ИИ-агенты от Intuit преобразуют QuickBooks
Создание искусственного интеллекта для финансового программного обеспечения требует иного подхода, чем потребительский ИИ, и последний релиз QuickBooks от Intuit служит тому примером.
Компания анонсировала Intuit Intelligence — систему, которая координирует специализированных ИИ-агентов на всей платформе QuickBooks для выполнения таких задач, как соблюдение требований по налогу с продаж и обработка заработной платы. Эти новые агенты дополняют существующих агентов бухгалтерского учета и управления проектами (которые также были обновлены), а также единый интерфейс, позволяющий пользователям запрашивать данные в QuickBooks, сторонних системах и загруженных файлах на естественном языке.
Новая разработка стала результатом многолетних инвестиций и совершенствования платформы GenOS от Intuit, что позволило компании создать возможности ИИ, которые снижают задержку и повышают точность.
Но главная новость заключается не в том, что создала Intuit, а в том, как она это сделала и почему ее проектные решения сделают ИИ более удобным в использовании. Последний запуск ИИ компании представляет собой эволюционный шаг, основанный на трудно усвоенных уроках о том, что работает, а что нет при развертывании ИИ в финансовой сфере.
Выводы компании оказались отрезвляющими: даже когда ее бухгалтерский агент повысил точность категоризации транзакций в среднем на 20 процентных пунктов, компания все равно получала жалобы на ошибки.
«Варианты использования, которые мы пытаемся решить для клиентов, включают налоги и финансы; если вы совершаете ошибку в этой сфере, вы теряете доверие клиентов бочками, а возвращаете его лишь ложками», — рассказал VentureBeat Джо Престон (Joe Preston), вице-президент по продукту и дизайну в Intuit.
Архитектура доверия: запросы реальных данных вместо генеративных ответов
Техническая стратегия Intuit сосредоточена на фундаментальном проектном решении. Для финансовых запросов и бизнес-аналитики система запрашивает фактические данные, а не генерирует ответы с помощью больших языковых моделей (LLM).
Что также критически важно: эти данные находятся не в одном месте. Техническая реализация Intuit позволяет QuickBooks получать данные из множества различных источников: собственные данные Intuit, подключенные через OAuth сторонние системы, такие как Square для платежей, и загруженные пользователем файлы, например электронные таблицы со списком цен поставщиков или данными маркетинговых кампаний. Это создает единый уровень данных, к которому ИИ-агенты могут надежно обращаться с запросами.
«Мы фактически запрашиваем ваши реальные данные, — пояснил Престон. — Это совсем не то же самое, если бы вы просто скопировали данные из таблицы или PDF-файла и вставили их в ChatGPT».
Этот архитектурный выбор означает, что система Intuit Intelligence функционирует скорее как уровень оркестрации. Это интерфейс на естественном языке для работы со структурированными данными. Когда пользователь спрашивает о прогнозируемой прибыльности или хочет начислить заработную плату, система преобразует запрос на естественном языке в операции с базой данных по проверенным финансовым данным.
Это имеет значение, поскольку внутренние исследования Intuit выявили широкое распространение теневого использования ИИ. Согласно опросам, 25% бухгалтеров, использующих QuickBooks, признались, что уже копируют и вставляют данные в ChatGPT или Google Gemini для анализа.
Подход Intuit рассматривает ИИ как механизм трансляции запросов и оркестрации, а не как генератор контента. Это снижает риск галлюцинаций, от которых страдают внедрения ИИ в финансовой сфере.
Объяснимость как требование к дизайну, а не второстепенная мысль
Помимо технической архитектуры, Intuit сделала объяснимость ключевым элементом пользовательского опыта во всех своих ИИ-агентах. Это выходит за рамки простого предоставления правильных ответов: это означает демонстрацию пользователям логики, стоящей за автоматическими решениями.
Когда бухгалтерский агент Intuit классифицирует транзакцию, он не просто выводит результат, он показывает ход рассуждений. Это не маркетинговый текст об «объяснимом ИИ», это реальный пользовательский интерфейс, отображающий точки данных и логику.
«Речь идет о том, чтобы замкнуть этот контур доверия и убедиться, что клиенты понимают причину», — рассказал VentureBeat Аластер Симпсон (Alastair Simpson), вице-президент по дизайну в Intuit.
