Восемь задач малого бизнеса, где ИИ окупается

Из десятков предложений про искусственный интеллект малому бизнесу реально окупаются несколько скучных задач: подготовка текстов, разбор входящих обращений, подбор по описанию, черновая работа с данными. Ниже — восемь таких задач, разложенных по стоимости внедрения, скорости отдачи и цене ошибки, и вывод, с чего начинать разным типам бизнеса.

По каким признакам сравнивать

Чтобы разговор не сводился к впечатлениям, у каждой задачи мы смотрим четыре вещи.

Стоимость внедрения — сколько работы нужно, чтобы функция появилась внутри вашей системы, а не в браузере сотрудника.

Скорость отдачи — через какое время после запуска видно изменение в рабочем дне.

Цена ошибки — что происходит, когда модель ответила неправильно. Это главный признак: он определяет, нужен ли человек между результатом и клиентом.

Требование к данным — что у вас уже должно быть, чтобы функция вообще заработала.

Таблица по восьми задачам

Таблица намеренно не содержит процентов экономии: считать их за чужой бизнес нечестно, а измерять надо у себя на своей задаче.

Четыре задачи, с которых стоит начинать

Описания товаров и объявлений. Работает, когда карточка заполнена характеристиками: модель пересказывает данные, а не сочиняет их. В платформе Papa BU у нас так собираются объявления, и главным ограничением стало правило не описывать свойства, которых нет в карточке.

Разбор входящих обращений. Заявка приходит текстом, система определяет тему, срочность и нужный отдел, кладёт в правильную очередь. Ошибка стоит дёшево: письмо попало не туда и его перекинули руками.

Расшифровка разговоров. Запись превращается в текст и в короткое резюме с договорённостями. Отдача видна на первой же неделе, потому что исчезает работа «вспомнить, о чём говорили».

Черновики писем. Модель делает первый вариант по образцам ваших писем, человек правит. Экономится не мысль, а набор текста, и именно это занимает время.

Три задачи со средней сложностью

Ответы на типовые вопросы. Работает при одном условии: система отвечает только вашим материалом, а при отсутствии ответа честно передаёт человеку. Модель, которой разрешили импровизировать про сроки и наличие, придумает и то и другое.

Подбор по описанию ситуации. Покупатель пишет своими словами, система предлагает подходящее. В магазине «Жук и Плут» ИИ-консультант отвечает языком методики бренда, а не текстом карточки товара, и первая версия, собранная на одних описаниях товаров, выдавала вежливую пустоту.

Приведение данных в порядок. Разные написания одного бренда, размеры вперемешку, характеристики в комментариях. Модель приводит это к единому виду быстрее человека, но результат обязательно просматривается выборкой.

Одна задача, которую откладывают напрасно

Внутренний поиск по документам и переписке. Внедрение дороже остальных, отдача не мгновенная, зато цена ошибки почти нулевая: худшее, что случится, — найдётся не тот документ.

Смысл появляется там, где накоплены сотни файлов: договоры, инструкции, техописания. Сотрудник спрашивает своими словами и получает ссылку на нужное место, вместо того чтобы обходить коллег.

Механика здесь та же, что в векторном поиске по каталогу: текст переводится в координаты смысла, и близкое находится без совпадения слов.

Что съедает бюджет незаметно

Три статьи расходов, которые не видны при первом разговоре.

Подготовка данных. Она почти всегда больше самой разработки. Каталог без описаний, номенклатура в трёх написаниях, документы в бумаге — всё это приводится в порядок людьми, и это не работа разработчика.

Проверка результата. Первые недели кто-то обязан смотреть, что выдаёт система, и фиксировать промахи. Без этого шага функция живёт до первой громкой ошибки, после чего её выключают.

Расход на вызовы модели. Он мал в пересчёте на одно действие и заметен на объёме. Считать его надо заранее, на ожидаемом количестве обращений в месяц, а не после первого счёта.

Общее правило про человека в цепочке

Между результатом модели и клиентом человек нужен там, где ошибка создаёт обязательство.

Срок доставки, цена, наличие, гарантия, юридическая формулировка — всё это обещания. Ошибка в них стоит денег и репутации, поэтому такие ответы либо берутся из данных напрямую, либо проверяются человеком.

Там, где ошибка означает лишь неудобство — письмо ушло не в тот отдел, расшифровка потеряла реплику, — человека в цепочке можно не держать.

Кому что делать

Магазину с большим каталогом: описания товаров, потом подбор по ситуации, потом ответы на вопросы. Всё это работает от каталога, и каталог придётся сначала привести в порядок.

Услугам с потоком заявок: разбор входящих, расшифровка звонков, черновики писем. Три задачи с низкой ценой ошибки, каждая внедряется отдельно.

Производству и оптовику: приведение данных в порядок и поиск по документам. Тексты для покупателя там нужны реже, а разнобой в номенклатуре мешает ежедневно.

Если бизнес меньше пяти человек и поток обращений измеряется десятками в месяц, разработка не окупается вообще. Готовый чат в браузере закроет большую часть задач бесплатно, и это честный ответ. Порядок цен на разработку под свою систему — в разделе цены.

Коротко

Окупаются задачи с низкой ценой ошибки и уже имеющимися данными: описания, разбор входящих, расшифровки, черновики писем. Задачи с обязательствами перед клиентом требуют человека между результатом и получателем. Внутренний поиск по документам стоит дороже, отдаёт медленнее, но почти не может навредить. При малом объёме работы никакая разработка не нужна: браузерный чат закрывает всё, что закрывает.