В прошлом году нейросети сделали качественный скачок в развитии: массовая аудитория увидела в них инструмент, который может написать текст, создать картинку или заговорить человеческим голосом. Это спровоцировало разговоры о том, как много рабочих мест скоро заменит искусственный интеллект. Однако все не так просто. О том как нейросети будут внедряться в рабочие процессы, на примере RPA-технологий рассказывает Константин Артемьев, основатель отечественной платформы автоматизации бизнеса с помощью программных роботов и искусственного интеллекта Sherpa PRA.
При чем тут RPA
Технология RPA (Robotic process automation) появилась на рынке относительно недавно, около десяти лет назад, и быстро начала внедряться в процессы крупных компаний: от банков до телеком-компаний. RPA-платформы позволяют при помощи no-code инструментов создавать роботов — программы, решающие за человека те или иные рабочие задачи. По сути, это виртуальные сотрудники.
До последнего времени специалисты, рассказывая об RPA, делали акцент на том, что технология помогает избавляться от рутины. Действительно, роботы хорошо решают задачи, которые можно разложить на последовательность простых действий — заполнение таблиц, сверка актов, обработка заказов и так далее. По этой причине основными клиентами RPA-платформ в основном были крупные компании, где всегда есть большой объем типовых задач — особенно в отделах продаж, маркетинга, логистики, HR и клиентского сервиса. Однако внедрение нейросетей в RPA-платформы резко расширяет круг сфер, в которых могут применяться программные роботы.
Как нейросети используются сегодня
Несмотря на бум развития искусственного интеллекта и всеобщий ажиотаж, использовать нейросети в работе сегодня довольно сложно. Чтобы получить от ChatGPT или Midjourney качественный результат, нужно составить не менее качественный промпт, а делать это умеют не все. Наоборот, возникают комичные ситуации. Так, американский юрист подготовился к суду с помощью нейросети — в стратегии защиты, которую предложил ChatGPT, оказались выдуманные прецеденты. Ошибка вскрылась, когда судья и адвокаты другой стороны не смогли найти указанные дела.
Конечно, это не значит, что нейросети плохо работают, но это в первую очередь технология, а не готовый инструмент, который все сделает за пользователя. Однако искусственный интеллект можно интегрировать в другие системы: это делает его использование более простым, а результат — более стабильным. Так, нейросети сейчас начали активно внедрять в RPA-платформы. На самом деле их частично использовали и раньше (например, технологии computer vision помогали распознавать текст и таблицы на сканах и ускорять документооборот), но сейчас, с ростом качества самих нейросетевых моделей, их влияние стало куда заметнее. Благодаря этому программные роботы могут решать не только типовые рутинные задачи, но и более сложные вопросы.
Вот несколько примеров:
- Общение с пользователями
ChatGPT генерирует текст, а RPA — структурирует остальную работу. По сути, нейросети классифицируют входящие сообщения и автоматически отвечают на популярные вопросы. Если задача оказывается сложной, робот направляет запрос сотруднику. Искусственный интеллект позволяет не просто отправлять клиенту стандартные сообщения, заранее написанные человеком, а генерировать персонализированный ответ.
Более того, нейросети могут обращаться к заготовленному Q&A или даже базе данных, чтобы готовить сообщение на их основе. Благодаря этому создаются, например, роботы-юристы. В отличие от примера из американского суда, они не выдают несуществующие факты, а составляют ответ на базе профильных источников, таких как «Консультант» и «Гарант».
- Анализ данных
До подключения нейросетей RPA-технологии также ускоряли работу аналитиков: они могли в автоматическом режиме собирать данные с нужных сайтов, выгружать необходимую информацию из таблиц и так далее. Нейросети делают анализ более глубоким. К примеру, они могут ускорить работу с закупками: автоматически проанализировать тендерную документацию, оценить шансы на победу и даже сформировать заявку.
У нас даже были кейсы, когда робот сам подписывал и отправлял заявку на участие в закупке. Обычно это возможно, если тендер предполагает, например, поставку оборудования (когда в заявке нужно только указать товары и цены). Однако в будущем нейросети ускорят и участие в более сложных закупках — тех, где условия тендера требуют креативной работы, составления релевантного портфолио и так далее.
- Создание контента
Пока нейросети не могут написать глубокую экспертную статью (во всяком случае, без детального промпта и заданной фактуры), но с некоторыми задачами они справляются хорошо. Например, в связке с RPA искусственный интеллект может создавать SEO-материалы и автоматически размещать их на сайте. Также на основе данных компании он формулирует описания товаров, добавляет их на маркетплейсы и сайты, сокращая крупным ритейлерам большой объем работы.
Генерация иллюстраций пока не так эффективна в бизнесе (например, на тех же маркетплейсах полезнее оказываются реальные фотографии, а не сгенерированные изображения), но это также может измениться в будущем.
Что будет дальше
Описанные примеры — только часть большой тенденции. По сути, благодаря искусственному интеллекту программные роботы становятся более адаптивными, учатся решать нетипичные задачи и искать оптимальные пути решения. Это касается даже самого создания таких роботов: нейросети упрощают для пользователя процесс формирования сценария.
RPA — одна из тех сфер, для которой нейросети стали драйвером роста на годы вперед. Это дает синергетический эффект: нейросети перестают быть инструментом для профессионалов и энтузиастов и начинают решать регулярные задачи компаний. При этом RPA-решения становятся востребованы для более широкого круга компаний. Если раньше основным пользователем программных роботов был крупный бизнес с большими объемом рутины, то сейчас RPA-решения могут быть полезны и менее крупным компаниям — заменять часть рядовых сотрудников, занятых в маркетинге, закупках и других сферах.
