Интеллект для белых воротничков: как устроен новый рынок ИИ для бизнеса
Нейросети накрывают офисы
В 2024 году около четверти работников использовали генеративный ИИ в работе, оценивали в Организации экономического сотрудничества и развития. В отличие от предыдущих инструментов автоматизации, технологии на базе нейросетей справляются с нестандартными и когнитивными задачами — поэтому сильнее всего они влияют на рынки труда тех стран, где развиты информационный, финансовый и образовательный сектора. Поскольку нехватка рабочей силы сейчас ощущается во многих развитых странах, новые инструменты скорее помогают увеличить производительность, а не снижают потребность в сотрудниках.
Число людей, использующих нейросети в работе, растет. По данным NBER, проникновение ИИ выше всего в сферах менеджмента, бизнес- и компьютерных профессий — там его использует 40% сотрудников. Самые распространенные задачи, которые решают с помощью нейросетей, — это пересказ и обобщение данных, а также написание кода.
Это создает спрос на профессиональные инструменты, работающие на базе ИИ-технологий. По оценке McKinsey, именно такие проекты в ближайшие три-пять лет имеют самые широкие возможности для выхода на рынок и монетизации. На фоне этого разработчики нейросетей начинают работать по модели B2E (Business to Employee), то есть создавать решения под потребности сотрудников разных сфер.
Инструменты для сотрудников
Компании, создающие ИИ-инструменты для сотрудников и бизнеса, обычно фокусируются на одном из типов продуктов:
- решения для конкретных индустрий. Такие компании разрабатывают ИИ-решения для определенных профессий — инструменты, выполняющие комплекс задач в рамках одной специальности. Например, Jasper AI — это нейросеть-маркетолог, которая может генерировать тексты, ориентируясь на tone of voice компании, и настраивать SEO сайта. ASAPP закрывает задачи техподдержки: помогает обрабатывать звонки, подсказывает нужные документы оператору горячей линии и так далее. Harvey AI разработана для задач юристов и упрощает обработку большого объема профильных документов. Textio — ускоряет HR-специалистам подбор кандидатов;
- фокус на конкретных задачах. Другой путь, который есть у разработчиков, — создать инструмент для решения одной конкретной задачи, с которой он будет справляться на высоком уровне. К примеру, NotebookLM обрабатывает файлы разных типов (от PDF-документов до видео на YouTube), обобщает информацию из них и подсказывает пользователю связи между разными темами. Otter.ai расшифровывает аудио- и видеозаписи, выделяя спикеров и добавляя ключевые слова. Такие инструменты полезны сотрудникам вне зависимости от их специальности и сферы работы;
- узкопрофильные решения. Некоторые стартапы разрабатывают инструменты, решающие конкретную задачу в конкретной сфере. Так, Butterfly помогает анализировать снимки УЗИ, AlphaFold предсказывает структуру белка. Подобные решения обычно находят применение только в одной, зачастую узкой, специальности и работают в тесной связке с профессионалами, зато позволяют сэкономить немало времени и решать задачи, которые от человека требуют высоких компетенций.
Профессиональные инструменты — только одно из направлений, в котором работают компании на рынке ИИ. Аналитики McKinsey выделяют шесть типов продуктов в этой сфере. К ним относится и hardware (оборудование для создания и обучения ИИ), и базовые модели ИИ (такие как GPT от OpenAI и LLaMA, которые можно использовать для самых разных целей). Если проанализировать ИИ-стартапы США с самой высокой капитализацией, то мы увидим, что самые серьезные инвестиции сосредоточены вокруг разработки базовых технологий.
Однако такие модели, несмотря на широкие возможности, не заточены под решение конкретных практических задач. Зато их можно дообучать под потребности тех или иных профессий. Именно приложения, построенные на дообученных моделях, сегодня проще всего монетизировать. Такие инструменты помогают ускорять работу сотрудников и за счет этого снижать затраты. Так, дообученная под конкретные задачи операторов поддержки модель YandexGPT помогает операторам первой и второй линии отвечать на обращения клиентов, генерируя подсказки. Нейросеть формулирует ответы под контролем человека — на примере «Яндекс Маркета» мы видим, что это ускоряет решение вопроса и уже сейчас приносит компании 15% чистой экономии.
Разработчики таких сервисов сейчас также находятся в топе по объему инвестиций: это проекты в области медицины (здесь сказывается специфика США, где медики остаются одной из самых высокооплачиваемых профессий), продаж, маркетинга, поддержки, логистики и так далее.
Бот в помощь
Сегодня потребители ИИ среди сотрудников — скорее early adopters, то есть энтузиасты, которые сами находят применение нейросетям в своей работе, сами оплачивают подписки на сервисы для работы (это показывают наши внутренние данные). Компании же скорее склонны покупать коробочные решения на базе ИИ, которые предлагают готовый продукт и точные цифры эффективности. Увеличение числа таких проектов на рынке — глобальный тренд.
Внедрение ИИ в рабочие задачи наверняка будет расширяться в ближайшее время: по данным Microsoft, 79% руководителей сегодня согласны с тем, что их компании необходимо использовать нейросети. Пока процесс взаимодействия бизнеса, сотрудников и разработчиков ИИ только формируется. Если сейчас работники сами покупают себе подписки на продукты, то в будущем это станет более системным форматом. Вместе с рабочим местом и ноутбуком сотрудники будут получать такого же рабочего ИИ-ассистента, который будет ускорять решение задач.
Несмотря на опасения, что искусственный интеллект лишит людей работы, исследования показывают, что этого не происходит: внедрение новых технологий чаще всего приводит к автоматизации конкретных рабочих задач и лишь редко — к автоматизации целых рабочих мест.
Мнение редакции может не совпадать с точкой зрения автора