Неудачный первый процесс закрывает тему ИИ в компании на год вперёд — не потому, что технология не сработала, а потому, что второго шанса ей не дают. Вопрос, с какого процесса начинать внедрение ИИ, звучит организационным, а на деле решает судьбу всего проекта и бюджета на следующие. Первым стоит брать не самый дорогой и не самый больной процесс, а тот, где результат будет виден быстро и не вызовет спора. Ниже — четыре признака такого процесса, три соблазна, которые уводят не туда, проверка кандидата за неделю и честный ответ, когда начинать пока не с чего.
Первое внедрение покупает право на второе
Первое внедрение почти никогда не про экономику. Оно про доверие: люди в компании смотрят не на цифры в отчёте, а на то, стало ли им проще работать. Собственник смотрит на то же самое, только формулирует иначе — «а оно вообще работает?».
Что это значит для выбора: если первый процесс выбран неудачно, второго обычно не бывает. Бюджет на следующий проект не согласуют, сотрудники запомнят инструмент как лишнюю нагрузку, а слово «нейросеть» на планёрке будет вызывать усмешку. Технология здесь ни при чём — закончилось желание пробовать.
Первым берут не самый дорогой процесс, а тот, на котором результат будет виден быстро и не вызовет спора. Масштаб — потом.
Вердикт: первый проект — это не самая выгодная автоматизация, а самая убедительная.
С какого процесса начинать внедрение ИИ: четыре признака
- Он повторяется много раз. Десятки одинаковых действий в день, а не пять сложных в месяц. На редком процессе разница не наберётся статистически, и спорить о результате будет нечем.
- У него уже есть данные. Записи звонков, переписки, выгрузка из CRM — то, на чём можно посмотреть, как процесс идёт сейчас. Если данных нет, первым шагом будет их сбор, а не ИИ.
- Результат очевиден без интерпретации. «Дозвонились или нет», «ответили за сколько минут» — годятся. «Стало лучше качество общения» — нет.
- Ошибка не стоит катастрофы. На первом процессе промахи неизбежны. Хорошо, если цена промаха — извинение, а не претензия или потерянная крупная сделка.
Совпадения по всем четырём признакам не требуется, но если не выполняется ни один — это точно не первый процесс. Типичные кандидаты, которые часто проходят проверку: ответ на входящие обращения в нерабочее время, контроль того, что менеджеры договариваются о следующем шаге, напоминания клиентам о записи или оплате. Какие данные нужны для каждого из них, разобрано в статье какие данные нужны для AI.
Вердикт: частый, записанный, измеримый и безопасный процесс скучен — и именно поэтому хорош для начала.
Три соблазна уводят первый проект не туда
Самое больное место. Соблазн начать с процесса, который болит сильнее всего, понятен и почти всегда ошибочен: болит обычно там, где сложно, а сложное плохо подходит для первого раза. Больное место стоит брать вторым, когда уже понятно, как устроена работа с подрядчиком или своей командой.
Самое заметное для руководства. Процесс, выбранный ради красивого слайда, оптимизируется под слайд. Это видно не сразу, а через квартал, когда оказывается, что цифра выросла, а денег не прибавилось.
То, что легче всего технически. Обратная крайность: берут задачу, которая просто решается, но никому не мешала. Внедрение проходит гладко и не меняет ничего — а значит, никого не убеждает.
Все три соблазна объединяет одно: процесс выбирают по тому, как он выглядит, а не по тому, можно ли на нём быстро и бесспорно показать результат.
Пять вопросов отсеивают кандидатов за один разговор
| Вопрос | Что показывает |
|---|---|
| Сколько раз в день это происходит? | Наберётся ли объём для выводов |
| Где это записывается сейчас? | Есть ли данные или сначала нужен их сбор |
| Как поймём, что стало лучше? | Есть ли метрика, о которой не придётся спорить |
| Что будет, если ошибиться? | Годится ли процесс для первого раза |
| Кто с вашей стороны за него отвечает? | Есть ли владелец или процесс ничей |
Последний вопрос отсеивает больше кандидатов, чем первые четыре вместе. Процесс без владельца нельзя ни изменить, ни оценить: любое решение по нему согласовывается неделями, а результат некому принять.
Мы в 404ai задаём эти вопросы на первом разборе задачи, и отсутствие человека, который поведёт изменения с вашей стороны, — одна из причин, по которым мы не берём проект. Это не формальность: без владельца внедрение упирается в согласования и не доходит до результата. Перечень таких причин открыто описан в нашем подходе.
Кандидата проверяют руками за неделю до старта
Прежде чем запускать проект, полезно потратить неделю на проверку выбранного процесса вручную. Стоит это почти ничего и регулярно отменяет неудачные запуски.
Проверка простая: возьмите пятьдесят реальных случаев этого процесса за последний месяц и попробуйте пройти их так, как это делала бы система. Не с инструментом — руками, по тем же данным, которые у неё будут. Если человек, глядя только на доступные системе данные, не может принять решение, то и система не сможет.
Неделя обычно обнаруживает одно из двух. Либо часть нужной информации живёт не в данных, а в голове сотрудника — тогда до автоматизации нужно менять процесс. Либо всё есть, и вы заодно получаете пятьдесят размеченных случаев, которые пригодятся для проверки качества.
