«Какие данные — такой и результат»: эксперты рассказали о частых ошибках при внедрении AI-моделей в бизнес-процессы

Дискуссионную программу первого дня E-Retail Week 2025 открыла экспертная сессия, посвященная вызовам и возможностям, которые возникают перед бизнесом при применении AI-технологий для автоматизации процессов. В повестку сессии вошли российские тренды в развитии ИИ, а также примеры успешного внедрения искусственного интеллекта.

Коллегам предстояло рассказать, в каких сферах проявит себя ИИ в ближайшем будущем, насколько эффективно «умные алгоритмы» позволяют оптимизировать работу сейчас, как правильно выбирать инструменты для автоматизации. Управлял дискуссией директор по IT компании Sokolov, Михаил Кудашев.

Спикеры сошлись во мнении, что интеграция ИИ-модулей в CRM- и ERP-системы требует обработки огромных массивов клиентских данных, которые зачастую фрагментированы, неструктурированы или содержат ошибки. При этом алгоритмы, отвечающие за прогнозирование потребительского поведения или автоматизацию коммуникаций, могут давать некорректные результаты из-за «мусорных» данных, что напрямую влияет на качество обслуживания и лояльность клиентов.

Светлана Тимоненкова, директор финансового контроллинга METRO, выразила уверенность, что перед внедрением искусственного интеллекта необходимо упорядочить внутренние данные компании, в том числе через сокращение административных задач:

«Еще несколько лет назад 40% рабочего времени наших сотрудников тратилось на документооборот. С помощью инструментов автоматизации и внедрения ЭДО мы стали больше уделять времени клиентам. Благодаря автоматизации удалось снизить нагрузку на персонал и в целом увеличить продуктивность компании на 2%. В абсолютных числах это очень большие суммы. Однако мы пришли к выводу, что прежде чем идти в искусственный интеллект, желательно упорядочить текущие процессы, потому что для корректной работы ИИ нужны качественные данные».

Руководитель направления облачной ИИ-платформы группы компаний ЦРТ Юлиана Кузнецова в своем докладе обратила внимание на подходы, которые позволят оказаться среди бизнесов, которые успешно применяют генеративный искусственный интеллект, получая при этом экономический эффект:

«Предпочитайте партнерство с искусственным интеллектом. Искусственный интеллект — это ассистент, который поможет сформировать цифровой профиль компании в коммуникациях с клиентами, оставляя для человека принятие ключевых решений».

В число факторов, влияющих на экономический успех от применения ИИ, входит корректное машинное обучение. Евгений Сахаров, заместитель генерального директора «Сантехника-Онлайн», в ходе выступления рассказал, как компания добивается высокой скорости доставки цен до клиента благодаря взвешенной оценке эластичного спроса. По мнению руководителя команды по работе с клиентами GIGA B2B Лилии Сумбаевой, российскому бизнесу предстоит многому научиться, прежде чем использование AI-технологий и GenAI станет по-настоящему эффективным:

«По нашим данным, среди крупных отечественных компаний 36% еще не тестировали генеративный искусственный интеллект, а 27% проводят только точечные эксперименты. Эти цифры будут расти». Коллегу поддержал Андрей Алексеев, руководитель по внедрению решений продвинутой аналитики Дирекции развития накопительных продуктов «Альфа-Банк».

Коллеги также сошлись во мнении, что рост задач, решаемых с помощью искусственного интеллекта, существенно влияет на функционал сотрудников — их задачи трансформируются. Так, Елена Суховей, генеральный директор цифровой платформы быстрых закупок «Максмарт», сообщила, что качественная автоматизация позволяет не только снижать транзакционные издержки за счет автоматизации закупочных процессов, но и перенаправлять усилия сотрудников на более креативные задачи:

«Например, с точки зрения генерации контента наши сотрудники начинают выступать уже в качестве prompt-инженеров. Другими словами, они не столько сами создают контент, сколько проверяют результаты LLM-моделей».