Почему AI не разберется за людей — обсудили 25 июня на митапе в офисе HFLabs

Порассуждали о том, почему AI-проекты часто упираются не в модель, а в контекст: какие данные вообще есть, какие задачи надо решить и кому нужен результат внедрения.

Поговорили с людьми, которые реализуют такие проекты в крупных компаниях. Вот несколько выводов:

📌 AI полезен там, где помогает человеку работать быстрее и точнее
— Сотрудникам поддержки: суммаризировать обращения, искать триггеры оттока.
— Сейлзам: подсказывать, какой пакет услуг предложить клиенту.
— Аналитикам: проверять гипотезы и находить инсайты.
— Менеджерам: разбирать встречи, фиксировать договоренности и формулировать задачи.

В таких сценариях AI берет на себя рутину и удерживает большой контекст.

📌 Внедрение стоит начинать не с выбора модели, а с вопроса «зачем»
— какую задачу решаем,
— можно ли решить ее без AI,
— кому это нужно внутри бизнеса, готов ли он к изменениям процессов,
— как считать эффект,
— где ошибка допустима, а где цена слишком высока.

80% результата дает не AI, а пересборка процесса. Только оставшиеся 20% — правильно выбранный инструмент.

📌 Важен не объем, а чистота и понятность данных

AI нужно понимать смысл: как данные связаны между собой, где бизнес-правило, а где просто исторически сложившаяся привычка.

Отсюда интерес к онтологии и графам связей: не как к академическим упражнениям, а как к способу объяснить модели и людям, как устроена реальность компании.

📌 AI не должен принимать решения без человека

Если AI сам решит предложить клиенту меньшую цену или изменить условия, это риск для бизнеса.

Отдельная опасность — мультиплицирование ошибки: когда AI применяют сразу ко множеству процессов, одна неверная логика может распространиться на тысячи действий. Поэтому все, что можно сделать детерминировано, лучше так и делать.

📌 Человек нужен там, где требуется выбрать направление

AI не отвечает на основной вопрос: зачем мы это делаем? Роль людей трансформируется: формулировать задачу, понимать ограничения, проверять результат. А иногда — вовремя сказать, что задачу вообще не нужно выполнять.

Спикеры сошлись в главном — AI усиливает то, что уже есть в компании: хорошие данные и осознанные решения или хаос и ошибки.

Мы в HFLabs проводим встречи с экспертами 1–2 раза в месяц. Следите за анонсами в канале и на нашем сайте.

HFLabs — о клиентских данных