Это приобретает особую важность, если учесть исследования пользователей Intuit: хотя половина малых предприятий считает ИИ полезным, почти четверть вообще им не пользовалась. Слой объяснения служит обеим группам: он укрепляет уверенность новичков и в то же время дает опытным пользователям контекст для проверки точности.
Дизайн также обеспечивает контроль со стороны человека в критических точках принятия решений. Этот подход выходит за рамки интерфейса. Intuit связывает пользователей напрямую с экспертами-людьми, встроенными в те же рабочие процессы, когда автоматизация достигает своих пределов или когда пользователям требуется подтверждение.
Навигация в переходный период от форм к диалогам
Одна из самых интересных задач Intuit связана с управлением фундаментальным сдвигом в пользовательских интерфейсах. Престон охарактеризовал это состояние как положение, когда одна нога в прошлом, а другая в будущем.
«Это касается не только Intuit, это рынок в целом, — сказал Престон. — Сегодня у нас все еще много клиентов, которые заполняют формы и просматривают таблицы, полные данных. Мы много инвестируем в переосмысление того, как мы делаем это в наших продуктах сегодня, где вы в основном просто заполняем форму за формой или таблицу за таблицей, потому что мы видим, куда движется мир — к совершенно иной форме взаимодействия с этими продуктами».
Это создает проблему проектирования продуктов: как обслуживать пользователей, привыкших к традиционным интерфейсам, и одновременно постепенно внедрять разговорные и агентные возможности?
Подход Intuit заключался в том, чтобы встроить ИИ-агентов непосредственно в существующие рабочие процессы. Это означает, что пользователей не заставляют переходить на совершенно новые паттерны взаимодействия. Платежный агент появляется рядом с процессами выставления счетов; бухгалтерский агент улучшает существующий процесс сверки, а не заменяет его. Такой поэтапный подход позволяет пользователям оценить преимущества ИИ, не отказываясь от привычных процессов.
Чему разработчики корпоративного ИИ могут научиться у подхода Intuit
Опыт внедрения ИИ Intuit в финансовой сфере выявляет несколько принципов, которые широко применимы к инициативам в области корпоративного ИИ.
Архитектура имеет значение для доверия: В областях, где точность критически важна, подумайте, что вам нужнее — генерация контента или трансляция запросов к данным. Решение Intuit использовать ИИ в качестве уровня оркестрации и интерфейса на естественном языке драматически снижает риск галлюцинаций и позволяет избежать использования ИИ в качестве генеративной системы.
Объяснимость должна быть заложена в проект с самого начала, а не добавляться задним числом: Демонстрация пользователям причин, по которым ИИ принял решение, не является опциональной функцией, когда на кону стоит доверие. Это требует продуманного UX-дизайна и может накладывать ограничения на выбор моделей.
Контроль пользователя сохраняет доверие при повышении точности: Бухгалтерский агент Intuit повысил точность категоризации на 20 процентных пунктов. Тем не менее, сохранение возможности ручной корректировки пользователем имело решающее значение для внедрения.
Переходите от знакомых интерфейсов постепенно: Не заставляйте пользователей отказываться от форм в пользу диалогов. Сначала внедрите возможности ИИ в существующие рабочие процессы. Дайте пользователям возможность ощутить преимущества, прежде чем просить их изменить свое поведение.
Будьте честны в отношении того, что является реактивным, а что — проактивным: Текущие ИИ-агенты в основном реагируют на подсказки и автоматизируют определенные задачи. Настоящий проактивный интеллект, способный давать неожиданные стратегические рекомендации, остается развивающейся возможностью.
Решайте проблемы персонала с помощью инструментов, а не только коммуникации: Если ИИ призван дополнять работников, а не заменять их, обеспечьте сотрудников инструментами ИИ. Покажите им, как использовать эту технологию.
Для предприятий, встающих на путь внедрения ИИ, опыт Intuit предлагает четкое руководство. Выигрышный подход ставит надежность выше демонстрации возможностей. В сферах, где ошибки имеют реальные последствия, это означает инвестиции в точность, прозрачность и человеческий контроль до того, как переходить к разговорной изощренности или автономным действиям.
Симпсон кратко формулирует эту задачу: «Мы не хотели, чтобы это был наносной слой. Мы хотели, чтобы клиенты находились в своем привычном рабочем процессе, а агенты выполняли за них работу, будучи встроенными в этот рабочий процесс».
