Внедрение ИИ в бизнес-процессы: с чего начать малому бизнесу

Внедрение ИИ в бизнес процессы малой компании обычно начинается не с выбора модели или подписки, а с понимания, где в работе теряется время и что именно можно поручить ИИ. Если этот вопрос решить заранее, первый проект получается небольшим, понятным и полезным. В этой статье разберём, как найти подходящие процессы, как провести пилот за одну-две недели, что подготовить и как оценить результат без красивых, но придуманных цифр.

Какие процессы стоит автоматизировать первыми

Главный критерий простой: процесс должен повторяться часто и занимать заметное время у живых людей. Разовые задачи и редкие ситуации для первого шага не подходят, потому что на них нельзя быстро проверить эффект.

Обычно в малом бизнесе кандидатами становятся такие задачи:

• ответы на одни и те же вопросы клиентов в мессенджерах и на сайте;
• приём заявок и первичная квалификация: что нужно клиенту, какой у него бюджет, когда удобно созвониться;
• перенос данных из одного места в другое: из письма в CRM, из таблицы в счёт, из заявки в календарь;
• обработка входящих документов: выделение реквизитов, сумм, дат, сортировка по папкам;
• подготовка типовых документов и писем по шаблону с персональными данными;
• сбор и выгрузка информации с сайтов поставщиков или конкурентов в таблицу (при соблюдении правил сайтов и законодательства);
• напоминания, статусы заказов, уведомления о задолженностях.

Чтобы не выбирать наугад, полезно пройти несколько шагов. Выпишите все процессы, которые вызывают жалобы у сотрудников или занимают у них больше всего времени. Для каждого отметьте, как часто он запускается, кто его делает и что получается на выходе. Затем оцените, насколько понятны правила: если сотрудник может объяснить алгоритм в двух-трёх предложениях, задачу проще передать ИИ.

Хороший признак подходящей задачи: на входе есть текст, файл или заявка, на выходе ожидается понятный результат, а ошибка стоит недорого и её можно заметить. Плохой признак: решение зависит от многих устных договорённостей, которые никто не записывал.

Пилот на одном процессе: как пройти за одну-две недели

Пилот нужен, чтобы проверить гипотезу на маленьком участке, а не перестраивать всю компанию сразу. Одна задача, один ответственный, понятная цель и срок одна-две недели.

Примерный план выглядит так.

Первые один-два дня. Опишите текущий процесс по шагам: кто что делает, откуда берутся данные, где принимается решение, где появляются ошибки. Не старайтесь описать идеально, достаточно честной картины «как есть».

Дни три-четыре. Определите, какую часть процесса возьмёт на себя ИИ, а что останется за человеком. Обычно разумно начинать с черновиков и предложений: ИИ готовит ответ, извлекает данные, классифицирует заявку, а сотрудник подтверждает или правит. Полностью автономные решения с деньгами и юридическими последствиями лучше отложить.

Дни пять-семь. Соберите рабочую версию: подключите источник данных, настройте инструкции для модели, добавьте проверку результата. На этом этапе важно сделать вход и выход понятными, чтобы было видно, что именно поступило и что получилось.

Дни восемь-десять. Запустите процесс на реальных данных параллельно с привычным способом. Сравните результаты, записывайте расхождения, собирайте замечания тех, кто работает с этим процессом каждый день.

Последние дни. Подведите итог: что работает, что нужно доработать, стоит ли расширять пилот. Решение о масштабировании принимайте по фактам из пилота, а не по впечатлениям.

Если вам нужна помощь с выбором задачи и настройкой такого пилота, у нас есть отдельная страница с описанием услуги: внедрение ИИ в бизнес: что входит в работу и как мы её ведём.

Что подготовить: данные и правила

Большинство проблем на старте возникает не из-за самой модели, а из-за данных и правил, которые существуют только в голове у сотрудников. Перед пилотом стоит подготовить несколько вещей.

Примеры реальных входных данных. Соберите 20-50 типичных обращений, писем, заявок или документов. Включите не только простые случаи, но и неудобные: опечатки, неполные данные, нестандартные формулировки. По этим примерам будет видно, справляется ли решение с реальной работой.

Правила ответа. Запишите, что считается правильным результатом. Например: какой тон использовать с клиентами, какие цены можно называть, что делать, если вопрос не входит в компетенцию бота, когда передавать диалог человеку. Чем конкретнее правила, тем меньше сюрпризов.

Список запретных тем и действий. Определите, что ИИ не должен делать вообще: обещать сроки, которые не согласованы, давать юридические или медицинские советы, менять данные в учётной системе без подтверждения.

