Обучение

Автоматизировать можно почти любой шаг процесса, но далеко не каждый стоит отдавать ИИ. Когда реальная модель AS-IS уже собрана, для каждой операции нужно выбрать подходящий способ исполнения: правило, ИИ, человек или гибрид. Разбираемся, как отличить детерминированные задачи от вероятностных, собрать карту точек автоматизации, оценить ценность, сложность и риск, расставить приоритеты и понять, готов ли сам процесс к внедрению агента.

Сотрудники описывают процесс таким, каким он задуман. Журнал событий хранит то, как он шёл в действительности, — и вместо единственного маршрута их там оказывается несколько десятков. В этом материале: из каких полей складывается журнал, чем режим исследования отличается от проверки соответствия, какие шесть вопросов обязана закрывать схема процесса и почему чересчур аккуратная модель означает, что часть реальности в неё не попала.

Описанного в регламенте процесса, скорее всего, не существует. Версий обычно набирается три: та, что записана; та, что в голове у руководителя; и та, по которой люди работают каждый день, — нужна последняя. В этом материале: какими методами её собирают, что прячется внутри одного безобидного блока на схеме и почему именно развилка с решением связывает бизнес с ИИ-агентом.

Автоматизировать всё сразу невозможно — и не нужно. Начинать стоит не с процесса, а с бизнес-цели: сначала определить метрику, которую компания хочет изменить, затем найти процесс, сильнее всего на неё влияющий, и только после этого выбрать конкретные операции. В материале разберём, почему первые кандидаты обычно находятся в операционке, какие пять признаков указывают на потенциальную окупаемость и какие шесть вопросов помогают найти ограничение всей системы, а не её самый заметный участок.

Двести лет автоматизация освобождала человека от физического труда: станки брали на себя отдельные операции, а конвейеры связывали их в процессы. Сегодня тот же путь проходит интеллектуальный труд. Разбираем эволюцию автоматизации, её четыре уровня и выясняем, когда выбрать простое правило, роботизацию или ИИ-агента.

Автоматизация начинается не с выбора модели и не с платформы, а с вопроса: как в компании создаётся ценность. Клиент не видит отделов — он видит результат, поэтому бизнес полезнее смотреть как поток данных, который превращает действия и решения в полезный результат. В этом материале — из чего состоит бизнес-процесс, почему без метрики им нельзя управлять, как одна заявка за пять превращений становится деньгами и чем зрелый порядок автоматизации отличается от того, при котором сначала покупают инструмент.

Когда компания становится AI-First, меняются не только процессы, но и сама оргструктура: появляются Chief AI Officer, ИИ-продакт инженеры, ИИ-инженеры, ИИ-инженеры по автоматизации и операторы ИИ-агентов, а над ними — центр компетенций, который их связывает. В этом материале — кто за что отвечает и какой артефакт оставляет после себя, почему единицей работы становится процесс, а не отдел, и по какому признаку видно, что ИИ действительно встроен в операционное ядро.

Пилот доказывает только одно — агент в принципе работает. AgentOps отвечает на другой вопрос: как довести его до промышленной эксплуатации и не растерять эффект по дороге. Шесть шагов — зафиксировать метрику и описать процесс, собрать агента, подключить его к живым системам, обучить на собственных данных, доказать эффект A/B-тестом и поставить на мониторинг, который сам запускает следующий круг улучшений.

Стратегия внедрения ИИ начинается не с выбора модели, а с четырёх вопросов о самом бизнесе. Дальше — понятный порядок: сначала закрыть разрывы, которые показала диагностика зрелости, потом собрать очередь процессов от быстрых побед к фундаменту, и только после этого решать по каждому — строить своё или взять готовое. А в конце — три уровня, через которые проходит внедрение агентов: от точечных ассистентов до ИИ-процессов, где у компании появляется корпоративный интеллект.

Несколько инструментов и пара пилотов — ещё не ИИ-трансформация. Чтобы понять, где компания находится на самом деле, нужен рентген: индекс ИИ-зрелости из семи измерений и тридцати пяти критериев. В этом материале — что именно оценивается в стратегии, людях, инфраструктуре, данных, моделях, внедрении и исследованиях, как из ответов складывается профиль компании и почему точки роста находятся не в сильных блоках, а в разрывах между ними.

Бизнес прошёл через три трансформации: Agile научил компании быстро меняться, Digital сделал их измеримыми, а ИИ добавил слой, который сам участвует в принятии решений. В этом материале — что именно перестраивала каждая из них, почему их нельзя перепрыгнуть, где проходит предел data-driven-модели и чем AI-Driven-компания отличается от AI-First и AI-Native.

ИИ даёт эффект в конкретных точках бизнеса. В этом материале — три зоны деятельности компании RUN, CHANGE и DISRUPT, разграниченные по степени неопределённости, и три объекта управления в них: процесс, проект и продукт; три типа бизнес-процессов и своя цель ИИ для каждого; как искусственный интеллект превращается в нервную систему организации; и почему наибольшую ценность он создаёт там, где есть узкие места и точки принятия решений.

Современные ИИ-агенты появились не внезапно: за ними стоят несколько этапов развития искусственного интеллекта — от жёстких правил экспертных систем до больших языковых моделей. В этом материале — как выглядит эта эволюция, какие пять уровней проходят интеллектуальные системы и на каком из них мы находимся сейчас, чем ИИ-агент отличается от ассистента, почему переход к агентам произошёл именно сейчас и что на практике означает AI-First-компания.

Традиционная автоматизация начиналась с отдельной задачи: скрипт, интеграция, система, выполняющая строго определённое действие. Стоило измениться контексту — правила приходилось переписывать. ИИ-агенты меняют эту логику: агент берёт на себя не одну операцию, а связный фрагмент работы. В этом материале — из чего собран агент, как устроен цикл «восприятие → мышление → действие», какими шестью свойствами обладает полноценный агент и как всё это выглядит на простом примере.

Сегодня искусственный интеллект перестаёт быть просто инструментом и становится новой операционной системой бизнеса. ИИ-агенты уже способны принимать решения и выполнять полезную работу — поэтому выигрывать будут те компании, которые сумеют организовать новый формат работы вокруг ИИ. В этом материале — из чего складывается ИИ-трансформация, почему рынок уже разделился на AI-First компании и их клиентов и как четвёртая, интеллектуальная революция меняет саму форму организации труда. Вперёд в этот дивный новый мир!