ManpowerGroup міряє ROI ШІ через робочі сценарії
За оцінкою MIT Project NANDA, торік до 95% ШІ-проєктів фактично не дали цінності. ManpowerGroup почала з конкретної проблеми: дані про ринок праці були розкидані між її системами й кількома тисячами зовнішніх джерел. Sophie AI.Q об’єднала їх на базі Snowflake та Microsoft Azure. Працівники запитують, наприклад, про п’ять найзатребуваніших професій за останні шість місяців.
Ринок переходить від ШІ «заради ШІ» до ефекту в щоденній роботі. За словами дослідниці IDC Емі Мачадо, ІТ-керівники стають вибірковішими й вимагають доказів ROI для конкретного сценарію.
Чому дані ManpowerGroup взагалі стали проблемою
До запуску Sophie AI.Q інформація про ринок праці в ManpowerGroup існувала розрізнено: частина — у внутрішніх системах компанії, решта — у кількох тисячах зовнішніх джерел. Платформа не з'явилась як експеримент «спробуємо ШІ» — вона вирішувала конкретну операційну задачу: об'єднати розкидані дані в один шар, з яким можна працювати природною мовою. Технічно це реалізовано на Snowflake як базі даних і Microsoft Azure — для віртуальних машин, хостингу та інших технічних функцій; сама платформа працює на основі кількох моделей ШІ.
Як це виглядає в роботі
Співробітники ставлять запитання природною мовою — так само, як звикли працювати з публічними мовними моделями. Для тих, хто ще не освоївся з інструментом, Sophie AI.Q пропонує готові приклади запитів, зокрема:
Які п'ять професій мають найвищий попит за останні шість місяців?Покажи найгарячіші локації для вакансій, пов'язаних зі ШІ, на південному сході
Другий приклад показує інший тип задачі, ніж перший: не рейтинг професій загалом, а географічний зріз попиту на вузьку категорію вакансій. Це два різні сценарії використання одного й того ж шару даних — кадровий аналіз і територіальне планування найму.
Хто цим користується
За словами представниці компанії Лімінг, платформою користується «буквально кожен у компанії — юридичний відділ, закупівлі, кредиторська заборгованість, рекрутери». Один і той самий інструмент відповідає на принципово різні за характером запити: юристам потрібні одні дані, рекрутерам — інші, відділу закупівель — треті. Уніфікований шар даних дозволяє не будувати окремий інструмент під кожен департамент.
Чому ринок ШІ-проєктів став вибірковішим
За оцінкою MIT Project NANDA, торік до 95% ШІ-проєктів практично не дали цінності. Дослідниця IDC Емі Мачадо пояснює це нечіткою стратегією та слабким фундаментом даних на ранніх пілотах. Тепер компанії частіше формулюють чіткі цілі та вибудовують якісне управління даними перед запуском.
За словами Мачадо, ІТ-керівники не хочуть «ШІ заради ШІ» — вони вимагають доказів ROI під конкретний сценарій, а постачальники технологій мають показувати відчутну, прив'язану до конкретного випадку користь, вбудовану безпосередньо в щоденні робочі процеси. Кейс ManpowerGroup ілюструє саме такий підхід: інструмент виріс не з ідеї впровадити ШІ, а з конкретної проблеми — розрізнених даних про ринок праці. Матеріал не наводить показників ROI чи термінів впровадження платформи.