Штучний інтелект вже давно інтегрований в бізнес-процеси, й це наша нова реальність. B2B-сегмент створює власні AI-рішення та впроваджує їх для оптимізації рутинних задач клієнтів, що дає результати. Проте, не дивлячись на цю тенденцію, долаючи скепсис щодо того, що ШІ не працює або працює погано, з’явилась нова хвиля сумнівів – чи дійсно нішеві AI-рішення для бізнесу ефективніші за ChatGPT? Андрій Сябро, CBDO SmartTender, в колонці для Mind пропонує розібратись на прикладі тендерної галузі.
ChatGPT та Gemini вже давно стали нашими незамінними помічниками як в роботі, так і в повсякденному житті. Я і сам дуже часто використовую їх, щоб перевірити інформацію, структурувати думки, оптимізувати деякі процеси або отримати консультацію там, де я не є експертом. По суті, ChatGPT працює як найдосконаліша версія Вікіпедії, яка знаходить всю необхідну інформацію за лічені секунди та навіть дає поради. Головна умова – правильний промпт. Що, до речі, також потребує певних навичок та додаткового часу.
ChatGPT можна порівняти з дуже розумною людиною, лауреатом Нобелівської премії та автором наукових робіт. Проте якщо у вас зламалось авто, навряд чи він допоможе швидко та ефективно вирішити цю проблему. Окрім того, що дасть поради перевірити певні параметри та надасть адреси найближчих СТО. Тож, щоб отримати результат, скоріш за все ви звернетесь до механіка, який спеціалізується виключно на авто.
Першим інструментом, який бізнес почав активно впроваджувати, стали власні чат-боти на базі ШІ. Причин цьому було кілька. По-перше, на той час LLM-моделі ще не були настільки потужними, як сьогодні. По-друге, чат-боти стали логічним першим кроком на шляху автоматизації: вони дозволили суттєво розвантажити кол-центри та служби підтримки, автоматизувавши відповіді на типові звернення.
Наведу власний приклад: ще у 2023 році ми створили чат-бот Smartik, який за принципом ChatGPT надає відповіді на питання, що стосуються виключно закупівель. Це безкоштовний інструмент, який допомагає шукати закупівлі, орієнтуватися в системі Prozorro та правилах комерційних торгів. Він створений на базі реальних сценаріїв участі у тендерах і навчається на питаннях користувачів щодня. Проте він не відповість вам на запитання, як приготувати борщ чи якою буде погода – не тому, що він не знає, а тому, що ми його спеціально так натренували. Бо бізнес створює інструменти не заради трендів, а для результату. В нашому випадку – консультування учасників закупівель 24/7 без залучення додаткового ресурсу.
Якщо говорити про вузькопрофільні інструменти на базі ШІ для бізнесу – то це не один продукт, а комплекс рішень, які створені та натреновані під певні потреби ринку.
Вузькопрофільний AI-інструмент знає специфіку ринку, термінологію, вимоги, нормативи й типові сценарії. Він не вгадує, а працює на основі внутрішніх даних і логіки конкретної галузі. Саме тому багато компаній впроваджують власних AI-асистентів, які працюють в середовищі компанії разом з CRM, BI, ERP, документообігом тощо. Такі інструменти – новий прогресивний спосіб використання ШІ в бізнесі.
Наприклад, у SmartTender наші інструменти розроблені на базі власних ШІ-моделей і навчені кращими спеціалістами, зокрема нашими клієнтами. Ці інструменти створені спеціально для тендерів: вони знають специфіку ринку, вимоги, формати та процеси, а це вкрай важливо, якщо ваша мета – заробляти, або економити ресурс та гроші.
Обидві сторони процесу закупівель на Prozorro мають свою мету: замовники хочуть швидко, прозоро й ефективно купувати потрібні товари та послуги за найкращу ціну. Постачальники, тобто бізнес, – виграти більшу кількість тендерів, отримати стабільний обсяг продажів на зрозумілих і прогнозованих умовах.
Розвиваючі власні інструменти на базі ШІ, минулого року ми впровадили унікальний для галузі інструмент – аналітичний модуль, що поєднує в собі АІ, BI та CRM. По суті, ми оцифрували ринок і зібрали всі номенклатурні позиції в єдиний реєстр – тому всі можуть аналізувати будь-які параметри.
Що потрібно замовнику? Розуміти ціни, порівнювати пропозиції різних постачальників та обирати найвигідніших партнерів. Ми провели експеримент та поставили ChatGPT задачу «Знайди ціни за одиницю в публічних закупівлях з 01.08.2024 по 21.10.2025 по товару «папір для друку» з такими характеристиками: бренд Xerox, кількість аркушів 500, формат А4, щільність 80, колір білий». Він видав 6 товарів.
Тепер візьмемо ту ж задачу та віддамо її аналітичному модулю. Результат – 177 товарів у закупівлях системи Prozorro. Думаю, це суттєво підвищує шанси побачити реальну картину ринку й ухвалити обґрунтоване рішення.
Що цікавить бізнес? Актуальні тендери, в яких він може взяти участь, щоб перемогти. Знову проводимо експеримент та задаємо промпт ChatGPT. «Відбери мені публічні закупівлі Prozorro, які актуальні для подачі по електроенергії з такими умовами: обсяг закупівлі у межах 50 000–250 000 кВт·год щомісячно. Не показувати закупівлі, де є будь-який сертифікат ISO, де замовники – водоканали, а також закупівлі з оплатою понад 30 днів після місяця поставки». Пошук тривав 5 хвилин і в результаті чат не зміг технічно надати даний перелік.
Так, це вже досить складний запит, під який потрібен вузькопрофільний інструмент. Щоб виконати таку задачу, ми спеціально вчили аналітичний модуль шукати такі критерії в тендерній документації. Хто не в курсі, то це іноді 100-120 сторінок тексту лише до однієї закупівлі.
Аналітичний модуль SmartTender: в режимі онлайн надає повну інформацію щодо актуальних закупівель з урахуванням маркерів/блокерів будь-якої складності клієнта. Додатково є можливість використовувати даний інструмент як СRМ, закріплюючи закупівлі за спеціалістами, аналізуючи статус «переглянуто» чи «не переглянуто», і відстежуючи, чи була подана чернетка або пропозиція.
Я навів всього пару прикладів того, як вузькопрофільні інструменти заточені під конкретні задачі та ефективно працюють на вашу користь. Більше реальних кейсів ми розберемо на нашому вебінарі «Битва ШІ: хто корисніший для роботи із закупівлями? SmartTender vs ChatGPT» вже 27 листопада, куди я вас і запрошую. Перевіримо можливості інструментів, позмагаємось з ChatGPT і покажемо, як працюють рішення, що допоможуть будувати вашу стратегію не на припущеннях, а на реальних даних.