Компания подключает ИИ, приглашает консультантов и запускает первые решения. На демонстрации всё выглядит убедительно: документы готовятся быстрее, отчёты собираются автоматически, агент отвечает на типовые вопросы. Но через несколько месяцев сотрудники продолжают работать по старым правилам, новые инструменты используют от случая к случаю, а руководитель спрашивает, где обещанный результат.
Такой сценарий вполне возможен даже при хорошем техническом решении. Чтобы ИИ изменил работу компании, придётся разобраться с тем, кто принимает решения, как устроен процесс и почему людям должно быть выгодно работать иначе.
Именно здесь полезно вспомнить уроки цифровой трансформации. Установить новую систему проще, чем изменить порядок работы вокруг неё. С ИИ эта разница становится особенно заметной: технические возможности развиваются быстро, а управленческие привычки меняются медленно.
Что компания на самом деле должна изменить
Покупка доступа к нейросетям даёт сотрудникам инструмент. ИИ-трансформация начинается там, где компания пересматривает сам процесс: какие действия теперь выполняет система, какие остаются у человека, кто проверяет результат и кто отвечает за ошибку.
Возьмём подготовку коммерческого предложения. Если менеджер с помощью ИИ быстрее написал текст, это полезное улучшение личной работы. Но если затем он два дня вручную собирает цены, ищет актуальные условия и ждёт согласования, срок подготовки предложения почти не изменится.
Перестройка процесса потребует другого: доступной базы продуктов и условий, понятных правил расчёта, шаблона предложения, проверки обязательных пунктов и определённого порядка согласования. ИИ сможет помогать на нескольких этапах. Однако часть задержек придётся устранять обычными управленческими решениями.
Задача трансформации состоит в том, чтобы улучшить результат всего процесса, включая проверку и согласование. Скорость генерации текста сама по себе этого не доказывает.
Почему быстрый запуск не гарантирует эффект
ИИ способен повысить производительность, но эффект неодинаков для разных задач и сотрудников.
В рабочей версии исследования Generative AI at Work, опубликованной NBER в 2023 году, авторы изучали внедрение ИИ-помощника среди 5 179 сотрудников поддержки. Число решённых вопросов в час выросло в среднем на 14%. При этом начинающие и менее квалифицированные сотрудники получили существенно большую пользу, чем опытные специалисты. Это результат конкретного внедрения в поддержке, а не прогноз для любого бизнеса. Исследование NBER.
Другое исследование, проведённое с участием 758 консультантов BCG, показало, что возможности ИИ неоднородны: в одних задачах он заметно помогает, в других выходит за пределы своих надёжных возможностей. Авторы предложили рассматривать разные сочетания работы человека и ИИ применительно к конкретной задаче. Материал Harvard Business School.
Для руководителя из этого следует практический вывод: удачная демонстрация подтверждает, что решение может работать на показанных примерах. Чтобы принять решение о внедрении, нужно проверить его на обычной работе компании, включая сложные случаи и ошибки.
Быстрая сборка прототипа позволяет раньше начать такую проверку. Но доступ к данным, интеграции, обучение и изменение регламентов всё равно потребуют времени.
Руководитель должен стать участником изменений
Консультанты могут исследовать процесс, разработать решение и помочь с запуском. Они не могут вместо владельца бизнеса решить, какие полномочия передать, какие показатели изменить и как поступить с высвободившейся нагрузкой.
Если руководитель остаётся только заказчиком презентаций, проекту будет трудно преодолеть противоречия между подразделениями. Например, продажи хотят автоматические предложения, финансовый отдел не доверяет расчётам, а ИТ-служба не готова открывать данные. Эти позиции могут быть обоснованными. Нужно принять решение, зафиксировать ограничения и выделить ресурсы.
У проекта должны быть как минимум две разные роли. Руководитель, поддерживающий изменения, принимает решения о бюджете, приоритетах и организационных противоречиях. Владелец процесса отвечает за повседневный результат: сроки, качество, работу сотрудников и использование нового решения. В небольшой компании эти роли может совмещать один человек.
Техническая команда отвечает за работоспособность системы и интеграций. Внешний подрядчик может входить в эту команду, но внутри компании всё равно должен оставаться ответственный за бизнес-результат.
Такая логика соответствует и рамке управления рисками ИИ NIST: в ней предусмотрены ясные роли, обучение участников и ответственность руководства за решения, связанные с ИИ. Это добровольная рамка, которую можно использовать как ориентир при проектировании управления. NIST AI RMF, функция Govern.
Сопротивление команды нужно разбирать по причинам
Просить людей автоматизировать собственную работу и одновременно ничего не говорить об их будущем означает оставлять важный вопрос без ответа. Сотрудник может услышать обещание эффективности как угрозу доходу, статусу или занятости.
Но любое возражение нельзя автоматически считать саботажем. Люди могут видеть ошибки, которые не попали в демонстрацию: устаревшие документы, нестандартные запросы, лишнюю проверку или неудобный интерфейс. Если все сомнения объявить сопротивлением прогрессу, проект лишится полезной обратной связи.
