Компания Skan AI привлекла 63 миллиона долларов на технологии, которая наблюдает за экранами сотрудников и строит по этим наблюдениям модель того, как в компании реально устроена работа.
Среди клиентов — семь из десяти крупнейших банков США и четверть списка Fortune 50. Всего компания подняла около 120 миллионов.
Тема скользкая, и именно поэтому её стоит разобрать: за неприятной формулировкой «слежка за сотрудниками» прячется вопрос, который стоит перед каждым, кто пытается автоматизировать процессы, — а из чего эти процессы вообще состоят.
Почему наблюдение за работой ведут по экранам, а не по логам
Классический подход к анализу процессов опирается на логи: система записывает, что заявка поступила в 10:15, была согласована в 14:30, оплачена на следующий день. По этим записям строится картина процесса.
Проблема в том, что между этими отметками происходит вся настоящая работа. Сотрудник выгружает данные в таблицу, сверяет с почтой, звонит коллеге, правит руками, вставляет обратно. В логи не попадает ничего из этого.
Гендиректор Skan AI формулирует так: около 80% того, что интересно с точки зрения автоматизации, находится между системами, а не внутри них. И объясняет метод наглядно: если понаблюдать, как человек переключается между таблицей, CRM и почтой, за пару повторов становится понятна модель того, что он делает.
Вот это и есть суть подхода — восстановить реальный процесс, а не тот, что описан в регламенте. Разница между ними, по моему опыту, обычно огромна: регламент писали три года назад, а работают давно иначе.
Что они заявляют по результатам
Цифры называет сама компания, независимой проверки нет — с этой поправкой и читаем.
В сумме по клиентам — 500 миллионов долларов выявленной ценности. У одного банка — 18 миллионов годовой экономии и снижение стоимости обработки одной операции на 32%. В задачах противодействия отмыванию 60% случаев теперь обрабатывают ИИ-агенты. В страховании — около 25% роста производительности в работе с обращениями.
Даже с поправкой на маркетинг порядок понятен, и логика за ним стоит здравая. Автоматизировать процесс, который вы понимаете точно, гораздо проще, чем тот, о котором вы имеете общее представление.
Вопрос, который возникает первым
Наблюдение за экранами сотрудников звучит ровно так, как звучит. Поэтому сразу — как компания отвечает на это.
Данные агрегируются по сотням работников, а не привязываются к конкретному человеку: строится модель процесса, а не досье. Подключение работает по принципу добровольного согласия и только для оговорённых приложений. Информация остаётся внутри корпоративного периметра. В Европе решение прошло проверки рабочих советов — а это структуры, которые как раз защищают интересы сотрудников.
Насколько это снимает вопрос — судить читателю. Но конструкция описана честно, и она принципиально отличается от обычных программ контроля рабочего времени, которые считают простои и делают скриншоты.
Разница в цели. Программа контроля отвечает на вопрос «кто плохо работает». Такая система отвечает на вопрос «где процесс устроен глупо». Первое ухудшает отношения в коллективе, второе может их улучшить — если результатами делятся с людьми, а не используют против них.
Что из этого применимо в российской компании
Покупать подобное решение малому и среднему бизнесу незачем — это продукт для корпораций с тысячами сотрудников. Но метод переносится в уменьшенном виде, и он полезен.
Смотрите на реальную работу, а не на регламент. Прежде чем автоматизировать процесс, посидите рядом с человеком, который его выполняет, полчаса. Не спрашивайте, как он работает, — смотрите. Расхождение с вашими представлениями обычно обнаруживается в первые десять минут.
Ищите работу между системами. Самая дорогая рутина в любой компании — это перенос данных из одного места в другое руками. Выгрузил, поправил, вставил. Именно здесь автоматизация даёт самый быстрый эффект, и именно этого не видно ни в одном отчёте.
Считайте до, а не после. Сколько раз в месяц выполняется операция, сколько минут занимает, сколько стоит час работы. Без этих чисел любой проект превращается в разговор об ощущениях.
Спрашивайте самих сотрудников. Дешёвая замена дорогой технологии: люди отлично знают, какая часть их работы бессмысленна. Проблема обычно не в том, что они не скажут, а в том, что их не спрашивают. И тут важно, как вы это подадите: если люди решат, что вы ищете повод сократить штат, вы не узнаете ничего — про этот механизм я писал в статье о том, почему сотрудники тихо топят ИИ-проекты.
Куда это движется
Сюжет, который стоит держать в голове на пару лет вперёд.
Ценность ИИ в компании упирается не в модели, а в понимание того, как устроена работа. Модель можно купить у любого поставщика, она у всех примерно одинаковая. А вот точная карта ваших процессов есть только у вас — и её пока ни у кого нет в готовом виде.
Поэтому инвесторы вкладывают деньги не в очередного чат-бота, а в компанию, которая строит такую карту. Это довольно сильный сигнал о том, где на самом деле находится узкое место.
Для обычной компании вывод практический: прежде чем покупать инструменты, потратьте неделю на то, чтобы честно описать один процесс — с реальными шагами, временем и переключениями между системами. Дальше выяснится, что половину проблем можно решить без всякого ИИ, а вторую половину — решить точно и быстро.