Немецкая налоговая консалтинговая фирма HSP Gruppe разработала внутренние ИИ-инструменты для поддержки работы с клиентами, об этом сообщает кейс, опубликованный OpenAI. В материале описывается, как фирма интегрировала ИИ-модели в консультационный процесс, однако конкретные детали по масштабу, стоимости и срокам внедрения в исходнике раскрыты не полностью, и их стоит считать неподтверждёнными, пока HSP или OpenAI не опубликуют дополнительную информацию.
Налоговый консалтинг — удобный тест-кейс для внедрения ИИ, потому что он сочетает два фактора, которые обычно усложняют автоматизацию: высокие риски несоответствия нормативным требованиям и сильную зависимость от специализированных, часто обновляемых профильных знаний. Ошибка здесь — не мелкая неприятность, а потенциальная регуляторная угроза для клиента. Примечательно, что HSP Gruppe — компания сферы профессиональных услуг, а не технологическая фирма — выбрала путь внутренней разработки, а не полагалась исключительно на готовое ПО.
Для B2B-компаний на 10-200 человек, составляющих аудиторию INITE AI, это знакомая дилемма. У большинства операторов такого масштаба нет отдельных инженерных команд под ИИ-инструменты. Есть несколько человек — часто те же, кто занимается продажами, поддержкой и операционкой, — которые понимают, какие процессы можно улучшить с помощью автоматизации, но не имеют ресурсов строить кастомные системы с нуля. Кейс HSP Gruppe говорит о том, что этот разрыв сокращается: фирмы без крупных технических отделов всё чаще способны выстраивать ИИ-ассистированные процессы для исследований, составления документов и коммуникации с клиентами, используя готовые базовые модели вместо заказа индивидуального ПО.
При этом фирмы профессиональных услуг и типичные B2B-операторы — не одно и то же. Работа налогового консультанта насыщена документами и исследовательскими задачами способом, который довольно хорошо ложится на текущие возможности ИИ — чтение нормативных актов, составление резюме, выявление несоответствий. B2B-компания, автоматизирующая очередь поддержки или пайплайн продаж, решает другую задачу: маршрутизация тикетов, квалификация лидов, обновление записей в CRM, формирование коммерческих предложений. Технологическая основа может пересекаться, но дизайн рабочего процесса не переносится напрямую.
Что действительно переносится — это последовательность шагов. Фирмы, у которых получается внедрение, как правило начинают с узкого, чётко определённого процесса — с понятными входными и выходными данными и способом проверить результат на корректность — прежде чем расширять охват. По имеющимся данным, HSP Gruppe сосредоточилась на конкретных консультационных задачах, а не пыталась автоматизировать всю работу с клиентами сразу. Это согласуется с тем, что обычно работает и в небольших B2B-операциях: выбрать один процесс, например составление первого ответа в поддержке или квалификацию лидов в продажах, довести его до надёжной работы, а затем расширяться.
Неподтверждённая часть этой истории — стоимость, число вовлечённых сотрудников и продолжительность разработки — имеет значение для любого оператора, пытающегося оценить, насколько похожий проект реален для компании его масштаба. До появления этих цифр кейс стоит воспринимать как сигнал направления — что внутренние ИИ-возможности становятся всё доступнее для нетехнологических фирм, — а не как шаблон для точного копирования.