Transcription
И нейросети, а-а, искусственный интеллект. Об этом просто из каждого уже утюга просто все вещают. Мы уже не первый ролик делаем, а, о том, а что вообще такое и как его применять. И сегодня хотелось бы поговорить на такую тему, как, а, вообще как и изменить рынок автоматизации, что уже появится или появилось, что появится в самом ближайшем будущем вообще, куда идёт автоматизация. Может быть, вообще человек через какое-то время перестанет вбивать данные там в 1С, и это будут делать роботы.
И у меня в гостях Сергей. Сергей, привет.
Привет.
Расскажи пару слов о себе. Чем ты вообще занимаешься? Кто ты?
Я Сергей, и я очень всегда боюсь этого вопроса, как рассказать, особенно друзьям, которые не понимают слов 1С. Вот. Но я обычно говорю, что у меня компания, IT-компания - это уже статус. Компания довольно крупная по меркам 1С. Мы за 14 лет жизни выросли с двух до 200 людей. Это в нашем рынке это довольно такой серьёзный успех. Я зачинал эту компанию, помогаю её выстраивать и вот сейчас в том числе всякие новые штуки пытаюсь привнести и в наши процессы, и какие-то, может, продукты новые для клиентов придумать. В общем, есть 1С - это сова. А, нет, не так. Ээ, искусственный интеллект, новые технологии - это сова, 1С - это глобус. И я вот натягиваешь сову на глобус.
Ну да.
Я знаю то, что ты на самом деле одним из таких пионеров, наверное, в теме 1С начал э-э копать в сторону искусственного интеллекта, учиться этому, погружаться в это и так далее. Вот расскажи вообще, какие у тебя были изыскания, как давно этим начал заниматься и что из того, что уже работает, можно не пощупать, потрогать, даже уже, может быть, внедрить свой бизнес, уже может быть у вашей компании есть.
Я активно, прямо активно погрузился полгода назад в искусственный интеллект. Раньше просто слушал, просто что-то чатился, и он обалдеть помнил, как меня зовут, и поддерживал разговор на постпредыдущие темы. Это уже тогда было взрывом головы. Потом я послушал некоторый подкаст айтишны, а это, кстати, вот лайфхак. Слушайте, что по сторонам происходит в других технологиях. И там чувак говорит, что в бизнесе искусственный интеллект просто так применять нельзя. То есть ты не можешь depсик спросить там. Ну вот у меня пример есть такой. Я работаю в простых решениях, где найти градусник? Ну, потому что откуда псик знает вообще, кто такие простые решения и что такое градусник и где он лежит. Вот. А в бизнес-системах ИИшка, она как может отвечать? Если ты ей дашь информацию, по которой она должна ответить, она тогда по ней сможет классно ответить. И я такой, тогда ещё всё было сложно, я VPN ещё не купил. Я в Telegram э бота подключил себе, закинул информацию про то, как жить в простых решениях и где у нас там градусники и прочие аптечки. Спросил у него, бац, ответил: "Всё, там идёшь там в такой-то офис, в таком-то офисе там лежит, в таком-то офисе там лежит". Такой: "Ну, класс".
Вот я пошёл дальше такой думаю: "А вот, например, я же один занимаюсь, да? И нам часто присылают там окошко, информация с ошибкой. Отправьте отчёт". Кто отправляет отчёт? Никто не отправляет отчёт. Я там даже страничку специальную сделал на сайте, ээ, типа, как нам правильно отправить. И попробовал: "А вот давай я просто дам в нейронку ссылку на этот регламент и дам письмо от клиента с этой ошибкой". И сможет ли он как бы сказать э-э регламент исполнен или не исполнен. И он такой: "Да, смотри, он тебе вот это прислал, что-то не прислал. Вот скажи ему сделать по шагам то-то, то-то, то-то". Получается, что можно даже на техподдержку поставить простейшую штуку, которая на вход вот клиент присылает это окошко, и она уже не даст специалисту, она вот регламент изучила и отправила обратно клиенту, что ему нужно сделать. И если он опять сделал не так, она ему ещё раз отправила. Если ты просто говоришь людям: "Делай так", вот тебе инструкции, почитайте, они этого не делают, и ты, соответственно, делаешь там только 10% сервиса. А когда у тебя машина это будет делать, просто как бы ты не сможешь не предоставлять классный сервис. То есть я верю, что там ближайшие там 2-3 месяца я это всё добью, и будет робот всё делать.
