Рамаз Чиаурели: Здравствуйте, дамы и господа. Меня зовут Рамаз Чиаурели, и мы продолжаем активно общаться с участниками Восточного экономического форума во Владивостоке. В нынешних экономических условиях, когда бизнес даже не помышляет о каком-то развитии, сосредоточен на том, чтобы сохранить себя и не растерять позиции, на первый план выходят инструменты, которые призваны оптимизировать операционную деятельность компаний. И вот как раз об этой оптимизации, а также о том, как не превратить её в оружие против самих себя, мы и поговорим сегодня с Александром Бочкиным, основателем и генеральным директором «Инфомаксимум», создателем платформы «Proceset» и визионером процессной аналитики в России. Здравствуйте, Александр.

Александр Бочкин: Добрый день.

Рамаз Чиаурели: Как компаниям не переусердствовать в поиске инструментов оптимизации, чтобы оптимизация не поглотила сам бизнес?

Александр Бочкин: Здесь, наверное, стоит сказать, что каждая автоматизация, каждая оптимизация имеет стоимость. И поэтому нужно сосредотачиваться на тех оптимизациях, автоматизациях, которые наиболее выгодны с точки зрения экономики для компании. И здесь, в первую очередь, нужно провести исследование. Исследование того, как сейчас фактически выполняются бизнес-процессы, потому что у каждой компании процессы происходят по-разному, и компания существует благодаря различиям в процессах. То есть есть определенная особенность компании, благодаря которой она существует, и это является сутью ее бизнеса. Если эта особенность размывается, вот о чем вы сейчас говорите, то бизнес тоже может потеряться. Поэтому важно сохранить особенности процессов. Для того, чтобы их сохранить, их нужно описать, их нужно понять. И как раз здесь мы можем использовать инструменты, которые автоматически сканируют процессы, находят эти закономерности, которые есть непосредственно в конкретной компании, и помогают составить технические задания на автоматизацию тех операций, тех процессов, которые дадут наибольший экономический эффект. То есть важно понимать отдачу инвестиций на каждую автоматизацию. И для этого существует наше решение, решение, которое сканирует бизнес-процесс, вот с которым как раз мы здесь присутствуем на экономическом форуме.

Рамаз Чиаурели: Вы даже опередили, потому что хотелось понять, ведь инструментов оптимизации наверняка великое множество, и здесь тоже, в общем, компаниям можно потеряться в поиске именно того, которое им необходимо. И по стоимости они тоже все разные. Совершенно верно.

Александр Бочкин: Есть разные инструменты, стоят они разных денег, но по возможностям они все тоже очень сильно отличаются. И есть инструменты, в которых нужно очень много и долго настраивать. То есть ты не просто делаешь аналитику, ты сосредоточиваешься на том, чтобы вручную задать большое-большое количество параметров. И вот здесь действительно можно потеряться. Наилучший результат — когда система сама подсказывает тебе, какие процессы есть и как их можно автоматизировать, не требуя никаких настроек. Ключевое здесь — скорость получения результата. И наше решение как раз позволяет полностью в автоматическом режиме провести сканирование. Это является отличием в том числе на глобальном рынке, и поэтому мы присутствуем как раз на других рынках, не только на рынке Российской Федерации.

Рамаз Чиаурели: Эти инструменты, они исключительно оптимизируют или они дают заказчику компании увидеть общую и реальную картину того, что с ней происходит, на каком уровне находится их операционная деятельность?

Александр Бочкин: Конечно, очень много оптимизации кроется не в автоматизации, а в том, чтобы перестать делать ненужные вещи. Это характерно не только для бизнеса: сотрудники могут по инерции продолжать выполнять операции, которые уже никому не нужны и результат которых не используется. Такие моменты тоже можно находить и подсвечивать. Здесь самое важное — понять фактическую картину того, что происходит в реальности. Чем больше компания, тем сложнее понять, что происходит в отдельном филиале или подразделении: информация по пути к тому, кто анализирует процесс, может многократно исказиться. Из-за этого легко не заметить нюансы и давно устаревшие операции, которые выполняются просто по инерции.

