Что автоматизировать с помощью ИИ
Разговоры про ИИ в бизнесе обычно начинаются не с того конца — с технологии. Полезнее начинать с вопроса, на что у сотрудников уходят одинаковые часы. Здесь — тест, по которому видно, отдаётся ли конкретная работа модели, примеры по отделам, арифметика окупаемости и честный список случаев, когда автоматизировать не надо.
Ту, что проходит тест из трёх условий: правило известно (есть образец или инструкция), объём большой (часы в неделю, а не минуты), решений принимать не надо. Под тест попадают разбор входящих заявок и писем, перенос данных из счетов и накладных, черновики ответов и коммерческих предложений, раскладка отзывов и звонков по темам.
Не попадают: редкие задачи — экономия меньше двух часов в неделю не окупит внедрение — и решения с дорогой ценой ошибки: их модель может готовить, но не принимать. Окупаемость считается до старта: часы на процесс, умноженные на ставку сотрудника, против цены внедрения.
Тест из трёх условий
Языковая модель хорошо делает работу, у которой есть три признака сразу. Первый: правило известно — есть инструкция, образец, десяток готовых примеров «как надо»; неважно, записано это на бумаге или живёт в голове у сотрудника, который «просто делает». Второй: объём большой — работа повторяется десятки раз в неделю и съедает часы. Третий: решений принимать не надо — на выходе заполненная форма, черновик или таблица, а не выбор, за который кто-то отвечает.
Уберите любое из трёх условий, и картина меняется. Без известного правила модель начнёт выдумывать. Без объёма экономия не окупит внедрение. А там, где нужно решение, модель может подготовить материалы, но подписывать должен человек — не потому что «ИИ пока сырой», а потому что ответственность не делегируется в принципе.
Примеры по отделам
Не каталог возможностей, а типовые места, где тест из трёх условий сходится чаще всего.
| Где | Работа | Что делает модель | Что остаётся человеку |
|---|---|---|---|
| Продажи | Входящие заявки в свободной форме | Превращает письмо в заполненную карточку: кто, что, куда, бюджет | Позвонить и продать |
| Продажи | Коммерческие предложения | Собирает черновик по прайсу и брифу | Проверить цифры и отправить |
| Бэк-офис | Счета, накладные, акты | Вытаскивает данные в таблицу или учётную систему | Выборочная сверка |
| Поддержка | Однотипные вопросы клиентов | Готовит черновики ответов по базе знаний | Отправить или переписать |
| Маркетинг | Отзывы и записи звонков | Раскладывает по темам, находит повторяющиеся жалобы | Решить, что с этим делать |
| Руководитель | Длинные переписки и документы | Сжимает в выжимку с фактами и сроками | Прочитать за две минуты вместо сорока |
Рисунок везде один: модель делает черновую часть, человек — ту, где нужна ответственность.
Что не надо автоматизировать
Редкое. Процесс, который случается несколько раз в месяц, не окупит даже разбора. Порог грубый, но рабочий: если автоматизация экономит меньше двух часов в неделю, она не нужна — цена внедрения у любого исполнителя съест такую экономию на годы вперёд.
Дорогое в ошибке. Уволить, заплатить, пообещать клиенту срок, поставить диагноз — решения такого веса модель принимать не должна, даже когда формально может. Рабочая конструкция: модель готовит материалы и черновик, человек утверждает. Скорость вырастает почти так же, риск — нет.
И модное. «Внедрить ИИ, потому что у конкурентов есть» — самый дорогой сценарий: проект без процесса-носителя не окупается никогда, потому что окупаться нечему. Если после теста из трёх условий кандидатов в компании не нашлось — это нормальный результат, и он только что сэкономил вам сотни тысяч.
Арифметика окупаемости
Считается на одной странице и до любых договоров. Пример с типовыми цифрами: менеджер разбирает 35 входящих заявок в день по 8 минут на каждую — около 23 часов в неделю, почти три полных рабочих дня. При ставке 700 ₽ в час процесс стоит компании порядка 64 000 ₽ в месяц.
