Автоматизация работы с совещаниями через ИИ: опыт IT‑компании с условием NDA

В крупных командах потери времени возникают не в разработке, а в обслуживании процессов: управлении и передачей контекста между ролями. Чем больше проектов и участников, тем больше усилий уходит на фиксацию договоренностей, передачу контекста и синхронизацию между ролями.

В статье поделимся опытом Riverstart с читателями «Т‑Бизнес секретов» и покажем, как мы пересобрали процесс работы со встречами. Возможно, вдохновим кого‑то на пересмотр собственных процессов.

В нашей команде с десятками параллельных проектов узким местом оказалась не разработка, а обслуживание созвонов и встреч: фиксация договоренностей, подготовка протоколов и передача контекста коллегам. В среднем на это уходило от 30 до 60 минут после каждого созвона. При десятках проектов это превращалось в регулярную задержку управленческих решений и рост скрытых издержек.

Цель была управленческой: сократить операционные потери и ускорить принятие решений, не увеличивая нагрузку на команду и не передавая чувствительные данные во внешние сервисы. Мы пересобрали процесс работы со встречами и убрали лишние ручные шаги.

Как понять, релевантен ли вам этот подход

Мы начали с анализа фактической работы команды и советуем вам сначала проанализировать, куда реально уходит рабочее время. Для повторяющихся процессов полезно зафиксировать:

• из каких этапов они состоят;
• кто в них участвует;
• какие задачи в процессе выполняются;
• какие инструменты задействованы;
• как распределяется время между этапами;
• какие задачи требуют обдумывания, а какие больше механические.

Такой разбор быстро показывает проблемные зоны: длинные ручные этапы, дублирование действий, потери информации. Эти точки важно выявить до автоматизации, иначе инструмент просто закрепит неэффективный процесс.

Где мы нашли возможность автоматизации

По результатам анализа процессов самым затратным блоком оказалась работа с аудио- и видеовстречами: клиентские созвоны, проектные совещания, внутренние обсуждения. Каждая встреча требует фиксировать итоги, договоренности, задачи с ответственными и сроками, передавать контекст тем, кто в обсуждении не участвовал.

С какими проблемами с ИИ сталкиваются B2B‑компании

Решение для ускорения обработки встреч — использовать транскрибаторы для расшифровки голоса в текст. Это уже не новшество, многие компании загружают записи созвонов в сервисы‑транскрибаторы и получают текст без ручного переписывания за спикерами.

Проблемы начинаются на уровне процессов и требований бизнеса:

1. Передача данных на сторону. В работе с клиентами, NDA и чувствительной информацией записи встреч и их расшифровки нельзя передавать во внешние облачные сервисы с неконтролируемым доступом третьих лиц. Для части компаний это жесткое ограничение по безопасности.
2. Разрозненность инструментов. ИИ‑решения внедряются как отдельные сервисы и увеличивают количество действий. Процесс остается перегруженным и автоматизация превращается в цепочку из нескольких ручных шагов: запись нужно загрузить в сервис транскрибации, результат — передать в чат с ИИ для резюмирования, управлять несколькими подписками, доступами и форматами.

Реальный эффект появляется только тогда, когда автоматизация убирает шаги, а не добавляет новые.

С этими проблемами мы столкнулись в собственной операционной работе, поэтому искали решение, которое учитывает требования к безопасности данных и сокращает количество действий для команды.

Требования к использованию ИИ в B2B

У нас, как у компании, работающей с клиентскими проектами в B2B, есть ряд строгих требований к решениям:

1. On‑premise формат — контроль данных и отсутствие зависимости от внешних сервисов как управленческое требование, поскольку мы обрабатываем клиентские созвоны и внутренние обсуждения конфиденциальной информации и не хотим рисковать, передавая данные на сторону. Расшифровки и результаты обработки должны оставаться внутри инфраструктуры, без интеграции с сервисами вроде Google Docs или Яндекс Документов.
2. Базовый функционал для рабочих встреч: это транскрипция с разделением по спикерам, редактирование текста и быстрое резюмирование итогов встречи.
3. Один сервис вместо цепочки инструментов: загрузка записи, расшифровка, выделение реплик, формирование задач и договоренностей, хранение и поиск записей — в одном интерфейсе, без ручной передачи данных между системами.
4. Гибкость развития: возможность дорабатывать и расширять функциональность под свои процессы, без зависимости от сторонних вендоров.