Получается, с точки зрения бизнеса тебе эта штука даст возможность, ну, автоматически или полуавтоматически маршрутизировать, работать с 8.000 тысячами клиентов, но при этом те же пять операторов будут их, скорее всего, обрабатывать легко и просто благодаря LLM.
Мне нравится твоя мысль, что ИИ не увольняет людей, то есть ИИ позволяет делать больше работы этим же людям. Вот я думаю, что всегда нужно концентрироваться на этом, потому что люди - золото, нас не заменят, а нас заменит тот, кто использует ИИ. Вот они нас точно заменят. Вот и ничего непонятно, а эти точно заменят. Прикиньте, так в жизни будет, что будут компании, которые сделают ставку на ИИ, там будут тратить миллиарды на то, чтобы это всё работало. Повольняют тех людей, кто-то найдёт этих всех людей, подберёт и сделает реально классные деньги на том, что за дёшево людьми всё то же самое, только работает.
Вообще-то ассоциация это с Теремком, которые построили бизнес на бабушках, которые эффективно их используют, эти классно работают и значит.
А бабушки там где они продают или.
Которые ну блины делают, они блины делают. Бабушки делают блины.
А Терём, которые блины, которые делают. Да-да. Хорошо.
Какие ещё изыскания у тебя были по искусственному интеллекту? И что-то, может быть, уже тоже вы применили?
Ну вот смотри, получается, что пришла вот эта заявка, а в ней что-то спрашивают, и я сейчас пытаюсь понять, а куда её отфутболить. И оказалось, что базу знаний всю нельзя запихнуть вот в промт, вот в это маленькое окошко чата. Нельзя его запихнуть, он туда не влазит. И оказалось, что это решена проблема при помощи вот сочетания букв RAG, называется. Что такое RAG? Там много магии, много до настроек и так далее, но самое важное, что ты теперь не закидываешь там 10 или там 100 Мб страниц документа, а ты закидываешь только те части, по которым тебе реально нужно собрать ответ. Мы должны собирать знания, мы должны уметь их так там структурировать и каталогизировать. И дальше LLM должна уметь в него обращаться и из него брать ответы. Ты даёшь нейронке, на что она должна операться, и она уже из этого даёт ответ.
То есть правильно понимаю, вы взяли все ваши там протоколы, регламенты по тому, как нужно отвечать на те или иные вопросы клиентам, скормили это ИИшке и теперь когда приходит запрос от клиента на сопровождение по какому-то вопросу, то по сути уже там на 80-90% готовый ответ за то, что выдал. А всё равно, скорее всего, человек у вас проверяет перед тем, как отправить, нажать кнопку, типа вот это вот отправить или нет, он может дополнить, изменить и так далее. Но сам этот ответ уже подготовленный не на основании всех знаний, которые в LLM есть, а с учётом тех знаний благодаря как раз RAG, которые есть у вас в компании. Правильно?
Да. Да. Там очень аккуратно надо с промптами этими работать. Как как она должна выдавать ответы, если она не уверена? Если там ещё чего-то, обязательно валидировать через человека. А так в целом, да? То есть получается, бизнес, который сейчас уже имеет какие-то регламенты, там протоколы, то, как он работает, вот эти описания, он уже может, создав, ну, свою RAG, э иметь возможность быстрого ответа на те или иные вопросы, а-а, которые будут задавать, ну, либо его клиенты, либо пользователи. Вопрос, а вот сколько нужно информации, вот чтобы сделать хотя бы там, не знаю, минимальный какой-то RAG, вот нужно, я знаю, три документа, пять документов, когда уже имеет смысл вот ввязываться эту историю с RAG и компании упаковывать свои знания и делать этот RAG.
