Вплив штучного інтелекту на трансформацію бізнес-процесів
Для розуміння слід зазначити, що штучний інтелект – це дуже широка наука, сфера, яка охоплює не лише ChatGPT, який має чудовий маркетинг, а й доволі великий набір напрямів і технологій ШІ. Окрім цього, є нейронні мережі, які можуть знаходити взаємозв’язки у великому масиві даних, обробляти дані. Існує і комп’ютерний зір, який допомагає з ідентифікацією та розпізнаванням об’єктів, а також машинне навчання та робототехніка, які пов’язані з автономними системами.
Кожен з цих піднапрямів може покращувати, автоматизовувати бізнес-процеси та впливати на них. Все залежить від бізнес-напряму діяльності тієї чи іншої компанії. Тому інтеграція ШІ завжди спрямована на вдосконалення бізнес-процесів, покращення якості, додавання value (з англ. – вартість) в продукт чи виробництво компанії. Через це наразі в компаніях з’являється практика введення таких позицій як Chief AI Officer або Chief Digital Transformation Officer (CDTO) – це людина, яка відповідальна саме за трансформацію бізнес-процесів, за впровадження ШІ. І це вже не одиничні випадки, а тенденція. Так, наприклад, у Мінцифри
з'явилася позиція Chief AI Officer, в Міноборони на позиції CDTO працює Катерина Черногоренко, в Мінекономіки – Олександр Циборт.
"Я прихильник ШІ, але не можу сказати, що він знаходиться на такому рівні розвитку і простоти впровадження, що це однаково легко як для великих корпорацій, так і для малих бізнесів. Що це дешево, ефективно та однаково для всіх. Ні. Є різні кейси застосування, і важливо розуміти, що бізнесу необхідно зважувати всі ризики, всі cost of change (ціну впровадження та адаптації). Треба шукати баланс, а не наосліп йти та впроваджувати ШІ у будь-який бізнес-процес", – каже СЕО Favbet Tech Артем Скрипник.
На його думку, впровадження ШІ ефективне там, де працює найкраще.
"Якщо ми кажемо про кейси застосування, ШІ є найбільш крутим у персоналізації даних, у саджестер (suggest – пропонувати) сервісах, прогнозуванні різного роду подій, базуючись на історичних даних. Крім цього, це покращення логістичних ланцюжків та більш ефективна їх побудова. Це автоматизація тих процесів, які раніше робили люди. Кейсів надзвичайно багато у великих компаній. Наприклад, Amazon використовує ШІ для прогнозування попиту на продукти, різні товари, тим самим вони оптимізують логістику і можуть передбачати, куди які товари треба підвести заздалегідь. Тобто, де найкраще змінити логістичні ланцюжки, щоб було найбільш ефективне використання ресурсу. І так само вони можуть персоналізувати рекомендації товарів для клієнтів", – роз’яснює Артем Скрипник.
За його словами, за допомогою ШІ будуються алгоритми, які рекомендують товари, базуючись на вподобаннях клієнтів. З одного боку, це підвищує продажі, а з іншого – допомагає покупцям значно економити час: система автоматично пропонує те, що покупці або куплять в майбутньому, або шукають. І так само це підвищує продажі, адже товар завжди знаходиться в конкретній локації, у потрібній кількості. Людині не потрібно ні чекати, ні йти на інший сайт, де цей товар буде в наявності.
"Системи, які стосуються рекомендацій, впроваджуються багатьма компаніями. Так, Netflix застосовує ШІ для аналізу поведінки глядачів. Інструмент персоналізує стрічку з рекомендаціями фільмів та серіалів, базуючись на попередньому досвіді клієнта. Система працює складно з погляду побудови, але підвищує прибутки Netflix, тому що люди продовжують купувати підписки. Якщо ми говоримо про прогнозування, то компанія Siemens, наприклад, впроваджує ШІ у виробничі процеси для передбачення виходу з ладу обладнання. Тим самим вона мінімізує час простою виробничої лінії та може передбачати, коли необхідно технічно зробити обслуговування", – зазначає СЕО Favbet Tech.