Как новаторы концентрируют свои усилия в области ИИ

Всего за два года 39 % взрослых американцев уже используют ИИ, тогда как интернет набрал лишь 20 % пользователей за то же время. Рост ИИ не только трансформирует отрасли, но и открывает новые возможности для сотрудников: высвобождая время для более ценной работы, расширяя навыки и карьерные перспективы.

В исследовании BCG за последние три года компании‑лидеры в области ИИ показали рост выручки в 1,5 раза быстрее, доходность для акционеров в 1,6 раза выше и окупаемость инвестированного капитала в 1,4 раза выше, чем их менее продвинутые конкуренты.

По данным McKinsey, 92 % компаний планируют увеличить инвестиции в ИИ. Тем не менее многие организации пока не видят ощутимой отдачи: лишь 1 % оценивают зрелость своих инициатив как «полную».

Мы сами наблюдали, что отличает успешные проекты ИИ. Наши выводы основаны на 300 самых результативных внедрениях, более чем 4000 опросов по адаптации и свыше 2 млн бизнес‑пользователей.

Это руководство поможет вашей организации находить и масштабировать варианты использования ИИ с очевидной ценностью. Мы разбиваем процесс на три шага:

В тексте вы найдёте клиентские истории, практические чек‑листы и примеры вариантов использования для разных отделов.

Стоит помнить, что внедрение ИИ — это не только поиск нужных кейсов. За пределами данного руководства остаются темы формирования культуры «AI‑first», развития более ценных сценариев и массового принятия. Мы раскроем их в других материалах, а сейчас сосредоточимся на поиске подходящих вариантов именно для вашей компании.

Важно понимать, что внедрение ИИ — это гораздо больше, чем поиск кейсов. Остаются вопросы культивирования «AI‑culture», развития более ценных сценариев и масштабного приёма. Эти темы мы раскроем в других гайдах; сейчас же сфокусируемся на самом процессе поиска подходящих вариантов.

Помните о трёх принципах — они служат фоном для всей практической инструкции далее.

Давайте пройдём по лучшим шагам для поиска вариантов использования вашими командами.

Шаг первый — найти те области вашего бизнеса, которые можно немедленно улучшить с помощью ИИ.

Один из способов сделать это — представить ИИ в роли «супер‑ассистента» для вашего персонала. Такие ИИ‑ассистенты никогда не устают и не теряют концентрацию, они всегда готовы помочь и могут подключиться почти к любой задаче, усиливая возможности сотрудников. 

Чтобы определить потенциальные варианты использования ИИ, сосредоточьтесь на типичных рабочих трудностях в трёх ключевых областях:

В каждой работе есть скучные, ручные операции, отвлекающие людей от стратегических дел. Такие монотонные задачи снижают продуктивность и делают работу менее приятной и значимой. Составление краткого отчёта по встрече, поиск трендов в таблицах, подготовка документов с требованиями к продукту, бесконечные ответы на одни и те же вопросы — всё это ИИ может взять на себя.

Клэр Во, директор по продукту LaunchDarkly, завела «Анти‑To‑Do лист» задач, о которых ей теперь не нужно думать. В нём — мониторинг KPI, отслеживание конкурентов и рассылка историй клиентов в Slack.

Работа часто замедляется, когда сотрудники упираются в границы своей экспертизы и нуждаются в других отделах или экспертах. Это создаёт «узкие места» и задерживает прогресс.

ИИ может помочь преодолеть эти барьеры, расширив навыки сотрудников (от анализа данных и визуализации трендов до кодирования) без дополнительной поддержки. Экспертные команды получают больше времени, избавившись от низкоприоритетных запросов, а остальные учатся говорить на их языке.

Интеллектуальная работа часто предполагает неопределённость и открытые задачи. Сотрудники могут не знать, с чего начать, или сталкиваться с блокерами. Здесь ИИ выступает катализатором: помогает генерировать идеи, анализировать данные и предлагать следующие шаги, когда путь неясен.  

Люди во всех компаниях, с которыми мы общались, используют ИИ, чтобы разогнать мыслительный процесс и открыть новые идеи. Они применяют его для брейнштормов кампаний, поиска быстрых инсайтов в сырых данных, анализа трендов или просто выяснения последующих шагов, когда не уверены, что делать.

Фокус на подобных видах работы помогает быстро выявить высокоэффективные точки применения ИИ, оптимизируя процессы, уменьшая «узкие места» и ускоряя инновации по всей организации.

