На другій конференції, присвяченій штучному інтелекту, що відбулася на початку квітня, учасники обговорювали, як ця технологія впливає на маржинальність бізнесу та підвищує його продуктивність.
Спікери панельної дискусії «Workslop vs ріст продуктивності: де баланс?», представники IT- та агрокомпаній, зосередилися на зменшенні ризику професійної деградації в епоху цифрових трансформацій. Також були представлені практичні інструменти для вимірювання ефективності працівників, оптимізованої за допомогою ШІ.
Сергій Колесниченко, операційний директор UCLOUD, поділився своїми спостереженнями.
Про часові витрати на впровадження ШІ
Незважаючи на ефективність штучного інтелекту у виконанні індивідуальних завдань, його інтеграція може вимагати значних часових ресурсів для побудови робочого стеку. Найбільші часові затримки виникли в компанії під час розробки власних інструментів на базі існуючої інфраструктури. Цей процес тривав кілька місяців, однак у підсумку дозволив отримати більш повні звіти завдяки автоматизації частини завдань.
Сергій Колесниченко, операційний директор UCLOUD
Вплив ШІ на зростання продуктивності
Для кращого розуміння поведінки потенційних клієнтів компанія інтегрувала мовну модель з аналітикою продажів. Це надало керівникам відділів продажів більш глибоке розуміння клієнта та його процесу прийняття рішень. Компанія отримала чітке бачення, хто саме звертається до UCLOUD і з яких причин.
Це суттєво підвищило прозорість шляху потенційного клієнта в рамках воронки продажів.
За попередніми оцінками, приблизно 80% взаємодій між потенційним клієнтом та постачальником послуг залишалися незафіксованими.
Метрики оцінки ефективності компанії
Фінансова ефективність бізнесу є ключовим показником, що визначається здатністю збільшувати прибуток та оптимізувати витрати. Тому всі використовувані в компанії інструменти, включаючи рішення на базі штучного інтелекту, оцінюються з точки зору їхнього фінансового впливу.
Таким чином, фундаментальні принципи вимірювання ефективності компаній залишаються незмінними, незалежно від типу впроваджуваних ШІ-інструментів чи технологій.
Сергій Колесниченко, операційний директор UCLOUD
Перспективи спеціалістів через 2–3 роки
Професії можна умовно поділити на дві категорії: ті, що вимагають фізичної праці (“руки”), та ті, що базуються на інтелектуальній діяльності (“голова”). Цікавим прикладом є ситуація, коли в деяких дата-центрах заробіток електрика може перевищувати дохід ML-інженера – спеціаліста, який займається розгортанням, тренуванням та підтримкою моделей машинного навчання. Це ілюструє, що цінність фахівця визначається не лише його знаннями, а й специфікою виконуваної роботи.
Водночас, у професіях, де ключовим є мислення, штучний інтелект поступово бере на себе рутинні завдання.
Людина залишається відповідальною за мислення, аналіз та прийняття рішень.
Ця діяльність є унікальною і не підлягає аутсорсингу, залишаючись виключно людською компетенцією.