Думаем, все согласятся, что сегодня искусственный интеллект (ИИ) стал одним из самых главных трендов. Однако совокупного опыта его применения практически нет – каждая компания сама определяет, как использовать ИИ, очень редко открыто публикуя конкретные кейсы. При этом многие утверждают, что с его помощью решают разнообразные задачи автоматизации бизнеса, но на деле показывают только чат-боты и базы знаний, хотя возможностей использования ИИ гораздо больше.

В этой публикации мы будем говорить не о теории генеративных моделей, а об их практическом применении, и поделимся реальными решениями, которые упрощают и ускоряют работу отделов в B2B. Вы узнаете, как искусственный интеллект помогает бизнесу справляться с повседневными проблемами на примере платформы BPMSoft, с которой мы чаще всего работаем.

В целом, BPM-системы (например, CRM или SRM) решают общие задачи бизнеса, а ИИ-ассистенты расширяют их функционал и возможности для работы с абстрактными задачами, которыми обычно занимается человек. Сегодня искусственный интеллект – это уже больше, чем просто технология. Очень скоро его можно будет назвать полноценными дополнительными мозгами для бизнеса. Уже сейчас мы поделимся первыми реальными кейсами интеграции ИИ в корпоративные системы.

Описание
Компания «Рога и Копыта» (наш демонстрационный пример) ежедневно получает десятки писем: от спама до реальных запросов. Менеджеры тратят 10-20% своего времени на их разбор. Мы подключили ИИ-ассистента, который:

• автоматически определяет, где спам, а где потенциальный заказ
• разносит письма по папкам «Спам» или «Потенциальные лиды»
• делает это на основе настроенного промпта, в котором указаны продукты компании

Таким образом, все входящие письма автоматически распознаются ИИ-ассистентом, а сотрудники уделяют свое время только потенциальным клиентам.

Описание
В первом кейсе мы разобрались с входящими письмами, распознав их как лиды или спам. Следующим шагом мы научили ИИ-ассистента анализировать запросы лидов – теперь он:

• выделяет ключевые параметры: тип продукта, объем партии, дата поставки
• если какой-то параметр отсутствует, самостоятельно запрашивает его у клиента, ведя диалог через письма от имени компании без участия менеджера
• после получения всей нужной информации квалифицирует лид и отправляет его менеджеру вместе с контактными данными клиента
• все объяснения своих решений записывает в систему, сообщая, почему тот или иной лид не был квалифицирован

В результате менеджеры получают уже проработанные лиды, а не «сырые» обращения, что сокращает ручной труд и ускоряет продажи.

Описание
Ранее менеджерам компании “Рога и копыта” приходилось собирать в интернете и вносить в систему базовую информацию о контрагентах, но теперь такая необходимость отпала, потому что наш ИИ-ассистент:

• сам заходит на сайт, находит ИНН, адрес, описание, контакты
• вносит данные в карточку контрагента в BPMSoft
• анализирует сайт по заданной глубине: количеству вложенных страниц, на которых ему требуется искать информацию

Менеджеры больше не тратят время на изучение сайтов клиентов – этот процесс запускается автоматически по нажатию кнопки, на определенной стадии сделки или при другом удобном вам событии.

Описание
ИИ-ассистент помогает сотрудникам еще и в составлении корректных писем:

• исправляет ошибки и стилистику
• предлагает варианты текста: деловой, претензия, запрос и т. п.
• редактирует текст перед отправкой автоматически или по нажатию кнопки

Менеджерам становится проще корректно общаться с клиентами и партнерами, а справочник сценариев писем может быть расширен: «запрос документов», «напоминание об оплате» и т. п.

Преимущества

• Мгновенный доступ к информации
• Повышение эффективности работы

Описание
Нередко менеджерам срочно нужны конкретные данные, например, реквизиты контрагента или сумма определенного контракта. Вот только проблема – в каких же они были файлах и папках? Теперь достаточно просто задать вопрос ИИ-ассистенту, который:

• ищет необходимую информацию среди всех загруженных в систему документов
• дает конкретный ответ с ссылкой на исходный документ

Таким образом, сотрудники быстро получают по запросу необходимую информацию из любой коллекции документов (регламенты, договоры, счета и т. п.).

Описание
Каждый из приведенных кейсов может быть реализован на разных моделях:

• для задач с высокой точностью – ChatGPT, YandexGPT
• для простых или чувствительных к бюджету задач – локальные модели
• переключение между «мозгами» – настраивается для каждой части вашего процесса, что позволяет использовать несколько LLM-моделей даже в одном процессе

Все это дает гибкость в управлении затратами и масштабируемость решений.