Нейросети активно интегрируются в бизнес-процессы в России и по всему миру. 70% компаний в России из разных отраслей уже активно используют инструменты с ИИ. Многие внедряют их для роста производительности труда или чтобы сократить расходы.
Согласно отчету AI Index Стэнфордского университета, 42% организаций снизили затраты благодаря нейросетям, а 59% – нарастили доходы.Сейчас наиболее глубокое проникновение ИИ зафиксировано в ряде сфер: финансы, агропромышленный комплекс, здравоохранение, логистика и строительство. Особенно динамично развиваются нейросети, обрабатывающие изображения, тексты и звук – например, GPT-4 от OpenAI и Gemini Ultra от Google.
Это проходящий тренд или начало технологической революции и новая реальность? Расскажем об этом с опорой на мнение экспертов цифровой платформы страхования Zunami.
Тренд или будущее бизнеса?
Сегодня искусственный интеллект окружен огромными – порой завышенными – ожиданиями общества. Обратившись к концепции Gartner Hype Cycle (цикл хайпа технологий), можно увидеть, что сейчас ИИ находится на пике «раздутых ожиданий». В обществе царит эйфория – многие уже оценили широчайшие возможности ИИ.
Однако, согласно тому же циклу Гартнера, далее последуют фазы «разочарования» и постепенного «просвещения». В определенный момент технологии станут обыденностью, и тогда наступит плато продуктивности. Иными словами, нынешний ажиотаж вокруг ИИ со временем спадет, и мы войдем в стадию более трезвого понимания его реальных возможностей и ограничений.
Безусловно, сейчас ИИ – главный технологический драйвер, оказывающий колоссальное влияние на бизнес. Например, уже сегодня функции продуктового маркетинга активно оптимизируются с помощью нейросетей: программы обучают на поведении клиентов и тестируют на них различные гипотезы, чтобы выбрать оптимальные решения. Тем не менее, говорить о полноценной технологической революции пока рано. Скорее всего, внимание к теме ИИ будет постепенно снижаться – бизнесу важно трезво отслеживать тренды развития, не поддаваясь излишнему ажиотажу.
Тотальное ускорение
Искусственный интеллект действительно способен раскрыть потенциал тех, кто мыслит нестандартно и стремится к амбициозным целям. Эксперты прогнозируют, что в ближайшие 3 года появится технология, превосходящая все существующие нейросети – прогресс в этой сфере идет по нарастающей. Уже сейчас ИИ существенно ускорил поиск и обработку информации. Человечество за несколько поколений прошло путь от ручного изучения бумажных справочников до полного делегирования некоторых задач (например, написания текстов) современным алгоритмам.
Но заменит ли технология человека полностью – вопрос открытый. Особенно это касается коммуникации: потребность в человеческом общении, креативности, эмпатии остается высокой. Степень доверия к «машинам» пока ниже, чем к человеку. Например, клиент скорее предпочтет живого оператора роботу при телефонном звонке. То есть где-то технологии упростят взаимодействие, а где-то могут и осложнить.
Интересно, что генеративные нейросети уже влияют на наш язык и стиль общения. Исследования показывают, что спустя 18 месяцев после появления ChatGPT люди стали чаще употреблять в речи более сложные слова (выявлен даже набор характерных «GPT-слов»). Речь идет о словах вроде «метiculous» («скрупулезный»), «delve» («углубиться»), «realm» («сфера») и т.д., которые чат-боты часто используют при генерации текста. Эти выражения все чаще проскакивают и в обычных переговорах и переписке.
Однако обратная сторона этого явления – общение потеряло часть живости. Под влиянием ИИ коммуникация становится излишне четко структурированной и несколько безэмоциональной, что подрывает доверие. Проще говоря, когда все вокруг начинают говорить «правильно и гладко», мы теряем те самые оговорки и эмоциональные обороты, которые сигнализируют о человеческой уязвимости и искренности. Один из выводов экспертов: если в коммуникации пропадают «человеческие» сигналы (неидеальность речи, личный стиль), то мы начинаем меньше доверять такому общению и больше ищем живого контакта. Парадоксально, но ИИ одновременно улучшает эффективность коммуникаций и сеет недоверие – люди настораживаются, подозревая, что с ними говорит машина, даже если это не так.
Простые функции, большие перемены
Аналитики прогнозируют: через 5–7 лет многие профессии в их нынешнем виде исчезнут. Под ударом – специальности, где большая часть работы рутинна и легко автоматизируется. В перспективе может измениться и сама IT-отрасль: порог входа в программирование станет ниже благодаря инструментам ИИ, и навыки разработки будут доступны куда более широкому кругу людей. Зато акцент сместится на социальные сферы, медицину, творчество – области, где без человека не обойтись из-за потребности в эмпатии, оригинальном мышлении и физическом участии.
