Сегодня искусственный интеллект умеет за секунды анализировать документы, проверять договоры, расшифровывать звонки, находить ошибки и работать с данными из корпоративных систем. Поэтому со стороны может показаться, что внедрение ИИ — это быстрый IT-проект: подключили модель, настроили несколько сценариев и получили результат.
На практике всё сложнее.
Недавно мы столкнулись с этим на собственном внутреннем проекте. Задача казалась простой: автоматизировать подготовку договоров.
продавец заполняет данные сделки → система формирует договор → юрист проверяет → документ отправляется на подписание.
Казалось, что при современных возможностях ИИ такую задачу можно решить достаточно быстро. Но именно здесь начинается настоящая автоматизация.
Нейросеть оказалась самой простой частью проекта.
Когда мы начали разбирать процесс детально, выяснилось, что договоров не два вида, а семь. Необходимые для формирования документов данные находятся сразу в нескольких информационных системах. Одни и те же реквизиты в разных системах называются по-разному.
Часть информации сотрудники заполняют в свободной форме, часть — вообще не заполняют, потому что раньше она не была критична для их работы. Шаблоны договоров менялись со временем, но не всегда было понятно, кто отвечает за их актуальность.
А замечания юристов, которые человек прекрасно понимает из контекста, для автоматизации необходимо превратить в конкретные формализованные правила. В результате задача «научить ИИ готовить договор» превратилась в работу сразу с несколькими процессами:
- ведение данных в CRM и 1С;
- нормативно-справочная информация;
- шаблоны документов;
- ответственность сотрудников за данные;
- правила юридической проверки;
- маршрут согласования и подписания.
И самое интересное: сама нейросеть во всей этой системе оказалась одной из самых беспроблемных частей. Получить от модели результат можно за несколько секунд. Гораздо сложнее обеспечить её правильными данными и встроить результат в реальный бизнес-процесс.
ИИ не исправляет плохой процесс автоматически
Это важный вывод для компаний, которые сегодня рассматривают внедрение искусственного интеллекта. Если в компании существуют четыре источника одних и тех же данных, сотрудники по-разному заполняют карточки клиентов, справочники содержат дубли, а бизнес-процесс держится на знаниях нескольких опытных сотрудников, подключение нейросети само по себе этого не исправит.
ИИ может даже сделать существующую проблему заметнее. Чтобы автоматизация действительно заработала, приходится отвечать на гораздо
менее технологичные вопросы:
- Где находится правильное значение?
-
Какая система является источником данных?
-
Кто отвечает за их качество?
-
Что делать, если информация противоречит друг другу?
-
Какие действия сотрудника являются обязательными?
-
Как формализовать правило, которое раньше существовало
-
только «в голове» специалиста?
И только после этого появляется возможность построить устойчивую автоматизацию.
Мы уже проходили это с ERP
Ситуация во многом напоминает проекты внедрения ERP-систем. Когда бизнес начинает внедрять 1С:ERP, довольно быстро выясняется, что основная сложность заключается не в создании документов и справочников в программе. Необходимо договориться, как компания будет планировать закупки, учитывать себестоимость, резервировать товар, управлять производством, закрывать период и распределять ответственность между подразделениями.
Поэтому крупное внедрение ERP — это практически всегда не только IT-проект, но и изменение процессов компании. С искусственным интеллектом происходит то же самое. Меняется технология, но фундаментальная задача остаётся прежней.
ИИ — это новый слой корпоративной автоматизации
Мы считаем, что наиболее практичный подход сегодня — рассматривать искусственный интеллект не как отдельную «волшебную» систему, а как новый инструмент внутри существующего контура автоматизации.
Особенно хорошо это видно на примере 1С.
В 1С уже находятся клиенты, сделки, заказы, товары, остатки, цены, взаиморасчёты, документы и история операций.
ИИ может анализировать эти данные, искать отклонения, контролировать действия сотрудников, формировать документы и отвечать на вопросы на естественном языке. Но качество результата напрямую зависит от качества самого информационного контура. Именно поэтому в проектах ALEXROVICH мы стараемся начинать не с вопроса «какую нейросеть подключить?», а с вопроса «какой бизнес-процесс мы хотим изменить и какой измеримый результат должны получить?»
Например, в наших проектах ИИ уже используется для анализа звонков менеджеров, анализа истории сделок, работы с данными 1С и голосового управления складскими операциями.
В каждом таком случае ценность создаёт не сама нейросеть. Ценность появляется тогда, когда технология становится частью конкретного процесса.
Автоматизация начинается не с ИИ
Сегодня возможности моделей развиваются быстрее, чем большинство компаний успевает перестраивать свои процессы. Поэтому главный дефицит ближайших лет, вероятно, будет не в мощности искусственного интеллекта.
Модели уже умеют очень многое. Основная работа будет происходить внутри компаний: потребуется приводить в порядок данные, интегрировать информационные системы, формализовать правила, менять процессы и постепенно передавать алгоритмам те операции,
которые раньше существовали только в голове сотрудников. Именно поэтому мы не рассматриваем внедрение ИИ как кнопку, которую можно добавить в 1С.
ИИ — это следующий этап автоматизации бизнеса. А хорошая автоматизация по-прежнему начинается с процессов, данных и архитектуры. И только после этого — с нейросети.
