Выбор процесса для первого ИИ-проекта важнее выбора модели или подрядчика: неудачный первый проект не только теряет бюджет, но и закрывает тему внутри компании на годы. Правильный кандидат — не самый ценный процесс, а тот, где отношение достижимости результата к пользе лучше всего, а цена ошибки низка.
Почему выбор процесса решает исход проекта
Первый ИИ-проект в компании выполняет двойную функцию. Явная — автоматизировать конкретную операцию. Неявная и более важная — дать организации опыт: понять, как это работает, чего стоит, какие проблемы всплывают, можно ли доверять результату.
Из этого следует контринтуитивный вывод: задача первого проекта — не максимальная экономия, а надёжный положительный результат. Процесс, дающий скромную, но измеримую и предсказуемую пользу, — лучший первый выбор, чем амбициозный проект с высоким риском.
Причина в том, что провал первого проекта редко воспринимается как «неудачно выбрали процесс». Его воспринимают как «ИИ у нас не работает» — и следующую попытку откладывают надолго. Поэтому первый проект стоит выбирать так, чтобы вероятность успеха была высокой, даже ценой более скромного эффекта.
Это часть общей логики, разобранной в статье «Внедрение ИИ в бизнес»; здесь — детальный разбор именно этапа выбора.
Признаки процесса, пригодного для автоматизации
Прежде чем сравнивать кандидатов между собой, каждый проверяется на пригодность в принципе. Процесс подходит для ИИ, если выполняются все или почти все условия ниже.
Регулярность. Операция повторяется часто — ежедневно или несколько раз в неделю, а не эпизодически. Редкая задача не окупит настройку.
Формализуемый критерий результата. Можно чётко сказать, какой результат правильный, а какой нет. Если этого не может сформулировать даже опытный сотрудник, автоматизировать нечего — сначала нужно понять сам процесс.
Данные в электронном виде. Исходные материалы существуют в цифровой форме и доступны. Если ключевая информация только на бумаге или «в голове» у сотрудника, проект начинается не с ИИ, а с оцифровки.
Работа с текстом или структурируемыми данными. Языковые модели сильны в обработке текста, документов, обращений. Задачи вне этой области требуют других инструментов.
Проверяемость. Результат можно проверить — быстро и однозначно. Если проверка ответа занимает столько же времени, сколько его получение вручную, экономии не будет.
Обнаружимая и не катастрофичная ошибка. Ошибка замечается и не приводит к необратимым последствиям. Это условие определяет, можно ли вообще доверить операцию вероятностной системе.
Если процесс не проходит по нескольким пунктам, он выбывает независимо от того, насколько ценным кажется.
Матрица оценки кандидатов
Прошедшие первичный отбор процессы сравниваются по шести критериям. Удобно оценить каждый по простой шкале (например, от 1 до 3) и посмотреть на сумму — но не механически: некоторые критерии важнее, о чём ниже.
| Критерий | Что оценивается | Хороший кандидат |
|---|---|---|
| Объём | человеко-часы, уходящие сейчас | много часов на рутину |
| Готовность данных | состояние исходных материалов | данные структурированы и актуальны |
| Сложность интеграций | доступ к нужным системам | системы с открытым API или работа автономна |
| Цена ошибки | последствия неверного результата | ошибка некритична и заметна |
| Измеримость | можно ли зафиксировать «до/после» | есть чёткий показатель |
| Готовность людей | будут ли пользоваться | сотрудники заинтересованы или нейтральны |
Два критерия имеют право вето. Даже при высокой сумме баллов процесс не годится первым, если цена ошибки высока или данные не готовы. Первый пункт делает результат опасным, второй — недостижимым. Остальные критерии влияют на приоритет, эти два — на саму допустимость.
Объём и измеримость определяют, будет ли что показать. Процесс с большим объёмом рутины даёт заметную экономию, а измеримость позволяет эту экономию доказать. Проект, экономящий два часа в месяц, технически может быть успешным, но не убедит организацию продолжать.
Хорошие кандидаты для первого проекта
По совокупности критериев в первый проект чаще всего хорошо ложатся:
Ответы на типовые вопросы по базе знаний. Высокий объём, низкая цена ошибки (ответ проверяем, при сомнении передаётся человеку), понятная метрика — доля вопросов, закрытых без оператора. Данные — существующая база знаний или документация.
Извлечение данных из однотипных документов. Счета, заявки, анкеты одного формата. Измеримо (время обработки, доля без правок), проверяемо (результат сверяется с исходником), цена ошибки контролируется проверкой на первом этапе.
Классификация и маршрутизация обращений. Определение темы и срочности входящих. Низкая цена ошибки (неверную маршрутизацию легко поправить), высокий объём, простая метрика.
