Назад к курсу
Урок 4.2

Три базовых типа AI-задач: предсказать, разложить, сгруппировать

Когда клиент говорит про ИИ, он почти никогда не использует слова «классификация», «регрессия» или «кластеризация». Он говорит по-человечески:

За такими фразами почти всегда стоит один из трёх простых типов задач для AI:

  1. предсказать число;
  2. разложить по категориям;
  3. найти группы или похожих.

В этом уроке мы разберём, как узнавать эти три типа задач в обычной речи клиента и как простыми словами объяснять, что делает здесь AI.

Что важно понять

1. Большинство «классических» AI-кейсов в бизнесе можно разложить на три вопроса

Если сильно упростить, то в бизнесе AI чаще всего отвечает на три типа вопросов:

  1. «Сколько/когда/какой будет показатель?» — это задачи на предсказать число. Примеры: прогноз выручки, срок доставки, объём заказов, вероятность оттока.
  2. «К какому типу это относится?» — это задачи на разложить по категориям. Примеры: определить тип обращения, риск сделки, уровень приоритета, статус клиента.
  3. «Кто/что здесь похож друг на друга?» — это задачи на найти группы/похожих. Примеры: сегментация клиентов, поиск дублей в номенклатуре, выделение групп по поведению.

В машинном обучении это называется «регрессия», «классификация» и «кластеризация». Но сотруднику в клиентской работе важнее не термины, а умение услышать, про число это, про категорию или про группы.

2. Когда задача про «предсказать число»

Здесь клиент по сути хочет заглянуть в будущее и увидеть цифры.

Типичные формулировки:

Что делает AI в таких задачах:

Примеры сценариев:

Главный признак: если клиент говорит «хочу заранее знать, сколько, когда, какой будет показатель» — это задача регрессии – предсказание числа.

3. Когда задача про «разложить по категориям»

Здесь клиент хочет, чтобы система автоматически ставила «ярлык»:

Типичные формулировки:

Что делает AI в таких задачах:

Примеры сценариев:

Главный признак: если клиент говорит «нужно, чтобы система сама понимала, какой это тип и насколько это важно» — это задача про разложить по категориям – классификация.

4. Когда задача про «найти группы или похожих»

Здесь клиент хочет увидеть структуру в массе объектов:

Типичные формулировки:

Что делает AI в таких задачах:

Примеры сценариев:

Главный признак: если клиент говорит «нужно разбить на осмысленные группы» – это задача про поиск похожих – кластеризация.

5. Почему термины вторичны

Важно зафиксировать:

Ваша задача — связать жалобу клиента с типом задачи и дальше уже — с подходом и продуктом, а не впечатлить его набором технических слов.

Как связать фразу клиента с типом задачи

Фраза клиента (главный признак) Тип AI-задачи Что делает AI простым языком
«Сколько / когда / какой будет показатель?» Предсказать число Учится на истории и выдаёт будущее значение в виде числа (сумма, срок, вероятность)
«К какому типу это относится?», «насколько это важно?» Разложить по категориям Получает объект и автоматически присваивает ему один из заранее заданных ярлыков
«Кто/что здесь похож друг на друга?», «как разбить на группы?» Найти группы/похожих Анализирует массив объектов и находит группы, внутри которых объекты похожи

Пример из клиентской логики

Представим клиента — сеть офлайн-магазинов, которые уже автоматизированы, но хотят «подружиться с AI».

На встрече клиент говорит три вещи:

«Мы всё время промахиваемся с планами выручки по магазинам. Поддержка захлёбывается в обращениях, операторы не успевают понимать, что важнее. И вообще, мы не понимаем, какие у нас есть типы клиентов — всех обслуживаем одинаково».

Что должен услышать сотрудник:

  1. «Промахиваемся с планами выручки» — это про предсказать число (выручку, спрос, план-факт).
  2. «Операторы не успевают понимать, что важнее» — это про разложить по категориям (срочно/несрочно, по типам, по приоритету).
  3. «Не понимаем типы клиентов» — это про найти группы/похожих (сегменты клиентов, поведенческие группы).

Один клиент — три разных типа задач. Это важный навык: не сваливать всё в одну кучу «хотим AI», а видеть разные задачи и разные подходы.

✍️ Мини-практика

Попробуйте отнести клиентские фразы к одному из трёх типов задач. Варианты: A — «Предсказать число», B — «Разложить по категориям», C — «Найти группы/похожих». Для каждой фразы напишите букву и короткое обоснование.

  1. «Мы хотим заранее видеть, в каких месяцах у нас будут кассовые разрывы».
  2. «Нужно, чтобы система автоматически выделяла обращения высокого приоритета и отделяла их от обычных».
  3. «Хотим разбить клиентов на несколько осмысленных сегментов, а не работать со всеми одинаково».
  4. «Хочется понимать, какие менеджеры с большей вероятностью не выполнят план».
  5. «Нужно, чтобы письма с типовыми вопросами сами относились к правильному типу и попадали к нужной команде».
  6. «В справочнике номенклатуры бардак, много дублей и очень похожих позиций».
Напишите ответ и нажмите «Отправить». 0 предложений
На что обратить внимание
Правильные ответы: 1 — A (кассовые разрывы — будущая цифра), 2 — B (обращение → ярлык «срочно/обычное»), 3 — C (осмысленные сегменты), 4 — A (вероятность невыполнения плана — тоже число), 5 — B (письмо → правильный тип), 6 — C (поиск похожих и дублей).

Проверьте себя

Вопрос 1

Клиент говорит: «Мы хотим прогнозировать выручку по основным направлениям на квартал вперёд». О чём его задача?

Вопрос 2

Клиент говорит: «Нужно автоматически определять, какие заявки срочные, а какие могут подождать до завтра». О чём его задача?

Вопрос 3

Клиент говорит: «Мы хотим понять, какие у нас существуют типы клиентов по поведению, чтобы по-разному с ними работать». О чём его задача?

Итог урока

В этом уроке вы увидели, что большинство «классических» AI-задач в бизнесе можно свести к трём простым типам:

  • предсказать число — всё, где клиент хочет заранее видеть цифру: сколько, когда, какой будет показатель;
  • разложить по категориям — всё, где нужно автоматически ставить ярлык: тип, приоритет, риск, класс;
  • найти группы/похожих — всё, где важно увидеть осмысленные сегменты или похожие объекты.

Вам не нужно становиться техническим специалистом. Важно научиться слышать в речи клиента, к какому типу относится его задача, уметь простым языком объяснить, что делает AI в этом кейсе, и дальше — вместе с экспертами подобрать подход и решение из портфеля Первого Бита.

В следующих уроках модуля мы добавим к этой картине задачи, связанные с текстом и голосом, документами и базами знаний и многошаговыми действиями в бизнес-системах, чтобы у вас сложилась полная, но всё ещё простая карта AI-подходов.