«Восстание машин»: заменят ли нейросети CRM-маркетолога

Для начала разберёмся с терминами

Нейросети, искусственный интеллект и машинное обучение — не одно и то же, хотя тесно связанные понятия. Рассмотрим подробно, что есть что.

Искусственный интеллект, ИИ — общий термин для технологий и методов создания имитации интеллектуальных функций человека. Цель ИИ — создание алгоритмов и систем под умственные задачи, которые обычно решает человек. Пример ИИ в повседневной жизни — навигатор, который подбирает лучший маршрут и находит способ объехать пробки.

Машинное обучение, МО — подраздел ИИ. Машинное обучение используют люди, когда не могут найти точное решение какой-то задачи. И им проще создать механизм, который будет постоянно обучаться и сам придумает метод для поиска нужного решения. Пример МО в обычной жизни: умная колонка, которая запоминает предпочтения каждого из членов семьи. И по голосу определяет, для кого подобрать плейлист.

Нейронные сети — один из способов реализации ИИ, вид машинного обучения. Нейросеть учится на своих прошлых ошибках, каждый раз совершенствуя результат. В отличие от других методов машинного обучения, нейросеть нуждается в постоянной обратной связи от человека. Так она понимает, верно ли решает задачу, и в дальнейшем делает результат точнее. Нейросеть — самая узнаваемая часть ИИ: обработка фото, видео и текста используются повсюду.

Понимание терминов пригодится, если руководство вашей компании объявит о передаче части задач ИИ. Это необязательно сигнал обновлять резюме — возможно, бизнес просто начнёт использовать нейросети для помощи в работе.

Как использовать ИИ CRM-специалисту

Моя коллега Ольга Репина, старший CRM-маркетолог, уже долгое время пользуется нейросетями в своей работе, и недавно была на конференции по теме искусственного интеллекта. Я стараюсь не отставать: регулярно мониторю сервисы на базе ИИ, подбираю для себя инструменты оптимизации. Считаю, это положительно влияет на мою работу и комфорт.

Я работаю с нейросетью в двух направлениях — серьёзном и несерьёзном.

Серьёзное использую для аналитических задач. Например, я знаю, что в базе есть ошибки, но не могу найти самостоятельно. Ускорить эту работу помогает нейросеть.

Допустим, у нас есть клиентская база, которую мы собирали много лет. В ней с большой долей вероятность есть дубли информации. Это происходит, если подписчик сначала оставил данные с ошибкой, а после — правильные. Или несколько раз оставлял данные в разных формах. Всё это добавляется в базу. В итоге мы получаем дубли среди тысяч строк данных. Вручную такое проверить сложно, есть риск что-то пропустить.

Если объём данных большой или нужно сравнить несколько баз и выявить несоответствия, ИИ справится лучше всего. Я пользуюсь возможностями сервисов CDP и коммуникационных платформ с уже вшитыми функциями, которые решают наши задачи. Обращение к ИИ за помощью в таких ситуациях в разы экономит рабочее время и сводит к минимуму риск, что какие-то дубли останутся в базе после проверки.

К несерьёзным задачам я отношу генерацию текста, картинок, видео с помощью нейросетей. Это удобно, когда нужны идеи, а время поджимает. С вариантами, которые предложила нейросеть, я работаю дальше: беру свежую мысль, докручиваю и получаю желаемый результат.

Я однажды ломала голову над push-сообщениями. Был большой список триггеров, и сформулировать текст не получалось. Спросила совет у нейросети: через несколько секунд я получила по три варианта на каждый промпт. Выбрала подходящие, подровняла формулировки под человеческий язык, и задача была решена.

Нейросеть — прекрасный инструмент для помощи в задачах CRM-маркетолога. Но я не стану доверять все свои задачи искусственному интеллекту — это не замена специалисту. На каждом этапе требуется контроль и взаимодействие.

С какими задачами в CRM помогает нейросеть

На самом деле нейросети могут помочь не только с картинками и текстом. Нейронки развиваются каждый день и могут существенно облегчать работу специалисту. Ниже расскажу, какие задачи можно делегировать нейросети.

Создавать персонализированные письма. Интеграция нейронной сети ChatGPT с CRM генерирует письма и прогнозирует следующие действия клиента. Инструмент предоставляет шаблоны точных ответов и снимает нагрузку с маркетологов. Благодаря анализу истории переписки, нейросеть делает вывод о текущих отношениях с человеком и выстраивает доверительное общение.

Анализировать и расшифровывать звонки с клиентами. ИИ выдаёт краткую сводку и транскрибацию разговора. Кроме этого, он может предлагать аналитические выводы о встрече. Это удобно — после созвона с клиентом можно прислать ему постмит, и уточнить понимание задачи.

ИИ быстро обучается и набирает популярность. Но нейросети пока не способны снять все задачи с CRM-специалистов и заменить их полностью.

Почему нейросети не заменят CRM-специалиста

Я убеждена, что нейросеть не способна заменить человека в экспертном подходе и работе с клиентом. Послушное исполнение поручений клиенту неинтересно. Нейросети не умеют докапываться до сути, не предлагают нестандартные решения или новый способ взаимодействия. Ни одна нейросеть пока не умеет быть в контексте: она делает задачу по ТЗ и обучается выдавать результат с каждым разом всё точнее, но последнее слово остаётся за человеком. На мой взгляд, только специалист учитывает фоновый контекст и видит исполнение шире.

Кроме того, нейросеть не способна считывать эмоций и заботу о чувствах клиента, на это способен только человек. Клиенту, который обращается за помощью к CRM-маркетологу, важно чувствовать участие и понимание. При всём прогрессивном обучении искусственного интеллекта, заменить человека в эмоциональном плане он пока не способен.

Нейросети не заменят и профессиональный взгляд специалиста. Только у человека есть возможность смотреть на ситуацию глубже и шире. Нейросеть же помогает усилить эту экспертность.

Выводы

Не стоит бояться нейросетей. Их можно и нужно использовать для повышения эффективности работы CRM-маркетолога. Ценность специалиста растёт, если он умножает свои человеческие преимущества за счёт помощи нейросети. Возможно, в будущем CRM-специалистов смогут заменить нейросети. Но даже в этом случае мы не останемся без работы. Понадобятся эксперты для обучения нейросети на базах данных. Кто-то должен продумывать алгоритмы для машинного обучения и следить за исполнением задач.