До запуска стоит обсудить с командой несколько конкретных вопросов: какие задачи изменятся, кто будет проверять результат, на что пойдёт освободившееся время и как будут оценивать работу сотрудников. Если предполагается пересмотр ролей или численности, руководству следует прямо обозначить, что известно сейчас, что ещё предстоит решить и когда появится решение. Обещать сохранение всех рабочих мест без оснований нельзя.
Мотивация тоже должна соответствовать новому процессу. Если премия зависит от количества вручную обработанных документов, автоматизация может снизить доход человека, который помог её внедрить. В таком случае нужно пересматривать показатель, например связывать его с качеством и итоговым объёмом выполненной работы.
Предметные эксперты должны участвовать в проектировании и получать время на эту работу. Сбор примеров, разбор ошибок и обучение коллег не стоит превращать в неоплачиваемую дополнительную обязанность поверх прежней нагрузки.
Начинать лучше с одного процесса
Формулировка «внедрить ИИ во все отделы» слишком широка для первого проекта. Она затрудняет и выбор решения, и проверку результата.
Для старта удобнее процесс с заметной повторяющейся нагрузкой, доступными исходными данными и понятным результатом. Ошибки должны быть обнаруживаемыми, а последствия пилота управляемыми. Ещё до разработки нужен человек, который готов отвечать за использование результата.
Подходящими кандидатами могут быть подготовка черновиков документов, поиск по внутренним инструкциям, классификация обращений или сбор регулярного отчёта. Выбор зависит от компании. Сначала стоит проверить, нельзя ли устранить проблему простым шаблоном, обычной автоматизацией или изменением согласования.
Например, задача «сделать ИИ для продаж» почти ничего не говорит о результате. Задача «сократить срок подготовки типового коммерческого предложения при сохранении точности условий» уже позволяет описать входные данные, проверить решение и измерить эффект.
Рядом с целью нужно записать ограничения: какие данные разрешено использовать, какие условия нельзя менять и в каких случаях обязательно согласование с человеком.
Сначала измерить текущую работу
До пилота нужно понять, с чем сравнивать новый процесс. Если исходные показатели неизвестны, обсуждение результата легко превращается в обмен впечатлениями.
Обычно полезно измерять полный срок выполнения, трудозатраты, ошибки, переделки и объём работы. Для процесса с клиентом также важны возвраты, жалобы и соблюдение обещанных сроков.
Сравнение должно учитывать сопоставимость задач. Если в пилот попали только простые обращения, а в старом процессе остались сложные, разница в скорости мало что докажет. Лучше заранее определить категории задач и сравнивать результаты внутри них. При возможности использовать сравнимые группы, а при сравнении «до и после» учитывать изменение нагрузки и состава запросов.
Важно включать в расчёт проверку результата. Черновик может создаваться за минуту, но требовать двадцати минут исправлений. Поэтому считать нужно весь путь до принятого результата.
Сэкономленное время означает прежде всего доступную рабочую мощность. Денежный эффект возникает, когда компания понимает, как её использовать. Это может быть рост объёма без дополнительного найма, сокращение сверхурочных или реальное уменьшение расходов. Эти результаты нельзя подменять друг другом.
Отдельная команда: когда это помогает
В исходной идее есть полезное предложение: создать новое подразделение с руководителем, который сможет выстроить другой способ работы. Это вариант для ситуации, когда существующие правила, показатели и согласования сильно ограничивают эксперимент.
Но отдельная команда может и усилить проблему. Если она превращается в «новых эффективных людей», которые должны заменить «старых неэффективных», основное подразделение получает причину защищаться. Кроме того, новая группа может не знать редкие, но важные случаи, с которыми ежедневно справляются опытные сотрудники.
Поэтому разумнее начать с отдельной проектной команды на ограниченном процессе. В неё включают владельца процесса, предметных экспертов, технических специалистов и пользователей будущего решения. У команды есть полномочия менять порядок работы в пределах пилота, а также согласованный доступ к данным.
Выбор устройства проекта можно связать с ситуацией:
| Ситуация | Как можно организовать работу |
|---|---|
| Процесс понятен, команда готова участвовать, изменения локальны | Небольшая группа внутри действующего подразделения |
| Новый порядок работы требует других показателей и полномочий | Отдельная проектная команда с участием сотрудников основного подразделения |
| Компания запускает новый продукт или существенно другую бизнес-модель | Новое подразделение с собственным руководителем и ответственностью за результат |
Это управленческие варианты, а не универсальная классификация. В каждом случае нужно заранее решить, кто будет поддерживать систему после пилота и как новый порядок войдёт в регулярную работу.
Как проверить решение перед расширением
Первую проверку удобно провести без самостоятельных внешних действий системы. ИИ готовит результат, специалисты сопоставляют его с принятым решением и разбирают ошибки. Такой режим помогает понять, где помощник надёжен, а где ему не хватает данных или правил.
Следующий этап может включать работу на ограниченной группе задач с обязательной проверкой человеком. Перед расширением нужно установить, какие действия системе разрешены самостоятельно, какие требуют подтверждения и когда она должна передать задачу специалисту.
