Человек и ИИ: когда сотрудничество эффективно, а когда нет

Искусственный интеллект стремительно проникает во все сферы бизнеса, однако ключевой вопрос остается открытым: всегда ли совместная работа человека и ИИ приносит лучшие результаты, чем работа каждого по отдельности?

Недавнее масштабное исследование Массачусетского технологического института, дает неожиданный ответ. в среднем системы «человек-ИИ» работали хуже, чем лучший из двух компонентов по отдельности. Иными словами, если задачу может лучше решить либо человек, либо ИИ, попытка их объединения часто снижает эффективность.

При этом исследование выявило важные нюансы:

1. Тип задачи имеет решающее значение: задачи принятия решений (когда нужно выбрать из ограниченного набора вариантов) показали снижение эффективности при совместной работе. Напротив, творческие задачи (создание контента) продемонстрировали повышение эффективности при сотрудничестве человека и ИИ.
2. Относительная производительность влияет на результат: когда человек изначально превосходил ИИ в выполнении задачи, их совместная работа приводила к улучшению результатов. Однако когда ИИ превосходил человека, добавление человека в процесс снижало эффективность.
3. Неочевидные факторы: интересно, что факторы, которым часто уделяют много внимания — наличие объяснений со стороны ИИ, уровень уверенности ИИ в ответах или тип участников — не оказали существенного влияния на эффективность сотрудничества.

Эти выводы имеют важные практические последствия для бизнеса. Вместо того чтобы стремиться автоматизировать всё подряд или механически добавлять ИИ к существующим процессам, компаниям следует внимательно анализировать характер задач и определять, где сотрудничество действительно полезно.

Практическое применение ИИ в бизнесе сегодня

Опираясь на результаты исследования, рассмотрим, какие бизнес-задачи лучше всего подходят для использования ИИ, и какие доступные инструменты можно применять уже сейчас.

Творческие задачи: идеальный сценарий для совместной работы

Главный вывод исследования MIT: человек и ИИ достигают наилучших результатов в творческих задачах, где требуется создание контента. Исследователи обнаружили, что в таких задачах наблюдался положительный эффект от совместной работы, в отличие от задач принятия решений, где эффективность снижалась.

Творческие задачи часто требуют как креативного мышления (где люди традиционно сильны), так и рутинной проработки деталей (где ИИ может быть более эффективен). Эта комбинация создает идеальные условия для синергии.

Сегодня бизнес уже активно использует ИИ для создания контента. Вот наиболее эффективные направления:

1. Создание и редактирование текстов

Инструменты на базе ИИ помогают автоматизировать создание различных типов контента: от коммерческих предложений и описаний товаров до маркетинговых материалов и технической документации.

Популярные инструменты:

• ChatGPT.
• Claude.
• DeepSeek.
• Grok.
• GigaChat.
• YaGPT.

2. Генерация изображений

ИИ-инструменты для создания визуального контента позволяют быстро генерировать иллюстрации, баннеры, фотореалистичные изображения и даже полноценные дизайн-концепции.

Эффективные решения:

• Midjourney
• СhatGPT
• Sora
• Stable Diffusion
• Flux
• Canva
• Kandinsky (Сбер) и другие отечественные сервисы для создания визуального контента

Как это применяют российские компании? Например, «ВкусВилл» использовал нейросети для разработки дизайна упаковки собственной линейки макаронных изделий, создав пейзажи, напоминающие о высоком искусстве. Это позволило изменить восприятие привычного продукта и повысить его привлекательность для покупателей.

3. Видео и анимация

ИИ начинает играть все большую роль в создании и редактировании видеоконтента:

• Sora
• Rewatch
• RunwayML
• Kling

Российский бизнес активно внедряет ИИ для создания контента. Согласно исследованию банка «Точка», интерес к ИИ в России вырос на 625% с сентября 2022 года.

Как применить ИИ для бизнеса уже сегодня

Рассмотрим ситуации, помимо творческой сферы, в которых любой бизнес может применить ИИ уже сейчас:

• Автоматизация клиентского сервиса. ИИ-чат-боты и виртуальные помощники обеспечивают круглосуточную поддержку, быстро обрабатывают запросы и решают рутинные задачи. Они помогают клиентам отслеживать грузы, уточнять сроки доставки и решать возникающие вопросы.
• Аналитика данных и бизнес-прогнозирование. ИИ анализирует большие объемы данных, находит закономерности и делает прогнозы. Это позволяет компаниям принимать более обоснованные решения.
• Оптимизация маркетинга и продаж. ИИ помогает персонализировать предложения, оптимизировать рекламные кампании и анализировать поведение клиентов. Искусственный интеллект также способен прогнозировать тренды и помогать с сегментацией аудитории.
• Автоматизация документооборота и юридических процессов. ИИ значительно упрощает и ускоряет работу с документами. Например, в юридической сфере решения на базе искусственного интеллекта могут сократить время проверки договора с 75 до 15 минут. Это особенно актуально для компаний с большим документооборотом.
• Управление персоналом и обучение. Искусственный интеллект помогает оптимизировать процессы HR от подбора персонала до оценки эффективности сотрудников. Около 67% работников считают, что они постоянно делают одно и то же, теряя на этом около четырех с половиной часов в неделю, хотя эти задачи можно было бы автоматизировать.

Задачи принятия решений: где нужна осторожность

В задачах, связанных с принятием решений, исследование MIT обнаружило в среднем негативный эффект от объединения человека и ИИ. Это не означает, что ИИ бесполезен в таких сценариях, но требует более тщательного подхода к интеграции:

1. Правило превосходящей стороны.

