Читать книгу Просто о ИИ: как начать использовать нейросети в бизнесе и нужно ли это вам? - - Страница 8

Обычно всё начинается с одной-двух идей: «давайте поручим нейросети писать посты» или «пусть она отвечает клиентам». Потом появляются сомнения. Одни задачи кажутся слишком рискованными: вдруг ИИ ошибётся, и это заметит клиент. Другие – слишком разовыми: сегодня нужно, завтра нет. В итоге вы либо хватаете первую попавшуюся задачу и разочаровываетесь, либо откладываете тему «до лучших времён», потому что непонятно, с чего стартовать.

Ключевой принцип здесь простой: хороший пилот начинается не с самой “крутой” идеи, а с короткого списка безопасных, частых и измеримых задач. Пилот – это пробный запуск на ограниченном участке, чтобы проверить пользу без больших затрат. Значит, вам нужны задачи, где можно быстро увидеть результат и где ошибка не превращается в проблему для бизнеса.

Сначала соберите «воронку» задач по всей компании. Ваша цель – не выбрать сразу, а набрать 10–20 кандидатов, чтобы было из чего отбирать. Пройдитесь по основным зонам: продажи, маркетинг, поддержка, финансы, HR, операционные процессы, внутренние документы. Спрашивайте у руководителей и исполнителей не про «где бы применить ИИ», а про рутину: что регулярно занимает время, где много однотипных текстов, где нужно быстро делать черновики, сводки, ответы, списки.

Чтобы список получился практичным, записывайте каждую задачу в одном формате:

– что делаем (действие): «составляем коммерческое предложение», «пишем ответы на типовые вопросы», «делаем резюме созвона»;

– кто делает (роль): менеджер, маркетолог, бухгалтер, руководитель;

– как часто: несколько раз в день/неделю/месяц;

– что на выходе: письмо, документ, таблица, список, черновик;

– что используем на входе: переписка, шаблоны, заметки, база знаний, прайс.

На этом этапе не спорьте, «может ли ИИ». Важно собрать материал широко. 10–20 пунктов – это нормально даже для небольшой компании, потому что почти везде есть повторяющиеся тексты и документы.

Дальше включайте фильтр, который защищает пилот от провала. Уберите задачи с высокой стоимостью ошибки. Стоимость ошибки – это последствия, если ответ окажется неверным, грубым или “уверенно неправильным”. Признаки высокой стоимости ошибки: клиент может принять решение на основе ответа; есть юридические обязательства; есть финансовые расчёты, где неверная цифра критична; есть персональные данные, которые нельзя передавать в сторонние сервисы. Такие задачи не запрещены навсегда, но для первого пилота они слишком опасны: вы потратите время на проверки, согласования и всё равно будете нервничать.

Одновременно отфильтруйте задачи с низкой повторяемостью. Если задача случается раз в квартал и каждый раз выглядит по-новому, пилот будет трудно оценить: вы не успеете набрать достаточно попыток, чтобы сравнить «до/после». Для старта лучше то, что происходит регулярно и похоже само на себя: типовые письма, описания, сводки, черновики документов, ответы на повторяющиеся вопросы.

После фильтра у вас останется более короткий список – обычно 6–10 задач. Теперь выберите 3–5 для первого запуска по двум критериям: понятная метрика и низкие риски.

Понятная метрика – это то, что можно измерить без сложных систем. Самые простые варианты:

– время: сколько минут уходит на задачу до и после;

– объём: сколько единиц делаете в неделю (писем, карточек, ответов);

– качество по чек-листу: соответствует ли текст требованиям (тон, структура, наличие обязательных пунктов);

– нагрузка: сколько правок делает человек, сколько раз возвращает на доработку.

Низкие риски – это когда результат можно спокойно использовать как черновик, а финальное решение остаётся за человеком. Хорошие стартовые формулировки звучат так: «сделать первый вариант», «сжать в краткое резюме», «собрать список вопросов», «переписать в более понятный язык». Чем меньше “автопубликации” и чем больше контроля у сотрудника, тем безопаснее пилот.

Чтобы выбор был честным, задайте каждой задаче три вопроса и ответьте коротко:

1) Что именно улучшится, если ИИ поможет? (например, «сократим подготовку письма с 20 до 10 минут»).

2) Как мы это измерим на 10–20 случаях? (например, замер времени и количество правок).

3) Что худшее может случиться, если ИИ ошибётся, и как мы это поймаем? (например, «перед отправкой менеджер проверяет факты и цены по прайсу»).

Один сценарий, как это выглядит на практике. Вы – руководитель небольшой компании услуг. Вы собираете задачи: просите руководителя продаж, маркетолога и человека из поддержки выписать по 5–7 рутинных дел, где много текста. Получается 18 пунктов: ответы на заявки, черновики КП, посты, описания услуг, резюме звонков, инструкции для новичков, ответы на типовые вопросы, напоминания клиентам, внутренние объявления.

Потом вы вычёркиваете то, где ошибка слишком дорогая: «пояснения по договору», «расчёт сметы», «ответы по претензиям» – оставляете на потом. Убираете разовые вещи: «раз в год обновить презентацию компании» – не подходит для пилота. Остаётся 8 задач.

Дальше выбираете 4. Вы берёте: 1) резюме созвонов в CRM, 2) ответы на типовые вопросы клиентов на основе базы знаний, 3) черновик коммерческого предложения по шаблону, 4) переписывание длинных текстов услуг в короткое описание. Для каждой фиксируете метрику: время на подготовку, количество правок перед отправкой, доля случаев, когда результат можно использовать после проверки. И добавляете простой контроль риска: «всё, что уходит клиенту, проходит финальную проверку человеком по чек-листу: факты, цифры, сроки, тон».

В итоге у вас не абстрактный “план внедрения ИИ”, а управляемый старт: несколько задач, где можно быстро попробовать, сравнить и принять решение по результату.

Запомните и сделайте после этой главы:

– Соберите 10–20 кандидатов по всей компании, описывая каждую задачу в формате «вход → действие → выход → частота».

– Отсекайте на старте задачи с высокой стоимостью ошибки и редкие, неповторяющиеся задачи.

– Выберите 3–5 задач, где есть простая метрика “до/после” и где ИИ работает как черновик под контролем человека.