Как выбрать первый процесс для ИИ-автоматизации и не слить бюджет

Первый процесс для ИИ-автоматизации лучше выбирать не по моде, а по повторяемости, понятности входных данных и цене ошибки. Хороший пилот снимает измеримую часть рутины, но оставляет сотруднику контроль там, где важно принять ответственное решение. До запуска зафиксируйте исходные показатели и заранее определите, по каким результатам будете продолжать, менять или останавливать проект.

Почему не стоит автоматизировать всё сразу

Желание сразу охватить продажи, поддержку, документы и внутренние операции понятно: бизнесу хочется быстрее увидеть заметный эффект. Но большой проект сложнее проверить и исправить. Если ИИ одновременно получает данные из нескольких систем, отвечает клиентам и запускает действия от имени сотрудников, становится трудно понять, где именно возникла проблема: в настройках, данных, правилах процесса или самой постановке задачи.

Узкий пилот проверяет одну конкретную гипотезу. Например: «Если ИИ будет раскладывать входящие обращения по темам, сотруднику потребуется меньше времени на первичную сортировку». Это проще измерить, чем обещание «улучшить обслуживание». Если результат слабый, можно изменить порядок работы или выбрать другой процесс, не перестраивая сразу всю компанию.

Важно также ограничить возможный ущерб. На первом этапе ИИ может подготовить черновик, выделить тему или предложить следующий шаг, а сотрудник — проверить результат и отправить его клиенту. Такой режим помогает собрать реальные примеры ошибок и понять, где автоматизация полезна, а где необходима ручная проверка.

Пилот не означает, что задачу обязательно нужно внедрять в постоянную работу. Его цель — получить данные для решения: продолжать, доработать, сменить участок или остановиться. Это разумнее, чем оплачивать широкое внедрение, пока не проверены качество данных и удобство процесса.

Какой процесс подходит для первого пилота

Подходящий процесс повторяется достаточно часто, имеет понятные входные данные и не требует от системы самостоятельно принимать решение в критичной ситуации. Например, можно проверить подготовку черновиков ответов на типовые вопросы, извлечение сведений из заявок или распределение обращений по ответственным сотрудникам.

Не начинайте с задачи, где ошибка может привести к серьёзным финансовым, медицинским или юридическим последствиям. ИИ может помогать сотруднику искать сведения или готовить материал к проверке, но на первом этапе не должен самостоятельно ставить диагноз, назначать лечение, одобрять кредит, увольнять человека или совершать платёж.

Перед выбором оцените кандидата по пяти критериям. Не обязательно составлять сложную модель: достаточно поставить каждому пункту оценку от одного до пяти и обсудить её с сотрудниками, которые выполняют работу.

• Частота. Как часто возникает задача: ежедневно, еженедельно или несколько раз в год?
• Понятность данных. Есть ли нужная информация в заявках, документах или системе учёта, и можно ли её использовать?
• Цена ошибки. Что произойдёт, если ИИ неверно распределит обращение или подготовит неточный черновик?
• Измеримость. Можно ли посчитать время, количество обращений, ошибки или потери до и после?
• Участие сотрудника. Кто проверит результат и сможет ли он заметить ошибку до того, как она повлияет на клиента?

Проверьте и объём исключений. Если похожие на вид заявки каждый раз обрабатываются по совершенно разным правилам, сначала стоит описать процесс и привести данные в порядок. ИИ не устранит неясность в правилах автоматически: он может лишь воспроизводить её быстрее.

Матрица выбора: что автоматизировать сначала

Ниже — ориентир для первичного сравнения. Оценки не заменяют проверку процесса: задача с высокой частотой может оказаться неподходящей, если в ней нет единых правил или ошибку невозможно обнаружить до отправки результата клиенту.

Пример задачи	Частота	Цена ошибки	Контроль сотрудника	Оценка для первого пилота
Распределение типовых обращений по темам	Часто	Невысокая при проверке	Сотрудник подтверждает категорию	Подходит для проверки
Подготовка черновика ответа по утверждённым правилам	Часто	Средняя	Сотрудник проверяет и отправляет	Подходит при ясных правилах
Самостоятельное решение о возврате крупной суммы	Редко или регулярно	Высокая	Контроль после действия	Не подходит для первого пилота
Подготовка сводки по внутренним документам	Регулярно	Невысокая, если сверять факты	Сотрудник проверяет выводы	Подходит при доступных данных

Выбирайте не самый эффектный процесс, а тот, где есть баланс: задача повторяется, результат можно проверить, а последствия ошибки ограничены. Для автосервиса это может быть первичная сортировка вопросов по записи и услугам. Для клиники — подготовка черновиков ответов на организационные вопросы, но не рекомендации по лечению. Для розницы — сводка повторяющихся причин обращений.

У KM2B есть описание направлений внедрения на странице услуг и примеры решений на странице продуктов. Это может помочь сформулировать варианты задач, но конкретный выбор зависит от процесса, данных и ограничений вашей компании.

