Новый подход к автоматизации объединяет облачное ПО и искусственный интеллект для повышения эффективности бизнес-процессов, отмечают опрошенные порталом Information Week эксперты.
За последнее десятилетие модель «программное обеспечение как сервис» (SaaS) изменила облик бизнеса. Недорогие и очень гибкие приложения стали нормой, а за ними последовали более гибкие и масштабируемые ИТ-системы. Сегодня большие и малые организации используют мощное ПО, которое раньше было недоступно.
Сейчас, когда ИИ набирает силу, эта концепция претерпевает изменения. Модель «сервис как ПО» (Service as Software) быстро обретает форму. Она обещает добавить мощные возможности. «Сервис как ПО использует основные принципы моделей доставки SaaS и аутсорсинга бизнес-процессов (BPO). Этот подход объединяет их в новую структуру, работающую на основе ИИ», — объясняет Фред Жирон, старший директор по исследованиям Forrester Research.
Модель «сервис как ПО», также называемая SaaS 2.0, выходит за рамки наложения ИИ на существующие приложения. В ее основе лежит концепция автоматизации бизнес-процессов с помощью интеллектуальных API и автономных сервисов. Эта концепция направлена на устранение человеческого участия с помощью агентов ИИ, которые действуют и реагируют на условия, основанные на событиях, изменениях в поведении и обратной связи.
Результатом является автономное ПО. «Традиционный SaaS предоставляет облачные инструменты, но персонал все равно делает свою работу. Сервис как ПО переворачивает этот сценарий. Вместо того чтобы сотрудники выполняли работу, вы обращаетесь к API или используете ПО, которое делает эту работу для вас», — говорит Марк Стреффорд, основатель британской консалтинговой компании TimelapseAI.
Этот подход особенно перспективен для работы с нишевыми, четко определенными процессами. К ним относятся финансовые обзоры, юридический анализ, отчетность по ИТ, маркетинговые и PR-обзоры, а также общие исследования. Несмотря на то, что сервис как ПО находится в зачаточном состоянии, и существуют определенные сложности с его внедрением, он, скорее всего, внесет дальнейшие изменения в работу предприятия. Жирон считает, что он «может превзойти SaaS-революцию».
Выходя за рамки ботов
Повышение производительности — основа любого успешного бизнеса. Однако, несмотря на волны автоматизации ПО и все более совершенные инструменты ИИ, в большинстве организаций по-прежнему процветают ручные процессы. Сервис как ПО призван заполнить критические пробелы, расширив концепцию облачной платформенной доставки.
На этот рынок выходит все большее число поставщиков. Среди них Klarna, Moonhub, Thoughtful Automation, Crescendo AI, Converzai, Adept и Inflection AI. Эти компании, как правило, предоставляют заранее разработанных агентов, предназначенных для выполнения отдельных задач. Некоторые из них включают в себя голосовые интерфейсы и взаимодействия.
По словам Стреффорда, первопроходцы уже используют эти инструменты для решения нишевых задач, которые обычно связаны с обработкой документов, медицинской транскрипцией и автоматизированной обработкой счетов-фактур. В этих сценариях часто используются неструктурированные данные, которые содержатся в документах, сообщениях, изображениях и формах различных типов и превращаются в структурированную информацию, пригодную для эффективного использования.
Другими словами, сервис как ПО делает работу сам, а не предоставляет инструменты для людей. «Он не ограничивается простым сканированием данных и поиском совпадений или закономерностей. Он определяет, что делать с этой информацией», — объясняет Стреффорд.
Например, бухгалтерское ПО на базе ИИ может автоматически классифицировать операции, сдавать налоговые декларации и следить за соблюдением нормативных требований. Маркетинг и продажи на базе ИИ могут выявлять потенциальных клиентов, составлять персонализированные сообщения и автономно планировать и совершать звонки или проводить демонстрации для заинтересованных лиц. Создание контента с помощью ИИ позволяет составлять отчеты о маркетинговых исследованиях, юридические резюме или описания продуктов на основе исходных данных.