Вердикт: если человек не может сделать работу по тем данным, что есть у системы, никакая модель не сделает её лучше.
Метрику и условие остановки записывают до первого дня пилота
Процесс выбран — дальше соблазн сразу запустить инструмент и «посмотреть, что получится». Посмотреть получится, а вот доказать — нет. До старта фиксируются три вещи: какая метрика должна сдвинуться и как именно её считать, какое её значение сейчас и что происходит, если через оговорённый срок сдвига нет.
Условие остановки звучит пессимистично, но работает на обе стороны. Команда знает, что проект не превратится в бесконечный эксперимент. Руководитель знает, что при отсутствии эффекта деньги перестанут уходить. А если эффект есть, спорить о нём не придётся — значение «до» записано.
Так устроен метод «Цель → метрика», по которому работает 404ai: сначала цель и показатель, затем согласованный план или честный отказ, пилот на данных клиента и только потом развитие, причём на любом шаге можно остановиться. Подробнее — на странице подхода; как считать эффект — в статье о том, как измерить эффект от внедрения AI.
Когда внедрение ИИ начинать рано и не нужно
Иногда честный ответ на вопрос «с чего начать» звучит так: пока ни с чего, ИИ сейчас не нужен. Это бывает в компаниях, где всё делается вручную и нигде не фиксируется, — а значит, нет ни данных, ни повторяемости, ни способа измерить результат.
Признаки: обращения приходят в личные мессенджеры сотрудников, договорённости живут в устной форме, единственный источник статистики — память руководителя. В такой ситуации любое внедрение начнётся с полугода сбора данных и закончится выводом, что ИИ не работает.
Правильный первый шаг здесь — не ИИ, а фиксация. Единый канал приёма обращений, единое место хранения договорённостей, минимальный учёт. Через три месяца появляются данные, и вопрос «с чего начать» получает нормальный ответ. Это скучная работа, но она необходима и без всякого ИИ.
Второй случай — объём, который не окупит внедрение: при паре звонков или заявок в день автоматизация не вернёт вложенного, и дешевле, чтобы сотрудник делал это сам. Шире о таких ситуациях — в статье когда AI не нужен.
Процесс выбирает тот, кто отвечает за результат, при участии того, кто его выполняет
Решение о первом процессе часто принимает тот, кто принёс идею, — и это худший вариант из возможных: он выбирает то, что интереснее ему, а не то, что быстрее даст результат.
Работает разделение: варианты предлагает тот, кто знает процессы, а решение принимает тот, кто отвечает за результат и бюджет. При этом обязательно участие человека, который будет пользоваться системой каждый день. Он единственный, кто заметит, что предлагаемая автоматизация упирается в шаг, о котором никто из руководителей не знает.
Признак плохого выбора — процесс, который никто из присутствующих не выполняет лично. Такие решения принимаются по общим представлениям о том, как всё устроено, и эти представления обычно расходятся с реальностью на два-три шага. Кто в компании должен вести AI-проект в целом, — в статье кто отвечает за AI в компании.
Верный выбор виден в первые две недели, задолго до итоговой метрики
Судить по итоговой метрике придётся долго, а понять, туда ли идёт дело, можно раньше — по косвенным признакам первых двух недель.
Люди пользуются без напоминаний. Не «мы попросили — они делают», а сами открывают, потому что так быстрее. Это самый надёжный ранний сигнал, и он либо есть, либо его нет.
Замечания по существу. Если от команды приходят конкретные претензии — «вот здесь неверно, вот тут не хватает», — инструментом действительно пользуются. Тишина в первые недели почти всегда означает не удовлетворённость, а отсутствие использования.
Результат заметен без выгрузки. Если для того, чтобы увидеть эффект, нужно строить специальный отчёт, эффект слишком мал, чтобы на нём строить доверие к следующему проекту.
Вердикт: тишина после запуска — плохой знак, жалобы по делу — хороший.
Два процесса сразу — надёжный способ не понять, что сработало
Брать два процесса одновременно — распространённое желание сэкономить время. Но если параллельно меняется ещё и мотивация или скрипт, разобрать вклад каждого изменения будет невозможно даже задним числом.
Правило простое: одно изменение за раз, с зафиксированной датой. Оно кажется медленным ровно до первого спора о том, чей вклад в результат больше.
Вы можете описать первый процесс одним предложением, назвать метрику и сказать, кто за неё отвечает. Если на любой из трёх частей запинка — процесс выбран не тот.
Что меняет правильный порядок: первый проект окупается доверием
Главное следствие для руководителя: список «где бы нам применить ИИ» стоит сортировать не по размеру потерь, а по тому, где результат будет быстрым и бесспорным. Крупные и болезненные задачи никуда не уходят — они становятся вторым и третьим проектом, когда у компании уже есть опыт, данные и доверие команды.
Проверить на своих процессах можно за один вечер: выпишите пять кандидатов, прогоните каждый через пять вопросов из таблицы и вычеркните все, где нет владельца или данных. Для оставшихся запишите метрику и её сегодняшнее значение. Если ни один кандидат не прошёл, начинать нужно с фиксации процессов, а не с ИИ; если прошёл — у вас есть первый проект и способ понять, удался ли он.
Как устроена работа дальше — на странице внедрения ИИ в компанию. Если непонятно, какие процессы вообще годятся в кандидаты, начинать стоит с диагностики или разбора всей компании.
