Как понять, что бизнес‑процесс готов к ИИ: 12 вопросов до старта автоматизации

Предприниматель видит, как нейросеть за минуту пишет текст, делает таблицу или собирает презентацию, и закономерно думает: «Почему бы не автоматизировать половину компании?» Через месяц у команды появляется ещё один чат, у руководителя — ещё одна подписка, а ручной работы меньше не становится.

Проблема обычно не в качестве нейросети. Бизнес начинает с инструмента, хотя начинать нужно с процесса.

Я больше десяти лет работала в крупных компаниях, затем пять лет управляла онлайн‑школами, а сейчас собираю AI‑инструменты для бизнеса. На разных проектах повторяется один и тот же сценарий: если у процесса нет понятного входа, правил и владельца, ИИ не исправляет его. Он быстрее производит тот же хаос.

Ниже — 12 вопросов, по которым можно за полчаса оценить любую идею автоматизации. На выходе получится одно из трёх решений: внедрять сейчас, сначала доработать процесс или пока не тратить деньги.

Какую работу мы хотим изменить

Фраза «нам нужен ИИ для продаж» не описывает задачу. Продажи состоят из поиска клиентов, квалификации, подготовки предложений, созвонов, фиксации договорённостей, прогнозирования и десятков других действий.

Если задачу нельзя описать одним предложением с наблюдаемым результатом, автоматизировать пока нечего.

Кто пользуется результатом

У каждого рабочего артефакта должен быть конкретный пользователь. Не «компания», а руководитель отдела продаж, корпоративный секретарь, продюсер или владелец школы.

Это важно, потому что один и тот же материал разные люди используют по‑разному. Руководителю после встречи нужны решения и риски. Исполнителю — задача, срок и контекст. Юристу — точная ссылка на формулировку. Универсальная AI‑выжимка почти всегда оказывается одинаково неудобной для всех.

Что приходит на вход

ИИ хорошо работает, когда получает предсказуемый вход: запись разговора, заполненную форму, пакет регламентов, карточку клиента, выгрузку заказов.

Если сегодня сотрудник присылает голосовое, завтра фотографию листа, а послезавтра пишет «сделай как обычно», первая задача проекта — договориться о входе. Иначе система будет постоянно угадывать, что от неё хотят.

Как выглядит хороший результат

«Качественный анализ» невозможно проверить. «Список решений, поручений, владельцев и сроков со ссылками на фрагменты записи» — возможно.

До выбора модели или сервиса полезно взять реальный пример работы и вручную собрать идеальный результат. Он станет эталоном для пилота. Если команда не может договориться, как выглядит хорошо, ИИ за неё этого не решит.

Есть ли повторяемые правила

Нейросеть может работать с неидеально формализованными задачами, но ей всё равно нужны рамки. Какие категории используются? Что считать риском? Какой вывод допустим? Когда нужно вернуть задачу человеку?

Сколько стоит ошибка

Цена ошибки определяет архитектуру.

Опечатку в черновике поста можно исправить за минуту. Ошибка в платеже, кадровом решении или протоколе совета директоров может стоить денег и репутации. Чем выше риск, тем меньше у системы права действовать самостоятельно и тем важнее человеческая проверка.

Полезно заранее разделить результаты на три группы:

• можно использовать автоматически;
• нужно быстро проверить человеку;
• нельзя выпускать без отдельного ответственного.

Где в процессе остаётся человек

Вопрос не в том, заменит ли ИИ сотрудника. Вопрос — какую часть работы разумно отдать машине, а какую должен подтвердить человек.

В AI‑разборе интервью нейросеть может найти цитаты кандидата, сопоставить их с критериями роли и подсветить противоречия. Но решение о найме принимает руководитель. Он знает контекст команды, видит человека и отвечает за последствия.

Рабочая схема чаще всего выглядит так: источник → правила → черновик ИИ → проверка человеком → действие в бизнесе.

Есть ли владелец процесса

У AI‑проекта должен быть не только разработчик, но и владелец со стороны бизнеса. Это человек, который отвечает на три вопроса:

• какой результат нужен;
• кто и как будет им пользоваться;
• что менять, если система не помогает.

Куда попадёт результат

Если после обработки сотрудник должен вручную перенести ответ из одного окна в другое, назвать файл и отправить его в чат, автоматизация заканчивается слишком рано.

Результат должен оказаться там, где уже живёт работа: в карточке клиента, списке задач, базе встреч, кабинете руководителя или системе обучения.

В цифровом протоколе встреч ценность появилась не из‑за красивой расшифровки. Запись стала решениями, задачами с владельцами и сроками и базой управленческой памяти. К этим материалам возвращаются между заседаниями. В рабочем контуре уже больше 100 встреч, а полный пакет документов готовится за 2–12 часов.

Как поймём, что стало лучше

Метрика должна быть связана с проблемой, а не с активностью нейросети.

Плохая метрика: «система обработала 500 документов».

Хорошие метрики:

• протокол готов не через три недели, а в тот же день;
• доля задач без владельца снизилась;
• руководитель тратит на подготовку к интервью 15 минут вместо часа;
• сотрудник находит нужный регламент за минуту и видит источник;
• владелец онлайн‑школы перестал лично маршрутизировать типовые вопросы команды.

Важно зафиксировать исходное состояние до пилота. Иначе через месяц все будут обсуждать ощущения.

Что произойдёт в нестандартной ситуации

Пилот нужно проверять не только на хороших примерах. Дайте системе плохую запись, неполные данные, конфликтующие правила и запрос за пределами её компетенции.

Рабочий инструмент должен не только выдавать ответ, но и уметь останавливаться: показать, чего не хватает, отметить низкую уверенность, вернуть задачу ответственному.

Самая дорогая ошибка — не неверный ответ, а уверенный неверный ответ, который никто не проверил.

Что мы сделаем за две недели

Например:

• не «автоматизировать встречи», а обработать десять еженедельных планёрок одного отдела;
• не «создать базу знаний», а дать службе поддержки ответы по одной группе регламентов;
• не «внедрить агента в онлайн‑школу», а разобрать и маршрутизировать один повторяемый тип обращений учеников.

Две недели достаточно, чтобы увидеть качество входа, полезность результата и реальное поведение пользователей. Недостаточно, чтобы построить идеальную платформу, и это хорошо: сначала бизнес проверяет ценность, потом вкладывается в масштаб.

Три возможных решения

После ответов на 12 вопросов процесс попадёт в одну из категорий.

Можно автоматизировать сейчас. Есть понятный пользователь, повторяемый вход, эталон результата, правила, владелец и место человеческой проверки. Можно собирать небольшой пилот и измерять эффект.

Сначала доработать процесс. Задача ценная, но входы хаотичны, команда не договорилась о результате или никто не отвечает за внедрение. Сначала нужно принять несколько управленческих решений. Часто это дешевле и полезнее, чем сразу нанимать разработчиков.

Пока не тратить бюджет. Задача возникает редко, ошибка стоит дорого, правил нет, а ожидаемый эффект держится только на вере в технологию. Возможно, её лучше оставить человеку или вернуться к ней позже.

Что делать дальше

Возьмите один процесс, который регулярно забирает время владельца или руководителя, и письменно ответьте на 12 вопросов. Не выбирайте сервис и не считайте бюджет, пока не увидите пользователя, вход, выход, правила и точку человеческой ответственности.

ИИ действительно усиливает, ускоряет и упрощает бизнес‑процессы. Но только те, в которых бизнес уже понимает, что делает, зачем и кто отвечает за результат.