Критерии успеха следует определить до запуска. Например: срок выполнения уменьшился, качество не ухудшилось, сотрудники действительно используют новый порядок, а поддержка и проверка не съедают весь выигрыш. Численные пороги выбирают под процесс и цену ошибки.
Нужны и условия остановки: рост критических ошибок, невозможность проверить ответ, использование недопустимых данных или отсутствие ожидаемого эффекта. Остановленный пилот может дать полезный результат, если компания поняла, почему выбранный подход не подходит.
Увеличивать самостоятельность системы стоит после проверки на соответствующих задачах. Успех в составлении черновика ещё не подтверждает готовность агента отправлять его клиенту или изменять данные в учётной системе.
Пример: коммерческие предложения
Рассмотрим условную компанию, где менеджеры готовят типовые коммерческие предложения. Это учебный пример, а не описание клиентского проекта А+И.
Сначала команда разбирает путь предложения: запрос клиента, уточнение задачи, подбор продуктов, получение цен, подготовка документа, согласование и отправка. Оказывается, что основное время уходит на поиск актуальных условий и ожидание согласования. Ускорение текста решит только часть проблемы.
Владелец процесса назначает ответственных за актуальность продуктов и цен. Команда собирает утверждённые шаблоны, описывает допустимые скидки и выделяет случаи, требующие отдельного согласования. Только после этого помощник получает доступ к разрешённым данным и начинает готовить черновики.
В пилоте менеджер проверяет расчёты, условия и соответствие запросу клиента. Система должна показывать источники существенных условий и отмечать недостающие сведения, чтобы человек мог проверить документ. Если нужной цены или правила нет, задача возвращается ответственному сотруднику.
Для иллюстрации экономики предположим, что команда обрабатывает 1 000 предложений в месяц, а активная работа над каждым занимает в среднем 12 минут. Это 200 часов. Если весь цикл активной работы, включая проверку и исправления, сократится до 8 минут, потребуется около 133 часов. Потенциально освободится около 67 часов в месяц.
Это расчёт по заданным допущениям. Из него ещё не следует экономия зарплатного фонда или рост выручки. Нужно вычесть расходы на систему и её поддержку, проверить устойчивость результата и решить, на какие задачи менеджеры направят доступное время. Сокращение календарного срока, включая ожидание согласования, оценивается отдельно.
После пилота обновляют регламент и показатели отдела, назначают поддержку и обучают остальных сотрудников. Без этого помощник рискует остаться удобным инструментом нескольких энтузиастов.
Рабочий план на первые три месяца
Для ограниченного проекта можно использовать следующий ориентир. Это план проверки гипотезы, а не обещание завершить трансформацию любой компании за 90 дней. Сроки зависят от данных, интеграций и сложности процесса.
| Период | Основная работа | Результат этапа |
|---|---|---|
| Недели 1–2 | Выбрать процесс, назначить ответственных, обсудить изменения с командой, измерить исходную работу | Цель, границы пилота и база для сравнения |
| Недели 3–4 | Подготовить данные, описать новый порядок работы, собрать проверочные примеры | Рабочие правила и прототип для оценки |
| Недели 5–8 | Проверить решение, затем запустить ограниченное использование с контролем качества | Данные об эффекте, ошибках и нагрузке на проверку |
| Недели 9–12 | Оценить экономику, принять решение, подготовить регламент, обучение и поддержку | Расширение, доработка или остановка проекта |
Двигаться между этапами стоит по результатам проверки. Если прототип пока не проходит критерии качества, дата в календаре не делает его готовым к внедрению.
Что должно остаться у компании
После проекта у компании должна появиться способность поддерживать и развивать новый процесс. Для этого нужны актуальные инструкции, доступная база знаний, проверочные примеры, описание интеграций, права доступа и назначенные ответственные.
Если всё устройство решения известно только подрядчику, компания зависит от его участия даже в небольших изменениях. Передачу документации и обучение поддержки лучше включать в проект с самого начала.
Модель со временем может измениться. Переход на другую модель потребует повторной проверки, иногда доработки интеграций и пересчёта расходов. Но сохранённые правила процесса и проверочные примеры помогут оценить замену гораздо осмысленнее, чем выбор по новой демонстрации.
С какого решения начать руководителю
Первый шаг можно сделать ещё до выбора технологии: собрать владельца процесса и нескольких сотрудников, которые ежедневно выполняют работу. Разобрать один конкретный участок, определить потери, согласовать желаемый результат и понять, что изменится для людей.
Дальше у проекта должны появиться ответственный руководитель, ограниченный пилот и заранее определённые критерии. Отдельная команда может помочь проверить новый порядок работы, если ей даны полномочия и предусмотрена передача результата в основное подразделение.
ИИ-трансформация становится частью бизнеса, когда новый процесс работает регулярно, даёт измеримый результат и имеет ответственных за качество и развитие. Именно такой результат стоит обсуждать с командой и подрядчиками в начале проекта.