Исследование показало, что если человек лучше ИИ в какой-то задаче, их комбинация приводит к улучшению результатов. Но если ИИ изначально превосходит человека, добавление человеческого фактора часто ухудшает результат.

Практический вывод: в задачах принятия решений стоит использовать ИИ для подготовки данных, аналитики и рекомендаций, но оставлять за человеком право окончательного решения в тех областях, где человеческий опыт и интуиция дают преимущество.

2. Разделение труда вместо параллельной работы

Большинство систем предполагают, что и человек, и ИИ выполняют одну и ту же задачу полностью. Однако более эффективный подход — делегировать каждому только те аспекты задачи, в которых он демонстрирует лучшие результаты.

Например, ИИ может анализировать большие массивы данных и выявлять паттерны, а человек — интерпретировать результаты и принимать стратегические решения на их основе.

Успешные кейсы внедрения ИИ в России

Крупные российские компании успешно внедряют ИИ в различные бизнес-процессы:

1. Сбербанк внедрил более 200 моделей искусственного интеллекта, которые помогают составлять портрет клиента, вести учет, планировать сценарии урегулирования задолженностей. Кроме того, банк использует ИИ для упрощения процесса получения ипотечного кредита, предлагая клиентам узнать свой кредитный лимит и оформить ипотеку без заполнения анкет.
2. Wildberries тестирует ИИ-инструменты для генерации изображений одежды на виртуальной модели. Это позволяет продавцам создавать карточки товаров без организации дорогостоящих фотосессий.
3. X5 Retail Group (владелец сетей «Пятерочка», «Перекресток») использует ИИ для оптимизации логистики, прогнозирования спроса и управления товарными запасами. Компания также внедряет системы видеоаналитики для отслеживания очередей и контроля наличия товаров на полках.
4. Газпром нефть относится к отраслевым лидерам по внедрению ИИ в промышленности. Компания использует искусственный интеллект для оптимизации процессов добычи, предиктивного обслуживания оборудования и повышения безопасности на производстве.

По данным исследования Национального центра развития искусственного интеллекта, отраслями-лидерами по внедрению ИИ в России являются финансовый сектор, информационно-коммуникационные технологии и телеком — около 53% организаций из этих отраслей уже используют ИИ-технологии в своей деятельности.

Как оценить эффективность внедрения ИИ в бизнес

Перед внедрением ИИ в бизнес-процессы важно уметь оценить потенциальную выгоду и окупаемость инвестиций:

1. Расчет ROI (Return on Investment)

ROI = ((Доход - Расходы) / Расходы) × 100%

Этот показатель помогает определить, насколько окупаются вложения в ИИ-системы. Для корректной оценки необходимо учитывать как прямые, так и косвенные эффекты от внедрения.

2. Ключевые метрики эффективности ИИ

Помимо общего ROI, стоит отслеживать конкретные показатели:

• Экономия времени: сколько часов высвобождается благодаря автоматизации.
• Улучшение точности: насколько снижается количество ошибок.
• Повышение качества обслуживания: как изменяются отзывы клиентов и скорость обработки запросов.
• Бизнес-эффект: увеличение прибыли за счет сокращения затрат на определенные процессы.

3. Пример расчета окупаемости ИИ для проверки документов

Допустим, у опытного сотрудника проверка договора с использованием чек-листа занимает около 75 минут. Сервис на основе ИИ позволяет сократить это время до 15 минут. Если внедрение ИИ-системы обходится компании в 7 млн рублей, то окупаемость можно рассчитать, исходя из количества обрабатываемых документов и стоимости рабочего времени сотрудников.

Пять шагов по внедрению ИИ в бизнес

1. Определите цели и задачи:

• Конкретизируйте, что вы хотите улучшить с помощью ИИ: сократить издержки, повысить качество, ускорить процессы.
• Выберите задачи, соответствующие выводам исследования MIT: фокусируйтесь на творческих процессах и аккуратно подходите к задачам принятия решений.

2. Изучите доступные решения:

• Проанализируйте существующие ИИ-инструменты, подходящие для ваших задач.
• Оцените их совместимость с вашими текущими системами.

3. Начните с пилотного проекта:

• Выберите небольшой, но важный бизнес-процесс для первого внедрения.
• Установите четкие метрики успеха для оценки результатов.

4. Обучите команду:

• Проведите обучение сотрудников работе с ИИ-инструментами.
• Объясните, как правильно ставить задачи и взаимодействовать с ИИ для достижения лучших результатов.

5. Оцените результаты и масштабируйте:

• Проанализируйте эффективность пилотного проекта по установленным метрикам.
• При положительных результатах расширяйте применение ИИ на другие направления.
• При необходимости скорректируйте подход на основе полученного опыта.

Искусственный интеллект открывает огромные возможности для бизнеса любого масштаба, но требует осмысленного подхода к внедрению. Исследование MIT предлагает ценные ориентиры: фокусироваться на творческих задачах, где человек и ИИ дополняют друг друга, и более внимательно подходить к областям принятия решений.

Для российских компаний ИИ становится не просто модным трендом, а необходимым условием для сохранения конкурентоспособности. Объем инвестиций в искусственный интеллект в России за год вырос на 36% и достиг 305 млрд рублей, что свидетельствует о понимании стратегической важности этой технологии.

Начиная с небольших проектов и постепенно расширяя применение ИИ, компании могут добиться значительного повышения эффективности, сокращения издержек и улучшения качества продуктов и услуг. Главное — помнить, что ИИ — это инструмент для усиления человеческих возможностей, а не их замены.