Артем Пермяков: Уже существует статистика эффективности использования искусственного интеллекта

Что такое настоящий искусственный интеллект? Какие задачи он может решать? Способен ли он превзойти человека и если да, то в чем? И, самое главное, в каких направлениях внедрение искусственного интеллекта может принести реальный экономический эффект? Об этом говорили участники организованной CNews Conferences конференции «Искусственный интеллект 2019». О том, в каких направлениях уже используется искусственный интеллект, рассказал редакции CNews Артем Пермяков, R&D-директор компании Directum.

Что такое, в вашем понимании, искусственный интеллект (ИИ)?

Под искусственным интеллектом сегодня принято понимать всю совокупность методов, с помощью которых создаются интеллектуальные системы: машинное обучение, нейронные сети, технологии распознавания естественного языка, обработки голоса, компьютерное зрение и т. д.

Когда мы говорим о задачах и областях применения в рамках корпоративного сектора, то ИИ — это способность ПО выполнять рабочие функции, присущие человеку. Во-первых, это выполнение рутинных работ: ИИ не берет на себя креативную роль, а осуществляет часто повторяющиеся операции. Второе направление использования — это анализ больших данных и построение неочевидных для человека выводов в рамках предиктивной аналитики.

Какими будут «интеллектуальные» ECM?

Мы ожидаем, что в системах будут развиваться как небольшие смарт-фичи, повышающие удобство использования, например, умные подсказки в различных контекстах и возможности автозаполнения, - так и полностью новые подходы в конкретных предметных областях. Сегодня в ECM-системах развивается целый спектр направлений, где ИИ значительно упрощает работу:

Есть сценарии использования из разряда «низковисящих фруктов». Например, интеллектуальное распознавание входящих документов — это практически must have, причем как среди специализированных систем, так и среди ECM — как минимум, на уровне интеграции.

Определение ответственного и автоформирование резолюций. Решение задачи с помощью ИИ может развиваться в двух вариантах, во многом зависящих от культуры организации. В первом случае сохраняется иерархическая структура управления, а ИИ используется для предсказания ответственного следующего уровня. Другими словами, генеральному директору интеллектуальная подсказка предложит нужного заместителя, заместителю — руководителя подразделения и так далее. Сам процесс не поменяется принципиально. В то же время, возможности машинного обучения позволят системе «научиться» сразу определять конечного исполнителя и отправлять ему информацию, минуя промежуточные звенья. Это второй, более радикальный подход, близкий к плоской структуре. Если учесть все риски второго подхода (например, с помощью уведомления заинтересованных лиц, грамотного подхода к машинному обучению), то развитие такого сценария позволит в несколько раз ускорить принятие решений.

Стоит добавить, что подобным образом могут работать и интеллектуальные системы государственных органов. Обработка обращений граждан с участием ИИ может включать не только умную классификацию поступивших заявок, но и автоматическое определение ответственного, что позволит значительно сократить сроки рассмотрения. Для решения этих задач ECM-система может интегрироваться со средствами обработки голоса и принимать устные обращения также в полностью автоматическом режиме.

Умная обработка договорных и тендерных документов. Во-первых, ИИ уже сейчас извлекает реквизиты и самостоятельно заносит их в систему. Во-вторых, алгоритм может сравнивать документы: сопоставлять версию от контрагента с исходной версией договора или соотносить проект контракта с шаблоном и выявлять разрешенные и недопустимые изменения. В-третьих, интеллект может использоваться для анализа рисков, например, штрафных санкций и т.д.

Робот-бухгалтер. AI в совокупности с технологией RPA будут хорошо работать на стыке системы документооборота со смежными решениями. В ECM хранится множество электронных документов, в том числе бухгалтерских. В этом случае возможности технологии выходят за пределы извлечения реквизитов, и позволяют определять, на какие счета и статьи затрат нужно разнести поступившие документы в учетной системе.

Умные боты и голосовое управление. С их развитием в ECM-системах появятся полноценные виртуальные ассистенты наподобие Алисы, Google Assistant, Alexa и т.д.  

Предиктивная аналитика в системе документооборота может быть полезна для HR. Например, система может анализировать входящие резюме, предсказывать увольнение сотрудников или определять узкие места в процессах.

Насколько экономически оправдано внедрение таких решений?

Все перечисленные сценарии использования ИИ направлены на значительное ускорение процессов, сокращение времени обработки данных. Для наиболее очевидных кейсов уже накоплена статистика по эффекту от внедрения. С точки зрения масштабируемости бизнеса это оправданные затраты, которые позволяют развивать компанию не только за счет постоянного набора персонала. Примеры, которые уже есть в крупнейших компаниях-лидерах рынка, подтверждают, что масштабировать процессы и выйти на новые объемы работ можно с помощью ИИ и роботов, а не только за счет экспоненциального роста числа сотрудников.