Как понять, какие из ваших процессов действительно готовы к ИИ

Сейчас в воздухе витает странное давление. Каждый, с кем вы говорите, «что-то делает с ИИ», отраслевые журналы переполнены этим, а где-то на задворках сознания голос твердит, что и вам следовало бы. И вот вы отправляетесь на поиски процесса для автоматизации — и именно тут всё идёт наперекосяк. Начинать нужно не с охоты за местом, куда поставить ИИ. Начинать нужно с того, чтобы понять собственную работу достаточно хорошо, чтобы увидеть, где ИИ действительно встанет на своё место. Это два совершенно разных проекта, и только один из них заканчивается хорошо.

Изрядную часть времени я провожу в роли того, кто отговаривает владельцев от их первой идеи с ИИ. Не потому, что идея глупа — обычно это самая яркая, самая заметная часть бизнеса, оттого она и бросилась в глаза, — а потому, что это почти никогда не та часть, которая готова. Готовность — качество более тихое. Она не имеет никакого отношения к тому, насколько впечатляюще выглядит задача, и всё отношение — к тому, насколько она предсказуема, хорошо описана и массова в своей глубине.

Поэтому это руководство — не список «10 вещей, которые стоит автоматизировать с ИИ». Такие списки бесполезны, ведь они не знают вашего бизнеса. Это скорее способ смотреть — метод, как разложить по полочкам то, что вы на самом деле делаете весь день, и честно разглядеть, какие из этих процессов созрели, а какие — ловушки. Наладьте взгляд, и инструмент почти выберет себя сам.

Что на самом деле значит «готов к ИИ»

Давайте определим это слово, ведь все употребляют его вольно. Процесс готов к ИИ, когда одновременно верны три вещи: он происходит часто, он следует узнаваемому шаблону, даже если входные данные сумбурны, и кто-то может описать, как выглядит хороший результат. Не хватает хотя бы одного — и вы уже не автоматизируете, а играете в азартную игру.

Обратите внимание, чего в этом списке нет: сложности, престижа или того, насколько современно это ощущается. Задача может быть технически сложной и всё же оставаться никудышным кандидатом, потому что случается дважды в год. Другая может быть до неловкости простой — раскладывать входящие письма по трём корзинам — и быть идеальной, потому что происходит четыреста раз в неделю и следует шаблону, который освоил бы ребёнок.

Есть и четвёртое, негламурное условие, которое тихо решает всё: а доступны ли вообще входные данные? Если информация, нужная вашему ИИ, живёт только в чьей-то голове, или в бумажной папке, или разбросана по трём приложениям, которые друг с другом не разговаривают, процесс не готов — не потому, что ИИ с ним не справится, а потому, что вы не дали ему ничего, с чем справляться. Удивительно много «проектов с ИИ» на деле — это проекты доступа к данным, переодетые в костюм.

Разложите работу по полочкам, прежде чем раскладывать ИИ

Готовность нельзя оценить по памяти. Владельцы дивно, неизменно ошибаются в том, куда уходит их время: все переоценивают драматические кризисы и недооценивают ровную капель мелких повторяющихся задач, которая на деле и съедает неделю. Поэтому перед любым решением вы раскладываете всё по полочкам. И это куда менее устрашающе, чем подсказывает слово.

В течение одной недели вы и ваша команда записываете повторяющиеся задачи по мере их появления — не хронометраж, просто текущий список. Для каждой пометьте три вещи: примерно как часто она случается, что приходит на вход (письмо, форма, звонок, фотография) и что должно получиться на выходе (запись в системе, ответ, документ). Вот и всё. К пятнице у вас будет то, чего у большинства компаний никогда не было: честная опись собственной повторяющейся работы.

Как только это окажется на бумаге, проступят шаблоны, невидимые в повседневной суете. Вы увидите, как одна и та же информация вбивается в две системы. Вы увидите человека, работающего живым диспетчером, — он читает и решает, куда что направить. Вы увидите вопросы, на которые каждый раз даётся один и тот же ответ. Каждое из этого — кандидат, и теперь вы можете взвешивать их друг против друга, а не поддаваться тому, который сегодня утром кричал громче всех.

