Вы уже внедряете ИИ? Тогда мы к вам!
IT-инструменты, которые использует Дмитрий Романов
- АмоCRM
- Трелло
- Коробка зависти
Нейронные сети и искусственный интеллект — это не только модная в наши дни тема для разговоров и публикаций в СМИ, но и важный элемент бизнеса. Также, вопреки распространенному мнению, ИИ внедряют не только корпорации, но и малый и средний бизнес. Основатель Университета искусственного интеллекта Дмитрий Романов рассказал о пользе, которую нейросеть может принести бизнесу, в своей колонке для портала Biz360.ru.
Досье
Дмитрий Романов — основатель Университета искусственного интеллекта. Разработчик ИИ с 2003 года, создатель первого в России интерфейса мозг-компьютер. Выполнил более 30 проектов в области искусственного интеллекта.
Какие преимущества искусственный интеллект может принести компании
Искусственный интеллект (ИИ) может дать компаниям вполне ощутимые преимущества. Он может, например, выполнять задачи, с которыми человек физически не может справиться из-за больших объемов данных. При этом вполне реально просчитать выгоду от использования ИИ — то есть определить экономические показатели.
Экономический эффект от внедрения ИИ достигается за счет двух важных факторов:
-
увеличение товарооборота — если добавить в продукт дополнительный полезный функционал для клиентов;
-
Прямая экономия денег — наиболее очевидная ценная выгода, поэтому это полезный фактор, который можно использовать в качестве аргумента в дискуссии компании о внедрении искусственного интеллекта.
В этой статье речь пойдет о прямых сбережениях.
Прямая экономия от внедрения ИИ
Когда речь идет о снижении затрат с помощью искусственного интеллекта, есть два основных сценария:
-
Заменить сотрудников искусственным интеллектом, то есть разовое вложение в развитие и последующую экономию на зарплате;
-
Снизить риски, ведущие к прямым штрафам, санкциям, убыткам и т.д.
Рассмотрим их подробнее на примерах.
Замена сотрудников на нейронную сеть
Первый пример: отдел контроля качества колл-центра. Представьте себе колл-центр с 300 людьми, включая 30 менеджеров по контролю качества. Слушают разговоры и проверяют, правильно ли менеджер колл-центра поприветствовал клиента и попрощался с ним, попросил ли контакты, был ли он вежлив, не было ли негатива или эмоций со стороны клиента или тем более менеджера, он правильно представил продукт и ответил на вопрос, соблюдает ли он правила внутреннего распорядка.
Средняя заработная плата менеджера по контролю качества с учетом налогов составляет 40 000 рублей, а стоимость 30 менеджеров составит 1,2 млн рублей. Вместе с зарплатой менеджеров эта статья расходов занимает не менее 1,5 млн рублей в месяц, не считая единовременных затрат тех же 1-1,5 млн на оснащение рабочих мест и учетных записей в CRM. Сюда же следует добавить стоимость найма: наем менеджера для офиса стоит в среднем 30 тысяч рублей, для внешней работы — 15 тысяч.
Сколько стоит нейронная сеть, которая решит те же задачи? Мы разрабатывали аналогичные нейросети, поэтому могу дать достаточно точную оценку: самый примитивный вариант будет стоить около 1,5-2 млн рублей, а хорошо проработанная нейросеть будет стоить 5-6 млн рублей.
В результате ИИ обеспечивает мощную экономию. Нейросеть стоит 5-6 млн рублей, а отдел с менеджерами стоит 1,5 млн на старте и далее по 1,5 млн ежемесячно, в итоге нейросеть окупится уже на четвертом месяце. Может ли нейронная сеть заменить 30 менеджеров по контролю качества? Может быть, поверьте мне. Я руководил подобными отделами контроля качества в колл-центрах и не могу сказать, что люди работают лучше, чем ИИ. Люди требуют постоянного контроля. В результате отделы контроля качества оказываются выше контроля качества, менеджеры нуждаются в постоянном обучении, а ведь эти сотрудники делают больше ошибок, чем нейросеть.