Имеет ли смысл упаковывать свои знания? Вот сейчас наконец-таки имеет смысл упаковывать свои знания в любом случае, даже если вы пока ещё не дошли до использования нейросетей. На нашем примере поясню. У нас там хорошая база знаний, есть такая программа Notion, которая позволяет очень классненько и красиво, как веб-сайт, выстраивать, и реально удобно и хочется с ней работать. Но сколько знаний мы бы туда не пихали, люди там не искали, они уже не понимали, где найти. Мы там идеально всё каталогизировали. Всё равно ни поиск, ни это. Никто не смотрит в эти базы знаний. И как раз-таки ставал вопрос: "А нужно ли их вести?" И многие такие: "Ай, я вот это уже не запишу, вот это я там сам буду из головы брать". Сейчас, наконец-таки, есть смысл эту базу знаний вести. и вообще все знания, которые есть у компании, упаковывать. Особенно критичные, особенно знания экспертов, знания регламентов каких-то. На самом деле, да, самый минимум знаний может подойти для того, чтобы уже что-то попробовать и уже решить конкретную бизнес-задачу. Конечно, не стоит на начальном этапе ставить задачу оцифровать и забазнанить всю вообще свою компанию каждого отдела. Можно взять один какой-то простейший отдел, один его процесс и, соответственно, закинуть в этот RAG, и уже будут там менеджеры или кто-то брать эту информацию.
С вашим бизнесом понятно, у вас много клиентов, там 4.000. У вас, видимо, запросов очень большое количество на и регламентов тоже очень много. Там вы давно на рынке работаете. Возьмём какую-нибудь компанию, не знаю, там рядовую, э 20 тире 50 сотрудников, торговая компания, которая, не знаю, что-то откуда-то покупает, где-то продаёт. Если мы говорим про такого предпринимателя, который таким бизнесом там руководит, нужно ли ему, как ты считаешь, уже сейчас заморачиваться и задумываться об использовании в его бизнесе? хочется какую-то практику получить для рядовой компании.
Ну, смотри, мой бизнес, он действительно основан на знаниях. И, в принципе, мы почему сейчас вы идём? Потому что есть некоторая угроза внешняя. То есть, если знания - это мы, а знания можно отторгнуть и куда-то положить и их использовать, то зачем мы нужны? Поэтому мы решили постараться возглавить этот процесс и свои знания как можно быстрее дать и придумать, как из этого какую-то бизнес-пользу получить. Наверное, первый этап внедрения в компанию, я бы сказал, должен быть такой. Вот тот, кто отвечает за развитие этой компании, там, ну, собственник или руководитель или ещё кто-нибудь, он должен сам в первую очередь заразиться этой идеей, сам должен ежедневно использовать всякие вот эти модели в своих чатах для любых бытовых задач, потихонечку там уже понимать, что можно списки составлять или там ещё чего-то для исследований там. А как, ну, например, если спросить, что такое RAG, LLM очень классно ответит и проведёт тебя, а дальше уже потихонечку подключать какие-то бизнес задачи и должен заразиться тем, что от этого можно получить пользу. Какого-то помощника для отдела работы, продаж, мне кажется, это супер такая история, которую можно легко запустить. Следующий шаг какой будет? Научить LLM работать с внешними пользователями. Как они у вас могут сделать заказ? Какие будут сроки доставки? Там, а, уточните по моему заказу. И, соответственно, сделать интерфейс, который бы внешние пользователи могли бы у тебя спрашивать и получать ответы, общаясь не с менеджерами, а общаясь там, условно говоря, с ботами. И это технологически уже возможно.