Подготовка черновиков по шаблону. Ответы, описания, сводки, которые человек потом правит. Ошибка нейтрализуется правкой, экономия — на подготовительной части.
Общее у всех — человек остаётся в контуре как проверяющее звено, что резко снижает цену ошибки и делает первый проект безопасным.
Плохие кандидаты для первого проекта
Ключевой процесс компании. Соблазнительно автоматизировать самое важное, но риск и видимость провала максимальны. Ключевой процесс — цель для третьего-четвёртого проекта, когда есть опыт.
Процессы с высокой ценой ошибки без возможности проверки. Финансовые операции, юридически значимые решения, всё, где ошибка необратима, а проверяющего нет. Даже если технически выполнимо — не первым.
Уникальные или редкие операции. Настройка не окупится при нескольких повторениях в месяц.
Процессы на неготовых данных. Если предварительно нужно привести в порядок документацию, это отдельный проект. Начинать с него, замаскировав под ИИ-проект, — путь к разочарованию: результат будет плохим не из-за ИИ, а из-за данных.
Процессы без внутреннего заказчика. Если никому в компании конкретно не нужен результат, проект не доживёт до эксплуатации, каким бы удачным ни был технически.
Частая ошибка: выбор от инструмента, а не от процесса
Отдельно стоит назвать самую распространённую ошибку на этом этапе. Она звучит как «нам нужен чат-бот» или «давайте внедрим ИИ-агента» — то есть решение выбрано до постановки задачи.
Дальше проект превращается в поиск задачи под купленный инструмент, и обычно находится задача, которую этот инструмент решает плохо. Правильный порядок обратный: сначала процесс с болью и измеримым критерием, потом — подбор инструмента под него. Иногда оказывается, что под выбранный процесс вообще не нужна нейросеть, достаточно скрипта или готового сервиса, — и это хороший результат, а не провал.
Практический алгоритм
- Выпишите повторяющиеся операции, связанные с текстом, документами, обращениями или данными.
- Отсейте те, что не проходят по признакам пригодности (нет данных, нет критерия результата, редко, необратимая ошибка).
- Оставшиеся оцените по матрице из шести критериев.
- Примените право вето: уберите всё с высокой ценой ошибки и неготовыми данными.
- Из оставшегося выберите процесс с высоким объёмом и хорошей измеримостью.
- Проверьте, есть ли у него внутренний заказчик, которому нужен результат.
- Зафиксируйте показатель «до» — без этого успех потом нечем будет доказать.
Результат этого алгоритма — не «самый ценный процесс», а самый надёжный первый шаг. Ценные процессы придут следующими, когда организация уже будет понимать, как это работает.
Частые вопросы
С какого процесса точно не стоит начинать?
С ключевого процесса компании и с любого, где ошибка необратима, а проверить результат некому. Высокая цена ошибки делает первый проект опасным, а провал на видном месте закрывает тему внутри организации надолго. Эти процессы — цель для более поздних этапов, когда накоплен опыт.
Как понять, что данные для процесса готовы?
Данные готовы, если существуют в электронном виде, актуальны, не противоречат друг другу и к ним есть доступ. Проверяется это не опросом, а на выборке реальных материалов: часто именно на ней обнаруживается, что регламенты устарели или существуют в нескольких редакциях. Если так — сначала данные, потом ИИ.
Что если самый болезненный процесс не подходит под критерии?
Тогда он не годится первым, но остаётся целью на будущее. Первый проект решает не самую большую проблему, а даёт организации опыт на безопасной задаче. После одного-двух успешных проектов к сложному процессу можно вернуться подготовленным.
Нужен ли внутренний заказчик, если я сам инициатор?
Да. Заказчик — это тот, кому конкретно нужен результат и кто будет им пользоваться. Без него даже технически успешное решение остаётся невостребованным. Если инициатор и будущий пользователь — вы сами, это нормально; проблема возникает, когда решение делается «для компании вообще», без конкретного адресата.
Сколько процессов брать в первый проект?
Один. Универсальное решение, закрывающее несколько задач сразу, сложнее в разработке, дольше выходит и рискованнее. Один узкий сценарий даёт результат быстрее и служит основой для расширения по подтверждённому эффекту.
Что дальше
Выбрав процесс, следующий шаг — проверить, достижимо ли нужное качество на ваших данных, и посчитать, сколько будет стоить эксплуатация. Об этом — в статьях «Сколько стоит эксплуатация ИИ-решения» и, если решение будет отвечать по документам, «Почему нейросеть выдумывает ответы».
Полная картина внедрения — в опорной статье «Внедрение ИИ в бизнес: стратегия, сферы применения, эффекты и проблемы».
Если нужна помощь с выбором и оценкой процесса — это часть работы по разработке и внедрению ИИ; начать можно с аудита процессов.