Мы рассмотрели разные варианты: готовые SaaS‑сервисы, связки из нескольких инструментов, автоматизацию отдельных этапов, ручную доработку транскрипций. Все они решали задачу частично, но сохраняли ключевую проблему — зависимость от внешних решений и изменений тарифов.

Как мы пришли к собственному решению в компании

У Riverstart есть свой R&D‑центр разработки решений на ML и AI, так что логичным шагом для нас стала разработка своего сервиса транскрипции речевых записей, чтобы мы управляли собственным решением, могли добавлять нужные нам фичи и не зависели от сторонних поставщиков и их тарифов.

Основой сервиса стала модель для распознавания входящего аудиопотока STT (speech‑to‑text). Мы собрали процессы, которые нужно было автоматизировать, список наших требований, и к ним подобрали решения:

1. Автоматическая транскрипция голоса в текст, чтобы не переписывать речь вручную — это базовый минимум.
2. Диаризация — разделение по спикерам, чтобы понимать, где чьи реплики. Пока нужно один раз указать имя говорящего и система подпишет его реплики во всем документе.
3. Выгрузка расшифровок в Microsoft Word, чтобы работать без передачи данных в облачные хранилища.
4. Генерация краткого резюме встречи, чтобы быстро получить краткую выжимку с итогами.

У нас есть сотрудники, которые часто участуют в созвонах — например, у дизайнеров по утрам ежедневный дейлик, одни и те же менеджеры по продажам созваниваются с клиентами. Нам стало интересно еще больше оптимизировать процесс — сделать базу голосов, чтобы система запомнила человека по голосу и подписывала его сама в будущих расшифровках. Эту функцию наши разработчики пока тестируют, а позже развернут на всю команду.

Использование на практике показало, что краткое резюме встречи — востребованная функция, но было бы удобнее еще разделить ее по назначению. Мы сделали три режима обработки на базе LLM: полный протокол встречи с ходом обсуждения, отдельный список задач с ответственными и сроками, а также структурированный блок договоренностей. Это сократило время на разбор встреч и снизило потери контекста между командами.

Как преодолеть сопротивление изменениям

На скорость интеграции нового в процесс влияют два фактора:

• удобство интерфейса, понятность процесса использования;
• близость к привычному пространству, где человек проводит много времени.

Управленческая гипотеза такая: если инструмент требует изменения привычек, он не масштабируется. Чтобы глубже интегрировать решение в повседневку, мы встроили транскрибатор в привычное пространство для сотрудников — мессенджер, поэтому сделали себе Telegram‑бота. Сотрудники тегают его в сообщении со ссылкой на звонок, а после встречи бот присылает запись, ее расшифровку по ролям и формирует документы с договоренностями или задачами.

Команде не пришлось менять привычные сценарии работы или осваивать новые интерфейсы. Это снизило сопротивление и позволило внедрить инструмент без отдельного этапа адаптации.

В итоге часовая встреча, которая раньше требовала еще около часа ручной расшифровки или 20 минут работы с цепочкой сервисов, теперь обрабатывается за несколько кликов — через сервис или бота в привычном для команды мессенджере. Обработка часовой записи занимает около 5 минут, участие человека требуется только на финальной проверке.

Решение не универсально. Мы выбрали внутренний сервис из‑за требований к контролю данных и работе с конфиденциальной информацией. В командах без жестких ограничений по NDA логичным выбором могут быть готовые SaaS‑решения. Критично другое: инструмент должен убирать шаги из процесса, а не добавлять новые.

Автоматизация имеет смысл только там, где она снимает управленческое напряжение. ИИ — это способ убрать лишние действия из процессов, а не цель сам по себе. Начните с честного разбора процессов и поиска конкретного узкого места — повторяющегося, ручного и нагружающего людей. Даже автоматизация одного такого звена может дать заметный эффект и освободить время команды.

Какие возможности для оптимизации процессов вы внедрили у себя?