Где ИИ в бизнесе не нужен и только мешает

Я строю автоматизацию с ИИ, и заметная часть моих разговоров с клиентами заканчивается советом его не ставить. Не из скромности: в этих местах ИИ делает работу хуже и дороже, чем обычный сценарий на правилах. Ниже шесть ситуаций, где ИИ в бизнесе не нужен, и что ставить вместо него.

В посте про постановку задачи я разбирал короткий тест: неструктурированный ли вход, много ли вариантов, можно ли допустить ошибку. Здесь тот же тест с обратной стороны: как выглядят места, где он не проходит.

Шесть ситуаций, где ИИ мешает

1. Когда нужно посчитать

Суммы, налоги, скидки, остатки, итог по накладной. Языковая модель не калькулятор: она угадывает правдоподобный ответ, а не вычисляет его. Чаще всего угаданное совпадёт с правильным, но однажды в счёт уйдёт неверная сумма, и никто этого не заметит, потому что она выглядит убедительно.

Считать должен обычный код. Он делает это одинаково каждый раз и, в отличие от модели, не выдаёт неверный результат с уверенным видом.

На практике это выглядит так. Недавно я сделал распознавание накладных для небольшого магазина: фото накладной поставщика превращается в строки учёта. Прочитать позиции с фотографии, где у каждого поставщика своя форма, это работа для ИИ. А проверку, что сумма строк сходится с итогом накладной, делает код, и результат видно сразу: зелёная отметка, если сошлось, красная, если нет. ИИ читает, код проверяет, а человек в первую очередь смотрит на красное.

2. Когда данные уже структурированы

Заявка пришла из формы на сайте: имя, телефон, выбранная услуга. Строка в таблице, поле в CRM, статус заказа. Здесь нечего понимать, всё уже разложено по полям.

Отправлять такие данные через модель значит платить за каждое обращение и получать вместо точного результата вероятный. Правило «если услуга такая, назначить такого менеджера» работает мгновенно, без оплаты за каждый вызов и без исключений.

3. Когда ответ должен быть одинаковым каждый раз

Цены, условия договора, реквизиты, сроки доставки, юридические формулировки. Здесь ценна не гибкость, а то, что клиент получает ровно тот текст, который вы согласовали. Модель, которая каждый раз пересказывает условия своими словами, рано или поздно перескажет их неправильно.

Для этого есть шаблоны. В них подставляют имя, номер заказа, дату, и ИИ для этого не нужен.

4. Когда объём маленький

Пять обращений в день менеджер разбирает за четверть часа. Система с ИИ для этих пяти обращений требует денег на запуск, оплаты за каждый вызов и внимания на поддержку. Обновилась модель, изменился формат ответа, что-то поехало: кто-то должен разобраться.

Прежде чем что-то внедрять, посчитайте, сколько стоит операция сейчас. Если выходит несколько тысяч в месяц, автоматизировать, скорее всего, рано. С ИИ или без.

5. Когда процесс сломан

Заявки теряются, потому что у них нет ответственного. Документы теряются, потому что нет места, куда их складывать. Клиенту не перезванивают, потому что никто не записал, что обещали перезвонить.

ИИ поверх такого процесса делает одно: быстрее раздаёт хаос. Бот мгновенно отвечает клиенту, а дальше заявка попадает туда же, где терялись предыдущие. Сначала порядок: где лежат данные, кто за что отвечает, какой следующий шаг. Подробнее об этом в разборе утекающих заявок: большинство дыр закрывается процессом, а не ИИ.

6. Когда клиент ждёт человека

Жалоба, отмена заказа, спорная ситуация с оплатой, крупный клиент, который звонит раз в год. Здесь человеку важен не быстрый ответ, а ощущение, что его услышали. Автоматический ответ, даже вежливый и грамотный, в такой момент читается как отписка.

Хорошая автоматизация тут не отвечает вместо человека, а быстро доставляет обращение нужному человеку, с историей и контекстом. Это правила маршрутизации, а не ИИ.

А где тогда нужен

Чтобы не выглядело, что я против. ИИ на своём месте, когда на входе не поле формы, а что-то написанное или сфотографированное как попало, и важно понять смысл, а не сверить значение. В моих проектах это, например:

• понять, чего хочет человек, по сообщению в свободной форме, и решить, кому его передать;
• прочитать накладную, у которой нет единого шаблона;
• подготовить черновик напоминания клиенту, которое менеджер проверит и отправит.

Во всех этих случаях у ИИ есть понятное место в процессе и проверка после него. Ему не доверяют деньги, и его ошибку кто-то успевает поймать.

Как выглядит хорошая система

Почти всегда одинаково: ИИ в одном-двух местах, где без него никак, а вокруг обычные правила, код и понятные шаги. В системах, которые я строю, больше всего работы делают правила. Модель занимает немного места, зато ключевое.

Если сомневаетесь, нужен ли ИИ в вашей задаче, опишите её. Первый разбор бесплатный, и отвечу прямо, даже если вывод будет «здесь хватит одного правила в CRM».