NovЯ бы автоматизировал передачу задачи, а не голос бренда
ИИ и автоматизация полезнее там, где убирают ручные потери между этапами. Почему я не начинаю с генерации сотен постов.
Материал отражает практическую позицию указанного эксперта. Как готовятся и проверяются публикации — в редакционной политике NovAsia.
Когда бизнес говорит «хотим ИИ», первым примером часто становится контент: пусть система сама пишет посты, письма и ответы. Это заметный сценарий, его легко показать на презентации. Но самый видимый процесс не обязательно самый дорогой и болезненный.
Первый кандидат на автоматизацию для меня — место, где информация теряется между людьми и системами. Заявка пришла, но не попала в нужную таблицу. Менеджер поговорил с клиентом, но следующая задача не создалась. Вопрос повторяется каждую неделю, хотя ответ давно лежит в базе. Команда копирует одни и те же данные из формы в карточку клиента, затем из карточки в отчёт.
Такие разрывы скучные. Зато их устранение снимает реальную ручную работу и почти не требует передавать машине право говорить от имени компании.
Сначала найти потерю, а не модную функцию
Перед автоматизацией полезно пройти путь одной заявки от появления до результата. Не на схеме, где всё обычно выглядит аккуратно, а по фактическим шагам: кто получает сообщение, куда заносит данные, что должен сделать дальше, где ждёт ответа от коллеги и как понимает, что задача завершена.
Очень часто проблема обнаруживается не там, где её ищут. Например, команда просит автоматические ответы клиентам, потому что менеджеры «не успевают». После разбора оказывается, что половина времени уходит на поиск контекста в переписках и ручное копирование данных между системами. Быстрый текстовый помощник в такой ситуации маскирует задержку, а не устраняет её.
Хорошая первая автоматизация обычно проста для объяснения одним предложением. «После формы создаётся задача ответственному человеку вместе с вопросом клиента». «После звонка система напоминает о следующем действии». «Повторяющийся запрос сразу связывается с актуальным ответом из базы». Если ценность процесса сложно сформулировать без слова «ИИ», возможно, технология стала целью сама по себе.
Движение информации и принятие решения — разные уровни риска
Система может перенести данные, классифицировать входящий запрос, собрать черновик ответа, напомнить о сроке. Это не то же самое, что самостоятельно решить, какому клиенту отказать, какое обещание дать или какую цену предложить.
Чем ближе автоматизация подходит к деньгам, репутации и отношениям с человеком, тем важнее понятная точка человеческого контроля. Не потому, что автоматизация «плохая», а потому, что цена незаметной ошибки растёт. Ошибка при переносе тега обычно легко исправляется. Неверное обещание клиенту может запустить цепочку конфликтов, которую потом будет разбирать несколько человек.
Поэтому я бы разделял процесс на действия с низкой стоимостью ошибки и решения с высокой стоимостью ошибки. Первые можно автоматизировать смелее. Вторые сначала стоит сделать прозрачными: откуда система берёт данные, что считает достаточным основанием и в какой момент человек может остановить действие.
Автоматизация полезна, когда исчезает работа, а не ответственность
Есть соблазн считать успехом количество автоматизированных шагов. Но бизнесу не нужен длинный сценарий сам по себе. Нужен исчезнувший ручной труд, меньше потерь и более предсказуемый результат.
Допустим, раньше менеджер вручную переносил запрос из мессенджера в систему учёта, назначал коллегу и ставил напоминание. После автоматизации все три действия выполняются сами. Хорошо. Но если система иногда теряет вложения или назначает запрос не тому отделу, экономия времени может оказаться мнимой. Поэтому после запуска я смотрел бы не только на то, сколько действий убрали, но и на долю случаев, где человеку приходится исправлять результат.
Полезны простые показатели: сколько заявок дошло до ответственного без ручного вмешательства, сколько задач получили полный контекст, сколько исключений потребовали разбора, сократилось ли время до следующего осмысленного действия. Они гораздо лучше показывают ценность, чем количество созданных сценариев автоматизации.
Голос бренда — более поздний и более тонкий слой
Автоматизировать тексты можно, но для этого сначала стоит понять, что именно компания считает своим голосом. Часто выясняется, что никакого описанного стандарта нет: один менеджер пишет сухо, другой слишком фамильярно, третий обещает то, чего не должен. В таком случае модель не портит устойчивый стиль — она просто масштабирует существующую неопределённость.
Намного разумнее сначала выстроить фактическую базу, правила передачи контекста и границы обещаний. После этого генерация черновиков может быть полезной: система поднимает нужные данные, собирает первый вариант, а человек быстро проверяет смысл. Так автоматизация ускоряет работу, не заставляя компанию отдавать ей самые чувствительные решения с первого дня.
Моя любимая первая автоматизация — та, которую через месяц никто не обсуждает. Не потому, что она не сработала, а потому, что повторяющаяся потеря просто исчезла из ежедневной работы.