С чего начать внедрение ИИ в бизнес? - Урок №2

Итак, давайте начнем внедрять ИИ в ваш бизнес. И вопреки расхожему мнению вам не нужно десятки айтишников на зарплате. Современные технологии позволяют внедрять искусственный интеллект за пару сотен долларов (или десятки тысяч рублей), а не за конские бюджеты.


В этом уроке я расскажу, с чего действительно стоит начинать. Не с покупки подписки на ChatGPT.
Не с попытки воткнуть бота в отдел продаж «потому что увидел рекламу у какого-то крутого инстаграм блогера».
А с более приземлённого, но очень важного вопроса: где у вас в бизнесе теряются деньги и время?

В моей практике я вижу одну и ту же ошибку снова и снова.

Предприниматели видят в искусственном интеллекте игрушку-инструмент и говорят себе:. «Давайте запустим нейросеть», «А можно ИИ для рекламы?» или «Как подключить автогенерацию текстов на сайт?» — и все эти идеи хорошие. Но они не работают, если вы не понимаете, какую конкретную проблему решаете.

Представьте, что вы открыли аптечку и начали пить все витамины подряд, просто потому что «говорят, полезно». Смешно?

Вот так же выглядит большинство попыток внедрить ИИ без осознания, где бизнес теряет ресурсы.

Поэтому первое, что мы делаем — ищем потерю. Не прикольную задачу, а настоящую боль вашего бизнеса

Если вы ранее слышали про Lean менеджмент (гибкое производство), по принципам которого выстраивалась Toyota и целый ряд других "крутых" проектов, то ключевая идея современного гибкого менеджмента - нахождение потери.

Любой бизнес - от производства котельного оборудования, до SMM агентств имеет цепочку бизнес процессов оказания услуг (от оставления заявки на покупку на сайте, до продажи и поставки клиенту товара или услуги).


Внедрение ИИ начинается с одного простого вопроса:


Где у нас в компании утекают ресурсы?

Ресурсы — это время, деньги, внимание сотрудников, качество. Это может быть ручная рутина, которая повторяется изо дня в день. Это может быть устаревший процесс, который тянет бизнес назад. Или, наоборот, перспективная зона роста, где вы не успеваете масштабироваться.

Получается - наша первая задача найти потерю! А именно - в каком бизнес процессе (на каком этапе вашей деятельности) осуществляется потеря ресурсов (времени, денег, повышается себестоимость).

И с решения "такой потери" и начинается улучшение бизнес процессов с помощью внедрения ИИ.


Чтобы быстрее найти такие задачи, я рекомендую использовать матрицу Impact–Frequency — простую, но мощную штуку, которая показывает, что автоматизировать в первую очередь.

Здесь, все просто.

Берём лист бумаги или открываем доску в Miro/Notion/FigJam. Рисуем две оси:

• по горизонтали — Frequency (частота задачи)
• по вертикали — Impact (влияние на деньги или ключевые метрики)

Теперь вспоминаем все процессы в компании и начинаем раскладывать их по координатам:

• Ежедневная рутинная проверка писем от клиентов — часто? Да. Важно? Да. = Идеально для ИИ.
• Ручная обработка резюме от соискателей — часто? Да. Важно? Да. = Отлично.
• Раз в год согласование стратегии — редко. Важно, но не для автоматизации. = Пропускаем.

На пересечении часто + важно и появляется то, за что стоит браться в первую очередь.

Иными словами - с помощью данной матрицы ищем наиболее "больное" место вашего бизнеса, где осуществляется потеря времени/денег/ удорожания себестоимости ваших продуктов и услуг. И именно с этого места начинаем внедрение искусственного интеллекта.

Здесь как в медицине - нет смысла ставить лейкопластырь на садину на руке, если рука сломана. Сначала нужно обработать рану, вправить поврежденную конечность - а только затем - ставить лейкопластырь.