И хотел ещё один кейс рассказать. Вот там буквально вчера тоже общались с девушкой, не знает ничего пока про искусственный интеллект, даже сама не пробовала ничего там для для своих целей. Но мысль о том, что есть со всех сторон, она уже есть. И она, кстати, у многих, вот кто хочет там чего-то нового. То есть я ещё ничего не делал, ничего не знаю, но мне зачем-то нужен этот LLM. И вот мы пытались нагенерировать, а что бы ей нужно было. И был прикольный кейс. То есть она занимается продажей запчастей для окон. Алюминиевые профили, то-то к ним обращаются. Ну какие-нибудь там мастер Петя хочет у заказчика поставить какие-то позиции дорогие, там какой-то алюминий или какие-то важные детальки. А какие-то они очень дешёвые, и о них менеджер забывает. Вот. И мы предложили и даже протестили, что искусственный интеллект может посмотреть структуру заказа, что в нём положено. Есть описание каталога у него, и можно задать ему правило, что посмотри, а всё ли необходимое содержит заказ, придётся ли что-нибудь допокупать в соседнем магазине бедному прораба. Вот. И она реально проверяет. То есть она реально нашла, что вот смотри, ты там не помню название, сложное для меня, но на вот эти штучки ты не положил. И вот уже простейший микроинструмент, основанный на искусственном интеллекте, который там позволяет бизнесу стать лучше и сервис свой подкрутить.
Получается уже любой бизнес торговый, вот, э компания там 20-50 сотрудников торговая, она на самом деле в любом случае продаёт, да, то есть у неё есть менеджер по продажам. И когда приходит новый менеджер, его можно погрузить в среду, там он через полгода, ну, скорее всего, научится, да, если нормальный адекватный менеджер, продавать. А можно, на самом деле, сразу же снабдить его и помощником таким, который будет знать благодаря RAG настроенному, а вообще что за продукт продаётся, значит, что важно при продаже, что неважно. Задавать вопросы как такому наставнику, а, и вот этому ассистенту по той продукции, которую менеджер продаёт, и он просто быстрее начнёт продавать на какие-то большие чеки, чем вот полгода он будет входить в эту должность.
У нас, наверное, знаешь, есть своя CRM-система, модуль управления делами продаж. И, разумеется, туда тянутся звонки. Уже давно тянутся расшифровки звонков благодаря тому, что и расшифровал эти звонки. То есть уже даже не менеджер должен записать, что о чём договорились и что обсуждали, а уже ИИшка это делает и сразу в CRM-систему кладёт. Для руководителя продаж по тем звонкам, которые сделали менеджеры, мы выводим такой специальный отчёт, в котором каждый звонок анализируется с точки зрения там пяти или семи там ключевых показателей. Вышел ли менеджер вообще в продажу, предлагал ли он продукт, выяснял ли он потребности, погружался ли в это, значит, были ли возражения клиент, если были, то обработал менеджер или нет. На основании каждого из параметров идёт оценка от нуля до 100. Он может сразу увидеть: "О, вот этот разговор прямо весь красный по всем параметрам". Значит, что-то там не так. Он проваливается именно в этот звонок, его слушает, понимает, что там на собрании, допустим, с менеджерами нужно это проговорить или наоборот звонок, который максимально зелёный, вообще классно менеджер во всём пообщался. Это тоже то, что имеет смысл вынести на собрание и обсудить с менеджерами, разобрать этот звонок. И, соответственно, собирается ещё и статистика, да, и то есть мы за определённый период, например, за месяц видим по менеджерам, а кто ложал в звонках и с кем нужно работать, чтобы, собственно, он он улучшался. И тот, кто реально делал классные звонки. И, э, значит, бизнес уже вот даже такой простой функции контроля качества, там экономит просто в 10 раз меньше денег, на контроль качества тратит, а качество получает ещё больше.
Ну, некоторое время назад внедрили эту штуку, у нас тоже всё расшифровывается, всё вот это вот анализируется, и уже как данность как будто бы кажется, и хочется каких-то новых изысканий. То есть у тебя есть полная транскрибация, и ты можешь спросить: "А исполнял ли он регламент или там не забывал им здороваться и называл только по имени, отчеству?" А ты можешь спросить что-то более глубоко интересное: а есть ли признаки выгорания у этого менеджера, например, да, там или есть ли признаки, что вот ну как бы этот менеджер как-то нехотит делать свою работу или там озлобленность какую-то, ну, в общем, какие-то такие вещи, которые пока мы ещё даже не знаем, сможет ли он ответить. Но вот экспериментировать на этом точно стоит. И как раз-таки вот этот человек, который контроль качества, его не надо увольнять. Пускай он это всё экспериментирует, у него уже огромная будет база для реально важных и полезных ээ этих экспериментов.