Рамаз Чиаурели: Речь идет не только о бизнесе. Как процессная аналитика помогает государственным структурам, например Федеральной налоговой службе, где задача — не получение коммерческой выручки, а эффективность работы и сбор доходов бюджета?

Александр Бочкин: Здесь важно не только найти то, что делать не нужно, но и ускорить то, что нужно делать. Когда руководству и тем, кто отвечает за процесс, становится полностью прозрачна картина причин задержек, эти задержки можно устранять. Это кратно повышает скорость выполнения процесса. Например, по опубликованным данным Федеральной налоговой службы, оформление налогового вычета удалось ускорить примерно в семь раз.

Рамаз Чиаурели: По себе знаю, был крайне удивлен, когда, оформив налоговый вычет, я получил реальные деньги на реальную карту в течение недели. Я думал, что это невозможно, когда имеешь дело с нашей налоговой. Это было бы невозможно, если бы процесс не стал прозрачным. Так это благодаря вам, получается, и так быстро все было бы решено.

Александр Бочкин: Это благодаря нашему решению, которое используется активно. И это решение как раз позволило в 7 раз ускорить именно этот процесс. На самом деле, есть большое количество других процессов, которые ускорились, конечно, не в 7 раз, но на 20-30%. И налоговая служба Российской Федерации охотно делится своим опытом. И в том числе у нас будет в ближайшее время мероприятие, в котором они будут рассказывать о своих успехах и новых успехах, в том числе, которые появились в этом году, в результате использования нашей системы и, в том числе, благодаря использованию искусственного интеллекта.

Рамаз Чиаурели: Наконец-то прозвучало это пресловутое словосочетание — «искусственный интеллект». Мы много говорили об оптимизации и автоматизации. Достигается ли она исключительно за счёт ИИ? Эта технология сегодня превалирует?

Александр Бочкин: На самом деле искусственный интеллект — лишь часть технологии. Основа — алгоритмы, мониторинг и данные о процессах. ИИ позволяет на основе собранных данных и выявленных закономерностей сформировать грамотные технические задания на последующую автоматизацию, а затем ускорить её разработку. Но использовать ИИ для выполнения каждой операции было бы дорого и рискованно: любая работа такой модели содержит определённую вероятность ошибок. Поэтому речь идет о классической автоматизации, созданной на базе ИИ, а фактическое выполнение может происходить без него. Особенно это важно в процессах, где ошибки недопустимы, например в налоговой службе.

Рамаз Чиаурели: Опять же, говоря об искусственном интеллекте, всегда неразрывно следует за этим уточнение о роли человеческого фактора в использовании искусственного интеллекта. Потому что... У нас в стране это, наверное, краеугольный момент, и это самый распространенный ответ, самое распространенное уточнение, когда идет речь об искусственном интеллекте, о том, что все равно это инструмент не более того, а окончательное решение, и, что называется, центр принятия решений, он находится в голове человека. Мы не говорим сейчас о западных технологиях, которые там говорить могут всё что угодно, но судя по тому, что там происходит, и судя по тем новостям, которые приходят тут тревожным, о том, что то один искусственный интеллект взламывает другой, то тот отвечает ему, там ощущение, что про человека уже забыли они. Но у нас пока всё-таки это ещё контролируется человеком, и пока не выпустил человек ситуацию из-под контроля. Или же полностью автоматизирована система уже?

Александр Бочкин: На мой взгляд, автоматизировать следует самые рутинные процессы — те, которые готовят данные для последующего решения человека. Искусственный интеллект может предложить варианты, собрать материалы и рекомендовать решение, но итоговое решение принимает человек: у него может быть дополнительная информация об инциденте, объекте или контрагенте. Человек также формулирует задачу и передаёт ИИ знания о конкретной компании и её процессах. Поэтому требования к компетенциям сотрудников будут только расти: неправильно поставленная задача приводит к неправильному результату.

