Невидимый советчик: как использовать ИИ для улучшения клиентского опыта

В России за последний год количество GenAI-решений (решений с генеративным искусственным интеллектом. — «РБК Тренды»), которые полноценно внедрены хотя бы в одну функцию организации, выросло на 54%. Еще в 2023 году в лидерах был маркетинг — 69%. Теперь самое популярное направление — работа с клиентами (47%). Качественные решения увеличивают время взаимодействия с продуктом и делают из случайного пользователя постоянного, а из постоянного — амбассадора.

Как ИИ становится ближе к пользователю

Один из главных трендов рынка — развитие open source решений. С помощью открытого кода разработчики адаптируют программное обеспечение под задачи бизнеса. Технология дала возможность компаниям экспериментировать, в том числе с взаимодействием с пользователем.

Индустрия 4.0 Больше чем софт: что такое код open source и для чего он нужен

Важно различать реальное применение языковых моделей от простой автоматизации под видом ИИ. Настоящие LLM-решения (решения на основе больших языковых моделей. — «РБК Тренды») способны к генерации нового контента, обучению на контексте и адаптивному взаимодействию. В отличие от них многие «ИИ-решения» на рынке — комбинация предписанных сценариев с элементами базовой персонализации. Часто речь идет о rule-based, то есть построенных на правилах системах с ограниченным набором возможностей.

Настоящий пример применения LLM-технологии — это нейросеть Beauty-GPT. Решение объединяет функции чат-бота и сканера косметических продуктов. Сфотографировав упаковку, пользователь получает информацию о продукте. Также модель формирует рекомендации на основе состава продукта, типа кожи и отзывов. Это позволяет ознакомиться с противопоказаниями и сравнить цены на продукцию.

Еще пример — сеть отелей Marriott. Компания внедрила ИИ-поиск, чтобы помочь гостям подобрать отель. На сайте пользователи описывают свое идеальное путешествие, а сервис подбирает локацию под их предпочтения.

Интеграция LLM упрощает работу с контентом. В индустрии развлечений с помощью GenAI создают аннотации и описания на сервисах, стримингах и маркетплейсах. Например, Amazon внедрил ИИ-решение, которое собирает краткое содержание электронных книг Kindle и знакомит читателей с сюжетом произведений.

Творческий потенциал GenAI полезен и в создании визуального контента. Книжные и музыкальные сервисы уже активно тестируют его. Например, в «Яндекс Книгах» с помощью нейросетей нарисовали более 10 тыс. обложек для книг. Создать промпт для генерации картинок тоже помогла нейросеть. Но без финальной оценки дизайнерами и порой редактуры пока не обойтись.

Взаимодействие с технологией становится доступнее и приятнее для пользователя. Он может поговорить с ИИ-библиотекарем, который предложит книгу на основе интересов читателя. Подобную функцию недавно представил сервис «Книги Билайн». Рекомендательная система на базе GenAI подбирает литературу по текстовому запросу и подсказывает, какую книгу прочитать следующей, даже если в промпте нет указания конкретных изданий.

Технологии стали не только удобнее, но и человечнее: эмоционально отвечают, высказывают поддержку и желание нести пользу.

Экономика инноваций Как сегодня меняются рекомендательные системы и причем тут LLM

Незаметный для пользователя, полезный для бизнеса

Одно из преимуществ внедрения GenAI в бизнес — качественное увеличение глубины взаимодействия с продуктом без кратного роста затрат. Модели дообучаются на данных пользователей и адаптируются к предпочтениям человека. Например, анализируют прошлые запросы, предугадывают следующие шаги и сокращают путь до ожидаемого результата.

Так, ИИ-платформа Deep Brew в приложении Starbucks анализирует клиентские предпочтения, частоту и место покупок и другие параметры. Это помогает предугадывать спрос, управлять запасами и ускорять время получения заказа. Не менее важно, что бизнес начинает лучше понимать, что нужно клиенту, и предлагает именно то, что ему действительно интересно. В итоге растет конверсия, снижается нагрузка на операционные процессы.

Риски, о которых стоит знать

При выборе ИИ-решений важно понимать, используется ли настоящая LLM или это грамотно «упакованная» классическая автоматизация. Реальные большие языковые модели требуют существенных вычислительных мощностей, но:

• способны генерировать уникальный контент, а не перетасовывать заготовки;
• умеют работать с контекстом длительных взаимодействий;
• быстро адаптируются к изменениям без необходимости полного переобучения;
• понимают неоднозначные и нечеткие запросы;
• самостоятельно формируют правила на основе данных, а не следуют заранее прописанным алгоритмам.

Если бизнес готов инвестировать, необходимо проявить терпение и дать ИИ время на адаптацию и дообучение. Но вероятность, что усилия окупятся, очень высока. Согласно исследованию McKinsey, 17% компаний GenAI обеспечивают 5% годовой прибыли до вычета налогов. Поэтому главный риск для бизнеса — бездействие.

Индустрия 4.0 От чат-ботов до сейсморазведки: 10 кейсов применения GenAI в бизнесе

Взгляд в будущее

ИИ-сервисы развиваются так быстро, что вскоре будет сложно отличить их от человека. Уже сейчас чат-боты не кажутся бездушными и люди все больше привыкают к общению с «умными» помощниками. Виртуальные ассистенты учатся передавать эмоции. Например, «умная» колонка «Алиса» считывает настроение собеседника и адаптирует свой тон.

Будущее стоит за компаниями, которые интегрируют настоящие LLM-технологии, а не имитируют ИИ с помощью устаревших подходов. Клиент быстро распознает, когда ему предлагают предсказуемые шаблонные ответы вместо по-настоящему качественного взаимодействия. Инвестиции в реальные языковые модели с возможностью тонкой настройки под конкретные бизнес-задачи — это то, что отделит лидеров рынка от последователей в ближайшие годы.

Интеграция технологий на базе GenAI позволяет бизнесу сфокусироваться на создании устойчивого продукта, которым клиент хочет пользоваться. Искусственный интеллект из инструмента трансформируется в новый способ взаимодействия с клиентом. Те, кто применяет технологию на продвинутом уровне, получают экономические бенефиты и лояльную аудиторию.