Но здесь, знаешь, какой вопрос интересный. По факту LLMки, ну, они же с текстом работают. То есть, что именно сотрудник говорил? Важно при анализе ещё и тон, как менеджер это говорит, да? Потому что, ну, помимо текста, вот что контрольной информации, а что с этим? Способны ли ИИшки проанализировать вот эти полутона, значит, из телефонного разговора менеджера или всё-таки речь пока идёт только вот про информацию, про конкретные слова, что он сказал или не сказал?
GPT от OpenAI приложение есть, там можно общаться с голосовым помощником, в том числе и видео, то есть показывать ему, что он видит на экране. Я вот так кран чинил, показывал ему, и он мне говорил: "Подкрути эту гайку, подкрути ту". И я с ним как раз-таки и общался на эту тему про эмоции. А можешь ли ты говорить со мной эмоционально и можешь ли ты распознать мои эмоции? Я вот пытался говорить грустно, говорить весело, и он действительно понимал. Нейросети, когда обучаются, они могут обучиться, что вот так, если вот такие колебания - это грустненько, если так, то это там громко, тихо и так далее. И она действительно может это понять. Я уверен, что если сейчас это там не всё идеально, то в будущем точно будет классно. И даже я вот знаю стартапы, которые занимаются генерацией голоса. Их задача сделать озвучку фильмов, а, то есть на вход какой-то перевод, и они должны так озвучить, что подстроиться под липсинг, подстроиться под интонацию главного героя, и они уже даже генерировать голос могут тоже интонируя. Вот. То есть, короче, распознают, нет, нет проблемы. HR скоро будут получать информацию, а, наверное, даже о количестве, сколько ещё сотрудник будет месяцев работать или там дней в компании просто в режиме реального времени, анализируя работу, и будет потихонечку уменьшаться там или бледнеть сотрудник или выцветать в тёмное. Вот. И чтобы нужно его срочно подкормить. Как-то огоче, я понял. HR будет вот подкармливать.
Возвращаясь, я всю идею хотел тебе продукты рассказать. Значит, заключается в следующем. Так как у нас в CRM-системе есть расшифровка звонков, есть эффективные звонки, неэффективные, есть данные о том, а вообще вот эта коммуникация с клиентом или там набор этих коммуникаций, звонков, переписки и так далее привёл клиента к сделке или нет. Если привёл, то, значит, опа, мы получается можем в RAG положить информацию о том, что вот смотри, вот так если говорить и вот так вот, если вести переговоры с клиентом, это приводит к результату. А если вот так вот и клиент не покупает и коммуникация плохая, то значит получается наоборот так не надо делать. На основании вот этих данных, как ты считаешь, можно ли обучить LLM, э тому, ну RAG получается, да, обучить RAG тому, чтобы он как раз моим продавцам, да, давал э более точные рекомендации, которые приводят именно к сделкам, к продажам, а рекомендации, которые не приводят, не давал.
Опять же я бы рекомендовал вначале попробовать это на реальных данных. То есть взять вот эти расшифровки звонков, как-то раскидать их, разметить, там был успех, не было успеха и так далее, и закинуть в LLM, просто с ней пообщаться. А что ты можешь мне из этих из этой информации дать? Какие общие выводы, общие рекомендации? Давай составим с тобой регламент какой-то. Но моё мнение, что получится не то, чтобы даже какие-то общие рекомендации, что если делаешь вот так, то к сделке это приводят, а если сделаешь вот так, сделки не приводят. Мне кажется, что в книгах это уже описано. То есть они там говорят: "Делай так, делай так", приводят, а в жизни не работает, потому что люди разные, все разные. И вот представь, что если ты будешь собирать вот эту статистику про каждого клиента, что конкретно, э Мария Петровна, когда ты с ней вот так делал, она купила, а когда ты вот так с ней делал, вот она не купила. И вот за счёт того, что нейросеть может огромный массив данных анализировать и давать какие-то свои там рекомендации, прогнозы, ты про каждого клиента будешь так знать, а не в целом про систему, как лучше продавать. Вот я думаю, что это появится.
