Автоматизация

Как выбрать процессы для автоматизации с AI

Самая дорогая ошибка при внедрении AI — не провалившаяся модель. Это автоматизация не того процесса: инженерный ресурс уходит туда, где он никогда не окупился бы, а процесс, который действительно имел значение, остаётся нетронутым. Правильный выбор — это и есть большая часть работы.

Начинать с процесса, а не с технологии

Часто отправной точкой становится возможность — «нам нужно где-то применить языковую модель» — и дальше идёт поиск места применения. При таком порядке почти гарантированно получается решение в поисках задачи. Надёжный порядок обратный: сначала выписать процессы, которые съедают реальное время или дают реальные ошибки, и только затем спросить, какие из них AI способен улучшить.

Хороший кандидат — процесс, который вы можете описать обычными словами новому сотруднику. Если ваша собственная команда не может объяснить, как принимается решение, AI-система тоже не выучит это по демонстрации.

Три признака процесса, который стоит автоматизировать

У окупающихся процессов узнаваемая форма. Смотрите на все три признака сразу:

• Объём. Процесс происходит часто — ежедневно, сотни раз в неделю. Автоматизация того, что случается дважды в месяц, редко отбивает разработку.
• Структура. Входные данные и правила поддаются описанию. В большинстве случаев есть правильный ответ или хотя бы явно лучший.
• Цена текущего положения дел. Ручная работа медленная, даёт ошибки или занимает людей, которые должны заниматься более ценными задачами.

Когда у процесса высокий объём, достаточно структуры для описания и болезненная стоимость ручного труда — это сильный кандидат. Если хотя бы один признак отсутствует, экономика становится шаткой.

Измерение, которое чаще всего недооценивают: допустимость ошибки

Прежде чем автоматизировать что-либо, спросите, что произойдёт, когда система ошибётся — а она иногда ошибётся. Не каждый процесс переносит ошибку одинаково.

Черновик внутренней сводки, которую проверяет человек, прощает многое: неверную фразу просто правят. Согласование платежа или ответ клиенту без контроля — нет: у неверного действия последствия, которые трудно откатить. Чем выше цена одной ошибки, тем сильнее конструкция смещается от «автоматизировать решение» к «помогать тому, кто его принимает».

Поэтому одна и та же технология в одной компании даёт полностью автономный процесс, а в другой — аккуратного помощника. Разница не в амбициях, а в цене ошибки.

Оценить кандидатов до разработки

Простое упражнение снимает большую часть догадок. Для каждого процесса-кандидата оцените три параметра по шкале от одного до пяти: как часто он происходит, насколько он структурирован и насколько терпим к случайной ошибке. Процессы с высокими оценками по всем трём — это точка старта. Те, где высокий объём, но низкая терпимость к ошибке, становятся процессами с участием человека, а не автономными. Остальные ждут.

Это занимает полдня и экономит месяцы. Заодно появляется общий язык с остальным бизнесом о том, почему выбран именно этот процесс — а это важнее любой модели.

Практический вывод

Не спрашивайте «где нам применить AI». Спрашивайте «какие из наших повторяющихся, описуемых, затратных процессов способны выдержать случайную ошибку — а какие нет». Ответ подскажет и что автоматизировать первым, и как построить это безопасно. Всё, что дальше, — инженерия; здесь принимается решение, от которого зависит, была ли эта инженерия оправданной.

AKVANT Technologies — компания AI-консалтинга и разработки. Мы находим, где AI окупается, — и строим только там.