ИИ может поднять выручку на 35% за год

Искусственный интеллект многогранен именно в том, как он может применяться в бизнесе. Генеральный директор российского вендора решений на базе ИИ 3iTech Алексей Любимов рассказывает о месте и роли ИИ и конкретной технологии в деловом ландшафте. 

Казалось бы польза нейросетей уже продемонстрирована с того момента, когда в бизнес-среду в 2021-22 годах ворвался искусственный интеллект, предоставив возможность быстро и практически бесплатно рисовать изображения, писать статьи, рекламные буклеты и прочие тексты, музыку, и даже программный код. Но уже через год оказалось, что качество продукта, подготовленного нейросетями, требует постобработки силами все тех же профессионалов, кто мог бы сделать эти продукты и с нуля. Да возможно, ИИ пока делает лишь черновую работу, и это первый этап, но разочарование бизнеса все больше, а нейросети пока застряли в своем развитии из-за стремительно дорожающих вычислительных мощностей и летящей вверх экспертной услуги обучения языковых моделей. В интернете есть хорошие материалы о том, как подорожали, например, услуги юристов, медиков, и прочих профильных специалистов, которые, собственно, и делают искусственный интеллект похожим на интеллект или хотя бы на помощника эксперта.

«Бытовой» ИИ

Мы можем разделить весь ИИ на два больших класса: условно «бытовой» и строго «профессиональный». Бытовой это как раз тот, который может из двух изображений сделать абстракцию. Причем, пользователь такой нейросети весьма слабо влияет на результат компиляции. Да, его пожелания принимаются в расчет, но на выходе точно не будет именно того, чего ждет заказчик. То же самое с текстами. Нейросети пока похожи на неопытного писателя или журналиста, который не умеет выстраивать структуру материала, подчинять его главной идее, придумывать блестящие заголовки. Плюс, ИИ привирает — та самая проблема «галлюцинаций». За бесплатно получите что-то и не жалуйтесь. Поэтому, едва ли дизайнерские агентства или профессиональные копирайтеры могут полностью довериться нейросетям сегодня.

ИИ врет

Появление больших языковых моделей (LLM) создало проблему, совершенно неожиданную для разработчиков — ИИ начал жить «своей» жизнью. Он начал фантазировать и авторитетно рассказывать о том, чего нет. Искажать отражение реальности. Что делает его использование в бизнесе, без проверки результатов человеком, причем профессионалом, весьма рискованным. На этом попались и дипломники в ВУЗах, и даже адвокаты в судах (правда, пока не российских).

Конечно, создатели ИИ стараются разобраться в природе этого «вранья» и устранить проблему, но пока это не удалось. О том, почему нейросети «врут» есть лишь гипотезы. На днях OpenAI объявила о неожиданном росте частоты ошибок в своих новых моделях o3 и o4-mini, до 38% и 49% соответственно. Причем, объем галлюцинаций вырос значительно, практически удвоился, т.е. качество результатов работы нейросети значительно ухудшилось в сравнении с предыдущими версиями. Каждый третий ответ новых моделей содержит неточности. И создатели пока не знают, в чем причина. Но зато эти модели стали давать ответы более утвердительно и авторитетно, что не может не вызывать беспокойства.

ИИ-профессионал

Но есть и профессиональный сегмент использования нейросетей. И о нем я и хочу рассказать в этой статье. Вернее, не обо всем огромном профессиональном сегменте, который в целом скрыт от глаз обывателей, а о той его части, в которой компетентна наша компания и я лично. Ибо, согласитесь, нельзя быть специалистом абсолютно во всем, но если вы сами занимаетесь, на инженерном уровне, этой темой с 1989 года, как я, то вы имеете право делиться своим мнением, именно как экспертным.

Немного истории.

Свой первый продукт и печатную плату для анализа речи и голосового управления роботами я выпустил в 1993 году, а сама работа начиналась в 1989-м. С тех пор я занимался только развитием этой технологии. Конечно, на базе ИИ. Позже это сформировалось в серьезный бизнес.

А в 2006 году появилась и моя с партнерами компания — вендор решений на базе ИИ 3iTech. Мы поставили себе амбициозную цель — сделать лучшую систему речевой аналитики на базе искусственного интеллекта. Тоже собственного. Я убежден, что только сам создатель продукта может в реальности контролировать его качество и влиять на него. Когда ты сам постоянно дорабатываешь и совершенствуешь нейросеть и решения на ее основе, учитываешь опыт взаимодействия со своими заказчиками на техническом и организационном уровнях, у тебя есть все шансы сделать лучшее решение на рынке. А заказчики систем речевой аналитики взыскательные и умеющие хорошо считать экономический эффект от внедрения: это, по сути, весь крупный В2С сектор экономики: банки, страховые компании, авиакомпании, крупный сетевой ритейл, туроператоры, строительный сектор, сетевые клиники, телекоммуникации, маркетплейсы, крупнейшие аутсорсинговые контакт-центры и многие другие. Т.е. все те компании, что работают с большим числом клиентов — физических лиц. Ведут запись общения с ними  операторов своих контакт-центров или продавцов в торговых залах. Наши решения анализируют свыше 20 миллионов минут голоса в день. Причем, далеко не только в России.

Речевые ИИ-технологии в В2С

Особенностью В2С на современном рынке является такое явление, как коммодитизация — компании в одном рыночном сегменте оказывают одинаковые услуги по одинаковой цене. Т.е. ценовая конкуренция уже затруднительна, т.к. норма прибыли с одного клиента находится на минимальном уровне, а значит, на первый план выходит задача удержания клиента, развитие его лояльности.