Оценка готовности, которую вы проведёте сами

Имея опись на руках, вам нужен способ ранжировать кандидатов, не зависящий от чутья консультанта. Я пользуюсь простой оценкой по пяти факторам. Оцените каждый процесс от 1 до 5 по каждому фактору, сложите, и наивысшие оценки всплывут наверх. Это не точная наука — это способ сделать размытое решение видимым и пригодным для спора.

• Частота — как часто это происходит? Ежедневно бьёт ежемесячно, ежемесячно бьёт ежегодно. Именно объём окупает затраты на внедрение.
• Постоянство — следует ли это каждый раз одним и тем же шагам или каждый случай особый? Шаблоны поддаются автоматизации; хаос — нет.
• Ясный результат — может ли кто-то одним предложением описать хороший итог? Если нет, ни один инструмент не попадёт в цель, которую никто не определил.
• Доступ к данным — находятся ли входные данные уже в цифровой, достижимой форме? Или заперты в головах, на бумаге и в несвязанных приложениях?
• Низкая цена ошибки — если изредка что-то выйдет неверно, это пожатие плечами или катастрофа? Начинайте там, где ошибки дёшевы и обратимы.

Обычно обнаруживается, что наивысшие оценки скучиваются вокруг скучной, массовой середины вашего бизнеса — обработки документов, перекладывания данных, повторяющейся переписки. Гламурная идея, с которой вы пришли, часто набирает мало по постоянству или доступу к данным, и именно поэтому она не была готова. Это не провал. Это карта делает свою работу.

Шаблоны, в которых ИИ по-настоящему хорош

Современный ИИ — не волшебство и не общий интеллект в коробке. Он поразительно хорош в конкретном, узнаваемом наборе форм — и как только вы научитесь называть эти формы, вы начнёте замечать их по всей своей работе. Вот четыре, что всплывают снова и снова в малом бизнесе.

Чтение сумбурного входа и извлечение из него структуры

Клиент пишет письмо свободным текстом — «привет, можно перенести вторничный заказ на 12 единиц и отгрузить на новый склад» — и кто-то должен это прочитать и превратить в структурированные действия. ИИ в этом превосходен: он читает неструктурированный человеческий язык и извлекает заказ, количество, адрес, намерение. Счета, формы, письма, фотографии накладных — везде, где человек сейчас читает, а потом печатает, скрывается сильный кандидат.

Сортировка и маршрутизация

Бóльшая часть работы в малом бизнесе — это, по сути, сортировка: это письмо — жалоба, то — лид на продажу, это — счёт от поставщика. Человек открывает каждое, решает и пересылает. ИИ хорошо справляется с такой классификацией, и это прекрасный первый проект, ведь ошибки дёшевы: неверно направленное письмо досадно, но не катастрофично, а человек дальше по цепочке всё равно всё видит.

Подготовка первого варианта

Ответы на типовые запросы, написание напоминания по коммерческому предложению, краткое изложение длинной переписки — ИИ силён в выдаче добротного первого варианта, который человек затем утверждает. Ключевое слово — черновик. Самые надёжные процессы с ИИ в малом бизнесе оставляют человека у последних ворот, где его суждение стоит дороже всего, а время тратится меньше всего.

Ведение повторяющихся разговоров

Ответы на одну и ту же горстку вопросов — часы работы, наличие, «делаете ли вы X» — по телефону или в чате, круглосуточно, чтобы команду не отрывали посреди задачи. Это настоящая, современная возможность, которой ещё несколько лет назад попросту не существовало, и она блистает именно там, где вопросы предсказуемы, а ставки невелики.

Соблазнительные ловушки — процессы, что кажутся готовыми, но это не так

Не менее полезно, чем знать хорошие формы, — знать обольстительные: процессы, которые ощущаются очевидными кандидатами для ИИ и тихо потопят вашу первую попытку. У них общая черта: они выглядят впечатляюще, и именно это делает их опасными.

Есть и более тонкая ловушка: процесс, который из кресла владельца выглядит постоянным, а на деле держится на незадокументированном человеческом суждении. Опытный сотрудник, который «просто знает», какие заказы в приоритете, не следует правилу, которое можно вручить машине, — он применяет двадцать лет контекста. Автоматизируйте это преждевременно — и получите не эффективность, а уверенные, гладкие ошибки. Лекарство не в том, чтобы сдаться; оно в том, чтобы сперва сделать скрытые правила явными, и лишь затем решать, что автоматизировать.