Минусов в замене сотрудников нейросетью всего два:
-
Необходимость найма разработчиков (наш университет бесплатно предоставляет компаниям квалифицированных ИИ-разработчиков, при этом наем обычно стоит две месячные зарплаты специалиста, т.е порядка 150-400 тысяч);
-
Срок разработки – 6-8 месяцев до внедрения.
Второй пример — небольшое маркетинговое агентство. Владелец – наш выпускник, клиент – агент по недвижимости. Одной из его услуг является оценка недвижимости. Этим занимались два штатных сотрудника, которые выдавали ограниченное количество смет и при этом регулярно допускали ошибки. Владелец агентства пришел к нам на обучение по созданию нейросети, которая заменит их, и создал ее за полгода своими руками, ничего не потратив на разработчиков. Созданная им нейросеть по точности и объему оценок значительно превзошла сотрудников. Это пример замены сотрудников нейросетью в малом бизнесе.
Наверняка в компании вы найдете того, кого можно заменить нейросетью и таким образом сократить расходы. Конечно, заменить, например, директора по продажам или директора по персоналу нейронной сетью невозможно. Но линейные HR или линейные менеджеры могут, и довольно успешно.
Снижение рисков благодаря нейронной сети
Этот параметр оценить немного сложнее, но это тоже прямое снижение себестоимости.
Первый пример — строительная площадка, где рабочие должны носить защитные каски и жилеты. Этим может управлять сотрудник или нейронная сеть. Если сотрудник проявит невнимательность, один из строителей будет работать без каски и жилета. И тогда, в лучшем случае, внезапная проверка выявит брешь в системе безопасности, а в худшем – кто-то пострадает, а это будет означать штрафы, проверки и массу неприятностей. Если мы снизим эти риски за счет использования нейронной сети, которая работает во много раз внимательнее человека, мы получим существенную экономию и снизим риск.
Предположим, что в среднем компания получает штраф за нарушение правил техники безопасности сотрудниками в размере 5 млн рублей один раз в два года, то есть 2,5 млн в год. Если внедрить нейросеть, которая будет допускать такие ситуации в десять раз реже, стоимость штрафов снизится с 2,5 млн до 250 тысяч в год.
Теперь добавим события: допустим, что-то упало на строителя, а он был без каски и получил травму. Для компании это репутационные и финансовые затраты. Если нейронная сеть уменьшит эту вероятность хотя бы в пять раз (субъективное суждение), это принесет пользу. Стоимость разработки нейросети для таких задач составит примерно 3 млн рублей.
Второй пример: один из наших студентов создал нейронную сеть, которая распознавала формы отливок на сталелитейном заводе. Задача сети – сделать так, чтобы созданная литая стальная заготовка попала к нужному заказчику, условно, в Китай, а не в Эмираты, ведь каждая ошибка стоит предприятию 10 млн рублей штрафов, а сотрудники могут ошибаться от время от времени. Нейронная сеть, созданная нашим учеником, с точностью 99% определяла цифры, выгравированные на стальной заготовке, и при этом нейросеть и человек могли ошибаться как минимум в десять раз реже, чем просто человек. В каждом случае компания сэкономила по 10 млн рублей на штрафах и репутационных издержках.
Как найти нишу в компании для использования нейросети
-
Замените сотрудников нейронной сетью. На «штучных» позициях нейросеть не заменит живого специалиста лет пять-десять. Но на ярмарке это можно сделать и сегодня. Вместе с экспертами по ИИ решите, каких сотрудников в вашей компании может заменить нейросеть, сравните затраты — это поможет вам принять правильное решение.
-
Избегайте штрафов. Определите все точки возможных штрафов и рисков, пригласите экспертов и разработчиков ИИ и обсудите по пунктам, какие из списка рисков можно уменьшить с помощью нейросети. Затем оцените риск финансовых потерь и сравните их со стоимостью реализации. А затем принять решение.
