Во второй половине нынешнего десятилетия тематика управления корпоративным контентом (ECM) вступила в очередной этап своего развития: помимо резкого расширения сферы применения этих программных решений (выход за границы организационно-распорядительного документооборота в рамках ответственности канцелярии) речь идет о переходе от автоматизации ранее существовавших бизнес-процессов, связанных с бумажными документами, к качественно новым системам управления предприятием на базе новейших достижений ИТ. В том числе здесь имеется в виду постоянное повышение интеллектуального уровня традиционных СЭД и других ECM-средств за счет использования как уже хорошо известных методов бизнес-аналитики, так и технологий искусственного интеллекта (ИИ). Поддержка принятия решений, чатботы, автономное самоуправляемое ПО, естественный интерфейс — вот только некоторые сферы применения ИИ.

О том, как ИИ-методы уже сегодня задействованы в корпоративных ECM-системах и чего можно ожидать от них в ближайшем будущем, мы беседуем с экспертами, представителями ряда ведущих ECM-поставщиков.

Искусственный интеллект в ECM — пока начало пути

Хотя разговоры об использовании технологий ИИ в ECM идут давно, эксперты в целом согласны с тем, что в данном направлении мы сейчас находимся в самом начале пути. Во многом это объясняется тем, что еще относительно недавно российские СЭД вообще не занимались обработкой содержимого корпоративного контента, акцентируясь на задачах учета документов. Кроме того, некоторой проблемой при оценке ситуации является то обстоятельство, что довольно сложно провести границу между «неинтеллектуальными» и «интеллектуальными» методами обработки. Тем не менее все наши эксперты единодушны во мнении о больших перспективах использования ИИ в ECM: обработка неструктурированной информации всегда считалась прерогативой именно мыслительной деятельности человека, и как раз здесь автоматизаторы ждут реального эффекта от применения ИИ.

«Текущий уровень использования ИИ в ECM-проектах довольно низкий, — считает R&D-директор компании DIRECTUM Артём Пермяков. — Все идут по стандартному пути: с помощью интеллектуальных технологий закрывают уже известные рутинные задачи, такие как распознавание и ввод входящих документов, обработка документов финансового архива». По его мнению, сегодня даже для этих стандартных задач ИИ внедряют в основном компании-новаторы, когда они не только переводят большую часть своих процессов в электронный вид и отказываются от хранения бумажных документов, но и применяют новые инструменты. При этом он отмечает, что практики использования ИИ при обработке неструктурированных документов (например, входящих писем) сегодня накоплено меньше, чем для структурированных, например счетов-фактур, накладных и т. п. Если посмотреть на применение ИИ в конкретных отраслях, то помимо традиционных ИТ-лидеров — финансового сектора и ритейла — весьма высокую активность проявляет и промышленность. Но в целом, считает эксперт, большинство компаний пока не решаются переходить на эти инструменты и следят за опытом других.

Руководитель Научной лаборатории Digital Design Илья Ашихмин наряду с коммерческими организациями среди активных пользователей называет также и госсектор, поясняя: «Здесь накоплены огромные объемы неструктурированных данных, при этом нужно справляться и с нарастающим потоком обращений граждан». Но и он признает, что широкое использование ИИ еще впереди, пока его компания провела лишь несколько пилотных проектов, где экспериментировала с распознаванием текстовых документов, с их классификацией, распределением по исполнителям и другими задачами.

Технологии анализа и обработки содержимого документов используются в ECM-решениях давно, но методы ИИ позволяют перейти к созданию бесшаблонных средств распознавания неструктурированного контента. Такие средства, по мнению главы представительства SER Group в России, СНГ и Восточной Европе Дмитрия Мервицкого, уже сегодня доступны на рынке, а в ближайшее время можно ожидать появления инструментов, способных в автоматическом режиме распознавать предназначение попавших в систему документов и связывать их с уже существующими объектами — другими документами, бизнес-процессами или пользователями.

Уже реализованные пилотные проекты показывают эффективность применения ИИ на управленческом уровне, в том числе помогая менеджерам агрегировать нужную информацию, чтобы быстрее принимать решения. «ИИ-ассистент может подготовить резюме письма или отчета по заложенному шаблону, рассчитать возможные варианты дальнейших решений, предложить „выжимку“, обогатив необходимой для принятия решения информацией и тем самым сэкономив человеку время, которое потребовалось бы ему на самостоятельное изучение вопроса и присланного материала», — поясняет бизнес-архитектор компании «Логика бизнеса» Валентин Солодилин.