Рамаз Чиаурели: Учитывая скорость и масштаб распространения искусственного интеллекта, почему путь от решения о внедрении до непосредственной имплементации всё ещё занимает так много времени? Всё упирается в сложность систем или в недоверие людей?

Александр Бочкин: Здесь есть ряд факторов. Во-первых, чтобы ИИ действительно заработал, нужно понимать процессы компании. Искусственному интеллекту нельзя сказать: «Сделай как-нибудь» — он так не может.

Рамаз Чиаурели: Можно, но тогда и результат получится сделанным как-нибудь.

Александр Бочкин: Он очень буквально воспринимает поставленные ему задачи. Если сказать: «Сделай как-нибудь», ничего хорошего ожидать не стоит. Поэтому сначала нужно хорошо понимать процессы — для этого и нужно наше решение. Во-вторых, нельзя перестроить только один процесс, оставив без изменений соседний. Если один процесс ускорить в десять раз, а другой останется на прежнем уровне, дисбаланс будет расти: скорость всей цепочки равна скорости самого медленного звена. Поэтому трансформировать нужно все звенья целиком. И третий, самый сложный фактор — психология. ИИ уже может выполнять некоторые специализированные задачи лучше сотрудников, но людям сложно это принять. В новом мире компетенции будут зависеть от умения использовать ИИ как усилитель возможностей, а не соревноваться с ним.

Рамаз Чиаурели: Но подождите, все-таки неужели получается так, что генеративные модели – это единственный путь к оптимизации? Или же все-таки есть некий выбор, чтобы избежать использования этого самого искусственного интеллекта? Ну, люди разные, люди мнительные бывают, и бизнесмены в том числе, которые боятся, что искусственный интеллект придет и все у них отберет. Какие-то альтернативы ему существуют.

Александр Бочкин: Здесь важно понимать, где расположен искусственный интеллект — в облаке или в локальном контуре. Это может существенно влиять на результат. Если компания не контролирует модель и её физическое размещение, она не может полностью контролировать и принимаемые ею решения. Поэтому важно использовать локальные нейросети: на собственном сервере или на сервере российской организации, которая размещает их в своём дата-центре. В этом случае компания получает контроль над моделью и её дополнительным обучением.

Рамаз Чиаурели: Ну и, наконец, давайте все-таки по каким-то конкретным шагам пройдем, чтобы руководители компании, которые нас смотрят, чтобы они понимали, что они устанавливают искусственный интеллект не просто ради того, чтобы установить искусственный интеллект, но и чтобы был выхлоп все-таки, который им необходим. Что вот конкретно им нужно сделать, чтобы почувствовать реальный эффект от внедрения вот этих новых технологий, новых инструментов?

Александр Бочкин: Нужно начать с одного простого проекта, который наглядно покажет эффективность внедрения ИИ. Первый шаг — исследовать процессы и найти участок, где можно быстро получить экономический эффект. Второй — поручить задачу ИИ, который находится в контуре компании или в подконтрольной инфраструктуре, чтобы бизнес сохранял полный контроль над его работой. Третий — показать проверяемый результат. Это должен быть не закрытый код на непонятном языке, а декларативная разметка: алгоритм, который можно пошагово проверить в виде графической схемы. Тогда и служба безопасности, и ИТ-служба смогут убедиться, что в нём нет скрытых обращений, опасных для инфраструктуры. На базе такого пилота можно показать участникам процесса реальный результат на локальных мощностях и его экономический эффект.

Рамаз Чиаурели: Что ж, спасибо большое, Александр. Мы говорили об оптимизации бизнеса в непростых экономических условиях. Генеративные модели — эффективный, но не единственный инструмент оптимизации: важно сохранить контроль, снизить затраты и выстроить процесс так, чтобы он помогал бизнесу развиваться. Александр Бочкин, основатель и генеральный директор «Инфомаксимум», создатель платформы Proceset, визионер процессной аналитики в России. Спасибо.