Как оценить эффект до запуска и после

До начала работы зафиксируйте исходное состояние. Иначе после запуска легко принять за эффект сезонность, изменение числа клиентов или просто более внимательное отношение команды к задаче. Выберите период, который отражает обычную нагрузку, и запишите, как именно считаете показатели.

Для многих процессов достаточно четырёх величин: времени на обработку, числа обращений или документов, количества ошибок и потерь. Время можно измерять как среднее или как общее количество часов за период. Ошибки стоит определить заранее: например, неверная категория, пропущенное обращение или неточный ответ, который пришлось исправлять.

1. Соберите исходные показатели за сопоставимый период до пилота.
2. Запишите, какие задачи входят в проверку, а какие остаются вне её.
3. Определите, кто проверяет результат ИИ и где фиксирует замечания.
4. После запуска измерьте те же показатели за период с похожей нагрузкой.
5. Сравните не только скорость, но и качество, затраты времени на проверку и число исправлений.

Например, если до пилота сотрудник вручную распределял обращения и тратил на это несколько часов в неделю, фиксируйте и исходное время, и время после запуска. Но не считайте всю разницу экономией, пока не учли проверку результатов, настройку и разбор ошибок. Если обработка стала быстрее, но выросло число неверных ответов, пилот не достиг цели — процесс нужно менять.

Критерии продолжения тоже задайте заранее. Это могут быть сокращение времени при сохранении качества, уменьшение числа пропусков или более быстрая обработка пикового потока. Установите и причины остановки: например, данные оказались непригодны, сотрудникам требуется слишком много исправлений или риск нельзя ограничить. Подробнее о подходе к оценке эффекта можно прочитать на странице расчёта окупаемости.

Какие данные подготовить и как снизить риски

Для проверки нужен минимально необходимый набор сведений. Не передавайте в пилот все клиентские данные «на всякий случай». Сначала выясните, достаточно ли обезличенных примеров, тестовых записей или ограниченного фрагмента базы. Доступ должен быть только у тех, кому он необходим для выполнения и проверки задачи.

Если используются сведения о клиентах, проверьте процесс на соответствие 152-ФЗ «О персональных данных»: какие данные обрабатываются, для какой цели, кто получает к ним доступ и где они хранятся. До загрузки клиентских сведений в сторонний сервис нужно отдельно выяснить условия обработки и хранения данных. При сомнениях согласуйте порядок с ответственным за персональные данные или юристом.

Для обработки обращений и подготовки сообщений клиентам учитывайте также требования 38-ФЗ «О рекламе», если автоматизация затрагивает рекламные рассылки и предложения. Наличие технической возможности отправить сообщение не означает, что такую отправку следует включать без проверки согласий, правил и порядка отказа от сообщений.

Практичный первый вариант — работа на копии или обезличенных примерах, без автоматической отправки и без доступа к операциям, которые меняют расчёты или записи клиентов. По мере проверки можно расширять сценарий, если понятны границы задачи, проверка результата и ответственность сотрудников.

Как организовать пилот и понять, что делать дальше

Перед стартом договоритесь о простых правилах. Назначьте владельца процесса со стороны бизнеса, сотрудника, который проверяет результат, и человека, который фиксирует замечания. Опишите, что ИИ вправе делать самостоятельно в рамках теста, а где обязан передать задачу человеку. Чем яснее эти границы, тем проще разбирать спорные случаи.

Пилот лучше ограничить одним отделом, типом обращений или этапом работы. Не меняйте одновременно несколько частей процесса: если вы добавили новые правила, перенесли данные и изменили порядок проверки, будет трудно понять, что именно повлияло на показатели. Вести журнал можно в простой таблице: дата, тип задачи, результат, исправление и причина.

Через согласованный период сравните показатели и обсудите опыт с сотрудниками. Важно спросить не только «стало ли быстрее», но и какие случаи система понимает плохо, сколько времени уходит на проверку, не появились ли новые ошибки и удобно ли встроен результат в рабочий порядок. Иногда проверка показывает, что сначала нужно улучшить шаблоны заявок, доступность сведений или правила обработки, а не расширять ИИ-автоматизацию.

Для небольшого пилота ориентир по окупаемости обычно составляет 2–4 месяца, но срок зависит от частоты задачи, стоимости настройки, участия сотрудников и качества исходных данных. Это ориентир, а не обещание результата: его нужно проверять расчётом по вашему процессу. Точную стоимость можно определить после аудита, когда понятны границы работ и требования к данным.

Хороший первый пилот — не тот, где автоматизировано больше всего, а тот, где бизнес быстро получил проверяемый ответ. Если задача подходит, данные допустимо использовать, ошибки заметны до влияния на клиента, а показатели можно сравнить, у команды будет основа для следующего решения. Если хотя бы одного условия нет, это повод сузить задачу или сначала навести порядок в процессе.

Следующий шаг по теме

Базовые материалы и инструменты KM2B для внедрения ИИ в бизнес.

• Услуги KM2B по внедрению ИИ
• Калькулятор экономики ИИ
• ИИ-агенты для бизнеса: что дают и с чего начать
• Автоматизация бизнес-процессов нейросетями: с чего начать