Большинство компаний внедряют ИИ задом наперёд
Типичный сценарий сейчас выглядит примерно так.
Руководитель видит новую нейросеть и говорит: "Надо внедрять".
Один отдел подключает чат-бота, второй начинает генерировать документы, третий пробует анализировать данные. Через несколько месяцев у компании уже есть пять инструментов, несколько пилотов и довольно слабое понимание, какую проблему всё это решает.
Если цель оптимизация процессов/работы, я бы начинал с противоположной стороны - не с технологий, а с работы самих людей.
Берём конкретный процесс, например обработку обращений клиентов, и разбираемся:
➡️ где сотрудники тратят много времени на повторяющиеся действия;
➡️ где работа регулярно останавливается;
➡️ где не хватает данных;
➡️ где чаще всего происходят ошибки;
➡️ где решение обязательно должен принимать человек.
После этого каждую задачу можно положить в одну из четырёх корзин.
1️⃣ Помочь человеку
ИИ готовит черновик отчёта, письма или анализа, а человек принимает решение.
2️⃣ Ускорить работу
Например, вместо того чтобы юрист час читал 50 страниц договора, ИИ за минуту выделяет спорные пункты, а юрист уже разбирается именно с ними.
3️⃣ Проверить человека
ИИ ищет аномальные счета, пропущенные поля, ошибки или подозрительные операции.
Мне кажется, это вообще один из самых недооценённых сценариев применения ИИ.
4️⃣ Полностью заменить операцию
Но сюда я бы отправлял только действительно предсказуемые, повторяющиеся и низкорисковые процессы.
Важно: полностью автоматизировать задачу не всегда выгоднее, чем просто сделать человека в несколько раз эффективнее.
—————
Есть ещё один хороший фильтр - качество данных.
Если процесс живёт в Excel, половина информации находится в почте, остальное сотрудники помнят в голове, а одинаковые события разные люди записывают по-разному - прикручивать сверху ИИ довольно бессмысленно.
Сначала надо привести в порядок сам процесс и данные.
Мне нравится и достаточно прагматичное правило 70/30:
ИИ забирает примерно 70% подготовительной и рутинной работы, а человеку остаются 30%, где нужны проверка, решение и ответственность. Не так сексуально, как если бы "мы полностью заменили отдел нейросетью", зато сильно ближе к тому, как я вижу нормальное применение ИИ в бизнесе.
—————
База знаний по бизнесу и продукту
Типичный сценарий сейчас выглядит примерно так.
Руководитель видит новую нейросеть и говорит: "Надо внедрять".
Один отдел подключает чат-бота, второй начинает генерировать документы, третий пробует анализировать данные. Через несколько месяцев у компании уже есть пять инструментов, несколько пилотов и довольно слабое понимание, какую проблему всё это решает.
Если цель оптимизация процессов/работы, я бы начинал с противоположной стороны - не с технологий, а с работы самих людей.
Берём конкретный процесс, например обработку обращений клиентов, и разбираемся:
➡️ где сотрудники тратят много времени на повторяющиеся действия;
➡️ где работа регулярно останавливается;
➡️ где не хватает данных;
➡️ где чаще всего происходят ошибки;
➡️ где решение обязательно должен принимать человек.
После этого каждую задачу можно положить в одну из четырёх корзин.
1️⃣ Помочь человеку
ИИ готовит черновик отчёта, письма или анализа, а человек принимает решение.
2️⃣ Ускорить работу
Например, вместо того чтобы юрист час читал 50 страниц договора, ИИ за минуту выделяет спорные пункты, а юрист уже разбирается именно с ними.
3️⃣ Проверить человека
ИИ ищет аномальные счета, пропущенные поля, ошибки или подозрительные операции.
Мне кажется, это вообще один из самых недооценённых сценариев применения ИИ.
4️⃣ Полностью заменить операцию
Но сюда я бы отправлял только действительно предсказуемые, повторяющиеся и низкорисковые процессы.
Важно: полностью автоматизировать задачу не всегда выгоднее, чем просто сделать человека в несколько раз эффективнее.
—————
Есть ещё один хороший фильтр - качество данных.
Если процесс живёт в Excel, половина информации находится в почте, остальное сотрудники помнят в голове, а одинаковые события разные люди записывают по-разному - прикручивать сверху ИИ довольно бессмысленно.
Сначала надо привести в порядок сам процесс и данные.
Мне нравится и достаточно прагматичное правило 70/30:
ИИ забирает примерно 70% подготовительной и рутинной работы, а человеку остаются 30%, где нужны проверка, решение и ответственность. Не так сексуально, как если бы "мы полностью заменили отдел нейросетью", зато сильно ближе к тому, как я вижу нормальное применение ИИ в бизнесе.
—————
База знаний по бизнесу и продукту