Как запустить Siri или Алису в вашу корпоративную среду: чек-лист

Технологии глубоко проникли в жизнь современного человека, а общение с компьютерами — привычное дело. Когда нам нужен ответ на какой-то вопрос, мы призываем на помощь Алису или Siri в своем смартфоне, а кто-то — и дома.

В бизнесе такого рода посторонних ассистентов использовать пока опасаются из соображений безопасности: не хотят утечки конфиденциальных данных и коммерческой тайны.

Однако не все знают, что можно создать виртуального помощника с искусственным интеллектом для конкретного бизнеса.

Новая норма жизни

Классика автоматизации любого процесса или продукта — понять, что происходит сейчас, оцифровать это и «переключить» интерфейс — с ручного на автоматический. Точно так же можно поступить с деятельностью сотрудников линейных должностей.

Уже сейчас можно оцифровать, например, работу консультантов контакт-центров и службы поддержки клиента в компании, телемаркетологов, тренеров и трекеров, а также HR-менеджеров.

Почему речь идет именно об этих специалистах — «коммуникаторах»? Потому что их основная функция — прием и обработка информации, а значит, их деятельность проще оцифровать.

Но не значит, что в отраслях, где нужно перемещать материю в пространстве (курьеры и таксисты) или как-то иным образом работать с материалами (производство, сборка, ремонт), цифровизация — утопия.

Там тоже есть развитие в эту сторону: на промышленных объектах людей уже заменяют роботы, на улицах скоро будут ездить такси-беспилотники, а дроны — заниматься доставкой.

Но в этом материале поговорим именно о навыках «коммуникаторов», так как сейчас есть все предпосылки для массовой цифровизации таких специалистов.

Как создать и запустить AI-ассистента

Что представляет из себя человек как личность и специалист, которого мы нанимаем в бизнес? Если совсем формально, то это ДНК, полученные от родителей, и набор данных, которые он приобрел в процессе жизни: информация/знания, эмоции/характер, опыт социальных взаимоотношений и т.п.

И если вопрос оцифровки ДНК и генома человека в принципе решен современной медициной, то жизненный опыт перевести в биты и байты ученые пока не могут по разным причинам.

• Во-первых, нет такого сканера, который мог бы считывать и записывать все раздражители, которые попадают в мозг человека.
• Во-вторых, если бы он был, такой объем информации не смог бы обработать даже современный суперкомпьютер. Еще в 2015 году американские исследователи-неврологи выяснили, что в мозге человека может поместиться 1 Пбайт, или 1024 Тбайт информации (это 500 млрд страниц стандартного печатного текста).

Выходит, что оцифровать всего человека нереально. Но наиболее важные сведения, которые он использует в профессиональной деятельности, выделить можно. Например, можно нанять вчерашнего студента и за несколько дней подготовить его к работе, сделав акцент на трех важных аспектах:

• язык, на котором работодатель и сотрудник могут обмениваться информацией без искажения;
• набор данных, структурированный в виде тренинга или должностной инструкции;
• способность специалиста задавать вопросы и уточнения, а также учиться на ошибках.

Процесс создания ассистента с искусственным интеллектом (Artificial intelligence — далее просто «AI-ассистент») основывается на тех же фундаментальных принципах.

• Язык — это интерфейс (графический, на прикладном языке программирования или в виде бинарных данных), который используется, чтобы добавлять топики и сущности, загружать текстовые сообщения и их разметку.
• Сами данные, то есть ситуации и сценарии, с которыми будет работать AI-ассистент, и последовательность действий, которые в итоге должны быть произведены в этих обстоятельствах.
• Метрики, которые позволяют оценивать качество дата-сета, его обучения и на основании этого корректировать и усиливать слабые места.

Чек-лист по запуску AI-ассистента

Если перевести это в конкретные прикладные шаги, то чек-лист по запуску AI-ассистента будет выглядеть так.

Первый этап — аналитический: изучение навыков, компетенций и действий специалиста.

Вопрос: «Что делает?» В ответе лучше отталкиваться от действий сотрудника.

Например, оператор контактного центра:

а) отвечает на вопросы клиентов в режиме консультации:

1. по продукции;
2. по срокам доставки;
3. по способам оплаты;
4. …

b) вносит сведения в ИТ-систему;

c) собирает у клиентов дополнительную информацию, которую они не указали в обращении;

d) инициирует общение с потребителем (исходящие телефонные звонки или сообщение в мессенджер).

Вопрос: «Когда делает?» Это триггер, который инициирует ту или иную цепочку:

• когда клиент звонит на горячую линию;
• когда товар лежит на складе больше семи дней и его не забирает покупатель;
• когда клиент отправил рекламацию Telegram-боту компании;
• и т.п.

Вопрос: «Как делает?» Здесь нужно описать алгоритм бизнес-процессов, который связывает действия с триггерами.

Второй этап — технологический: оцифровка, перевод на «технический язык».

В идеале производится параллельно с первым — наиболее творческим — этапом. Здесь нужна подходящая технологическая платформа, куда можно быстро и удобно перенести аналитические результаты, описывая цепочки бизнес-процессов, логику их взаимодействия и т.п.

Есть и более тернистый путь — проектная разработка узкоспециализированного решения.

Третий этап — интеграционный: объединение с существующими источниками данных и ИТ системами.

Тут нужно будет «подружить» по API AI-ассистента и ИT-решения, в которых собираются и хранятся данные, а также непосредственно каналы коммуникации.

Этот этап может быть наиболее непредсказуемым из-за того, что в компаниях редко выстроена единая CDP (Customer Data Platform), поэтому придется склеивать данные из «пазлов» или разрабатывать новые API-стыки.

Но после успешного обучения AI-ассистент сможет:

• классифицировать информацию — определять топик или тему;
• выделять сущности — некие переменные, которые влияют на принятие того или иного решения по итогам обработки запроса;
• анализировать эмоциональный фон собеседника;
• выполнять действия любой сложности без шансов сделать ошибку из-за усталости или некомпетентности;
• собирать информацию из разрозненных систем и источников;
• производить вычисления любой сложности в кратчайшее время;
• помнить все нюансы, записанные в профиль клиента;
• вовремя позвать на помощь живого человека.

Как будут развиваться корпоративные AI-ассистенты

В настоящий момент рынок разговорного искусственного интеллекта находится в фазе «Ранних последователей». Gartner в отчете технологий 2020 года прогнозирует, что Conversational AI выйдет на плато — массовое внедрение — в течение двух-пяти лет. Но средний и крупный бизнес уже сейчас обладает всеми инструментами, необходимыми для создания AI-ассистентов.

На мой взгляд, массовое внедрение технологии будет поддерживаться тремя трендами.

1. Готовые отраслевые ассистенты

Фокус на боли и специфике конкретных направлений деятельности позволит выводить на рынок более простой, понятный и оптимизированный по цене-качеству продукт. Первые ласточки — робот Вера в HR и Dr. AI в медицине.

2. Коллективная работа с навыками

Сейчас уже есть активное open source сообщество разработчиков — NLPub. Интенсивность обмена данными будет увеличиваться по мере вовлечения нетехнических специалистов — маркетологов, бизнес-аналитиков и других.

3. Маркетплейсы

Интеграция с существующими коммуникационными решениями со сложившейся аудиторией (например, в Slack App Directory) упростит подключение ассистентов в сформированные каналы.