Искусственный интеллект простыми словами: что это и что он умеет в малом бизнесе

Что такое искусственный интеллект: определение

Официальное определение есть в Национальной стратегии развития ИИ, утверждённой Указом Президента № 490. Если пересказать его простыми словами: ИИ — это набор технологий, которые имитируют мыслительные способности человека, включая самообучение и поиск решения без готового алгоритма, и дают результат, сопоставимый с результатом работы человека.

Ключевое здесь — «без готового алгоритма». Сравним:

• Обычная программа. Калькулятор стоимости доставки: если вес до 5 кг и город — Казань, цена 300 ₽. Каждое правило написал программист. Новая ситуация — программа не справится.
• ИИ. Клиент пишет в чат: «привезёте завтра диван на пятый этаж без лифта?». Никто не писал правило под эту фразу. ИИ понимает смысл, находит в базе условия доставки и подъёма и формирует ответ.

Технологии искусственного интеллекта: из чего он состоит

Под словом «ИИ» прячутся разные технологии. Владельцу бизнеса полезно различать четыре.

Все четыре сейчас чаще всего построены на нейросетях. Нейросеть — это математическая модель, которая учится на примерах. Ей показывают миллионы примеров, и она постепенно настраивает внутренние связи так, чтобы правильно отвечать на новые. Название пришло из аналогии с нейронами мозга, но устроена она иначе.

Нейросети, языковые модели и агенты: в чём разница

Это три уровня, которые часто путают.

Языковая модель — нейросеть, обученная на огромном объёме текстов. Она умеет продолжать текст так, чтобы это было осмысленно: отвечать на вопросы, писать, переводить, сокращать. Именно языковые модели стоят за Алисой AI, GigaChat и ChatGPT. Как они устроены, почему иногда выдумывают факты и чем отличаются друг от друга — в отдельной статье LLM простыми словами.

Генеративный ИИ — общее название для моделей, которые создают новое: тексты, изображения, видео, голос. Подробно — в статье генеративный ИИ.

ИИ-агент — языковая модель, которой дали инструменты и задачу. Модель в чате только отвечает. Агент может сам посмотреть заказ в CRM, проверить свободное время в календаре, записать клиента и отправить подтверждение. Разницу между агентом и обычным чат-ботом разобрали в статье AI-агент для бизнеса.

Простая аналогия:

• языковая модель — эрудированный собеседник, который много читал;
• агент — тот же собеседник, которому дали доступ к рабочему компьютеру и инструкцию.

Как ИИ учится: объяснение на примере

Возьмём задачу, понятную любому владельцу: разобрать входящие заявки на «горячие», «тёплые» и «спам».

Старый подход. Программист пишет правила: если в тексте есть слово «срочно» — горячая, если есть ссылка — спам. Через месяц оказывается, что клиенты пишут «нужно сегодня», а не «срочно», и правила приходится дописывать бесконечно.

Подход машинного обучения. Берут тысячу старых заявок, которые менеджеры уже разметили вручную. Программа сама находит признаки, по которым горячие отличаются от остальных: формулировки, время отправки, длину сообщения. Потом она размечает новые заявки, которых раньше не видела.

Подход языковой модели. Модель уже обучена на огромном объёме текстов и понимает язык. Ей не нужна тысяча примеров — достаточно описать задачу и показать пять-десять образцов. Она разметит заявку «привезите завтра к 9, оплачу сразу» как горячую, хотя таких слов в образцах не было.

Именно поэтому языковые модели так быстро пришли в малый бизнес: им не нужны большие массивы данных и команда специалистов по данным. Достаточно хорошо описать задачу и дать примеры.

Мифы об искусственном интеллекте

Большая часть страхов и завышенных ожиданий от ИИ строится на нескольких мифах.