Давай добавим какой-то диалог там, знаешь, как растопить лёд. Допустим, менеджер позвонил этому клиенту, и он начинает не с того, сколько у тебя точек, а с того, там ты любишь кошек или собак, крошку на квасе или там на кефире и так далее. И потом уже это мы кормим. И то есть помимо того, что мы знаем про его бизнес и про него, то есть мы ещё и знаем, а как он там чуть-чуть мыслит и как он, наверное, мог бы в какой-то ситуации поступить. И вот это, прикинь, было бы классно.
И тебе говорят, типа, купи это, и ты в этот момент понимаешь, что, ну, нельзя не купить просто.
Да-да. Да. Нет, тебе даже не говорят: "Купи это это". Он сам говорит уже.
И говорит: "Ну когда вы куда платить доти денег?"
Посуждал про окрошку на кефире, а потом хочет купить у тебя там любой твой бренд. Ну давай всё-таки посмотрим в будущее в некое. Вот как ты считаешь, а как там в ближайшие годы, может быть, там там какая-то большая перспектива, там не не годы, а там 5-10 лет. Как ты считаешь, как поменяется рынок автоматизации?
Я думаю, что, конечно, интерфейс вот окон и вот этих кнопочек, табличных частей и прочего из 1С должен потихонечку уходить на второй план, а какой-то интерфейс чатбота или голосового помощника, он будет всё больше выпячиваться, чтобы ты 1С ставил задачи, и она, как некий твой там сотрудник или вот сейчас называется это агент, выполнял какие-то твои задачи. Ну, например, давай помечтаем. А нам нужно о ценообразованием как-то заниматься. Ночью робот лезет под сайтом твоих конкурентов, парсит их, все цены раскладывает, потом смотрит, ээ, какие у тебя цены, и утром приходит вот ответственные за цены, и ему сообщение: "Слушай, я провёл тут работу, кажется, вот эта товарная категория сейчас растёт. Ещё у нас ключевая ставка с ней там то-то, то-то. Давай с тобой там изменим цены на 3% вверх". Согласен? И ты такой нажимаешь: "Да, согласен", и она тебе там цены сама все поменяла в твоей 1Ске. Мне кажется, вот даже до такого у нас там в горизонте 3-5 лет может это всё дойти. И кейсов можно придумать миллион.
Кейс, как раз-таки вот нас просили сделать, и мне кажется, он, ну, вот на ближайшем будущем будет такой, э востребованный. Получается, у нас есть руководитель. Руководители часто просят управленческий учёт, чтобы у них был там доходы-расходы, баланс, там движение денег и так далее. Вот ты потратил 5 млн, у тебя классная система отчётности, баланс есть какой-то, там, отчёт, доход расходах, всякое такое. Какой вывод сделать? Кто такой умный может вот подумать, что ага, у меня на самом деле бизнес вот такой, мне нужно сделать вот так, и я там тогда получу вот это. Многие предприниматели, ну, особенно вот я про малый, средний бизнес, у них нет финдиректоров или финдиректора не всегда могут сделать правильные выводы на основании тех данных бизнеса, которые есть. И тогда можно скормить эти цифры тоже LLMке, сгруппирует, сделает какие-то прогнозы там то-то и даст руководителю вот такой вот ответ. Смотри, у тебя в бизнесе на самом деле вот так на человеческом, и тебе надо рассмотреть вот 1, 2, 3, 4, 5 стратегии. Ты такой: "А почему мне 1, 2, 3, 4, 5 рассмотреть?" А он тебе каждый раз писал: "Хочу для малого бизнеса сделать Telegram-бота, чтобы он там легко понимал, э какие продажи, номера своих клиентов, контрагентов, сколько денег сегодня пришло. Я получаю движение денег за один месяц, за другой и говорю "LLMке, скажи мне, объясни вот как ребёнку, что у меня в бизнесе происходит?" Отвечает: "Клас".