Отсюда вытекает, что качество сервиса и в, частности, качество работы контакт-центра — ключевой фактор коммерческого успеха в крупном В2С. Качество надо не только контролировать, но и постоянно повышать. На операторов контакт-центров ложится функция правильного проведения беседы со звонящим или пишущим в мессенджерах клиентом. А ИИ-система аналитики автоматически саммаризирует диалоги, вытаскивает из них ключевые параметры для бизнеса и продукта нашего заказчика, и консультирует оператора, а также готовит отчеты для продаж, маркетинга и других подразделений. Все это настраивается индивидуально под заказчика, поэтому наш слоган — Your Personal AI, т.е. настройка ИИ под конкретного заказчика. 

О том, как это влияет на конкретные бизнес-показателей В2С-компаний я скажу чуть ниже.

Человек проигрывает почти всухую

Речевая аналитика, при этом, настолько превосходит возможности живого человека, что без нее уже просто невозможна работа любой крупной компании . В качестве иллюстрации к этому тезису можно упомянуть привлечение нашей нейросети к проведению XXV юбилейного международного фестиваля рекламы и маркетинговых коммуникаций Silver Mercury в 2024 году. Это довольно интересный и показательный кейс. Весьма сложная система голосования по коммуникационным проектам крупнейших игроков рынка была нами фактически продублирована с помощью ИИ. В параллель к «человеческому» жюри, состоявшему из 1091 эксперта, было создано наше «параллельное ai-жюри». Нейросеть была обучена на проектах (заявках на конкурс), выставленных им оценках, а также записях всех переговоров членов жюри за предыдущие 24 года существования премии. В итоге, система справилась с полностью самостоятельным выбором победителей в 7000 раз быстрее человеческого жюри. И в начале 2025 года мы награждали победителей, которым наш ИИ присудил золото, серебро и бронзу. Это более 300 компаний в различных секторах рынка. 

Кейс показывает невероятную производительность ИИ даже в оценке творческого делового контента, ведь речь о рекламных, PR, и маркетинговых материалах и даже о записях переговоров членов жюри прошлых лет. Есть и более приземленная иллюстрация эффективности работы ИИ-речевой аналитики. В контакт-центрах, где она применяется, системе речевой аналитики 3i TouchPoint Analytics с модулем 3i LLM удается проанализировать 100% записей разговоров звонящих клиентов В2С-бизнесов, тогда как силами «человеческого» аналитического подразделения, даже очень большого, по многолетней статистике, проанализировать можно не более 3%. Выпадающие 97% информации это бесценные маркетинговые данные, которые могли бы быть использованы для доработки товаров и услуг, а также для повышения качества общения с клиентами в контакт-центрах. В том числе и для обучения персонала лучшим практикам продаж. Т.е. для удержания клиентов, что особенно чувствительно для сегментов рынка с высоким чеком. Например, на рынке недвижимости.

ИИ эффект

ИИ в значительной степени влияет на бизнес-показатели. В нашей тематике работы систем речевой аналитики на базе ИИ, на основе опыта более, чем 200 проектов, я могу привести несколько обезличенных (по причине NDA), но очень типовых примеров.

Эффекты, полученные с помощью системы речевой аналитики 

*AHT — Average Handling Time — среднее время обработки обращения клиента.

В марте 2025 года контактный центр Ростелеком — один из крупнейших в России — отчитался о результатах внедрения нашей системы речевой аналитики, указав один из самых показательных результатов — время обработки поступающих обращений сократилось в 7 раз. Поистине солидный результат.

Влияние ИИ на продажи

Скажем честно, конечная цель любого бизнеса это прибыль. А значит, рассуждая о пользе ИИ, нужно говорить о том, как он влияет на рост выручки компании. Проще всего этот эффект от внедрения речевой аналитики в контакт-центр можно увидеть на трехэтапной схеме, составленной по опыту нашей работы с сотнями проектов за последние годы.

На первом этапе проводятся такие мероприятия, как настройка автооценки, перенос личных кабинетов пользователей, перенос ручного контроля в речевую аналитику и налаживание дисциплины в части соблюдения скриптов. И это дает прирост выручки около 5%.

Второй этап добавляет еще 15%. В него входит выявление с помощью речевой аналитики лучших практик продаж и обслуживания, их внедрение, нахождение всех узких мест в существующих процессах, организуется отработка негатива, жалоб и конфликтных ситуаций, анализируются все вопросы и возражения клиентов, а также обновляются маркетинговые материалы.

Третий этап — самый эффектный, он приносит +35% к выручке. На нем выполняется автоматическое заполнение форм в CRM-системах, реализуется возможность формирования так называемого NBO (Next Best Offer) и внедряется возможность подсказок оператору в реальном времени.

Кому по карману речевые ИИ-технологии?

Доступность таких систем — различная. Как и требования заказчиков к ним. Поэтому, речевая аналитика может устанавливаться в контур заказчика, т.е. на его сервера, и это любят практиковать, в основном, банки. Но можно пользоваться системой и в облачном режиме, и каждый уважающий себя вендор, конечно, предоставляет обе возможности. Вторая схема дешевле, а значит доступна она не только крупному бизнесу. 

В заключение

Это и есть то, что мы называем профессиональным применением ИИ в бизнесе. Важно также уточнить, что различными системами речевой аналитики пользуются уже если не все, то значительный процент бизнеса. Выигрывая рынок у тех, кто пока не вооружился таким инструментом.

Следующее прорывное применение ИИ, которое уже началось, это ИИ-ассистенты. Процесс внедрения ИИ во все сферы деловой жизни общества необратим, и главным заказчиком тут является сам капитал. ИИ выгоден, и он значительно превосходит человека. Именно поэтому, во всех технологически и экономически развитых регионах мира в развитие нейросетей сейчас инвестируются поистине гигантские средства.