Идея о том, что ECM-решение должно стать основой корпоративной информационной системы предприятия, высказывается аналитиками уже давно, но именно ИИ, по мнению руководителя ECM-направления корпорации ЭЛАР Александра Кузнецова, должен реализовать ее в полной мере: «В идеальном варианте ECM становится „единым окном“, которое с помощью ИИ позволяет принимать, обрабатывать, распознавать, структурировать, искать и использовать информацию из различных источников».

«Мы находимся только в начале пути: делаем первые шаги, внедряем пилотные решения, смотрим на возможность их тиражирования, — рассказала директор по маркетингу ЭОС Елена Иванова. — Но перспектива применения ИИ в ECM огромна: ведь практически в каждой организации накопилось множество документов и других данных в электронном виде, которые можно анализировать, везде есть типовые процессы, подлежащие автоматизации. Одно из направлений, где ИИ будет применяться широко уже в ближайшее время, — анализ текста на естественном языке, обработка входящей почты и обращений граждан».

Можно ли реализовать идею «искусственный чиновник»?

В обсуждениях возможностей использования ИИ в сфере государственного управления уже не раз была названа концепция «искусственного чиновника» для поддержки принятия решений и при взаимодействии с гражданами. Насколько эта идея реализуема на практике? Обобщенный ответ наших экспертов тут выглядит так: заменить человека полностью невозможно, но ИИ способен помочь ему в работе, освободив от рутины и предоставив более качественную основу для принятия решения.

«Подменить госслужащего при решении вопросов, где присутствует сильный человеческий фактор, невозможно, решающий голос должен быть за человеком, — уверен Дмитрий Мервицкий. — Другое дело, что это искусственный советник или помощник, берущий на себя рутину и ускоряющий процессы оказания госуслуг. Это может быть автоматизированная проверка документов или полноты сведений, поступивших в госорган, консультационная помощь и поиск информации по запросу граждан, автоматические запросы по межведомственному взаимодействию в другие учреждения и органы исполнительной власти на основании полученных сведений».

По мнению Артёма Пермякова, направление, где ИИ будет максимально эффективен в госорганах, — это обработка обращений граждан. Здесь имеется в виду не только автоматическая регистрация входящих запросов, но и внедрение средств обработки голоса и создание интеллектуальных чатботов для общения с пользователями по примеру того, как это уже реализовано в банках. Для типовых обращений ИИ может анализировать базу уже принятых раньше решений и предсказывать, какому именно сотруднику нужно направить поступивший запрос. Для типовых обращений ИИ может готовить автоматические ответы, но все же специалист должен проверить и при необходимости скорректировать вариант ответа, предложенный алгоритмом.

Илья Ашихмин полагает, что создание таких систем — это уже реальность. Правда, пока речь идет о реализации прототипов и о пилотных проектах.

Эксперты довольно единодушны во мнении, что к использованию ИИ во взаимоотношениях граждан с госорганами нужно относиться очень осторожно. «Цена ошибки может быть слишком высока, и говорить о том, чтобы отдать принятие решений на откуп ИИ, очень преждевременно. Поэтому „искусственный чиновник“ в сегодняшнем понимании скорее может быть помощником для оперативного и интуитивно понятного взаимодействия граждан с государственными институтами», — считает Александр Кузнецов.

В то же время Валентин Солодилин уверен, что как раз постоянное повышение сложности документооборота и рост объемов информации настоятельно требуют более широкого использования ИИ в системах принятия решений, в том числе и в госорганах: «ИИ поможет убрать бюрократию, упростит процессы взаимодействия граждан с государственными органами и исполнителей между собой, а также повысит контроль, беспристрастность и прозрачность деятельности государственных и муниципальных органов».

Елена Иванова также считает, что ИИ может с успехом взять на себя множество функций чиновника: прием и фильтрацию входящей документации, логистику ее прохождения по соответствующим инстанциям и назначение ответственных исполнителей, генерацию резолюций и ответов на типовые запросы, рассылку писем, поиск данных в различных информационных системах и т. д. Но при этом она подчеркивает: ИИ, даже самообучающийся, ни в ближайшей, ни в среднесрочной перспективе не заменит ключевые компетенции «физического» чиновника — хотя бы потому, что аспекты взаимодействия власти с гражданами далеко не всегда предсказуемы, а ответственность за принятые решения в итоге лежит на человеке.

Чатботы в ECM

Чатботы — это одно из давно признанных направлений использования технологий ИИ. По мнению аналитиков, сегодня качественный уровень чатботов таков, что пользователь зачастую не может точно сказать, с кем он общается — с человеком или машиной. Но как раз это высокое качество данных технологий порождает много вопросов, в том числе юридических и нравственных.