А вопрос вот про стратегии представим, выдало три стратегии, и собственник там или генеральный директор выбрал там первую стратегию, такой: "И идём". И потом та стратегия, ну, реализовалась, но она типа к успеху не привела, а наоборот, там, компания деньги потеряла. Кто бы ответственность нести?
Надеюсь, не я, потому что потому что посоветовал это в этом интервью. А у каждой LLM системы внизу есть написано, что обращаю внимание, система может галлюцинировать, выдумывать. Никто ни за что ниче не несёт никакую ответственность. На самом деле, по крайней мере, сейчас нужно воспринимать это не как руководство к действию, а как мысли для размышления. И эти иногда мысли для размышления, они бывают полезнее чёткой вот этой рекомендации, потому что ты Ага. Про это думает, я сейчас ещё там докручу, доделаю, и вот тогда уже получит какой-то результат.
Ты, я знаю, очень там, ну, ваша ваша компания вообще общается очень плотно с 1С фирмой. А что фирма 1С? Вот расскажи прямо из первых уст над чем она работает в плане ИИ и вот и что, ну, приоткроем завесу, может быть, тайны в самое ближайшее время, не знаю, может, в платформе 1С появится для разработчиков, может быть, как какие-то сервисы от фирмы 1С появятся. Чего нам ожидать?
У каждого сотрудника 1С есть правило, что ни про что новое не рассказывай нигде, кроме как на семинаре. Я могу рассказать из того, что из того, что видно, если поискать. То есть и побороться можно с фразой, что в 1С нет никакого искусственного интеллекта. Давным-давно есть распознавание первичных документов, что оно автоматически всё вот это делает документы. Есть э распознавание голоса, тоже можно одиночные технологии можно синтезировать там голос. Это тоже не некоторый искусственный интеллект. Есть ещё классная штука, но для которой нужны программисты - это умение прогнозировать. То есть, если ты даёшь системе кучу каких-то данных, то она может уже опять же сказать какие-то тренды, какие-то анализы такиесякие там и так далее сделать. И про программистов не забывают. Вот первое, что для программистов с точки зрения вот новых нейросетей было выпущено, это вот Microsoft Copilot, наверное, видел, что она дополняет, дозаполняет код. И у 1С такая технология уже тоже есть, её на сайте публикуют, показывают уже, по-моему, демо доступ какой-то открыли. И там можно попробовать это напарника, по-моему, регистрируешься и тебе дают ключик.
Это при технологии 1С напарник.
1С напарник.
А, кстати, помимо того, что есть этот 1С напарник, 1С точно сделали свой RAG. То есть если зайти на и есть такой сайт, где все материалы про то, как в 1С работать, там есть такая кнопочка бета-тест. Ну, там не 1С напарник и тест-консультант, как-то так называется. Ты с ним теоретически можешь вести беседы, а как мне там отразить поступление от поставщика в валюте, которому я аванс заплатил 100 юаней. Ну и она тебе что-то отвечает. Опять же, есть момент, что это бета-тест, и она не всегда совсем не всегда идеально отвечает. Вот. Но что-то полезное оттуда выцепить тоже можно. За всеми технологиями ей следят, э используют, пытаются искать, как это внедрить в продукты. Вот. Но у 1С нулевая терпимость к неправильной информации. То есть, если LLM начинает галлюцинировать или выдавать что-то, что на самом деле не так, то 1С говорит: "Мы учётная программа, нам доверяет вся страна, мы не можем просто так эти цифры или это мнение выдавать". Но энтузиасты, например, я точно будем такое делать. Всякие кнопочки вызова LLMки в 1Ску мы уже успешно встраиваем.