Системы ИИ, которые вы уже используете

Многие владельцы думают, что ИИ — это что-то новое и сложное. На деле вы уже работаете с ним каждый день:

• поиск Яндекса ранжирует результаты с помощью машинного обучения и показывает ответы, собранные нейросетью;
• Яндекс Директ с автостратегиями сам подбирает ставки и аудиторию под вашу цель;
• голосовые помощники распознают речь;
• банковское приложение распознаёт подозрительные операции;
• камера телефона улучшает фото с помощью нейросетей.

Разница между этим и «внедрением ИИ в компанию» в том, что сейчас эти технологии стали доступны для ваших собственных задач — через чат или подключение к вашим системам.

Что ИИ реально умеет в компании на 5–50 человек

Мы оценили типичные задачи малого бизнеса по двум признакам: насколько хорошо ИИ справляется и насколько рискованна ошибка.

Подробный список задач с примерами — в статье 12 задач для нейросетей в малом бизнесе.

Если хотите понять, какие задачи из этой таблицы есть именно в вашей компании и с какой стоит начать, — мы разберём процессы и предложим первую задачу для ИИ.

Чего ИИ не умеет и где ошибается

Знать слабые места важнее, чем знать возможности. Иначе ИИ подведёт в самый неудобный момент.

1. Выдумывает факты. Языковая модель не «знает», а подбирает правдоподобный текст. Она может назвать несуществующую статью закона или цену. Всё, что касается денег и законов, проверяйте.
2. Плохо считает в уме. Модель может ошибиться в простой арифметике в длинном тексте. Для расчётов нужны таблицы или программы, а модель — только чтобы их составить.
3. Не знает ваш бизнес. Пока вы не дали ей прайс, регламенты и примеры, она отвечает «в среднем по рынку».
4. Не отвечает за результат. Ответственность за текст, отправленный клиенту, — на компании.
5. Работает с данными, которые вы ей отправили. Если отправить персональные данные клиентов в публичный сервис, это обработка данных со всеми требованиями закона.
6. Знания модели устаревают. Модель обучали на текстах до определённой даты. Про изменения в законах, новые тарифы площадок и свежие события она может не знать, если у сервиса нет поиска в интернете. Даже с поиском проверяйте источник, на который она ссылается: иногда модель неверно пересказывает правильную страницу.

Условный пример: что ИИ меняет в компании на 15 человек

Пример условный, цифры для иллюстрации. Компания по установке кондиционеров: 15 сотрудников, 600 обращений в месяц, два менеджера на телефоне и в мессенджерах.

Что сделали:

• ассистент в мессенджерах отвечает на вопросы о ценах, сроках и моделях по базе знаний и собирает заявку;
• звонки расшифровываются, и руководитель получает сводку: сколько заявок, какие возражения, где менеджер не предложил замер;
• КП для корпоративных клиентов готовятся по шаблону за 20 минут вместо двух часов.

Что получилось через два месяца:

Никого не сократили. Менеджеры переключились на сложные заявки и повторные продажи. Важная деталь: первые две недели ушли на базу знаний — собрать в один документ цены, условия, ответы на частые вопросы, которые раньше жили в головах менеджеров. Сколько стоит такое внедрение и из чего складывается цена, разобрали в статье сколько стоит внедрение ИИ в бизнес.

С чего начать: пошагово

1. Попробуйте сами. Неделю пользуйтесь Алисой AI или GigaChat для своих задач: письма, разбор документов, подготовка к встречам. Так появится понимание возможностей.
2. Выпишите повторяющиеся задачи команды: что делают каждый день по одной схеме.
3. Выберите одну — частую, текстовую, с невысокой ценой ошибки.
4. Определите, какие данные понадобятся и можно ли их отправлять во внешний сервис.
5. Запустите пилот на 2–4 недели и измерьте время до и после.
6. Решите по цифрам, масштабировать или пробовать другую задачу.

Если нужна помощь на любом из этих шагов, — оставьте контакты, обсудим вашу ситуацию.