Скажу сразу то, чего обычно не говорят студии разработки: большую часть задач, которые компании сегодня называют «внедрить ИИ», нейросеть решать не должна.
Смотрите сами. Заявка приходит на почту, менеджер переносит её в таблицу, оттуда в CRM, потом пишет клиенту письмо. Искусственный интеллект здесь не нужен вообще. Нужна связка двух систем, которую собирают за неделю и которая потом работает десять лет без единого сбоя.
Нейросеть стоит дороже, ошибается чаще и требует постоянного присмотра. Ставить её туда, где справится обычная автоматизация, — значит платить за сложность, которая вам не нужна.
Разберёмся, где проходит граница. Начнём с того, где сейчас находится рынок.
Сколько компаний дошли до дела
ИИ встроен в рабочие процессы у 17% российских организаций, ещё 31% к этому только готовятся — такую оценку в августе давала Валентина Киося, руководитель центра карьеры КМЭПТ. Это экспертное мнение в прессе, а не исследование с описанной методикой, поэтому берите цифры как ориентир порядка.
Прогноз оттуда же: к концу года бизнес автоматизирует с помощью ИИ от 15 до 25% рабочих функций.
Звучит внушительно ровно до момента, когда смотришь, о каких функциях речь. Работа с документами и отчётами, обработка заявок, первичные ответы клиентам, разбор анкет соискателей, прогноз продаж и остатков.
Это верхний, самый рутинный слой. Ни одна из перечисленных задач не требует принимать решение — все они про то, чтобы разобрать поток.
Главный признак: насколько предсказуем вход
Граница между обычной автоматизацией и нейросетью проходит по одному критерию — что именно попадает на вход процесса.
Вход строгий — нейросеть не нужна. Заявка из формы на сайте, где все поля заполнены. Выгрузка из учётной системы. Поступившая оплата, по которой надо сменить статус заказа. Здесь прекрасно работает обычная логика «если — то»: она дешевле, быстрее, не ошибается и не требует, чтобы кто-то проверял за ней результат.
Вход свободный — без нейросети не обойтись. Письмо от клиента, написанное как получилось. Фотография накладной. Голос в телефонной трубке. Отзыв, из которого нужно понять, доволен человек или нет. Писать правила для таких случаев бессмысленно: вариантов формулировок бесконечно много, и каждый новый клиент придумает свой.
Всё остальное — смесь, и разбирается она по тому же принципу: свободную часть отдаём нейросети, дальше передаём в обычную автоматизацию. Пришло письмо произвольным текстом, нейросеть вытащила из него товар, количество и адрес, а дальше заявка идёт привычным маршрутом, где никакого ИИ уже нет.
Такая схема, кстати, встречается чаще всего и работает лучше всего. Нейросеть на входе выступает переводчиком с человеческого на понятный системам язык, а всё остальное делает обычная логика.
Три процесса, с которых начинают чаще всего
По моей практике первыми в очередь встают три задачи, и все они про разбор потока.
Входящие обращения. Письма, заявки, сообщения в мессенджерах. Нейросеть определяет тему, срочность и адресата, а на типовые вопросы отвечает сама. Эффект виден уже на первой неделе просто потому, что раньше этой сортировкой три часа в день занимался живой человек.
Документы. Накладные, счета, договоры, акты: распознать, вытащить нужные поля, сверить с базой, положить в учётную систему. Задача большая, у неё своя механика и свои грабли с цифрами — я разбирал её в отдельной статье про нейросети для документов.
Отчёты, которые собирают руками. Речь не про аналитику, а про сборку: свести данные из трёх мест, оформить, разослать. Здесь важно не перепутать зоны ответственности. Собрать и оформить нейросети доверить можно, а считать цифры — нет, считать обязана учётная система.
Где автоматизация ломается
Автоматизировать бардак. Если процесс нигде не описан и каждый выполняет его по-своему, автоматизация просто закрепит хаос и ускорит его. Сначала процесс должен существовать в одном варианте, а не в пяти.
Начинать с самого сложного. Обычно выбирают процесс, который болит сильнее всего, — а он же оказывается и самым запутанным. Через три месяца проект тонет вместе с бюджетом. Разумнее взять скучный и понятный, довести до конца, посмотреть на цифру и только потом браться за сложное. Почему без этого шага проекты не дают эффекта, я разбирал отдельно.
Считать, что автоматизация — это про сокращение людей. Практически всегда она про то, что те же люди успевают больше. Компания, которая начинает проект словами «уволим двоих», получает вместо результата сопротивление, а оно надёжно топит любое внедрение.
Не назначить хозяина процесса. У автоматизированного процесса должен быть человек, который отвечает за его работу: следит за сбоями, обновляет правила, разбирает жалобы. Без него система живёт до первого изменения в бизнесе, а изменения случаются каждый квартал.
С чего начать на этой неделе
Возьмите один процесс, который повторяется десятки раз в месяц, и запишите три цифры: сколько времени он занимает сейчас, сколько раз в месяц происходит и во сколько обходится ошибка в нём.
Дальше посмотрите на вход. Если он строгий, вам нужен интегратор обычных систем — не мы и не любая другая студия по ИИ, и это сэкономит вам приличные деньги.
Если вход свободный, тогда нужна нейросеть, и здесь появляется предмет для разговора. Работа в таком проекте сводится к трём вещам: научить систему разбирать именно ваши письма, накладные или заявки — со всеми сокращениями и особенностями, которых нет в общих сервисах; связать её с вашей учётной системой, чтобы разобранное сразу попадало куда нужно; и выстроить обработку сомнительных случаев, чтобы спорное уходило человеку, а не превращалось в тихую ошибку. Готовые сервисы закрывают первую часть и почти никогда — вторую и третью, а именно они превращают демонстрацию в работающий процесс.
Хорошая автоматизация выглядит скучно. Это не «умный помощник для всей компании», а один процесс, который стал занимать двенадцать минут вместо сорока. Скучно — зато именно это считается в деньгах.