Попросите ваши команды перечислить ситуации и задачи, в которых они:

Используйте эти списки, чтобы начать поиск потенциальных областей для новых вариантов использования ИИ.

Это можно делать в начале воркшопа или хакатона, чтобы помочь сотрудникам понять, с чего начать.

Или же воспользуйтесь таким запросом к ChatGPT, чтобы получить интересные кейсы:

После того как вы дали командам рамку для поиска новых возможностей ИИ, следующим шагом станет обучение фундаментальным способам применения ИИ. Чтобы помочь в этом, мы проанализировали более 600 вариантов использования, предложенных нашими клиентами. Большинство кейсов попадает в один из шести «примитивов» — базовых типов вариантов использования, применимых во всех отделах и дисциплинах:

Эти «примитивы» дают вашим сотрудникам быстрый способ найти наиболее перспективные варианты именно для вашего бизнеса. Каждый примитив представляет сотни кейсов, наблюдаемых нами в разных отраслях, ролях и процессах, открывая экспресс‑путь к масштабируемой ценности.

ИИ может поддерживать создание контента во всех командах — будь то резюмирование звонков с клиентами или генерация первых черновиков стратегических документов, блог‑постов, веб‑страниц, а также изображений и визуализаций.

Мы видим, как команды используют ИИ для редактирования и полировки своих материалов, привлекая его в качестве «корректора в последний момент».

ИИ может автоматически писать в стиле вашей компании и придерживаться вашего гайдлайна по Tone-of-Voice; соблюдать нужную структуру документов; а также давать обратную связь по тексту. Затем он может переводить материал на другие языки или адаптировать его под разные аудитории, каналы и программы.

При написании ИИ способен учитывать полный контекст беседы или опираться на набор загруженных документов. Например, попробуйте загрузить ваш гайд по стилю или пять лучших блог‑постов, а затем попросите ChatGPT составить детальный гайд по письму на основе этих примеров.

Promega, компания из сферы наук о жизни, сэкономила 135 часов за первые шесть месяцев использования ChatGPT Enterprise для создания первых черновиков e‑mail‑кампаний. Они также применяют его для генерации брифов кампаний на основе одного message‑документа и для перевода любого текста в формат рекламных объявлений под конкретные маркетинговые каналы.

ИИ широко используется для исследований во всех отраслях. От быстрого изучения новых тем (например, «внедрение ИИ» или «дизайн‑мышление») до поиска в сети релевантных статей или конкурентных данных и до более комплексных многошаговых проектов, которые сканируют интернет на предмет статей, данных и инсайтов. Мы также видим, как команды загружают большие внутренние документы, чтобы быстро извлекать из них информацию.

Одно из главных преимуществ использования ИИ в исследованиях — возможность задать формат и структуру представления анализа: таблицей, пунктами, в определённых разделах или с кросс‑ссылками.

Внимательность ИИ к деталям и способность следовать инструкциям делают его отличным исследовательским ассистентом.

Многие инженеры‑программисты ‑ это продвинутые пользователи ИИ. Они применяют его для отладки, генерации чернового кода на незнакомых языках, переноса кода с одного языка на другой и «разговоров с резиновой уточкой» (rubber‑ducking) по поводу своего кода. За последние два года способности ИИ в математике, науке и программировании на множестве языков значительно выросли, а многие инструменты уже предлагают предпросмотр кода в режиме реального времени.

Мы также наблюдаем, как многие, не являясь разработчиками, начинают программировать с помощью ИИ‑инструментов. Используя только естественный язык, маркетологи и финансисты создают скрипты на Python для автоматизации процессов, SQL‑запросы для извлечения данных или даже визуализации с frontend‑кодом для веб‑сайтов и внутренних презентаций.

Инженерная команда Tinder использует ChatGPT для генерации чернового синтаксиса при работе с нетривиальными языками — например, Bash‑скриптами, требующими узкоспециализированных знаний. ChatGPT повышает эффективность их кодирования, облегчая обращение к внешней документации API и решение архитектурных и дизайнерских задач.

ИИ помогает любому человеку объединять данные из разных источников, выявлять инсайты и тренды, работать со сложными таблицами без углублённых навыков Excel, SQL или Python.

Вы можете передать ИИ несколько таблиц или снимок экрана с дашбордом для быстрой аналитики. Он понимает данные в таблицах, «читает» визуальные графики и даже помогает форматировать вывод для отчётов. Можно задавать желаемую структуру результата — предпочитаемые типы графиков, формат сводки или логику сравнения.