1С последние годы скупала, ну, различные компании. Какой последне она постоянно какой-нибудь скупает. Может быть ли такое, что вот сейчас те команды, те компании, которые займутся ИИ, ну, на стыке 1С и, соответственно, LLM, тоже теоретически в ближайшем будущем их купит фирма 1С? Если да, то чем таким командам стоит заниматься, какими направлениями, чтобы быть потенциально потенциально купленными 1С в будущем, если это, ну, им удастся сделать и технология будет классная.
1С покупает не команды, 1С покупает всё-таки продукты. И её задача - найти тот продукт, который уже, во-первых, есть, он точно работает, у него есть уже какие-то конкретные пользователи. И тогда 1С там общается с ним, понимает, что есть в этом перспектива, им не хватает денег, и 1С даёт эти деньги. Можно при помощи 1С сделать масштаб и можно получить денег. А если вы просто команда, которая что-то потыкали и что-то попробовали, продукта нет, то вряд ли 1С в вашу сторону посмотрит. Ну, в принципе, вряд ли кто-то в вашу сторону посмотрит. То есть сконцентрироваться надо на том, чтобы найти вот эту нишу, найти тот конкретный кейс, который ты реально готов решить, продвинуть его, получить пользователей и потом уже только стучаться там по всей двери и говорить, что смотрите, давайте раскатим это на всю сеть у нас. То есть сконцентрироваться надо на продукте.
Сергей, ну и самый важный вообще вопрос. Мы, собственно, ради этого собрались. Будущее, что машина захватят нас как терминаторы или в матрице будет.
Ну, я бы посмотрел, как это будет, но у меня есть.
Я тебе скину ссылки на фильмы.
А, размер подходит.
Мне нужны твоя одежда, твои сапоги и твой мотоцикл. Мне кажется, главная мысль, которую я хочу сказать сегодня про искусственный интеллект - это не про то, что он нас заменит, этот искусственный интеллект, и мы пойдём на там какую-то границу истории, а нас заменят те, кто этим искусственным интеллектом уже начал пользоваться. То есть, если ты сегодня не пользуешься, ты что-то почему-то не используешь возможности. Если ты завтра не пользуешься, то ты уже не знаешь, считай бизнеса у тебя нет, а он есть у тех, кто им пользуется. Вот это, мне кажется, главное, что нужно вынести.
Если вам интересна наша CRM-система, то переходите по ссылке в описании, и мы вам покажем, как уже сейчас искусственный интеллект расшифровывает звонки, а делает выводы по результатам созвонов менеджеров по продажам с клиентами и как руководитель отдела продаж может применять нашу CRM-систему, а, используя отчёты, которые генерирует искусственный интеллект. Переходи по ссылке в описании и внедряйся в своей компании. Поделитесь в комментариях, а как вы уже сейчас используете искусственный интеллект, будет интересно почитать.
Сергей, слушай, на самом деле получился, на мой взгляд, классный разговор. Я верю, что и 1С - это будущее. Вот, спасибо тебе. Кстати, я знаю, что у тебя есть э свой канал, где ты тоже рассказываешь про ИИ. Поделись тоже ребятам. Я думаю, будет интересно.
Да, тебе тоже спасибо за разговор. Я сидел как-то в кафешке вечером и думал, как мне, что мне ещё поделать с точки зрения 1С. И искусственный интеллект мне сказал: "Давай создадим Telegram-канал". И вот мы им сгенерировали картинку, сгенерировали, какие у меня там будут посты. В общем, я люблю и обожаю программы управления нашей фирмы для малого бизнеса, считать деньги, всякое такое. И я стараюсь вот свой опыт, свои какие-то инсайты, свои фишки и в том числе про искусственный интеллект и про каких-то ботов, инструментов, всё туда кидать. Начинал с того, что искусственный интеллект посты генерировал. Оказалось, что мне не нравится это. Теперь пишу сам. И подписывайтесь.
Кстати, я уже подписался на прошлой неделе. А, и я хотел как раз уточнить, пишешь ты сам или нет, но ты сказал сам. Поэтому ссылку на канал Сергея оставил в описании. А, переходите, подписывайтесь. Ну и, конечно, подписывайтесь на наш канал. И до новых встреч в новых видео. Спасибо.