Внедрение ИИ в бизнес: почему «внедрите ИИ» плохое ТЗ

Одна из самых частых формулировок, с которой ко мне приходят: «хотим внедрить ИИ». Иногда с уточнением «как у конкурентов», иногда без. Намерение понятное, но задачей это не является. Как поставить задачу на внедрение ИИ в бизнес так, чтобы через два месяца не оказаться с чат-ботом, которым никто не пользуется? Начать не с ИИ.

Почему «внедрите ИИ» не задача

Эта фраза не отвечает ни на один из вопросов, по которым потом будут проверять результат:

• что именно должно измениться в бизнесе;
• как понять, что стало лучше;
• сколько стоит текущая проблема и сколько не жалко потратить на её решение.

ИИ здесь занял место цели, хотя должен быть инструментом. Похоже на задачу «внедрите Excel»: можно, но непонятно зачем, и невозможно сказать, получилось или нет.

Дальше, как правило, происходит одно и то же. Подрядчик делает то, что выглядит как ИИ: чат-бота на сайте, генератор текстов, «умного помощника» для сотрудников. Через месяц выясняется, что бот отвечает не на те вопросы, тексты всё равно переписывают руками, а помощником почти никто не пользуется. Деньги потрачены, а исходная проблема осталась на месте. Скорее всего, её никто и не назвал.

С чего начинается нормальная задача

С проблемы, которую можно назвать деньгами или временем. Не «нужен ИИ», а:

• «теряем часть заявок, потому что отвечаем через несколько часов»;
• «два человека полдня вбивают накладные поставщиков»;
• «менеджеры не помнят, о чём договорились с клиентом месяц назад».

Если такой фразы пока нет, её стоит найти до разговора с подрядчиком. Помогает простой подсчёт: сколько стоит ручная операция или сколько стоят потерянные заявки. Число сразу отвечает на вопрос, сколько разумно потратить на решение.

Когда проблема названа, ответьте на пять вопросов. Этого хватает, чтобы исполнитель понял задачу, а вы потом могли проверить результат.

1. Что на входе? Откуда приходят данные и в каком виде. Письмо, сообщение в мессенджере, звонок, фото документа, строка в таблице.

2. Что должно получиться на выходе? Не «обработанная заявка», а конкретно: карточка в CRM с заполненными полями, ответ клиенту, строка в учётной системе, уведомление менеджеру.

3. Какой объём? Десять штук в день или тысяча. От этого зависит всё: и цена решения, и имеет ли смысл вообще что-то менять.

4. Сколько стоит ошибка? Если система неправильно определит тему обращения, это неприятно, но поправимо. Если неправильно впишет сумму в платёжку, это деньги. От ответа зависит, где нужна проверка человеком.

5. Как поймём, что стало лучше? Одна-две цифры, которые можно замерить до и после. Время ответа, часы сотрудника в день, доля потерянных заявок.

Тест: нужен ли тут ИИ

Когда задача описана, становится видно, где ИИ действительно к месту. У меня простой тест из трёх вопросов.

Вход неструктурированный? Свободный текст, речь, фото, документы в разном оформлении. Здесь ИИ силён: он понимает смысл, а не ищет ключевые слова. Если на входе поля формы или строки таблицы, ИИ обычно не нужен, хватит правил.

Вариантов слишком много, чтобы описать правилами? Скажем, один и тот же вопрос клиенты задают десятком формулировок, а поставщики присылают накладные каждый в своём шаблоне. Если вариантов три и они известны, три правила надёжнее и дешевле модели.

Можно допустить, что иногда он ошибётся? ИИ ошибается. Редко, если задача поставлена хорошо, но ошибается. Если ошибку можно поймать проверкой или она ничего не стоит, это нормально. Если нет, нужна проверка человеком перед каждым действием или другое решение.

Три «да»: ИИ уместен. Хотя бы одно «нет»: скорее всего, задача решается обычной автоматизацией, и это хорошая новость, потому что так дешевле и надёжнее.

Вот как это выглядит на практике. В системе обработки входящих заявок оба подхода работают рядом, и граница между ними проходит по этому тесту.

Понять по свободному сообщению, кто пишет и что ему нужно, и от этого решить, к кому его направить: это ИИ. Люди пишут как угодно, и правилами это не описать.

Написать забытому лиду не шаблон, а сообщение с учётом того, о чём с ним говорили: тоже ИИ. Но здесь срабатывает третий вопрос теста. Ошибка в тоне дойдёт до живого клиента от имени менеджера, поэтому менеджер одобряет каждое сообщение в один клик, и только потом оно уходит.

А вот распределить целевые заявки между менеджерами поровну, с исключениями для сложных случаев и крупных клиентов; заметить, что по лиду несколько дней нет активности; записать всё в CRM: это обычные правила, ИИ здесь не нужен.

ИИ занимает в этой системе два места, и оба там, где без него не обойтись. Всё остальное держится на правилах.

Как выглядит хорошее ТЗ

Пример того, с чем можно идти к исполнителю:

Во входящие приходит около 40 обращений в день через сайт и мессенджеры. Сейчас менеджер отвечает в среднем через 3 часа, часть заявок теряется. Нужно: на каждое обращение ответ в течение минуты, определение типа (заявка, вопрос, не по адресу), целевые заявки в CRM с назначенным менеджером. Ошибка в определении типа допустима, если менеджер может её исправить. Результат меряем по времени первого ответа и доле заявок, дошедших до разговора.

Цифры в примере условные. Важно, что здесь нет слова «ИИ», и оно не нужно. Исполнитель сам предложит, где его поставить, а вы сможете проверить, сработало ли решение.

Что делать, если задачу сформулировать не получается

Это нормально. Часто владелец чувствует, что где-то теряются деньги или время, но не может показать пальцем, где именно. Тогда первым шагом стоит не внедрение, а разбор процессов: пройти путь заявки или документа от начала до конца и посмотреть, где он застревает.

Опишите, что у вас болит, даже своими словами, без ТЗ. Первый разбор задачи бесплатный: отвечу, что из этого решается обычной автоматизацией, где уместен ИИ, а где он не нужен.