Сбор данных — машине, выводы и решения — людям. Алексей Серков, руководитель направления Департамента методологии, анализа и консалтинга, в своей статье для РБК рассказывает, как внедрить ИИ в бизнес-процессы с максимальной пользой.
Искусственный интеллект (ИИ) уже не просто тренд – он активно меняет консалтинговую практику, обещая радикально сократить время и стоимость проектов по оптимизации бизнес-процессов. Цифры впечатляют: на отдельных этапах трудозатраты могут снижаться вдвое. Но вот загвоздка: реальный прорыв случается не там, где ИИ используют как «волшебную таблетку», а там, где его встраивают в жесткую методологическую рамку. Где четко понимают: что можно доверить алгоритму, а что навсегда останется зоной эксперта с его опытом и интуицией. Готовность делегировать ИИ рутину – это не слепая вера в технологии, а результат глубокого понимания его реальных возможностей и границ. Именно системный подход превращает ИИ из загадочного «черного ящика» в предсказуемого и мощного помощника, особенно в такой благодатной для автоматизации сфере, как проектирование и оптимизация бизнес-процессов.
Этапы проекта: где ИИ работает, а где без эксперта – никуда
Возьмем типичный проект оптимизации. Он крутится вокруг четырех этапов, и ИИ может дать фору на каждом, но только если действует в тандеме с живым специалистом.
1. Сбор информации (60% затрат): битва с данными. Самый ресурсоемкий этап. Здесь ИИ – настоящий спаситель от рутины: распознает и систематизирует горы данных, сканирует локальные нормативные акты (ЛНА) на предмет дублирования полномочий или противоречий с законом (см. Рис. 1), проверяет формальные критерии, заполняет чек-листы, копается в первичной статистике. Скорость – его сильная сторона. Но! Ключевая фигура здесь – эксперт. Это он проводит интервью, вытаскивая нюансы, которые не найдешь в документах. Это он строит схему процесса "как есть" – задача, с которой ИИ пока справляется из рук вон плохо, да и нужно ли это? Погружение в процесс – святое для консультанта. Эксперт ставит ИИ четкие задачи ("Найди все упоминания сроков согласования в договорах и регламентах"), вовремя их корректирует, отсеивает информационный шум (устаревшие документы, мусорные данные) и, самое главное, интерпретирует результаты. Нашел ИИ формальное противоречие в ЛНА? Эксперт решает: критично ли это для бизнеса или просто юридическая тонкость, не несущая реальной угрозы. Без этого взвешенного подхода ИИ либо утонет в данных и мелочных придирках, либо наделает ошибок.
Рис. 1 – Найденные ИИ противоречия ЛНА и региональных нормативных актов (фрагмент). Без эксперта не разобраться: где критично, а где формальное несоответствие?
2. Анализ и разработка решений (25% затрат): от данных к действиям. На этой стадии ИИ раскрывается как мощный аналитик. Он может оценить зрелость процесса, выявить статистические "узкие места" (где чаще всего случаются задержки, сбои), просчитать отклонения и даже сгенерировать первичный список мероприятий по улучшению. Однако стратег здесь – человек. Эксперт определяет, что, собственно, оптимизируем: скорость, стоимость, надежность? Иначе ИИ будет улучшать "вообще", возможно, мимо реальной бизнес-"боли". Эксперт проверяет выводы ИИ: действительно ли найденное "узкое место" – корень проблемы или просто статистическая аномалия? Он оценивает реализуемость предложенных ИИ улучшений: хватит ли ресурсов, как воспримет изменения команда, впишется ли это в корпоративную культуру? И самое важное – он принимает окончательное решение по выбору сценария оптимизации, опираясь и на данные ИИ, и на свой опыт. ИИ предлагает варианты, эксперт – выбирает путь.
3. Проектирование изменений (10% затрат): согласование – дело тонкое. Этап, где ИИ пока играет меньшую роль. Основная работа эксперта – согласование выработанных предложений по оптимизации с заинтересованными сторонами, проработка деталей внедрения.
4. Документирование (5% затрат): Скорость vs. Качество. Здесь ИИ – гений скорости. Он генерирует проекты регламентов, инструкций, отчетов по шаблонам, создает понятные графические схемы. Но гарант качества – эксперт. Он вычитывает каждую строчку, вылавливая "галлюцинации" ИИ (когда тот додумывает несуществующее), внутренние противоречия, терминологические ляпы. Он адаптирует сухой текст ИИ под реальную аудиторию – добавляет пояснения, примеры, упрощает сложные формулировки. И он несет персональную ответственность за финальный документ. Без этой проверки регламент рискует стать бесполезным или даже вредным.
