Граф компании: память с накопительным эффектом.

ИИ, который помнит ваш бизнес, — это ИИ, который носит с собой граф знаний компании: приватную структурированную карту людей, сделок, инструментов и решений, из которых складывается то, как вы на самом деле работаете. У большинства ИИ-инструментов память как у золотой рыбки. В понедельник вы объясняете, кто ваш крупнейший клиент, а в четверг тот же инструмент с совершенно серьёзным лицом спрашивает, кто это. Граф знаний компании лечит проблему золотой рыбки: он сохраняет то, что ИИ узнаёт по ходу работы, так что контекст накапливается, вместо того чтобы обнуляться в конце каждого разговора. В этом и разница между чат-ботом, который отвечает на вопросы, и оператором, который уже знает ответы. Clark, ИИ-оператор от Weblyfe, построен ровно вокруг этой идеи.

Что такое граф знаний компании?

Граф знаний компании — это живая запись о вашем бизнесе, хранящаяся в виде связанных фактов. Граф знаний представляет информацию как сущности и связи между ними. В случае компании сущностями служат существительные, с которыми вы имеете дело весь день: клиенты, поставщики, счета, проекты, инструменты и люди, причастные к каждому из них. Связи служат соединительной тканью, которая придаёт этим существительным смысл. Этот клиент закреплён за тем менеджером. Тот счёт восходит к этому проекту. Это решение было принято по той причине.

Простой список фактов не становится графом, это просто куча. Ценность живёт в связях. Когда Clark знает, что клиент связан с тремя открытыми сделками, двумя прошлыми головными болями в поддержке и одним твёрдым мнением о том, что до полудня ему звонить нельзя, он может ответить на вопрос об этом клиенте с полной картиной, вместо одинокой строки из таблицы. Граф хранит форму вашего бизнеса, а не только его содержимое.

Почему «граф», а не «база данных»

Традиционная база данных хранит строки в таблицах, которые нужно спроектировать до того, как в них попадёт что-то полезное. Граф растёт в обратном порядке. Вы добавляете факты и связи по мере того, как они появляются в реальной работе. Никто не садится моделировать всю компанию на доске, прежде чем Clark начнёт отрабатывать своё содержание. Структура собирается сама, пока Clark выполняет настоящие задачи, а значит, она отражает то, как ваш бизнес действительно устроен, вместо того, как кто-то однажды предположил. Как это выглядит, можно посмотреть на странице графа Clark.

Почему важен ИИ, который помнит ваш бизнес?

Важен потому, что контекст и есть дорогая часть, и большинство инструментов тихо выставляют вам за него счёт снова и снова. Представьте нового сотрудника. Толковый новичок медлителен в первую неделю, и талант здесь ни при чём. Он просто ещё не знает ваших клиентов, ваших поставщиков, вашей истории и мелких причин, по которым всё делается именно так. Поэтому он спрашивает. Перепроверяет. Дёргает за плечо того единственного человека, у которого уже есть ответ. А потом что-то меняется. За несколько недель вопросы иссякают, потому что ответы переехали из вашей головы в его. Он становится быстрее, потому что помнит.

Clark начинает ровно с той же точки. В первый день он знает инструменты и задачу и почти ничего о вашем конкретном уголке мира. Что происходит дальше, и есть весь смысл. Каждая задача, которую Clark завершает, пополняет граф знаний компании. Каждый ответ, который он даёт, извлекается из того же графа. Знание не испаряется, когда сессия закрывается. Оно остаётся, связывается с тем, что было раньше, и следующая задача начинается с более высокой ступени.

Поэтому Clark ускоряется, чем дольше работает. Работа накапливается. Причины, стоящие за всем этим, мы разобрали в статье зачем существует Clark.

Как граф строится из реальной работы?

Граф строится из задач, которые Clark действительно выполняет, без домашнего задания, которое вам пришлось бы сначала подготовить. Нет унылого месяца онбординга, когда вы скармливаете ему документы и молитесь. Вы даёте Clark работу. Он её делает. И по ходу дела записывает то, что узнал, в форме, которую сможет потом снова подхватить.

Вот как это выглядит на практике. Clark разбирает переписку с поставщиком и записывает, кто это, что он поставляет и какие условия лежат на столе. Позже он готовит счёт и связывает этот счёт с нужным клиентом и проектом. Ещё позже кто-то спрашивает о неоплаченных суммах по этому проекту, и Clark отвечает из связей, которые уже провёл, без повторных объяснений. Каждое действие оставляет граф чуть богаче, чем нашло.

Из такого способа построения следуют две вещи:

• Он остаётся точным. Граф отражает работу, которая действительно была, потому что собран из этой работы. Это не снимок, который кто-то однажды набрал и больше никогда не открывал.
• Он остаётся уместным. Clark записывает то, что ему нужно для выполнения ваших задач. Граф растёт в сторону тех частей вашего бизнеса, на которые вы опираетесь больше всего, потому что именно их он касается постоянно.

Почему память накапливается неделями и месяцами?