Доступы и хранение данных. Решите заранее, какие данные можно передавать во внешние сервисы, а какие нельзя. Персональные данные клиентов, коммерческая тайна и внутренние документы требуют отдельного подхода. Если сомневаетесь, обсудите это до начала работы, а не после.

Ответственный со стороны бизнеса. Назначьте человека, который принимает решения по пилоту, видит результаты и может быстро поправить правила. Без него проект быстро превращается в набор недоделок.

Как считать пользу без выдуманных цифр

Очень соблазнительно сразу написать в отчёте «экономия составила столько-то процентов». Но такие цифры имеет смысл писать только тогда, когда они измерены в вашей компании. Вместо этого можно использовать простой и честный подход.

Зафиксируйте базу до пилота. Сколько времени в среднем занимает задача сейчас? Сколько таких задач в неделю? Сколько ошибок или возвратов бывает? Если точных данных нет, оцените хотя бы порядок: несколько минут или полчаса, несколько штук в день или несколько десятков. Честная оценка лучше уверенной выдумки.

Измерьте то же самое во время пилота. Используйте те же метрики: время на задачу, количество повторных обращений, долю результатов, которые пришлось переделать. Записывайте это в простую таблицу.

Учтите затраты. В расчёт входят не только подписки на сервисы, но и время на настройку, проверку результатов, поддержку и обучение сотрудников. Иногда выгоднее автоматизировать небольшую задачу с понятной ценой, чем большую, которая требует постоянного контроля.

Считайте качество, а не только скорость. Быстрый ответ, который приходится исправлять, не даёт пользы. Полезно отслеживать, сколько результатов принято без правок.

Формулируйте выводы осторожно. Например: «за две недели пилота задача занимала меньше времени у сотрудника, ошибки в ответах почти не возникали, но для части обращений по-прежнему нужен человек». Такой вывод можно проверить и на нём можно принимать решения.

Частые ошибки при внедрении

Начинать с самой большой задачи. Соблазн автоматизировать весь отдел сразу понятен, но сложный проект без опыта почти всегда затягивается. Лучше выбрать узкий процесс и довести его до результата.

Ждать идеальной модели. Качество зависит не только от выбора модели, но и от инструкций, примеров, проверок и данных. Часто более заметный эффект дают продуманные правила, чем смена модели.

Не участвовать сотрудникам. Люди, которые каждый день делают процесс, знают его лучше всех. Если они не участвовали в пилоте, решение может не совпадать с реальной работой, а сопротивление будет расти.

Убрать человека полностью. Для большинства задач разумно оставить проверку человеком, особенно там, где есть деньги, договоры или репутация. Постепенно можно уменьшать объём ручной проверки, когда это подтверждено данными.

Не записывать правила. Если логика процесса живёт только в голове, любой новый сотрудник или новая версия решения будет работать иначе. Запишите правила, даже если они кажутся очевидными.

Смотреть только на техническую часть. Внедрение ИИ затрагивает людей, их привычки и порядок работы. Без обсуждения с командой даже удачное решение может не прижиться.

Считать пилот финалом. Пилот это проверка гипотезы. После него нужно решить, что доработать, что масштабировать, а что отложить. Проект живёт дальше, и правила, как и данные, со временем меняются.

Частые вопросы

Нужны ли специальные знания, чтобы начать?

Для пилота достаточно понимать свой процесс и уметь описать его шаги. Техническую часть обычно берёт на себя разработчик или подрядчик. Важнее всего, чтобы в компании был человек, который знает задачу и может оценить результат.

Сколько стоит первый пилот?

Стоимость зависит от объёма работ, источников данных, выбранных сервисов и требований к безопасности. Надёжнее всего обсудить конкретную задачу и получить оценку под неё, а не ориентироваться на чьи-то общие цифры.

Можно ли доверить ИИ общение с клиентами?

Можно, если заранее определить, на какие вопросы бот отвечает сам, какие темы передаёт человеку и какие фразы использовать нельзя. Обычно разумно начинать с типовых вопросов и оставлять возможность передать диалог сотруднику в любой момент.

Что делать, если пилот не принёс пользы?

Это тоже полезный результат. Посмотрите, в чём была проблема: задача выбрана неудачно, правила не были описаны, данные оказались неполными или сотрудники не приняли решение. Иногда достаточно скорректировать задачу и повторить пилот на другом процессе.

Внедрение ИИ в бизнес процессы не требует больших перемен в первый день. Достаточно выбрать одну понятную задачу, проверить её на реальной работе и принять решение по фактам. Если хотите обсудить, какой процесс в вашей компании подойдёт для первого шага, оставьте заявку, и мы спокойно разберём ваш случай.