Первая развилка любого ИИ-проекта — не «какая модель», а «какой процесс». Ошибка на этом шаге не лечится технологией: самый умный ассистент в нерелевантном процессе даст ноль эффекта и разочарование в ИИ вообще. Хорошие новости — выбор процесса поддаётся методике. Разберём критерии, матрицу приоритетов и типовые ошибки отбора.
Три критерия отбора
Процесс-кандидат проверяется по трём вопросам, и все три должны получить «да»:
- Повторяющийся объём. Операций много и они похожи друг на друга: сотни обращений, тысячи документов, еженедельные отчёты. Разовая задача ИИ не окупит даже прототип.
- Терпимость к ошибке черновика. Первичный результат допускает правку человеком: черновик ответа, извлечённые поля, сводка. Если ошибка фатальна и заметить её нельзя — процесс не для старта.
- Доступность данных. То, с чем будет работать модель, существует в электронном виде и его можно собрать: переписка, документы, записи звонков. Данные «в головах и бумаге» — сначала оцифровка, потом ИИ.
Классические процессы, проходящие все три фильтра: ответы на типовые обращения клиентов, разбор входящих документов, поиск по внутренним регламентам, черновики коммерческих предложений, рутинная аналитика отчётности.
Матрица «объём × риск»
Раскладка по двум осям — объёму операций и цене ошибки — даёт четыре квадранта:
| Низкий риск ошибки | Высокий риск ошибки | |
|---|---|---|
| Большой объём | Первый кандидат. Типовые обращения, черновики документов, поиск по базе знаний — старт здесь | Кандидат вторым шагом с человеком в контуре: кредитные решения, кадровые процессы, юридически значимые действия |
| Малый объём | Быстрая победа для настроения, но эффект мелкий — не главный приоритет | Анти-кандидат. Редкие дорогие решения: стратегия, разовые сделки — оставьте людям |
Старт — из левого верхнего квадранта. Процессы правой колонки не запрещены: они автоматизируются, но с обязательным утверждением человеком каждого решения — как именно, разобрано в гайде о человеке в контуре.
Признаки готового процесса
Как понять, что процесс дозрел до пилота:
- Процесс описан. Есть шаги, участники, вход и выход — хотя бы на одной странице. Неописанный процесс сначала описывается, и ИИ тут скорее помешает.
- Данные в электронном виде и накапливаются. История обращений за полгода, архив документов, логи звонков — чем больше примеров, тем точнее модель.
- Метрика успеха существует. Время ответа, доля автоматических обработок, часы на задачу — до старта зафиксированы цифры «как сейчас».
- Владелец процесса заинтересован. Есть человек, которому результат нужен лично: он поможет на приёмке, а не будет саботировать.
- Правила не меняются каждый месяц. Стабильный процесс автоматизируется, хаотичный — сначала лечится.
- Есть количественная история. Хотя бы полгода статистики: сколько обращений, сколько документов, сколько часов. Цифры «как сейчас» — база для измерения эффекта и аргумент для бюджета.
- Ошибка замечаема. Результат проходит через живые глаза: менеджер видит черновик ответа клиенту, бухгалтер — извлечённые поля перед проводкой.
Анти-кандидаты: куда не идти первым
Не менее важно, чего избегать на старте:
- Редкие и дорогие решения. Один контракт в квартал не даст данных для обучения и не окупит настройку.
- Процессы без электронных данных. Если суть процесса — звонки без записей и документы на бумаге, начните с оцифровки.
- Зоны нулевой терпимости к ошибке. Назначение лечения, размер выплаты, дисциплинарное решение — автоматизация «напрямую» недопустима; только подготовка материалов для человека.
- Модные сценарии ради сценария. «Хотим как у всех ИИ-агента» без задачи — верный способ потратить бюджет на демонстрацию. Чем рискованны поспешные проекты — в разборе типовых ошибок внедрения.
Как посчитать эффект до старта
Честная прикидка занимает один вечер и держится на трёх числах:
- Часы сейчас: частота операций × среднее время × ставка часа сотрудников. Это текущая стоимость процесса.
- Прогноз покрытия: какая доля операций уйдёт в автоматический контур. Для типовых обращений реалистичный ориентир старта — первый рабочий черновик для каждого обращения, который человек только проверяет.
- Сравнение с вилкой внедрения. Прототип — от 90 000 ₽, пилотная стадия с интеграциями — 480 000 ₽, развёртывание в промышленном масштабе — от 690 000 ₽ по смете проекта (ориентиры, не оферта). Если годовая стоимость процесса кратно больше вилки пилота — кандидат приоритетный.
Детальная методика расчёта с формулами — в гайде о расчёте ROI ИИ-ассистента; для выбора процесса достаточно грубой прикидки выше.
Пилот как проверка выбора
Даже аккуратный отбор — гипотеза, и проверяется она пилотом. Что должен показать пилот на выбранном процессе:
- Доля операций, где черновик пригоден после лёгкой правки — главный показатель качества.
- Скорость: время от входящего запроса до готового результата.
- Граничные случаи: где модель ломается и нужен полный ручной режим.
- Реакция сотрудников: экономит ли черновик время или создаёт двойную работу.
Если метрики зашли — процесс масштабируется, содержание пилотного этапа — в материале о роли пилотных проектов. Если нет — засчитайте дешёвый урок и берите следующий кандидат из матрицы: это нормально и это дешевле, чем сразу строить большую систему. О разнице подходов — сравнение MVP против большой системы.
Как защитить выбор перед руководством
Хороший кандидат, убитый на защите бюджета, — обычная история. Чтобы выбор процесса прошёл согласование, готовьте пакет из четырёх пунктов:
- Описание процесса в цифрах: сколько операций в месяц, сколько часов уходит, кто выполняет. Руководство мыслит объёмами — дайте их.
- Гипотеза эффекта: что станет быстрее и на сколько; честный диапазон вместо точных обещаний.
- Вилка затрат по этапам: прототип, пилот, промышленный контур — с явным правом выхода после каждого этапа.
- Риски и ограничения: где нужна проверка человеком, какие данные затрагиваются, что делаем при неудаче.
Такой пакет снимает главный страх перед ИИ-проектами — «потратим и не поймём на что». Этапность с правом выхода превращает решение из прыжка в контролируемый шаг. Как строить коммуникацию по этапам и что готовить к старту — в разборе о подготовке к пилоту.
Вывод
Выбор процесса важнее выбора модели. Идите от трёх критериев — повторяющийся объём, терпимость к черновику, доступность данных — и матрицы «объём × риск»: первый кандидат всегда массовый и низкорисковый процесс с готовыми данными. Посчитайте грубый эффект за вечер, подтвердите пилотом и только потом масштабируйте. Такой отбор превращает ИИ из эксперимента в управляемую программу внедрений.
Частый вопрос: сколько процессов брать в работу одновременно. Правильный ответ — один. Первый процесс учит команду всему сразу: готовить данные, считать эффект, принимать критерии качества, работать с подрядчиком. Второй и третий идут быстрее именно потому, что первый доведён до конца. Параллельные старты без опыта — главный источник «десяти пилотов без результата», от которых потом лечат репутацию ИИ в компании. Последовательность здесь важнее скорости: каждый завершённый процесс даёт команде шаблон для следующего.