Guide / AI Process Selection
Как выбрать бизнес-процесс для внедрения ИИ
Первый AI-пилот стоит выбирать не по моде и не по «вау-эффекту», а по повторяемости, объёму ручной работы, качеству данных и цене ошибки.
Хороший первый процесс для AI — это задача, которая повторяется часто, занимает заметное время, имеет понятный вход и выход, опирается на доступные данные и допускает проверку результата человеком.
Если нельзя измерить, сколько процесс стоит сейчас, будет трудно доказать, что внедрение действительно дало эффект.
Сначала посчитайте стоимость текущего процесса.
Трудозатраты в месяц = количество кейсов × минут на один кейс ÷ 60 × полная стоимость часа сотрудника.
Это не ROI AI. Это исходная стоимость ручной работы, с которой потом можно сравнивать пилот. Дополнительно полезно зафиксировать время цикла, количество ошибок, повторных проверок и долю кейсов, которые требуют эскалации.
Выбирайте повторяемый workflow, а не редкую «умную» задачу.
Повторяется часто
Каждый день или неделю сотрудники делают похожие действия с похожим типом входа.
Есть структура
Понятно, что приходит на входе, какие шаги выполняются и что считается результатом.
Уникален каждый раз
Если каждый кейс полностью новый и требует стратегического решения, AI сложнее оценивать и контролировать.
Нет владельца
Без человека, отвечающего за процесс, пилот быстро превращается в бесконечный эксперимент.
Проверьте, где находится «правда» для этого процесса.
- Документы и регламенты
- CRM и карточки клиентов
- Таблицы и реестры
- История обращений и переписки
- Внутренние API и базы
- Тарифы, справочники, шаблоны
- Протоколы решений
- Результаты предыдущих кейсов
Если ответ зависит от данных, которых нет в системе или которые противоречат друг другу, это отдельная проблема. Её нужно увидеть до разработки, а не после запуска модели.
Не всё в процессе должно делать ИИ.
Если шаг можно надёжно описать обычным кодом или правилом, это почти всегда дешевле и предсказуемее. AI нужен там, где есть неструктурированный текст, вариативность или необходимость собрать контекст.
Чем дороже ошибка, тем позже в цепочке появляется автономный WRITE.
Цена, договорное обязательство, удаление данных, внешняя отправка, изменение production и другие труднообратимые действия лучше сначала оставить под подтверждением человека.
Быстрый фильтр: 5 критериев по шкале 0–2.
Частота
0 — редко; 1 — регулярно; 2 — ежедневно/массово.
Ручное время
0 — минуты в месяц; 1 — заметно; 2 — значимая нагрузка команды.
Данные
0 — хаос; 1 — частично доступны; 2 — источники понятны и доступны.
Проверяемость
0 — субъективно; 1 — частично; 2 — есть понятный expected result.
Цена ошибки
0 — высокая и необратимая; 1 — управляемая; 2 — легко проверить/отменить.
Это не универсальная научная модель, а практический triage. Процессы с высоким суммарным баллом удобнее брать первыми в bounded pilot.
До разработки запишите, что будет считаться успехом.
- Какие реальные примеры войдут в тест
- Какой результат считается правильным
- Какие ошибки допустимы
- Когда workflow обязан остановиться
- Что подтверждает человек
- Какая система получает результат
- Какая метрика сравнивается с baseline
- Что станет причиной не масштабировать пилот
Почему «разбор входящих договоров» лучше, чем «сделаем AI для юристов».
Плохо: «AI помогает юридическому отделу». Непонятно, какой процесс меняется и что измерять.
Лучше: «Для одного типа входящих договоров извлекаем 12 ключевых полей, сравниваем 5 критичных условий с шаблоном, сомнительные значения передаём юристу, после подтверждения обновляем реестр».
Во втором варианте есть вход, поля, правила, Human Gate, выход и тестируемый результат. Именно такие задачи проще пилотировать и масштабировать.
Сначала выберите процесс. Потом технологию.
Как NSX внедряет AI
Process discovery, baseline, bounded scope, acceptance, Human Gates, release и измерение.
Метод внедрения ↗Внедрение ИИ в бизнес
Если процесс уже выбран, следующий шаг — спроектировать пилот и проверить его на реальных данных.
Внедрение ИИ ↗