Память накапливается, потому что контекст, переданный однажды, перестаёт просить, чтобы его передали снова. В первый раз, когда вы направляете Clark на задачу с участием конкретного клиента, вы, возможно, проведёте его через отношения, историю, предпочтения. Во второй раз меньше. К десятому разу почти ничего, потому что объяснение переехало из вашей головы в граф, а граф не забывает.

Дальше связи делают свою тихую работу. Один факт о клиенте полезен сам по себе. Тот же факт, соединённый с его сделками, счетами, контактами и историей, превращается в нечто совсем иное, потому что Clark может пройти по связям и собрать контекст, который вы и не думали проговаривать. Спросите об одном, и всё, что к нему прикреплено, приедет вместе с ним.

Накопительная память скучна так же, как скучен сберегательный счёт. Ничего вроде не происходит, ничего вроде не происходит, а потом в один квартал вы замечаете, что основную работу делают проценты. В первую неделю вы вносите контекст. Каждую следующую неделю граф начинает оплачивать счёт за вас.

Практическая отдача со временем

В первую неделю Clark остаётся способным оператором, который ещё изучает ваши особенности. Вы будете объяснять. Это ожидаемо, и это та же плата, которую вы вносите при онбординге любого новичка.

В следующие недели картина меняется. Задачи, которым раньше требовалось три круга переписки, начинают получаться с первого раза. Clark перестаёт спрашивать, кто такой этот контакт, потому что в прошлом месяце уже занёс его в картотеку. Он перестаёт спрашивать, как вы обрабатываете определённый тип запросов, потому что уже обрабатывал такой запрос для вас. Трение от повторных объяснений сходит на нет. Каково это в первые дни, мы описали в статье неделя с вашим Clark.

За месяцы граф превращается в настоящий актив. Он хранит структурированное описание того, как работает ваш бизнес, собранное из реальной работы и готовое отвечать на вопросы и двигать задачи. Чем дольше он работает, тем больше держит и тем быстрее движется.

Где живут данные?

Граф строится на вашей собственной машине, из вашей собственной работы, и остаётся у вас. Это осознанный выбор, и он лежит в центре того, как работает Clark. Граф знаний компании размещён локально. Это приватная запись о вашем бизнесе, которая живёт там, где вы её видите и контролируете.

Нет никакой общей модели, которую тихо обучают на ваших данных на складе в трёх часовых поясах отсюда. Ваш бизнес никогда не растворяется в большой общей системе. Граф ваш в простом, буквальном, будничном смысле слова. Он лежит на вашей машине, хранит ваши факты и остаётся в вашей собственности. Если отношения когда-нибудь закончатся, ваши знания не уйдут за дверь, упакованные внутри сервиса, за который вы больше не платите. Они остаются там, где были построены.

Для любого бизнеса, который работает с данными клиентов, условиями поставщиков и внутренними решениями, вопрос о том, где живут данные, перестаёт быть сноской и становится главным вопросом. Clark отвечает на него, держа граф дома.

Каковы честные ограничения?

Clark начинает медленно, так же как медленно начинает новый сотрудник, и накопительному эффекту нужно реальное время, чтобы проявиться. Нет версии, в которой граф богат с первого дня. Ценность приходит из накопления, а накопление происходит за недели настоящей работы. Тот, кто обещает ИИ, знающий ваш бизнес в секунду включения, описывает граф, которого ещё не существует.

Граф к тому же ровно настолько хорош, насколько хороша работа, которую он видит. Clark записывает то, что делает, а значит, те уголки вашего бизнеса, которых он никогда не касается, остаются пустыми. Система отражает реальную активность. Она растёт там, где вы её задействуете, и остаётся тонкой там, где вы оставляете её без дела.

Clark — оператор, который помнит и накапливает. Он не претендует на общий интеллект или полную автономию и не будет притворяться. Он выполняет задачи, записывает то, что узнал, и использует это знание, чтобы выполнить следующую задачу лучше. Вот и весь механизм, описанный прямо, без привычного маскарада.

Вывод

ИИ, который помнит ваш бизнес, оправдывает своё место быстрее, чем более умный ИИ, который забывает вас к обеду. Граф знаний компании и есть то, что превращает способного незнакомца в оператора, который знает ваших клиентов, ваших поставщиков и вашу историю. Он построен из реальной работы, живёт на вашей машине в вашей собственности и накапливается. Первая неделя стоит вам контекста, как и любой онбординг. Каждая следующая неделя обходится дешевле и возвращает больше, потому что знание остаётся на месте и продолжает находить, с чем ещё соединиться.

Clark сейчас в бете. Место стоит 250 € в месяц, и эта цена закреплена за вами, пока вы остаётесь подписаны. С полным запуском 20 августа она станет 488 € в месяц. Если вы хотите, чтобы на вас работал ИИ, который по-настоящему помнит ваш бизнес, бета и есть момент начать строить граф, потому что граф, который вы начнёте сегодня, окупится в октябре. Как он вписывается в продукт целиком, можно посмотреть на сайте Clark.