А нужен ли тут вообще ИИ? Зачастую ответ — нет

Я веду практику по ИИ и всё же скажу вам прямо: изрядная доля процессов, что набирают высшие баллы по готовности, вообще не нуждается в ИИ. Напоминание о встрече, срабатывающее за два часа, — это правило с часами. Перенос данных заказа из формы в вашу систему — это труба между двумя инструментами. Называть это «ИИ» — маркетинг, а платить за это по ценам ИИ — расточительство.

Честная разделительная черта — требует ли задача понимания. Если вход структурирован, а шаги зафиксированы, вам нужна обычная автоматизация — дешевле, быстрее, предсказуемее, ей легче доверять. ИИ отрабатывает своё содержание именно там, где есть сумбурный человеческий язык, изображения или подлинная неоднозначность для истолкования. Большинству компаний нужно много первого рода и осторожная щепотка второго.

Как это выглядит на практике

Позвольте сделать это конкретным на собирательном примере из нескольких реальных проектов — детали размыты, форма верна жизни. Представьте поставщика средней руки, человек двадцать, который пришёл к нам в твёрдой уверенности, что хочет «ИИ-ассистента продаж», чтобы дожимать лиды. Захватывающе, заметно, нравится совету директоров. Мы попросили сначала провести неделю картирования.

Карта рассказала другую историю. Идея с продажами набрала мало: низкий объём, каждая сделка — особый случай, нет ясного определения хорошего результата, а решающий контекст целиком живёт в головах двух менеджеров по продажам. Тем временем негламурный процесс, о котором они ни разу не упомянули, зажигал оценочный лист — входящие счета от поставщиков. Несколько сотен в месяц, приходящие как PDF и вложения в письмах в десятке вёрсток, каждый прочитывается вручную и перепечатывается в бухгалтерскую систему. Высокая частота, узнаваемый шаблон, ясный результат, цифровой вход и дешёвая, легко проверяемая цена ошибки.

1. 1
   Мы начали там, куда указала оценка, а не там, где был ажиотаж

   Извлечение данных из счетов, а не ассистент продаж. Менее захватывающе на слайде, куда более готово в реальности.
2. 2
   Мы запустили это параллельно на несколько недель

   ИИ читал каждый счёт и предлагал структурированную запись; человек по-прежнему утверждал каждую. Ничего не отключали, ничем не рисковали.
3. 3
   Мы измерили скучную цифру

   Время на счёт резко упало, как только люди начали доверять черновику и лишь исправляли редкую белую ворону, а не печатали каждое поле.
4. 4
   Лишь тогда мы снова посмотрели на продажи

   Имея на счету настоящую победу и заслужив доверие команды, мы вернулись — и сначала сделали скрытые правила менеджеров явными, прежде чем что-либо автоматизировать.

Это иллюстративные цифры, не гарантия, — но в том проекте обработка счёта сократилась примерно с шести-семи минут ручной работы на каждый до менее чем одной минуты, причём ошибок при переносе стало меньше, а не больше. Цифры значат меньше, чем урок: процессом, который был готов, оказался тот, о котором никто не пришёл спрашивать. Карта его нашла. Энтузиазм не нашёл бы никогда.

Превращение карты в разумный порядок

Картирование даёт вам кандидатов; оценка их ранжирует; но последний ход — это выстраивание очерёдности. Вы не делаете всё разом — это классический способ не сделать ничего как следует. Вы выбираете единственного лучшего доводимого до конца кандидата, запускаете его, даёте команде это прочувствовать и лишь затем тянетесь к следующему. Порядок важен не меньше самого выбора.

Хороший первый проект — высокой готовности и низкого риска: там, где ошибка — пожатие плечами, а не кризис. Он строит то единственное, от чего зависит каждый последующий проект, — доверие. Стоит команде увидеть, как нудная работа тихо сжимается и при этом ничего не взрывается, и она перестаёт сопротивляться и сама начинает подсовывать вам следующего кандидата. Этот сдвиг — от того, что вы проталкиваете автоматизацию, к тому, что они её вытягивают, — и есть подлинная отдача от удачно выбранного старта.

Частые вопросы