Сейчас почти на каждой встрече с собственником звучит одна и та же просьба: «Нам нужен ИИ». Иногда за ней стоит понятная задача. Чаще - ощущение, что конкуренты уже что-то внедрили, а мы отстаём. Тогда решение спускается вниз директивой: «К концу квартала внедрить ИИ в отделе продаж».
Я 13 лет был ИТ-директором и видел, чем такие директивы заканчиваются. Технология тут ни при чём: решение принимают на одном уровне, а работать с ним предстоит людям, которые живут в совсем другой реальности.
Как выглядит реальность исполнителей
Когда начинаешь разбирать процесс, почти всегда находится одно из трёх.
Процесс нигде не описан. Каждый менеджер работает по-своему, и правила живут в головах. ИИ-агенту нечего автоматизировать: у него нет алгоритма, по которому он мог бы действовать, и критериев, по которым его работу проверять.
Данные разбросаны. Часть заявок в CRM, часть в почте, часть у менеджера в мессенджере. ИИ видит только то, что попало в систему, а значит, работает на неполной картине.
У задачи нет хозяина. Директор поручил, ИТ внедрило, а отдел, в котором всё должно работать, узнал о проекте последним. Через месяц агент отвечает не так, как привыкли люди, и все возвращаются к старому способу.
Ни одна из этих проблем не решается выбором модели или подрядчика.
С чего начинаю я
С обследования процессов. Прежде чем говорить про ИИ, я фиксирую, как работа устроена на самом деле, а не как она описана в регламенте. Разговариваю с руководителями и с исполнителями, иду по пути заявки, документа или звонка от начала до конца.
Только после этого становится понятно, где ИИ действительно окупится, а где хватит простой автоматизации или настройки системы, которая у компании уже есть.
Иногда ИИ не нужен вовсе. В одном из моих проектов задача была в том, что часть лидов терялась: одни не попадали в систему совсем, другие приходили на почту или фиксировались вручную. Мы составили карту всех путей лида от точки входа до CRM, перевели регистрацию на автомат и выстроили сквозную аналитику вместе с маркетингом. ИИ там не понадобился, а проблема ушла: теперь все лиды, кроме пешего трафика, попадают в систему без участия человека.
Зачем звать исполнителей в проект с самого начала
Самая частая ошибка - согласовать проект с руководителем и поставить отдел перед фактом. Я делаю наоборот: люди, которые будут работать с решением, участвуют в нём с самого начала.
Когда мы внедряли ИИ-оценку звонков менеджеров, критерии оценки сначала выверили с клиентским сервисом и другими отделами, которым нужны результаты. Раньше прослушка покрывала около 10 % звонков, теперь агент оценивает все, около 3 000 в месяц. Но спорить с его оценками никто не стал: правила, по которым он работает, люди составили сами.
С распознаванием первичных документов в бухгалтерии похожая история. Итоговый контроль остался за бухгалтером: система сама определяет тип документа и прикрепляет его в 1С, а человек проверяет результат и подтверждает. Бухгалтерия не почувствовала, что у неё что-то отнимают, и получила скорость обработки в 10 раз выше.
Внедрение - это не финал
Вторая причина, по которой проекты буксуют: к запуску относятся как к концу работы. Агент запустили, подрядчик ушёл, а через полгода поменялись регламенты, появились новые вопросы клиентов, и решение тихо перестало справляться.
ИИ-решению нужна эксплуатация: кто-то должен следить, как оно работает, править промпты и сценарии, отвечать на вопросы сотрудников. Я закладываю это в проект с самого начала, а не продаю потом как дополнительную услугу.
Иногда своё строить не надо
Последнее, о чём стоит подумать до старта: не даст ли нужное площадка или поставщик вашей системы из коробки. Перед внедрением стоит проверить, что поставщики собираются выпустить в ближайшее время.
Что делать, если «внедрить ИИ» уже поручили
Не начинайте с выбора технологии, начните с вопросов:
- какой процесс мы хотим изменить и как он устроен сейчас на самом деле, а не по регламенту;
- кто в этом процессе работает и что их не устраивает;
- где лежат данные, с которыми ИИ придётся работать;
- как мы поймём, что стало лучше: какая цифра должна измениться;
- кто будет отвечать за решение после запуска.
Если на эти вопросы есть ответы, ИИ, скорее всего, заработает. Если нет, начинать стоит с них. Именно этим я занимаюсь на обследовании процессов.
