Как найти точки автоматизации с максимальной отдачей

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.

Как понять, чем исполнять каждый шаг

То, что ИИ-агент умеет выполнить операцию, ещё не означает, что именно ему её и нужно отдавать.

Например, кто должен проверять обязательные поля — ИИ-агент или обычное правило? Пока реальный процесс не описан, ответить на это сложно. Но когда перед вами есть честная схема AS-IS, природа каждой операции становится видна. И выбирать технологию нужно уже от задачи, а не от желания поставить ИИ везде, где это возможно.

Первый тип — детерминированные задачи. Вход известен, правила можно явно записать, а результат заранее предсказуем. Например, проверить обязательные поля или сравнить сумму с заданным порогом. Здесь почти всегда достаточно обычного правила или скрипта — ИИ-агент только добавит стоимость и лишнюю неопределённость.

Второй тип — вероятностные задачи. Здесь результат зависит от контекста, неполных данных и интерпретации: определить категорию обращения, оценить содержание документа, подготовить письмо. Это как раз естественная территория ИИ.

Третий тип — задачи с высокой неопределённостью, где на первый план выходят ответственность, этика, творчество или стратегический выбор. ИИ здесь может анализировать, предлагать варианты и помогать принять решение, но окончательная роль человека остаётся критической.

Поэтому правильный вопрос звучит не «можно ли здесь использовать ИИ?», а что лучше должно исполнять этот шаг: правило, ИИ, человек или их связка?

Из этого и складывается режим исполнения. После описания реального процесса каждой операции можно назначить один из четырёх вариантов: классическая автоматизация, когда система действует по заранее заданным правилам; ИИ-автоматизация, когда агент интерпретирует контекст и формирует результат; гибридный режим, когда агент готовит решение, а человек подтверждает или корректирует его; и человеческое исполнение — там, где неопределённость и цена ответственности слишком высоки.

Где кончаются правила и начинается ИИ

Детерминированные операции — это задачи, где по известным правилам должен получиться один однозначный результат. Проверить, заполнена ли форма. Перевести лид на следующий этап после оплаты. Отправить уведомление по триггеру в CRM. Здесь лучше всего работает классическая автоматизация, а сложный ИИ скорее мешает: он добавляет стоимость и вариативность там, где от системы требуется стабильный одинаковый ответ.

Вероятностные операции устроены иначе: здесь нужно понимать контекст, замечать паттерны и применять экспертную логику. Определить, жалоба перед вами или запрос счёта. Найти признаки риска в поведении клиента или тексте договора. Вытащить даты, имена и суммы из свободного текста. Именно в таких задачах ИИ начинает давать реальное преимущество.

Разница здесь не в том, что одна задача «простая», а другая «сложная». У них по-разному устроено само задание — а значит, по-разному строятся проверка результата, приёмка и дальнейшее сопровождение.

Есть ещё важный нюанс: вероятностную операцию не обязательно сразу делать полностью автономной. Уровень самостоятельности агента должна определять цена ошибки. Если ошибка некритична, агент может работать сам. Если последствия серьёзные, он лишь готовит вариант, а окончательное решение остаётся за человеком.

От списка идей к карте точек автоматизации

Автоматизировать сегодня можно почти всё. Главный вопрос — что действительно стоит автоматизировать первым.

Сам по себе список идей ещё не превращается в портфель ИИ-инициатив. Для этого нужна карта точек автоматизации: каждая идея привязывается к конкретному месту в процессе и описывается по одной и той же структуре. Что происходит на этом шаге сегодня? Где проблема? Как именно мы хотим её решить? Какие нужны данные? Какой эффект ожидаем? Какова цена ошибки? Нужен ли человек? Карточку важно заполнять полностью: если на часть вопросов нет ответа, решение о запуске придётся принимать почти вслепую.

В результате получается реестр точек автоматизации. По каждой точке видно, что именно меняем, какого эффекта ждём, какие есть риски и по каким метрикам будем оценивать результат. Главное — такие точки можно поставить рядом и сравнить. Именно сравнимость превращает набор заметок в управляемый реестр.

Чем оценивать точку автоматизации

То, что операцию технически можно автоматизировать, ещё ничего не говорит о том, стоит ли это делать. Нужно оценить её пользу для бизнеса, частоту, влияние на процесс целиком, текущие затраты времени и денег, цену ошибки, сложность реализации, доступность данных и необходимость интеграций. Часть идей отпадёт уже здесь — и это хороший результат.

Я свожу эту оценку к пяти критериям. Ценность — какой эффект получает бизнес. Частота — как часто повторяется операция. Влияние — насколько сильно этот шаг влияет на весь процесс. Риск — сколько будет стоить ошибка. Сложность — сколько ресурсов потребует реализация. Но просто назвать критерии мало: каждый из них нужно перевести в измеримую величину, иначе сравнивать точки между собой не получится.

Цель не в том, чтобы автоматизировать максимальное количество действий. Цель — получить максимальный эффект при разумной сложности и контролируемом риске. Именно так хаотичный список пожеланий превращается в управляемый портфель ИИ-инициатив.

Матрица «Ценность — Сложность»

То, что решение можно технически реализовать, ещё не значит, что его выгодно реализовывать. Дорогая и малополезная автоматизация — кандидат в конец бэклога.

Быстро расставить приоритеты помогает простая матрица «Ценность — Сложность». По одной оси откладываем ожидаемый бизнес-эффект, по другой — сложность внедрения. Получаются четыре понятные зоны.

Быстрые победы дают высокую ценность при сравнительно небольшой сложности — обычно начинать стоит именно с них. Стратегические инициативы тоже дают большой эффект, но требуют серьёзных интеграций, данных и перестройки процесса, поэтому для них нужен отдельный план и бюджет. Низкая ценность при низкой сложности — это задачи, которые можно сделать попутно, но бессмысленно превращать в отдельный проект: релиз будет, заметного эффекта — нет. А низкая ценность при высокой сложности — лучше пока обойти стороной.

Хорошая стратегия автоматизации состоит из трех вещей: ощутимая ценность, приемлемая сложность и контролируемый риск. И умение осознанно не запускать слабые инициативы здесь не менее важно, чем умение находить сильные.

Восемь признаков готовности

Даже если процесс технически можно автоматизировать, организационно проект всё равно может провалиться.

Даже после выбора точек сам процесс может быть не готов к внедрению. Поэтому перед запуском я прохожу чек-лист из восьми вопросов. Есть ли у процесса владелец? Понятны ли его начало и конец? Достаточно ли он стабилен и повторяем? Есть ли качественные данные? Снимаются ли текущие метрики, чтобы потом было с чем сравнить результат? Не доминируют ли исключения? Есть ли доступ к нужным системам и интеграциям? И наконец, можно ли безопасно встроить человека в будущий процесс — через проверки, эскалации и ручное вмешательство там, где это необходимо?

Если почти каждый кейс уникален, разумнее начинать не с автономного агента, а с ИИ-ассистента. И иногда лучший первый шаг к ИИ вообще не связан с моделью: сначала нужно привести в порядок сам процесс.

Нет владельца, метрик или данных — значит, агент пока не нужен. Это не отказ от автоматизации, а правильная последовательность: сначала сделать процесс управляемым, а уже потом встраивать в него ИИ.

Что важно запомнить