Актуальность самой идеологии чатботов во многом объясняется постоянно растущей популярностью мессенджеров, которые сегодня становятся таким же способом взаимодействия с системой, как, например, мобильный клиент. Отметив это, Валентин Солодилин поясняет, что чатбот исполняет роль преобразования системной логики, операций и функций в более удобное взаимодействие с человеком — общение через диалоги. При этом он уверен: пользователю не обязательно различать, с кем он общается — с чатботом или с человеком; главное, чтобы получаемая информация помогала ему в работе. В то же время нужно понимать, что чатботы — это совсем не обязательно ИИ, многие из них жестко алгоритмизированы на команды.

На чатбот можно переложить функции взаимодействия с клиентами в рамках сервисной поддержки по типовым задачам, а трудные и интересные доставлять специалистам. В качестве конкретного примера Елена Иванова приводит проект в МФЦ Калининградской области, где был разработан интегрированный с корпоративной ИС чатбот, который отвечал на такие вопросы, как готовность услуги или режим работы центров. Благодаря использованию этого механизма в МФЦ смогли разгрузить сотрудников и существенно сократить число пропущенных звонков. Что же касается морального аспекта (нужно ли пользователю знать, с кем он общается), то он связан прежде всего с неудовлетворенностью клиентов работой своего «собеседника». По мнению Елены Ивановой, если клиент получил всю необходимую ему информацию и удовлетворен обслуживанием, то для него не имеет значения, кто его обслуживал (такой же точки зрения придерживается и Александр Кузнецов). Позитивный момент состоит в том, что качество работы автоматов повышается гораздо быстрее, чем это можно сделать с людьми.

А вот Артём Пермяков считает, что пользователь как раз должен знать, с кем он общается — с реальным человеком или алгоритмом. Хотя бы для того, чтобы в случае необходимости он мог переключить свой разговор с автомата на человека или наоборот. Так или иначе, но ИИ в чатботах используется уже сейчас для поддержки пользователей как в корпоративных системах, так и в рамках внешних сервисов Help Desk. Его основные задачи — выявлять и классифицировать пользовательские интенты, то есть реальные потребности, стоящие за запросом, а также отвечать на типовые обращения. Возможности ИИ уже сейчас позволяют обрабатывать обращения на естественном языке и «понимать» их смысл, хотя далеко не всегда такой семантический анализ необходим — иногда достаточно пары кнопок. При этом эксперт предостерегает компании от попыток обмануть ожидания клиентов, это может повлечь немало негативных реакций с их стороны.

Дмитрий Мервицкий напоминает, что первоначально чатботы были реализацией в виде мессенджеров все тех же диалоговых окон с простой логикой взаимодействия. Но со временем интеллект ботов быстро повышался, и сегодня порой очень тяжело отличить чатбот от реального человека. Впрочем, он отмечает, что есть и обратный процесс: зачастую человек в системе сервисного обслуживания сам превращается в автомат, действуя исключительно на основе инструкций и правил. Польза же от чатботов заключается еще и в том, что вся цепочка вопросов и ответов автоматически попадает в корпоративную ECM, связанную с ERP, где проводятся необходимые операции учета.

В свою очередь Илья Ашихмин предлагает разделять чатботы на две категории. К первой относятся различные экспертные системы, которые представляют собой структурированную базу знаний в какой-либо предметной области, например реестр нормативно-правовых актов. Запросы к чатботу сопоставляются по ключевым словам с разными статьями в этой базе, таким образом пользователь получает релевантную поисковую выдачу. Вторая категория — это чатботы, которые умеют поддерживать контекст разговора с пользователем и пытаются общаться на естественном языке. По словам эксперта, первый вид систем существует давно и активно применяется, но его создание требует довольно больших временных затрат, вторая же категория больше используется в развлекательных целях, тут можно поддержать разговор, но сложно дать внятные ответы, содержащие факты. Возможно, оптимальным вариантом является гибрид двух технологий.

Перспективные направления применения ИИ в ECM

Развитие ECM-систем в целом идет под знаком расширения их аналитических возможностей при быстром росте объема хранимого разнообразного неструктурированного контента, получаемого из самых разных источников. И в этой ситуации ИИ является логическим расширением хорошо известных методов обработки данных.