Модель забирает черновую часть — допустим, 80 %: заявки приходят уже разобранными в карточки, менеджер только проверяет. Экономия — около 51 000 ₽ в месяц. Если внедрение стоило 150 000 ₽ плюс несколько тысяч в месяц за работу модели, точка окупаемости — четвёртый месяц. Дальше это просто освободившиеся три дня в неделю.
Та же арифметика честно работает и в минус: процесс на два часа в неделю при той же ставке экономит 5 600 ₽ в месяц, и внедрение будет окупаться два с лишним года. Поэтому считать надо до старта — а исполнитель, который отказывается считать, уже дал вам ответ.
С чего начать — по шагам
-
Соберите список одинаковых часов
Неделю записывайте — или попросите сотрудников записывать, — какая повторяющаяся работа сколько съела. Именно записи, а не оценки по памяти: по памяти люди занижают рутину в разы.
-
Прогоните список через тест из трёх условий
Правило известно, объём большой, решений принимать не надо. Из десяти строк списка обычно остаются две-четыре.
-
Выберите один процесс — по деньгам
Часы, умноженные на ставку, по каждому кандидату — и берётся самый дорогой. Один, а не три: на первом процессе видно реальную точность и реальную экономию, и второй уже покупается на цифрах, а не на вере.
-
Соберите выборку примеров
Тридцать-пятьдесят реальных писем, заявок или документов и десять образцов «как надо». Это главный материал внедрения: на выборке проверяется точность до запуска, а без неё любые обещания исполнителя — слова.
-
Посчитайте окупаемость до договора
Арифметика из предыдущего раздела на ваших цифрах. Не сходится — не начинайте: отрицательный результат этого расчёта дешевле любого внедрения.
Что ещё спрашивают
Сколько стоит внедрить ИИ в процесс?
У меня — готовый ИИ-ассистент для переписки с клиентами от 70 000 ₽, автоматизация одного процесса под ваши данные от 150 000 ₽ (3–5 недель), приложение с ИИ внутри от 250 000 ₽. Плюс счёт за работу самой модели — при потоке в тысячи документов это тысячи рублей в месяц; он оформляется на вас и виден вам. Состав — на страницах услуг.
ИИ заменит моих сотрудников?
В малом бизнесе — почти никогда. Модель забирает черновую часть работы, а не должность: менеджер перестаёт перепечатывать заявки в CRM, но продаёт по-прежнему он. Освободившиеся часы обычно уходят не на сокращения, а на работу, до которой раньше не доходили руки: обзвон старой базы, ответы на отзывы, контроль качества.
Наши данные попадут «в интернет»?
В рабочих настройках коммерческих моделей данные из API не используются для обучения — это пункт договора с провайдером, а не обещание на словах. Что именно уходит в модель, а что остаётся только у вас, фиксируется письменно до старта. Для компаний с жёстким запретом на внешние сервисы существуют модели на собственном сервере — дороже, но решаемо.
Модель ошибается — как с этим жить?
Считать, а не верить. До запуска модель прогоняется на вашей реальной выборке, и точность становится цифрой: например, 96 заявок из 100 разобраны верно. Дальше конструкция зависит от цены ошибки: где она копеечная — модель работает сама, где дорогая — модель готовит, человек утверждает. Каждый ответ пишется в лог, поэтому «почему модель так решила» — всегда проверяемый вопрос.
У нас нет ни программиста, ни ИТ-отдела. Это вообще для нас?
Да. Модель встраивается в то, что уже есть: почту, Telegram, таблицы, CRM — новых систем сотрудникам осваивать обычно не приходится. Заявки как приходили в почту, так и приходят, просто уже разобранными в карточки. Что понадобится от вас: примеры «как надо» и час-полтора на обучение тех, кто будет с этим работать каждый день.
Что почитать по теме
Страница обновлена
Обсудим задачу?
Опишите задачу в паре предложений — отвечу в течение дня, задам уточняющие вопросы и предложу решение со сметой. Это бесплатно и ни к чему не обязывает.
Заявка отправлена
Спасибо! Отвечу в течение дня — обычно быстрее. Если вопрос срочный, напишите в Telegram.