ПРО ЦЕС | Северсталь — Центр Единого Сервиса

Было у нас внутреннее мероприятие, и спикер по ИИ дал несколько мыслей, которые хорошо легли на то, что мы сами сейчас делаем.

Первая: мы правильно идем через пересборку процесса и через постановку ИИ на вход процесса.

Вторая: все надо переделать идти надо еще шире - смотреть на весь сквозной процесс.

Судите сами:

Одна из главных проблем нынешних AI-пилотов в том, что их запускают внутри отдельной функции: автоматизировали кусочек, получили экономию условных 10 FTE, купили для этого серверы, собрали команду, долго интегрировались с legacy - а потом пытаемся понять, почему весь бизнес от этого особенно не изменился.

Спикер предложил другой принцип: пилот должен быть маленьким, но сквозным.

Например, не автоматизация отдельной операции в закупках или финансах, а тонкий срез от планирования потребности до поставки. Или сквозной кусок управления оборотным капиталом. Именно там появляются эффекты другого масштаба: запасы, оборачиваемость, загрузка оборудования, скорость прохождения процесса. Один процент изменения запасов иногда стоит больше, чем экономия на десятках сотрудников внутри отдельной функции. Остается пустяк - доказать этот эффект.

И тут снова возвращаемся к моей любимой теме: если встроить ИИ в неэффективный процесс, можно просто получить более технологичный неэффективный процесс.

Но дальше мысль идет еще шире:

Сквозной AI-процесс быстро упирается в данные. Причем мало собрать их в одном месте: нужен еще семантический слой - связи между сущностями, единые определения, бизнес-логика, понимание того, что с чем связано. Условно, проблема с оборотным капиталом связана с такими-то поставщиками, такими-то условиями и такими-то событиями в процессе.

И только поверх этого уже нормально работают агенты, ML-модели и генеративный ИИ.

То есть AI-ready архитектура постепенно начинает выглядеть так: транзакционные системы -> общий слой данных -> бизнес-логика и knowledge graph -> агенты -> человек.

И здесь становится видно зачем нужен именно сквозной пилот: его задача не столько красиво доказать ROI на маленьком участке, сколько нащупать, каких данных не хватает, где ломаются связи между функциями, что придется менять в операционной модели и какой фундамент понадобится для масштабирования.

Отдельный чат-бот такую работу не сделает.

Более того, здесь есть вполне реальный риск: если раздать всем корпоративных чат-ботов, которые не видят нормальных данных, не связаны с системами и не знают бизнес-контекста, люди довольно быстро получат несколько бессмысленных ответов и решат, что «ИИ не работает».

Идея девальвируется раньше, чем технология вообще получит шанс нормально заработать.

Еще одна мысль, которую я бы отдельно оставила руководителям: AI-трансформация почти неизбежно становится кросс-функциональной. А значит, главная сложность будет далеко не в модели. Она будет в границах подразделений, владельцах процессов, данных, ответственности и в том, кто вообще имеет право менять цепочку целиком.

И в этом смысле пилот - уже не тест технологии. Это маленькая репетиция новой операционной модели.

Ну и финальная мысль спикера мне тоже близка: все итеративное и ремесленное будет автоматизироваться, поэтому ценность человеческого мышления только вырастет. Умение видеть взаимосвязи, строить гипотезы, задавать «а что если?», собирать сложную картину из разных факторов становится еще важнее.

То есть путь к AI-native компании, похоже, выглядит примерно так: выбрать сквозной процесс, пересобрать его, разобраться с данными и бизнес-логикой, а потом уже посадить туда агентов.

Что, собственно, гораздо сложнее маленьких гордых пилотиков.

Зато и эффект там совсем другого порядка.

@kiralapiname

#технологИИ #ИИвработеруководителя #проуправление #PRO_ОЦО

Как ОЦО готовит сотрудников к работе с ИИ и автоматизацией

Раньше в центре внимания были эксперты по бухгалтерскому учету и операционисты, работающие строго по инструкциям. Сегодня на первый план выходят навыки работы с программами, роботами и ИИ, а также системное мышление и клиентоориентированность.
В «Северсталь – ЦЕС» провели исследованиеи обновили профиль кандидата. Принцип проведения собеседований изменился: теперь обязательными стали вопросы об участии в проектах по автоматизации и о внедрении улучшений на рабочем месте. Адаптация новичков строится на трех принципах: свежий взгляд на процессы, обучение по единым инструкциям и обязательное знакомство с существующими роботами и макросами. Главное – не просто освоить обработку документов, а научиться эффективно взаимодействовать с цифровыми помощниками.
Для развития сотрудников разрабатывают индивидуальные планы, формируют кадровый резерв и поддерживают инфраструктуру инноваций: Фабрику идей, амбассадоров ИИ, демо-дни и премирование за масштабирование решений. Весной 2026 года в компании запустили программу «Гражданский разработчик ИИ». Сотрудники проходят тренинги по искусственному интеллекту, n8n и RAC, чтобы в каждом подразделении появились свои процессные аналитики-разработчики.
Изменения коснулись и контрольной среды для доработок с помощью ИИ: обязательными стали регистрация изменений, написание технических заданий, тестирование и создание инструкций для ручного выполнения операций на случай сбоев.
Важно, что в компании снимают страхи перед роботами. Навыки работы с искусственным интеллектом включили в список компетенций. Сначала они числились как справочные, но в перспективе станут обязательными, поскольку технологии стали неотъемлемой частью деятельности ОЦО.