В настоящее время перед многими компаниями на первый план выходит задача эффективного применения корпоративного контента. По словам Дмитрия Мервицкого, существуют конкретные инструменты, которые реализуют возможность поиска и объединения корпоративного контента из разных источников — ПК сотрудников, серверов, файловых хранилищ, внешних ИТ-систем. При этом ИИ классифицирует всю найденную информацию и определяет необходимую структуру хранения данных для их последующего удобного поиска и работы с ними уже в рамках ECM-системы. Но при всей важности технологий ИИ они не обязательно должны быть частью ECM, реализовать их вполне возможно в виде автономных инструментов.

Все эксперты отмечают успехи в распознавании документов, в решении задач их классификации, кластеризации и группирования по близким тематикам. Выделение ключевых слов и именованных сущностей позволяет анализировать большой объем документов на предмет выявления персональных данных, что необходимо, например, для обработки договоров. По мнению Ильи Ашихмина, следующим шагом в сфере автоматизации всевозможной ручной работы (от тематических подборок и связей между документами до автоформирования контекста работы и автомаршрутизации информации) должно стать понимание смысла текста, формирование смыслового облака тегов и способность сравнить это по смыслу с другими смысловыми тегами (справочниками, классификаторами и пр.).

«Наиболее перспективным направлением является развитие ИИ в части управления контентом и метаданными, выработка рекомендаций для пользователей на основе этой информации», — считает Александр Кузнецов. Кроме того, напоминает он, каждый документ имеет сведения, хранящиеся в технических разделах — такие, как информация об использовании, о востребованности среди сотрудников, и эта информация представляет собой ценность во внутрикорпоративной экосистеме. Ее структурирование, анализ и объединение с помощью ИИ способно значительно увеличить производительность предприятия за счет связывания разрозненных данных в огромных документационных массивах и дальнейшей работы с информацией. Немаловажно, что благодаря ИИ существует возможность объединения документов, относящихся к тому или иному типу или указанному признаку, — это существенно облегчает хранение и поиск, снижает риски ошибок в рамках единой ECM-системы.

Технологии ИИ способны не только сортировать документы и выдавать резюме из контента, но также обнаруживать в них ошибки. Они могут, например, проверить неформализованные документы на ошибки, сверить содержащуюся в них информацию с данными из различных источников, проанализировать пакеты документов на полноту и корректность и даже сформировать их. Или, например, сверять полученные документы и представлять список недостающих. Кроме того, по мнению Валентина Солодилина, ИИ может обеспечить прорыв в обработке аудио- и видеоконтента — например, с его помощью можно расставлять теги на значимые события, чтобы пользователю было проще и удобнее ориентироваться в таких записях.

Вариантов использования ИИ в бизнес-процессах, реализуемых на базе ECM, великое множество. В качестве примеров Артём Пермяков предложил рассмотреть несколько сценариев:

• определение ответственного. На государственных предприятиях или в крупных компаниях с госучастием большая часть переписки по проектам ведется в формате официальных писем, в них фиксируются ключевые решения, которые важно задокументировать и отправлять конечному исполнителю, ответственному за проект. Другой вариант — это формирование проекта резолюции для руководителя и извлечение значимой для него информации (например, ссылки на договоры и нормативные акты);
• робот-юрист, или «помощник согласующего». Согласование договоров — одна из ключевых задач ECM-системы, которая затрагивает множество категорий сотрудников. И тут актуальная проблема состоит в том, чтобы сравнить итоговый документ с первоначальным вариантом или сопоставить версии по итогам очередного круга согласования;
• экспертиза рисков при составлении договоров. ИИ может выявлять различные риски в договоре: штрафы, отложенные платежи, сроки представления документов и так далее. Кроме этого ИИ может сформировать наиболее вероятные замечания, которые согласующие могут дать к этому договору. Это позволит специалисту, отвечающему за договор, снять большую часть вопросов еще до запуска документа на согласование, например, обсудив их с контрагентом. В свою очередь, на этапе согласования ИИ может показывать каждому согласующему именно те риски, которые находятся в зоне его компетенции. Скажем, интеллектуальные подсказки могут предоставить юристу релевантную судебную практику для выявленных юридических рисков, а финансисту — ссылки на соответствующие статьи бюджета. Для крупных предприятий, работающих в соответствии с законодательством о закупках (44-ФЗ и 223-ФЗ), ИИ поможет проверить договор на соответствие закупочной документации;
• умные подсказки для всех категорий пользователей. В частности, ИИ может классифицировать поступающие задачи и представлять информацию о том, кто в компании уже занимался подобной работой, кого можно привлечь в качестве эксперта и тому подобное. Интеллектуальная ECM должна предоставить пользователю возможность получать необходимую функциональность с помощью свободного поискового запроса. Например, запрос «мне нужно в командировку» в такой системе сразу может запустить мастер действий на оформление командировки.

