Как искусственный интеллект поможет автоматизировать бизнес

Специалисты Evergreen делятся опытом и знаниями по автоматизации бизнеса с  помощью искусственного интеллекта, нейросетей, Data Mining, и других современныхсовременных технологий.

Мы постоянно ищем способы сделать бизнес-решения более эффективными, используя все доступные технологические решения. В этой статье мы расскажем о том, какие технологии на базе искусственного интеллекта используются для автоматизации и роботизации бизнеса (BPA\RPA) совершенно различных направлений.

Оптическое распознавание объектов на базе нейросетей

Технология оптического распознавания объектов активно используется в различных видах бизнеса. Неудивительно, ведь у неё огромный потенциал применения:

• В заведениях общепита, чтобы упростить оплату на кассе и увеличить поток клиентов
• На платных стоянках и закрытых парковках, для автоматического распознавания автомобиля и подъема шлагбаума
• В супермаркетах, для максимально выгодного расположения мерчандайзером товара на полках
• В магазинах, для сканирования штрих кодов и автоматической проверки срока годности

Хотя универсальной технологии распознавания объектов не существует и каждое решение требует разного технического воплощения в зависимости от ваших бизнес-процессов, алгоритм обучения нейросети распознавать объекты примерно одинаков:

1. Решаем что именно и каким образом должно распознаваться: по форме, размеру, цвету и т.д. Определяем основные метки.
2. Собираем обучающую выборку для системы из доступных материалов.
   
3. Вручную размечаем на выборке координаты объектов, которые будем распознавать.
4. Обучаем нейросеть при помощи тестовой и обучающей выборки, а также технологии градиентного спуска с контрольными срезами.
5. Создаем алгоритм для обработки полученных данных и выдачи результата.

Распознавание текстов и символов (OCR)

Это RPA-решение подходит для сфер, где требуется утомительный ручной ввод данных и где высока вероятность ошибки. Например, в страховых компаниях и туристических агентствах, где приходится оформлять договора, раз за разом внося данные из печатного документа.

Технология распознавания текста позволяет внести все необходимые данные в форму за 2 секунды, что значительно ускоряет бизнес-процессы. Более подробное описание работы технологии можно почитать в наших статьях «Распознавание загранпаспортов» и «Распознавание техпаспортов».

Если нужно поделить алгоритм распознавания на понятные блоки, то схема будет приблизительно такова:

1. Система распознавания текста считывает массив текстовой информации.
2. Алгоритм обработки неструктурированной информации придает её необходимый конкретным бизнес-задачам вид.
3. Текстовый массив разбивается на блоки и каждый из них вносится в соответствующие ячейки формы или документа.

При разработке системы распознавания текстов можно использовать, например, сервис Tesseract OCT от Google, а также готовые сервисы от IT-гигантов. Однако в любом случае большой массив работы необходимо будет провести вручную, адаптируя его конкретно под ваши бизнес-процессы.

Чат-боты с элементами искусственного интеллекта

Большинство крупных компаний и интернет-магазинов уже обзавелось чат-ботами. И это неудивительно, ведь такое технологичное RPA-решение позволяет в разы разгрузить реальных сотрудников, избавить их от необходимости постоянно отвечать на одни и те же шаблонные вопросы, и даже уменьшить штат.

Потребность в чат-ботах возникает чаще всего как ответ на вопрос: «Как оптимизировать работу службы поддержки?». Чат-бот с элементами искусственного интеллекта не только сможет понять запрос клиента и ответить на самые часто встречающие вопросы, но и предложит продукт или услугу, которые больше всего отвечают клиентским потребностям. Эти потребности могут быть понятны как из разговора с клиентом, так и (если клиент постоянный) на основании исторических данных.

Именно благодаря возможности обучаться с каждым новым клиентов, чат-боты показывают отличные результаты для повышения лидогенерации и автоматизации бизнес-процессов в целом. Подробнее об эффективности внедрения чат-ботов в бизнес-процессы вы можете прочесть в наших статьях “Голосовой чат-бот с использованием Google Speech To Text API, Dialogflow” и “Лучшие примеры чат ботов для электронной коммерции”.

Если вы решите модифицировать рабочие процессы, при работе с RPA-cистемами достаточно будет изменить скрипт, переписав правила работы для ботов. А это гораздо легче и быстрее, чем переучивать сотрудников. К тому же роботы автоматически сохраняют все свои действия в логах, что очень важно для проверки соответствия различным законодательным и индустриальным требованиям.

Сбор данных для статистики и анализа в маркетинге

И маркетологам и владельцам бизнесов знакома фраза Джона Ванамейкера: «Я знаю, что половина моего рекламного бюджета расходуется впустую, вот только не знаю, какая именно». С новыми технологиями для сбора и анализа данных на базе искусственного интеллекта она окончательно утратила свою актуальность.

Маркетинговому отделу больше не придется с трудом собирать воедино весь разреженный массив информации о клиентах для своих отчетах об эффективности рекламных кампаний: почему люди уходят с той или иной страницы сайта, почему отказываются покупать тот или иной товар, или услугу. Тем более, что на каждое решение влияет масса не только прямых, но и опосредованных факторов, которые человек просто не может учесть в своем анализе.

При внедрении RPA-технологий для статистики и анализа эту работу проделывает специальная система. И первым этапом здесь является процесс майнинга данных (Data Mining, Big Data Mining).

Этот перечень можно регулярно дополнять, потому что новые решения появляются быстрее чем мы успеваем о них написать. Мы в Evergreen всегда думаем о потребностях бизнеса, по этому беспрерывно ищем новые возможности автоматизаций.