Синергия в действии: Почему ИИ не замена, а супероружие эксперта
Реальная выгода от внедрения ИИ под управлением эксперта – драйвер снижения трудозатрат на всем протяжении проекта (см. Рис. 2). Но есть и другие плюсы:
- Фокус на безопасности: работа с регламентами, шаблонами, открытой статистикой – относительно "безопасная гавань" для ИИ по сравнению с персональными данными или стратегиями. Эксперт контролирует, чтобы ИИ не полез туда, куда не надо.
- Прокачка внутренних команд: ИИ, взяв на себя рутину (сбор, первичный анализ), освобождает время внутренних аналитиков и экспертов компании для действительно ценной работы: глубокой интерпретации данных, стратегических решений и, главное, внедрения изменений. Эксперт-консультант учит команду работать с ИИ, а не просто подменяет ее.
Рис. 2 –
ИИ под контролем эксперта снижает трудозатраты. Без методологии – эффект сомнителен.
ИИ – не автопилот: Жесткие уроки доверия
Истории про ИИ-галлюцинации в юрконсультациях или финансовых прогнозах – не выдумки, а суровая реальность. Технология без экспертного контроля – бомба замедленного действия. Наша позиция железная: ИИ – это "идеальный стажер" в руках мастера. Такой стажер требует:
- Безупречно сформулированных задач: Эксперт формулирует запросы к ИИ так, чтобы исключить двусмысленности («Проанализируй конкретно пункты о сроках оплаты в договорах с контрагентами X за 2023 год на предмет отклонений от типовой формы»).
- Постоянной проверки: Эксперт не ленится верифицировать каждый значимый вывод ИИ. «Доверяй, но проверяй» – девиз номер один.
- Перманентной доработки: Эксперт постоянно дообучает и настраивает инструмент под специфику конкретного клиента.
Пример из практики (Закупки): ИИ проанализировал 500+ тендерных заявок. Результат – 12% погрешность в оценке соответствия. Эксперт вскрыл причину: алгоритм криво интерпретировал ключевые критерии. Модель дообучили, провели повторный контроль – погрешность рухнула до 0.9%. Без эксперта эти 12% могли стоить компании миллионов и репутации.
Итог: Эксперт + Методология = Раскрытый потенциал ИИ
ИИ действительно меняет консалтинг. Но его магия работает только в связке с отработанной методологией и безусловным лидерством эксперта.
1. Методология – это дорожная карта. Она без эмоций разграничивает: что алгоритм делает молниеносно, а где без человеческого опыта, интуиции и ответственности – ноль смысла.
2. Эксперт – это ум и совесть проекта. Он:
- Ставит ИИ выверенные задачи («мусор на входе = мусор на выходе» – закон вселенной, даже цифровой).
- Жестко контролирует и осмысляет результаты (отсекая ошибки и ложные выводы).
- Принимает финальные решения, взвешивая данные ИИ и груз своего опыта (чтобы решения были не только «красивыми», но и реализуемыми).
- Берет на себя ответственность за качество и чистоту (снимая с клиента юридические и репутационные риски).
По сути, эффективность ИИ упирается в широту кругозора, глубину опыта и дисциплину самого эксперта. ИИ не заменяет консультанта – он делает принципиально возможным то, что раньше было недостижимо: брать в работу гигантские, ранее попросту неподъемные из-за колоссальных трудозатрат объемы задач. Это качественный скачок. Причем независимо от исходного уровня процессной зрелости компании (подробнее о подходах к ее оценке можно узнать из этого материала). Возможности огромны: от точечной автоматизации (распознавание накладных) до внедрения ИИ-агентов в сквозные процессы или даже их автономной корректировки на основе данных. Генеративный ИИ открывает двери к агентам, способным выполнять сложные функции (см. примеры в закупках – помощник при подготовке документации, планировщик; в бухучете – распознавание первички; в аналитике – по документам).
Важные предостережения:
- Автономность агента ≠ Свобода действий. Любой ИИ-агент должен работать в строгих рамках, заданных экспертом. Полная свобода = непредсказуемость и риски.
- «Обучение на лету» требует бдительности. Если агент адаптируется в реальном времени, за ним нужен постоянный экспертный присмотр, чтобы не сбился с курса.
- Бухгалтерский пример как эталон: ИИ распознал счета, заполнил 1С? Отлично! Но эксперт-бухгалтер обязан перепроверить сложные операции и соответствие ПБУ. ИИ – скорость, эксперт – точность и надежность. Одно без другого – путь к проблемам.
Главный вывод: Мощь ИИ в консалтинге – не в замене людей, а в их усилении. Он дает принципиально новые возможности для решения масштабных задач, ранее откладывавшихся «на потом» из-за нехватки ресурсов. Максимальный эффект – там, где технология встроена в продуманную методологию и находится под неусыпным контролем эксперта. Это и есть формула успеха в новой реальности.
Источник: РБК