SaaS 2.0 стал возможен благодаря тому, что за последние годы системы ИИ усовершенствовались и сконвергировали. Хотя генеративный ИИ и большие языковые модели (LLM) в последнее время занимают центральное место, машинное обучение и глубокое обучение также продвинулись вперед. «LLM позволили создать сервис как ПО, — говорит Стреффорд, — но традиционные алгоритмы МО по-прежнему имеют огромную ценность, особенно для предиктивной аналитики и оптимизации рабочих процессов».
Неудивительно, что при объединении этих ИИ-компонентов получается сумма, превосходящая отдельные части. Как объясняет Жирон, «ИИ постоянно анализирует взаимодействие, учится на успехах и неудачах и со временем совершенствует свою работу. Этот цикл непрерывного обучения гарантирует, что предоставление услуг станет более интеллектуальным, персонализированным и эффективным».
Более «умный» ИИ
Ключевое преимущество модели «сервис как ПО» заключается в том, что она может значительно упростить внедрение ИИ — при этом автоматизируя
В результате можно получить доступ к новым функциям и возможностям по мере их появления у поставщика услуг и ПО. Это создает непрерывный цикл обучения и оптимизации, который способствует созданию более интеллектуальной, персонализированной и эффективной модели работы, говорит Жирон. SaaS 2.0 также поддерживает стратегические схемы, в которых приоритет отдается измеримым бизнес-результатам и показателям эффективности.
Тем не менее, человеческий контроль остается жизненно важным — по крайней мере, пока. Стреффорд отдает предпочтение трехуровневой модели, особенно когда организации знакомятся с этой новой областью и запускают пилотные проекты. Он рекомендует полностью автоматизировать задачи с низким уровнем риска, использовать взаимодействие человека и ИИ для работ со средним уровнем риска и сохранять процессы под руководством человека для операций с высокой ценностью и высоким уровнем риска.
«Все сводится к доверию, — утверждает Стреффорд. — Вы должны понимать, каковы будут возможные затраты и последствия, если система сделает неверный прогноз или предпримет неправильное действие». Разумеется, здесь многое зависит от организации и отрасли, и бизнес- и ИТ-руководители должны учитывать нормативные требования, уровень доверия совета директоров, геополитические события и общую толерантность к риску.
По мнению экспертов, CIO и другим ИТ-руководителям следует начинать с малого и итерировать. По мере того как организация будет набирать уверенность и заовевывать доверие, она сможет расширить автономию компонента SaaS 2.0. «Многие ИИ-инициативы потерпели неудачу из-за слишком амбициозного, а не слишком скромного старта, — отмечает Стреффорд. — Поэтому очень важно понять весь рабочий процесс, обеспечить надзор и защиту, создать инструменты измерения и проверки, а также сосредоточиться на результатах».
По словам Жирона, ряд факторов могут обеспечить успех или разрушить инициативу. Качество данных и способность интегрировать их в разные системы имеют решающее значение. Очень важна основа для стандартизации. Это включает в себя очистку, стандартизацию и подготовку унаследованных данных. «Маркировка и аннотирование данных может быть трудоемкой и ресурсоемкой задачей. Она может потребовать специальных знаний и инструментов», — говорит Жирон. В то же время важно выявлять и устранять потенциальную предвзятость данных, а также уделять внимание безопасности и нормативным рискам«.
По его словам, в ближайшие несколько лет сервис как ПО охватит контакт-центры, ИТ-службы, отделы кадров, цепочки поставок и другие сферы деятельности, где важны качество обслуживания и эффективность затрат. Мир бизнеса полностью примет SaaS 2.0, считает Жирон: «Это приведет к появлению управляемых услуг, которые не просто передаются на сторону или на аутсорсинг, а постоянно оптимизируются, оснащаются ИИ и нацелены на достижение бизнес-результатов».
