИИ-технология встроена в систему документооборота: извлеченные реквизиты удобно сопоставлять с существующими данными в СЭД.

Вместе с тем для удобства пользователя может быть реализована функциональность по дифференциации реквизитов по степени точности распознавания. Атрибуты документа, корректность извлечения которых технология оценивает как близкую к 100%, могут подсвечиваться одним цветом, реквизиты, в которых решение на базе ИИ «сомневается», — другим. Так можно снизить риск ошибок при классификации документов.

Дальнейшая работа с документом

В зависимости от того, как настроены процессы в той или иной организации, данные, полученные после обработки документов с помощью технологий искусственного интеллекта, можно использовать для автоматизации других процессов компании. Например, при получении достаточных сведений по входящему документу его можно автоматически отправить на рассмотрение ответственному сотруднику.

Кроме того, можно автоматизировать процессы, связанные с потоковой обработкой документов или переносом исторических данных в новую СЭД.

Потоковая обработка:

  • Массовый ввод документов в систему из электронной почты/потокового сканера.

  • Классификация по видам и распознавание реквизитов.

  • Занесение реквизитов в карточку документа.

  • Регистрация документа в СЭД и отправка ответственным сотрудникам.

  • Перенос исторических данных:

  • Занесение скан-образов документов в СЭД из текущего электронного архива.

  • Классификация по видам, извлечение текстового слоя и реквизитов.

  • Помещение документов в архив организации (оперативный или долговременный).

Ожидания: искусственный интеллект окупится в любой компании

Искусственный интеллект, как мобильный телефон, нужен всем и каждому. ИИ-решение будет полезно на любом предприятии, а его внедрение быстро окупится, независимо от внутренних процессов компании.

Реальность

Искусственный интеллект полезен в типовых повторяющихся процессах, съедающих рабочее время сотрудников — с большим объемом документов и однообразных процедур. «Роботы» пока не справляются там, где велико разнообразие задач и нюансов их решения. Сложные задачи должен решать человек, искусственный интеллект поможет ему не заниматься утомительной рутиной.

ИИ-технологии сегодня — недешевое удовольствие, их окупаемость зависит от интенсивности их использования и наличия достаточной базы для обучения. Например, сроки окупаемости СЭД со встроенным ИИ-решением для автоматической обработки документов напрямую зависят от объема обрабатываемых документов. Примерная оценка сроков окупаемости зависит от объема документооборота она представлена на рис. 2.


Как видите, реальность часто расходится с ожиданиями, и это не всегда плохо.

Ожидания: внедрение ИИ-решения — сложно и долго

Внедрение требует длительной и сложной подготовки.

Реальность

Несмотря на то что тема ИИ все активнее обсуждается в корпоративном секторе, большинство компаний пока морально не готовы к внедрению и использованию интеллектуальных решений. Опасения связаны с непониманием самого процесса и требований к подготовке корпоративных данных.

Если вернуться к нашему примеру автоматизации обработки входящих документов в СЭД, подготовка к проекту будет состоять из следующих этапов:

  • Анализ обрабатываемых документов, определение извлекаемых реквизитов документов, исследование процессов, в которых участвует ИИ.

  • Адаптация сценариев загрузки и обработки документов в СЭД.

  • Обучение ИИ классификации документов.

  • Тестовая эксплуатация.

  • Опытная эксплуатация.

Как видно из примера, любой объем работы можно поделить на конкретные шаги, выполнение которых вполне реально, и весь проект не кажется невыполнимо сложным.

Как разработать цифровую стратегию предприятия?

Для того чтобы предприятие развивалось, оно должно разрабатывать свою стратегию, и частью общей стратегии предприятия должна стать цифровая стратегия. В ней очень большую и важную часть занимают вопросы использования ИИ, информационная безопасность, закупка или/и разработка программного обеспечения и т.д. Для этих целей можно использовать разные инструменты, например так называемый PEST-анализ.

Любая компания существует в контексте окружающей действительности и разнообразия факторов, влияющих на ее бизнес. PEST-анализ позволяет оценить долгосрочные перспективы компании в разрезе политических, экономических, социальных и технологических событий окружающей среды. Такой инструмент помогает не только понять текущую ситуацию, но и спрогнозировать изменения на 3—5, а то и 20 лет. PEST-анализ может использоваться как предварительный этап для SWOT-анализа.

PEST-анализ затрагивает внешние факторы, влияющие на работу организации. При делении внешней среды выделяется:

1. Макросреда: политика и госрегулирование, экономика, социально-демографическая среда, научно-технический прогресс, природные факторы.

2. Микросреда: взаимодействие с поставщиками и акционерами, покупатели, кредиторы, профсоюзы, конкуренты.

Визуально анализ выполняется в виде матрицы из четырех квадрантов, пример матрицы представлен в табл. 1.

Пример матрицы PEST-анализа (таблица 1)

Политические

Экономические

Курс государства на цифровую экономику

Удешевление цифровых технологий

Поддержка российского ПО на государственном уровне

Обострение конкурентной борьбы — необходимость ускорения процессов

Требования регуляторов о предоставлении отчетности в электронном виде (­ФНС, ­ФТС, ЦБ)

Быстрый возврат инвестиций с учетом масштаба процессов компании

Требования законодательства о хранении данных на серверах в РФ

Большие стартовые вложения в автоматизацию процессов

Социальные

Технологические

Поколение Z («родившиеся со смартфонами») — настоящие и будущие кадры

Возможность современных технологий обеспечивать юридическую значимость обмена до­кумен­тами и долговременное хранение

Конкурентные HR­-преимущества у предприятий, активно использующих цифровые технологии

Мобильные технологии для руководства и сотрудников в командировках

Чем проще и быстрее внутренние процессы, тем удобнее работа сотрудников

Возможности использования искусственного интеллекта и машинного обучения

Трудности обучения использованию новых технологий сотрудников старшего поколения

Тенденция к цифровизации контрагентов

Состав факторов и их объединение в категории может модифицироваться в соответствии со спецификой бизнеса компании.