С другой стороны, передача машинe линейных процессов позволит компаниям сэкономить время и ресурсы для более системных задач, требующих человеческого интеллекта и высокого профессионализма. Уже сейчас ИИ отлично справляется с генерацией текстов – его активно используют в HR и корпоративных коммуникациях, поручая нейросетям написание черновиков писем, рассылок, вакансий. При правильно заданных шаблонах нейросеть способна даже выдерживать нужный tone of voice компании, чтобы тексты соответствовали стилю, привычному для сотрудников или клиентов.
Другой заметный прогресс – в машинном переводе. Качество автоматических переводчиков за последние годы значительно выросло, что ускоряет подготовку многоязычных материалов. В целом, простые рутинные функции все чаще отдаются ИИ, освобождая человеку время для творчества и стратегических задач.
Опыт Zunami: цифровизация страхования с помощью ИИ
Наша цифровая платформа сопровождения страхования Zunami на практике демонстрирует, как можно применять AI-инструменты для инновационных изменений в традиционной отрасли. Платформа создает инфраструктурные сетевые решения для крупного бизнеса, в первую очередь в страховании логистики и e-commerce.
Среди ключевых технологий, обеспечивающих эффективность платформы:
- Антифрод-система – машинное обучение для борьбы с признаками мошенничества. Аналитическая модель в автоматическом режиме проверяет операции по нескольким реестрам, непрерывно обучаясь на новых данных и повышая точность диагностики.
- ML-скоринг для персонализации тарифов. Алгоритмы учитывают огромное количество параметров при расчете страховой премии, выявляя неочевидные зависимости. Это позволяет страховым компаниям-партнерам предлагать клиентам индивидуальные условия, а грузовладельцам — снижать стоимость страховки в 7–10 раз по сравнению с традиционными предложениями.
- Роботизированное урегулирование убытков. Zunami предлагает клиентам с большим числом страховых случаев подключить автоматическую обработку: интеллектуальный алгоритм проверяет каждую претензию на соответствие условиям договора, сопоставляет данные о грузе и детали инцидента, проверяет документы заявителя и его реквизиты. Если все в порядке, робот автоматически готовит и направляет в страховую компанию полный пакет документов для выплаты. Клиент же получает уведомление на электронную почту о решении – либо запрос дополнительных данных, если чего-то не хватает. Важно, что типовые страховые случаи на суммы до 100 тыс. руб. такой сервис способен урегулировать практически без участия человека. Это экономит ресурсы страховщиков и устраняет человеческий фактор – меньше ошибок и задержек. Благодаря роботизации процесса страховые выплаты могут производиться гораздо быстрее, в идеале в день наступления страхового случая, что повышает удовлетворенность клиентов. Показательно, что в модели Zunami страховщики-партнеры сами заинтересованы обрабатывать претензии оперативно – от этого зависят их рейтинги на платформе, и, как следствие, приток клиентов.
Также подход платформы сочетает в себе блокчейн, API-интеграции, чат-боты и позволяет не только автоматизировать рутинные операции (расчет премии, урегулирование), но и перейти к предиктивной аналитике, предсказывая риски и предлагая клиентам персонализированные продукты именно тогда, когда они в них нуждаются.
Где ошибается искусственный интеллект?
Несмотря на впечатляющие успехи, далеко не со всеми задачами нейросети справляются идеально. ИИ склонен допускать ошибки, иногда весьма серьезные.. Более того, попытки исправить одну ошибку могут приводить к новым: программисты шутят, что при указании на неточность нейросеть «извиняется» и… делает еще две. В небольших объемах данных проблему можно отловить вручную, но в больших массивах такая погрешность может стать серьезной угрозой для качества анализа.
По данным исследования McKinsey & Company за 2024 год, среди всех рисков внедрения ИИ компании чаще всего отмечали неточность результатов и угрозы кибербезопасности. Действительно, если ИИ выдает неверные рекомендации, бизнес может понести убытки, а уязвимости в системах с ИИ становятся новой мишенью для кибератак.
В 2025 году внимание к подобным рискам заметно возросло – страховой рынок даже начал разрабатывать механизмы защиты бизнеса от ошибок ИИ. Показательный пример: в мае несколько страховщиков на рынке Lloyd’s of London запустили новый продукт, покрывающий финансовые риски от сбоев чат-ботов и других AI-инструментов. По сути, компании теперь могут застраховать убытки, которые возникнут, если ИИ-система ошибется и это повлечет судебные иски или иные издержки. Полис, разработанный стартапом Armilla, покрывает судебные расходы и компенсации, если, скажем, корпоративный чат-бот выдал некорректный совет клиенту и тот понес ущерб. Такие киберстраховые продукты только появляются, и ожидается, что в ближайшем будущем аналогичные решения дойдут и до российского рынка.
В целом же на текущем этапе ИИ – это прежде всего помощник. Он эффективен в синергии с человеком, беря на себя небольшие задачи, связанные с обработкой языка, данными и формальными операциями, тогда как человек обеспечивает контроль, творческий подход и стратегические решения. Именно в таком дуэте – «умная машина + человек-профессионал» – и заключается оптимальная формула доверия к искусственному интеллекту в бизнесе.
В основе материала лежит статья Computerra.
