Одного интерфейса недостаточно для корпоративного ИИ.

Брайан Чесс, Oracle NetSuite

Презентация от Oracle NetSuite

Каждый крупный технологический переход порождает ряд предположений о том, куда движется рынок. Эти предположения часто оказываются верными в общем направлении, но они, как правило, недооценивают степень адаптации организаций к новым технологиям в соответствии со своими собственными условиями. Искусственный интеллект следует аналогичной траектории.

Многие современные дискуссии об корпоративном ИИ предполагают будущее, в котором сотрудники будут взаимодействовать с бизнес-системами через единый интерфейс. Детали различаются в зависимости от прогноза, но конечная цель часто выглядит схожей: диалоговая система, которая станет основным способом доступа людей к информации, выполнения задач и взаимодействия с программным обеспечением.

История корпоративных технологий показывает более сложную картину. Организации редко внедряют новые возможности единообразно, поскольку разные подразделения бизнеса работают в условиях различных ограничений. Финансовая команда, отвечающая за точность отчетности, контроль и утверждения, подходит к технологиям иначе, чем аналитическая группа, изучающая операционные данные. У обеих групп разные требования, в отличие от организации, занимающейся обслуживанием клиентов и ориентированной на скорость ответа и разрешение проблем. Даже при широком согласии относительно ценности технологии, путь к ее внедрению, как правило, различается в зависимости от подразделения.

Переход к облачному программному обеспечению следовал следующей схеме: одни организации внедряли его агрессивно, в то время как другие годами эксплуатировали гибридные среды. Различные подразделения часто модернизировались в разные сроки, что отражало приоритеты самой работы, а не какой-либо отраслевой консенсус относительно правильного темпа внедрения.

Универсального решения для искусственного интеллекта не существует.

Искусственный интеллект ускорил многие аспекты развития технологий, но не изменил эту фундаментальную динамику. Организации по-прежнему оценивают новые возможности, исходя из существующих процессов, обязанностей и операционных требований.

Для некоторых сотрудников наиболее полезные возможности ИИ могут быть наименее заметными. Финансовый менеджер, закрывающий бухгалтерские книги, часто меньше заинтересован в новом интерфейсе, чем в сокращении цикла отчетности. Руководитель операционного отдела, занимающийся вопросами инвентаризации, обычно сосредоточен на выявлении проблем на ранней стадии и их более быстром решении. В этих ситуациях ценность ИИ заключается в сокращении трудозатрат, необходимых для выполнения существующей работы.

В то же время, другая группа пользователей все чаще стремится к прямому взаимодействию с системами искусственного интеллекта. Аналитики, планировщики и оперативные группы часто получают выгоду от возможности изучать информацию в диалоговом режиме, сравнивать сценарии и исследовать вопросы, которые не вписываются в заранее определенные отчеты. Для этих пользователей сам интерфейс становится ценным, поскольку он предоставляет более гибкий способ работы с деловой информацией.

У специалиста по обслуживанию клиентов, обрабатывающего большое количество запросов, другие потребности, чем у финансового аналитика, изучающего тенденции операционных расходов. Одному выгодно, если информация автоматически появляется в рамках существующего процесса, в то время как другому может быть полезна свобода задавать уточняющие вопросы, рассматривать альтернативные объяснения и более динамично обрабатывать данные.

Многие организации обнаруживают, что обе модели существуют одновременно, что отражает более широкую реальность эволюции бизнеса. Операционная сложность накапливается постепенно, системы множатся, а процессы становятся фрагментированными. Информация распределяется по приложениям, отчетам, электронным таблицам и рабочим процессам, и сотрудники тратят все больше времени на поиск информации, прежде чем смогут начать действовать на ее основе.

Значительная часть ценности, созданной корпоративным программным обеспечением за последние несколько десятилетий, обусловлена уменьшением этой фрагментации. Объединение финансовых показателей, операционной деятельности, складских запасов, информации о клиентах, планирования и отчетности в единую систему позволило получить более полную картину того, как работает бизнес.

Искусственный интеллект начинает решать связанную с этим проблему. После того как информация оказывается в взаимосвязанных системах, сотрудникам все равно необходимо ее находить, интерпретировать и применять. Циклы составления отчетов отнимают время. Рутинные вопросы требуют исследования. Менеджеры часто тратят значительные усилия на сбор информации, прежде чем смогут принять решения. По мере роста организаций эти виды деятельности становятся все более дорогостоящими, поскольку они отнимают внимание у специалистов, чья экспертиза часто находится в дефиците.