PEST-анализ может быть полезен в случае принятия организациями принципиальных решений относительно перехода на цифровые технологии. В реальных условиях цифровая трансформация неизбежна. Однако идея зачастую наталкивается на препятствия внутри самой компании. Какие это препятствия? Например:

  • боязнь сокращений персонала у сотрудников определенных должностей (выше мы обсуждали тему возможного уменьшения объема рутинных работ в связи с применением ИИ и соответствующего сокращения сотрудников, выполняющих эти рутинные работы);

  • отсутствие желания рядовых сотрудников работать «прозрачно»;

  • часто неприятие инноваций со стороны руководства более старшего поколения;

  • нежелание тратить ресурсы на обучение персонала.

Поскольку цель такого анализа — стратегическое планирование, а всеобщая цифровизация — это не просто устойчивый тренд, а обозримое будущее, то использование PEST-анализа для понимания необходимости внедрения соответствующих технологий является весьма полезным.

Пример использования PEST-анализа

Возьмем в качестве примера крупное производственное предприятие с несколькими торговыми представительствами в разных городах страны. Ключевые процессы компании автоматизированы на уровне ERP-системы. Также активно используется электронная почта и офисное ПО. Но при этом процессы документооборота не автоматизированы: взаимодействие между отделами ведется на уровне бумажных служебных записок, документация создается и перемещается «на бумаге» внутри и за пределами головного офиса и филиалов. Кроме того, представители менеджмента компании часто бывают в разъездах, из-за чего процессы по согласованию и подписанию документации затягиваются.

Руководство компании рассматривает целесообразность внедрения системы электронного документооборота в контексте определения общей стратегии развития предприятия. Инициативу проявляют отдельные сотрудники, предлагающие использовать системы управления контентом предприятия (ECM), имеющие в наборе самые прогрессивные средства:

  • электронный обмен с контрагентами;

  • интеллектуальные инструменты для рутинных процессов;

  • мобильные приложения для доступа к документам и внутренним процессам согласования;

  • средства вовлечения в автоматизированные бизнес-процессы для пользователей «в полях» (сотрудники точек продаж, цехов, буровых, складов и т.д.).

Определим факторы, влияющие на это решение, в табл. 2.

Внешние факторы цифровой трансформации предприятия (таблица 2)

P (Political)

E (Economical)

Тип управления государством

Степень развития бизнес­-структуры

Стабильность правительства

Темпы роста экономики, % ставки, курс валют и уровень инфляции

Свобода слова и нормы законодательства

Ситуация на рынке труда, уровень безработицы, стоимость труда

Уровень бюрократии и коррупции

Степень глобализации экономики

Тенденции к регулированию и дерегулированию

Уровень располагаемого дохода населения

Законодательство в области труда и социальной помощи населению

Степень развития банковского сектора

Наиболее вероятные политические изменения в ближайшие 3—5 лет

Наиболее вероятные изменения в экономике в ближайшие 3—5 лет

S (Social)

T (Technological)

Численность населения, половозрастная структура

Вклад технологий в развитие рынка

Привычки и характер поведения работников, отношение к работе

Развитие мобильных-­ и интернет­-технологий

Здоровье, образование, социальная мобильность

Активность и развитие научно-­технических исследований

Уровень и стиль жизни

Степень использования, внедрения и передачи технологий

Наиболее вероятные социально-­культурные изменения в ближайшие 3—5 лет

Наиболее вероятные изменения в технологическом плане в ближайшие 3—5 лет

Общественное мнение, нормы поведения, ограничения


После оценки влияния и важности каждого фактора для конкретного бизнеса можно сделать вывод о целесообразности принятия решения. В нашем случае для руководства компании становится более очевидной необходимость дальнейшего внедрения цифровых технологий в ближайшие несколько лет.

Отдельно стоит отметить важность технологических изменений для стратегии развития предприятия.

Мобильные технологии, используемые повсеместно, находят применение и в управлении бизнес-процессами и контентом: от мобильных приложений для работы в системе удаленных сотрудников до использования корпоративных чат-ботов в популярных мессенджерах. С помощью чат-ботов сотрудники могут отправлять в систему сообщения о больничных, запрашивать справки 2-НДФЛ, и из самой системы сотрудник может получать через чат-бота поручения, документы на ознакомление и т.д.

Алгоритмы машинного обучения уже сегодня применяются самыми прогрессивными компаниями и ускоряют обработку документации при ее вводе в систему. Автоматизация рутинных операций освобождает человеческие ресурсы для решения более значимых задач, что повышает эффективность процессов.

Большую роль играет и отношение государства к цифровым технологиям. Требования регуляторов к электронной отчетности и общая стратегия построения цифровой экономики в значительной мере влияют на бизнес крупных компаний.

Таким образом, с применением PEST-анализа решение о цифровизации предприятия выглядит более обоснованным и ожидает меньше сопротивления как минимум на уровне руководства компании.