Применение ИИ в тех сферах электронного документооборота и управления контентом организации, где преобладают типовые операции, практически безгранично и зависит только от поставленной задачи и инвестиций, считает Елена Иванова: «Среди возможностей, предоставляемых ИИ, мне наиболее интересна эффективная интеграция СЭД с другими информационными системами, в том числе с обеспечением сквозного поиска нужной информации».

Барьеры на пути ИИ и возможности их преодоления

Хотя ИИ — это весьма сложные технологии, создание и развитие которых требует больших интеллектуальных, финансовых и технических ресурсов, основные проблемы их внедрения почти все наши эксперты усматривают в сфере менталитета, не видя при этом особых препятствий со стороны законодательства.

«Наибольшие препятствия на пути широкого применения ИИ в ECM лежат именно в плоскости менталитета, — уверен Артём Пермяков. — Например, автоматическое формирование резолюций и определение ответственного не сможет работать без доверия руководителя к интеллектуальной системе. Вполне разумны сомнения менеджеров: не будет ли нарушена конфиденциальность, не возникнут ли технические проблемы при таком подходе?» Как это часто бывает с использованием инноваций, преодоление подобных опасений лежит через поэтапное внедрение технологии. По словам эксперта, в приведенном примере начинать использование интеллектуальных механизмов для определения ответственного лучше в режиме рекомендаций: предлагать руководителю подсказки на основе ИИ и запрашивать обратную связь. Это позволит постепенно совершенствовать алгоритмы за счет их обучения и собирать статистику использования. После первого этапа «формирования доверия» следует идти дальше — к автоматической отправке документов напрямую исполнителям.

Главное опасение относительно ИИ ― в том, что он может ошибаться. Однако при этом часто забывают, что и человек далеко не всегда выдаёт верные рекомендации и принимает правильные решения. По мере обучения ИИ количество ошибок, конечно, сокращается, и в какой-то момент он станет совершать их меньше, чем человек, но они все равно будут. Но серьезный вопрос — на него обращает внимание Илья Ашихмин — таков: кто несёт ответственность за ошибку ИИ? И однозначного ответа на него пока нет.

«Сейчас технологии переживают бум, ни законодательство, ни ментальность за ними не поспевают, — так видит ситуацию Дмитрий Мервицкий. — Но не думаю, что это является проблемой. Законодательство подстроится под реалии рынка, так было всегда. Сложнее с пользователями, которые должны осваивать эти технологии. Многие противятся нововведениям, существует страх сокращения и потери работы. Бывает, что руководители не хотят вкладывать инвестиции и принимать во внимание отложенный экономический эффект. Но все же это не более чем переходный период, не случайно сейчас столько внимания приковано к ИИ».

«Технических ограничений на сегодняшний день практически не существует, и это связано в первую очередь со скоростью развития ИИ и повсеместным использованием этой технологии, — говорит Александр Кузнецов. — Теоретически решение на основе ИИ может быть разработано под любую задачу как индивидуальный проект. Не думаю, что на законодательном уровне могут возникнуть препятствия, потому как государственный сектор сознает, что к технологическим изменениям необходимо приспосабливаться и максимально их использовать, а не бороться с ними».

Проблема менталитета есть, но на сегодняшний момент она уже в значительной степени решена, считает Елена Иванова: «Основная доля пользователей сегодня преодолела тот моральный барьер, когда ИИ и боты кажутся чем-то враждебным и чуждым. Правда, остается обоснованное опасение, что роботы вытеснят человека из многих сфер деятельности и лишат рабочих мест, но это обычные страхи при внедрении любого новшества. Конечно, нужно объяснять сотрудникам, что автоматизация их рутинной деятельности — не повод лишать их работы, а стимул для проявления более творческих, аналитических компетенций. А еще лучше — показывать эти новые возможности людям на практике. Например, в том же МФЦ сотрудники больше не отвечают сотни раз в день на типовые обращения — они консультируют клиентов по специфическим вопросам и благодаря этому повышают свой профессионализм».

Кроме вполне понятного человеческого консерватизма Валентин Солодилин указывает на еще одну традиционную для ИТ-проектов проблему — отсутствие однозначных методологий вычисления рентабельности использования ИИ, трудности с оценкой расходов по таким проектам и получаемой от них выгоды. В то же время он считает, что законодательных препятствий для развития направления ИИ нет, так как функция принятия решения должна оставаться за человеком. «ИИ на то и интеллект, что должен постоянно учиться. Если его не нагружать, он не будет „умнеть“. Было бы правильно начинать использовать ИИ уже сегодня», — уверен он.