ШІ для аналітики в бізнесі: що можна автоматизувати вже зараз і які є обмеження

Інструменти на основі штучного інтелекту вже використовують для підготовки даних, пояснення цифр у звітах і першої інтерпретації результатів. Для малого бізнесу в цьому є практична користь: більшість задач аналітики не потребує окремого аналітика, якщо є чіткий порядок роботи з даними та перевірка результату. Прогнозувати, що буде з технологією далі, немає сенсу; нижче те, що працює зараз, і які правила вже діють.

Які задачі варто віддавати ШІ

Підготовка даних. Очищення таблиць, зведення дат до одного формату, об’єднання файлів з різних джерел, пошук дублікатів. Це найтрудомісткіша і найменш творча частина аналітики.
Допомога з формулами та запитами. Складання формул для електронних таблиць, запитів до бази даних, скриптів для обробки файлів. Результат запускають на невеликій вибірці і порівнюють з ручним розрахунком.
Класифікація текстів. Розбір відгуків і звернень за темами та тональністю: що скаржаться найчастіше, які пропозиції повторюються.
Пояснення звітів. Короткий опис змін у показниках за період для керівника: що виросло, що впало, які позиції дали найбільше відхилення.
Чернетки гіпотез. Список можливих причин змін показника, які ви потім перевіряєте на даних.

Усе це допоміжні задачі. Ухвалення рішень, інтерпретація причин і відповідальність за висновок залишаються у людини.

Де ШІ помиляється і як це перевіряти

Мовні моделі можуть впевнено видавати помилковий розрахунок, вигадане пояснення або змінювати дані під час очищення. Тому працює проста процедура контролю:

Перед запуском зафіксуйте контрольні суми: кількість рядків, загальна виручка, кількість клієнтів. Після обробки вони мають збігтися.
Перевірте вибірку з 30-50 рядків вручну.
Усі розрахунки повторіть іншим способом хоча б для одного зрізу, наприклад зведеною таблицею.
Зберігайте запит (промпт) і версію вихідних даних, щоб відтворити результат.

Умовний приклад. Інтернет-магазин має 2 000 відгуків за квартал. Модель розподіляє їх за темами: доставка, якість, ціна, обслуговування. Власник перевіряє 50 випадкових відгуків; якщо в 5 з них тема визначена хибно, класифікацію уточнюють правилами (приклади для кожної теми) і повторюють перевірку. Лише коли помилок мало, результат використовують для рішень.

Персональні дані клієнтів

Найчастіша помилка при роботі з ШІ - завантаження у сторонній сервіс таблиць з іменами, телефонами та адресами клієнтів. Стаття 6 Закону «Про захист персональних даних» містить загальні вимоги до обробки: мета має бути сформульована і відповідати законодавству, обробка здійснюється відкрито і прозоро, склад і зміст даних мають бути відповідними та ненадмірними стосовно мети. Якщо мета обробки змінюється на несумісну, для подальшої обробки потрібна згода суб’єкта даних, якщо інше не передбачено законом.

Практичний висновок: для аналітики здебільшого достатньо знеособлених даних. Замість імені клієнта використовуйте внутрішній код, замість адреси - місто чи область, виключайте телефони й електронні пошти. Перевірте, чи дозволяють умови сервісу використовувати ваші дані для навчання моделі, і чи є в договорі з постачальником положення про захист даних.

Що відомо про регулювання в Україні

У червні 2024 року Мінцифри презентувало «Білу книгу» з регулювання, про що повідомив Кабмін 26 червня 2024 року. Міністерство обрало «м’який» підхід за принципом bottom-up: на першому, підготовчому етапі бізнес отримує інструменти від держави, далі планується закон, аналогічний європейському AI Act. Серед інструментів - рекомендації для окремих сфер, зокрема щодо обробки персональних даних, добровільні кодекси поведінки та регуляторна пісочниця для перевірки продуктів на відповідність майбутнім вимогам.

Для власника бізнесу з цього випливає практична порада: вимог ще немає, але вже зараз варто фіксувати, які дані й для яких задач ви передаєте в сервіси ШІ, і хто відповідає за перевірку результату. Це знадобиться незалежно від того, якою буде остаточна редакція закону.

Що не варто доручати без людини

Остаточні фінансові розрахунки для звітності й податків, висновки про окремих людей (працівників, клієнтів, контрагентів), рішення про ціни та закупівлі без перевірки на власних даних. У цих випадках ШІ може підготувати чернетку або запропонувати варіанти, але підпис і відповідальність належать керівнику. Окремо варто домовитися в команді, хто має право завантажувати дані у зовнішні сервіси і які саме таблиці можна використовувати.

Як організувати пілот

Оберіть одну задачу, яка забирає багато часу і має зрозумілий результат: наприклад, щотижневий звіт про продажі. Виміряйте, скільки годин вона займає зараз. Налаштуйте процес із ШІ та контролем з розділу вище. Порівняйте витрачений час і кількість помилок через 4-6 тижнів. Якщо економія є, а помилок немає або вони виявляються контролем, поширюйте підхід на наступну задачу.

Окремо порахуйте вартість: підписка на сервіс, час на налаштування і перевірку, ризики для даних. Економія тільки на папері не виправдовує впровадження.

Складіть перелік своїх аналітичних задач і позначте ті, що не потребують персональних даних і мають перевірний результат. З першої з них почніть пілот на знеособлених даних з контрольними сумами.