Poshmark, маркетплейс модной одежды, использует ChatGPT для генерации Python‑кода, который сводит миллионы строк таблиц при анализе бизнес‑показателей. Затем ИИ создаёт еженедельные отчёты о показателях и бухгалтерские отчеты для руководства, экономя часы ручного труда каждую неделю.

Варианты «Идеация и стратегия» популярны во всех командах — от мозгового штурма нового поста в блоге до структурирования документа, проверки стратегии или получения обратной связи по работе с учётом целей и предпочтений стейкхолдеров.

По мере того как модели ИИ становятся мультимодальными, мы видим, что команды используют голос и визуализацию для взаимодействия с ИИ так же, как с коллегой.

А по мере того как модели обретают способность продумывать сложные задачи, многие команды создают с ними стратегические планы, учитывающие данные, цели, контекст, ограничения и зависимости.

Многие варианты использования включают автоматизацию части задачи. Мы наблюдаем, как клиенты выделяют повторяющиеся рутинные операции и передают их ИИ. Автоматизации могут быть простыми — например, еженедельные конкурентные обзоры, — или сложными, как формирование финансового отчёта для еженедельного брифинга руководства, готового к проверке человеком.

Память и кастомные инструкции — ключ к автоматизации подобных процессов; пользовательские GPT — способ их распространения. Создавая стандартный набор инструкций, загружая один и тот же документ и указывая одинаковый формат вывода, команды могут передавать низкозначимые задачи.

Сегодня такие автоматизации часто охватывают отдельные задачи, но с появлением продуктов вроде deep research и Operator мы движемся к миру, где ИИ сможет самостоятельно выполнять многошаговые процессы по расписанию.

Лаборатория GPT компании Estée Lauder формирует кросс‑функциональные команды — бизнес‑пользователь, предметный эксперт и технический лидер — чтобы выявлять и разрабатывать высокоценные кейсы. Их процесс прост и повторяем:

Когда команды осваивают ключевые кейсы и начинают искать проблемы для решения, число вариантов быстро растёт.

Дальнейшая задача — не поиск, а приоритизация: какие кейсы можно масштабировать на всех сотрудников? какие принесут экономию уже сейчас? какие создадут новый продукт или источник выручки?

Наши группы клиентского успеха применяют матрицу «Влияние / Усилие», чтобы помогать корпоративным клиентам ранжировать кейсы. Это простая диаграмма‑квадрант, где каждый вариант оценивается по ценности для бизнеса и по степени требуемых ресурсов.

High ROI focus: Быстрые победы с высоким воздействием и низкими усилиями — часто лучшее место, чтобы начать и создать импульс.

Self‑service: Проекты с самыми низкими усилиями, которые один сотрудник может запустить для себя как личного ассистента. Многие начинаются как индивидуальные решения, но часто становятся ценными для целых команд.

High‑value / high‑effort: Часто трансформационные, но обычно требуют больше времени, планирования и ресурсов. Многие команды стартуют с «быстрых побед», чтобы набрать обороты и использовать их в качестве вдохновения для более крупных инвестиций.

High‑effort / low‑impact: Такими можно пока пренебречь. Но новые продукты и возможности могут сделать их легче реализуемыми, поэтому стоит быть готовыми пересмотреть.

Большинство команд начинает с того, что применяет ИИ к отдельным задачам: редактирование блог‑постов, создание брифов кампаний или черновиков политик. Так проще мыслить об ИИ — в контексте отдельных задач.

Но наблюдая за power‑user’ами, которые вплетают ИИ во всё, что делают, мы видим, как они находят кейсы, охватывающие многошаговые процессы.

Вот как может выглядеть многошаговый процесс:

ИИ — это не традиционное ПО или облачное приложение. Чтобы задействовать его преимущества, требуется новый образ мышления. Наш опыт с клиентами показывает, насколько быстро люди из самых разных областей могут освоить этот подход и начать видеть высокоэффективные варианты использования в своей работе.

Запустить этот процесс означает помочь вашей организации сделать три шага:

Чем активнее люди работают с ИИ, переосмысливая задачи и процессы, тем больше возможностей они обнаруживают.

Мы надеемся, что это руководство даст вашей команде чёткий старт. Мы готовы поддержать вас в пути от идей к результатам.