На что тратят больше всего времени менеджеры компаний? Кто-то может подумать, что это совещания и разговоры за кофе. На самом деле целые дни и даже недели уходят на поиск информации. По оценке IDC, 36% времени сотрудники ищут и собирают данные из разных корпоративных систем, причем находят нужные документы лишь в половине случаев. В масштабах организации на 1000 сотрудников это миллионы часов в год, которые можно потратить на более важные задачи бизнеса. Проще всего решить эту проблему с помощью искусственного интеллекта.
В поисках информации
Как люди обычно ищут информацию по работе? Статистика показывает, что поисковые запросы делятся на две группы. В 70% случаев люди не уверены, есть ли в компании документы по нужной теме. Например, сотрудник готовит коммерческое предложение, но не знает, где лежит презентация продукта и сравнение с конкурентами. Как он ищет информацию? Чаще всего — спрашивает у коллег. Возможно, они в курсе. А может, и нет. Тогда данные придется собрать заново, иногда — в последний день.
В 30% случаев ищут существующий документ. Сотрудник сам его написал, но забыл, где сохранил, или его создал другой человек, и известно только общее содержание файла. В голове — обрывки сведений: это было пару месяцев назад, упоминались закупки оборудования, проекты в энергетике и так далее. В этом случае документ ищут, набирая разные слова, пока не повезет найти что-то похожее. В среднем люди пользуются 5-6 такими системами. Ситуация усложняется, если в документе опечатки, или какой-то сотрудник уволился, или компания поменяла систему и не синхронизировала данные. Итог один: бизнес тратит деньги на лишние действия, а сотрудники — дублируют файлы и плодят хаос в документах.
Почему нам так сложно искать документы и информацию в корпоративных системах, хотя найти что-то для повседневных задач не составляет труда? Есть несколько причин.
Искать информацию в массовых поисковиках быстро и удобно, а новые инструменты появляются с завидной частотой. В ноябре «Яндекс» представил Андромеду с алгоритмами ранжирования, учитывающими популярность ресурса у пользователей. Мы привыкли, что достаточно ввести запрос, и в нашем распоряжении миллионы ссылок на документы и сайты. Если вы покупаете диван для дома, выпадут сайты розничных магазинов. Если закупаете мебель для компаний — оптовые производители. По поиску в интернете собрана огромная статистика. Каждым запросом вы, как и миллионы других людей, обучаете поисковые алгоритмы. Система определяет релевантность выдачи, отслеживая более 200 различных факторов, в том числе количество кликов, действия пользователя, ссылки.
В корпоративном поиске все намного сложнее: все ищут разные документы, запросы редко повторяются и звучат намного сложнее, чем «синий чайник». Кроме того, в компании искать документы надо сразу по нескольким источникам: CRM, ERP, электронному архиву, почте, корпоративной соцсети, мессенджерам, внутренним порталам и так далее. При этом 70-80% внутренних документов — неструктурированные: для них не заведена карточка с описанием, ключевыми словами, да и названы они зачастую бессистемно. Еще часть документов хранится в виде сканов, изображений, что еще больше усложняет задачу поиска, в том числе по содержанию.
Как ИИ сокращает расходы на поиск
Упростить корпоративный поиск могут технологии обработки естественного языка (natural language processing, NLP). Это одно из самых перспективных направлений ИИ: например, Tractica прогнозирует, что в ближайшие несколько лет рынок корпоративных приложений с применением NLP будет расти на 50% в год и в 2025 году достигнет $83,5 млрд.
Как работают такие решения? Система «проходит» по миллионам документов компании и создает полнотекстовый индекс — обширную базу, в которой хранится список всех слов из документа и его метаданные. Затем решение обогащает индекс семантической информацией. В каждом предложении определяется подлежащее, сказуемое, дополнение, какую роль они выполняют, выявляются связи между словами. Это позволяет искать документы по смыслу, а не по ключевым словам. В результате сотрудник может набрать в интерфейсе программы любой запрос на человеческом языке, например: «С кем заключали контракт на 2 млн рублей?». За миллисекунды он получит наиболее релевантные результаты, при этом документы можно отфильтровать по дате, автору и другим параметрам. По нашей оценке, благодаря NLP точность и полнота поисковой выдачи внутри компании становятся выше на 15-20%.
Интеллектуальным поиском пользуются крупные международные корпорации: Airbus, Total, Goldman Sachs и другие. Cisco внедрила умный поиск для более 80 000 сотрудников отдела продаж. Решение позволило им на 15-25% быстрее находить нужную информацию. По оценке компании, это экономия миллионов долларов на нерезультативных продажах. Другой пример — Mercer, эксперт в HR-консалтинге, работающий в 130 странах мира. Благодаря умному поиску сотрудники тратят на 25% меньше времени, в том числе на поиск кандидатов на высокооплачиваемые должности. Это позволяет закрывать больше вакансий и, как следствие, увеличивать доходы. Интеллектуальный поиск применяют и в образовательных проектах. Международная школа изучения иностранных языков SCOLA настроила похожую систему для клиентов, создав интеллектуальный поиск по более 85 Тб мультимедийного контента на 200 языках. В результате количество посетителей на сайте увеличилось на 35%, а среднее время пользования сервисом возросло в 1,5 раза — до 75 минут.
В России тоже появляются первые пилотные проекты в области корпоративного поиска. В качестве примера можно привести «дочку» Роскосмоса — НПО «Энергомаш». Они работают над созданием интеллектуального поиска по всем документам, накопившимся за почти 90 лет деятельности. Это более миллиона документов и десяток корпоративных систем. По предварительной оценке, экономия времени на поиске составит несколько миллионов часов в год.
По данным Quark, каждый год компания, где работает 1000 сотрудников, тратит $2,5-3,5 млн на поиск и консолидацию информации. С ИИ эти затраты можно снизить в десятки раз. Но чтобы искусственный интеллект упростил поиск корпоративных документов, необходимо для начала решить несколько задач. Данные нужно оцифровать и упорядочить, синхронизировать обмен информацией между системами, обеспечить нужные вычислительные мощности. Это требует времени и усилий со стороны разработчиков и бизнеса, но такие проекты всегда окупаются.