Искусственный интеллект обещает сократить усилия, необходимые для перехода от получения информации к действию.

В компании Dura Software рабочие процессы, интегрированные с искусственным интеллектом, помогают автоматизировать часть отчетности по доходам, которая ранее требовала ручной подготовки в каждом отчетном цикле. Слоан Сешн, финансовый директор Dura Software, описал эту систему на практике: «Агенты обрабатывают запросы. Люди принимают решения и обеспечивают индивидуальный подход».

Это наблюдение отражает важный аспект современного внедрения ИИ. Большинство организаций не стремятся исключить субъективную оценку из бизнес-процессов. Они пытаются сократить время, затрачиваемое на сбор, организацию и подготовку информации, чтобы опытные сотрудники могли сосредоточиться на решениях, требующих экспертных знаний.

Аналогичная ситуация наблюдалась и в компании S&B Filters. Ранее сотрудники тратили несколько минут во время общения с клиентами на сбор информации о наличии товаров, которых нет в наличии, из множества систем. Благодаря интеграции ИИ с оперативными данными, компания сократила этот процесс до нескольких секунд и в конечном итоге предоставила эту возможность непосредственно клиентам через систему самообслуживания.

Не забывайте об управлении.

В обоих случаях преимущество заключается в уменьшении препятствий, связанных с поиском и использованием информации, а не во внедрении нового интерфейса. Как только доступ к информации становится проще, вопросы о самом доступе приобретают большее значение. Разрешения, структуры утверждения и политики безопасности существуют потому, что предприятиям необходимы механизмы контроля доступа к информации и управления рисками. Эти требования не исчезают, когда сотрудники начинают взаимодействовать с данными через системы искусственного интеллекта. Напротив, они становятся еще важнее, поскольку ИИ может упростить доступ к информации.

Берри Картер, генеральный директор S&B Filters, четко сформулировал этот принцип. Если пользователь не может получить доступ к определенной информации в NetSuite, он не должен получать доступ к той же информации через ИИ-помощника. Это утверждение звучит очевидно. Однако его последовательная реализация во всех системах, рабочих процессах и моделях требует гораздо большей дисциплины, чем предполагает само утверждение.

Лорен Поласек, бывший администратор NetSuite и член правления Техасской группы пользователей NetSuite, недавно высказала схожую мысль. Подключение технологий зачастую оказывается самой простой задачей. Организациям все еще необходимо определить, какие инструменты следует использовать, кто должен иметь к ним доступ и как должно развиваться управление по мере расширения их использования.

Это одна из причин, почему прогнозы относительно единого интерфейса ИИ трудно согласовать с тем, как предприятия работают на самом деле. Требования финансового отдела, закрывающего бухгалтерские книги, отличаются от требований отдела обслуживания клиентов, обрабатывающего тысячи взаимодействий каждый день. Некоторые возможности ИИ будут интегрированы непосредственно в бизнес-процессы, где сотрудники могут их практически не замечать. Другие обеспечат более прямой доступ к оперативной информации через диалоговые системы. Многие предприятия в конечном итоге будут использовать оба подхода, поскольку суть работы различна.

Искусственный интеллект — на ваш вкус.

Эта точка зрения сформировала наше представление об ИИ в NetSuite. Некоторые клиенты хотят, чтобы ИИ был интегрирован непосредственно в операционные рабочие процессы. Другие хотят иметь возможность подключать данные NetSuite к внешним моделям и помощникам, чтобы взаимодействовать с бизнес-информацией с помощью инструментов, которые уже являются частью их повседневной работы. Все чаще организации запрашивают и то, и другое.

Сервис NetSuite AI Connector и наша поддержка протокола Model Context Protocol (MCP) были разработаны с учетом этой реальности. Цель состоит в том, чтобы позволить организациям безопасно подключать бизнес-информацию к рабочим процессам и системам, которые им необходимы, продолжая при этом пользоваться преимуществами возможностей искусственного интеллекта, встроенных непосредственно в NetSuite.

История корпоративного программного обеспечения показывает, что внедрение редко происходит по прямой линии. По мере того, как организации внедряют ИИ, руководители должны определить бизнес-цели и задействованные рабочие процессы, чтобы адаптировать решение к реалиям работы.

Спонсорские статьи — это контент, созданный компанией, которая либо оплачивает публикацию, либо имеет деловые отношения с VentureBeat, и они всегда четко обозначены. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com .

Источник: venturebeat.com