Пример из компании Триада, для которой я внедряю искусственный интеллект

У нас в отделе продаж была типовая боль: как руководителю понять, кто из менеджеров действительно эффективно работает? Каждый день по 30–40 звонков, вручную слушать невозможно. А между тем, качество общения с клиентом напрямую влияет на продажи.

Когда мы нанесли эту задачу на IF-матрицу, она сразу попала в зону «часто и важно». И стала нашим первым кандидатом на автоматизацию через ИИ.
Именно так начинается настоящая цифровизация: с честного анализа того, где бизнес теряет деньги.

На этом этапе наша задача — спроектировать будущее, в котором AI (или, если хочется по-русски — искусственный интеллект) уже встроен в процесс и делает свою работу.

Если сказать проще — вы садитесь и описываете: «Вот у нас есть задача. А вот как она должна решаться после того, как туда зайдёт нейросеть».

Например, садитесь и прописывайте:

У меня такая то проблема______ я хочу чтобы ИИ решал ее, и выдавал мне вот такой результат_____


Например,
У меня низкая конверсия на этапе выставления счета клиентам я хочу чтобы ИИ сам выставлял счета и посылал их клиентам по почте

Или
"Менеджеры по логистике перегружены и у меня удорожается стоимость доставки из-за неспособности менеджеров просчитывать самые быстрые и не затратные маршруты__ я хочу чтобы ИИ сам составляет карту маршрутов сразу же как только попадает заказ и сдавал ее в формате заметки в CRM системе и поставленной задачи водителю".


Желаемый результат может быть оформлен в любом формате. Это может быть:

• Направляемый отчет в формате doc файла, Excel или Google таблицы;
• Направляемое email письмо или telegram сообщение (руководителю или даже клиенту, например, если автоматизируйте процессы продаж).
• Заполненное коммерческое предложение/накладная/документ в формате pdf;
• Размещенный документ/файл/команда на вашем сервере.

Как угодно. Данные результатов работы нейросети могут отправляться по API (если не знаете что это такое - не переживайте разберем в других уроках) в любую цифровую систему от Телеграмм до вашей ERP системы.

Но! Вам нужно определить как вы видите идеальный результат и соответственно "загадать его" - прописав в каком формате ИИ должен выдавать желаемое решение.

Давайте приведу пример из своей практики:

Мы взяли задачу из отдела продаж (для Триады): ежедневный анализ звонков менеджеров.
Задача выполнялась каждый день, влияния на деньги — максимальное. Но делалась вручную. Кто-то слушал звонки, делал пометки, писал обратную связь. И тратил на это 2–4 часа в день. Причём с большим риском субъективности — что услышал, то и записал.

Прежде чем внедрить ИИ, мы с руководителем Ларисой Владимировной сели и честно описали: каким должен быть идеальный результат. Вот каков был наш план:

1. Все звонки автоматически распознаются и превращаются в текст.
2. Искусственный интеллект (мы использовали GPT-4 через n8n) анализирует текст и ставит оценки по заданным критериям.
3. Результат попадает в таблицу Google Sheets — с комментариями, оценками, цитатами.
4. Руководитель отдела продаж каждое утро открывает таблицу и видит, кто работает хорошо, кто — не очень, и какие ошибки были в речи.

Вот! Идеальный результат!

Если бы Лариса захотела бы получить отчет ИИ о прослушке звонков в другом формате - то,

• Мы бы могли настроить Telegram сообщение;
• Или скидывать ей на почту pdf с расшифровкой и анализа каждого звонка;
• Или автоматически вносить в Битрикс задачу на вызов "менеджера на ковер" после неудачного разговора.

Тут - возможен любой результат. Но - важно понимать, как именно вы видите конечный результат (решение вашей проблемы).

Прежде чем идти дальше - вам нужно детально расписать вашу проблему и как ИИ будет ее решать.
Для этого заполните excel таблицу по образцу ниже.

Распишите

• название процесса (проблемы);
• как сейчас устроен бизнес процесс;
• где и почему осуществляется "потеря"
• как вы видите решение вопроса (какой результат вы хотите получить - как вы видите решение вашей проблемы).

Ниже образец: