Дать сотрудникам доступ к ChatGPT? Да, это использование AI. Но я бы пока не называл это внедрением AI в бизнес. Автоматизировать с помощью AI подготовку отчёта или документа? Уже ближе. Внедрить речевую аналитику в отделе продаж? Здесь AI уже становится частью рабочего процесса. Создать корпоративного AI-помощника, который работает с данными компании и встроен в её процессы? Это уже совсем другой уровень.
Сегодня фразу «мы внедряем AI» можно услышать всё чаще. Но на практике за ней могут скрываться совершенно разные вещи – от использования сотрудниками общедоступных нейросетей до изменения целых бизнес-процессов. На мой взгляд, эти вещи полезно разделять. Я бы выделил четыре уровня работы с AI.
1.AI как личный инструмент
Это самый доступный и сегодня, пожалуй, самый распространённый уровень. Сотрудник использует ChatGPT или другой AI-сервис, чтобы быстрее написать письмо, подготовить презентацию, структурировать большой объём информации, проанализировать документ, найти идеи или подготовиться к встрече.
Польза для бизнеса здесь вполне реальна: сотрудник может выполнять часть работы быстрее, получать дополнительную информацию, осваивать новые инструменты. Более того, я считаю, что умение работать с AI постепенно становится таким же базовым профессиональным навыком, каким когда-то стало умение работать с компьютером. Но сам бизнес-процесс при этом практически не меняется: человек продолжает выполнять примерно ту же работу, просто использует для этого новый инструмент. Поэтому я бы разделял понятия «сотрудники компании используют AI» и «компания внедрила AI».
2.AI как инструмент автоматизации
Следующий уровень – использование AI для выполнения конкретных операций. Например, можно автоматически расшифровывать разговоры, анализировать документы, готовить резюме встреч, классифицировать обращения клиентов, извлекать необходимую информацию из больших массивов данных. Здесь AI уже перестаёт быть исключительно личным инструментом сотрудника и становится частью корпоративной системы.
Такие проекты могут давать очень хороший эффект. Но я бы всегда задавал дополнительный вопрос: что именно произошло с процессом? Если раньше сотрудник выполнял операцию вручную, а теперь ту же самую операцию выполняет AI, мы автоматизировали существующий процесс – сделали его быстрее, дешевле или проще. Это полезно, но ещё не обязательно означает, что мы изменили сам способ работы бизнеса.
3.AI как часть бизнес-процесса
А вот здесь начинается более интересная история. Представим отдел продаж. Можно взять отдельную запись разговора менеджера с клиентом, загрузить её в AI-сервис, получить расшифровку и попросить проанализировать разговор. Это использование AI. А можно автоматически обрабатывать все разговоры отдела продаж: система сама получает записи из IP-телефонии, анализирует выполнение стандартов, выявляет возражения клиентов, определяет проблемные зоны и формирует аналитику для руководителя. В этом случае AI уже встроен в бизнес-процесс.
Другой пример – работа с корпоративными документами. AI может не просто распознавать текст, а извлекать необходимые данные, проверять заданные условия, выделять ситуации, требующие внимания человека, и передавать результат на следующий этап процесса. Или корпоративный AI-помощник может анализировать разговор менеджера с клиентом в режиме реального времени, обращаться к корпоративной базе знаний и подсказывать сотруднику необходимую информацию или следующий шаг. Здесь меняется уже не отдельная операция – начинает меняться сама организация работы.
Вместе с этим меняется и характер AI-проекта. Возникают вопросы интеграции с существующими системами, качества и доступности данных, информационной безопасности, ответственности за результат, изменения процессов и работы сотрудников. Именно поэтому серьёзное внедрение AI – это далеко не только выбор модели или разработка хорошего промпта. Чем глубже AI встраивается в работу компании, тем больше такой проект становится управленческим и организационным проектом – просто с очень мощной технологией внутри.
4.AI как управленческое решение
А дальше начинается то, что лично мне наиболее интересно. Большинство проектов автоматизации начинается с вопроса: «Как с помощью AI быстрее делать то, что мы уже делаем?» Я предлагаю попробовать поставить вопрос иначе: «Что благодаря AI мы теперь можем делать принципиально по-другому?»
Разница кажется небольшой, но именно она меняет подход. Если мы просто автоматизируем существующую операцию, то берём сегодняшний процесс и пытаемся сделать его эффективнее. Но возможности AI позволяют пойти дальше: пересмотреть сам процесс, убрать часть привычных операций, по-другому распределить функции между человеком и системой, изменить способы контроля, взаимодействия с клиентом, анализа информации и принятия решений. И вот здесь AI становится уже не просто инструментом автоматизации, а основанием для управленческого решения.
Именно поэтому, когда я работаю с AI-проектами, мне гораздо интереснее начинать не с вопроса «какую технологию можно внедрить?», а с бизнес-задачи: что именно в работе компании мы хотим изменить?
Чем выше уровень, тем лучше?
Нет. И это, на мой взгляд, принципиально важный момент. Из описанных выше четырёх уровней легко сделать неправильный вывод: первый – самый простой, четвёртый – самый продвинутый, следовательно, компании нужно как можно быстрее двигаться к четвёртому. Я с этим не согласен.
Компания может увидеть очень перспективный AI-проект, способный существенно изменить большой кросс-функциональный процесс. Потенциальная ценность такого проекта может быть огромной, но одновременно он может потребовать изменений сразу в нескольких подразделениях, сложных интеграций, большого объёма данных и участия множества людей. Вероятность успешно реализовать именно такой проект в качестве первого может оказаться невысокой. Поэтому уровень потенциального изменения бизнеса и правильная точка старта – это не одно и то же.
Первый AI-проект прежде всего должен состояться
Для первого проекта я бы скорее выбирал относительно изолированную задачу с понятным входом и понятным результатом, измеримым эффектом и конкретным владельцем со стороны бизнеса. Не обязательно самый масштабный проект, не обязательно самый технологически сложный и даже не обязательно тот, у которого на бумаге максимальный потенциальный эффект. Первый AI-проект в компании прежде всего должен состояться.
Компания должна пройти весь путь: сформулировать бизнес-задачу, разработать решение, внедрить его, встроить в реальную работу и получить результат. Вместе с этим появляется собственный опыт: становится понятнее, какие нужны данные, как взаимодействуют бизнес и разработчики, где возникают организационные сложности, как сотрудники воспринимают изменения. После этого можно двигаться дальше – в том числе к гораздо более сложным и трансформационным проектам.
Поэтому, когда компания говорит мне: «Мы хотим внедрить AI», я спрашиваю: «Что именно вы хотите изменить в бизнесе?» А уже следующий вопрос – с какого проекта имеет смысл начинать.
