Как приоритизировать задачи для автоматизации с помощью ИИ

«Давайте внедрим ИИ» — частый запрос от бизнеса.

Для аудита процессов этой фразы мало. Пока неясно, какую задачу решаем, сколько она стоит компании и что изменится после внедрения.

Собственнику нужен ответ на четыре вопроса:

• сколько ресурсов занимает задача сейчас;
• можно ли автоматизировать её технически;
• какие риски возникнут;
• какой эффект получит бизнес.

AnthonyJuly 22

Аудит бизнес-процессов перед внедрением ИИ

Если бизнес-процесс держится на Excel, пяти чатах и одном человеке, который помнит всё, у компании уже есть автоматизация 😅

Два типа запроса

Компании обычно приходят с одним из двух запросов.

Первый вариант: внедрить ИИ в бизнес, но пока нету понимания, какие процессы выбирать.

В этом случае сначала нужно собрать список задач, оценить их и расставить приоритеты.

Второй вариант: автоматизировать конкретную задачу.

Например, анализировать резюме, вносить данные в CRM или расшифровывать звонки отдела продаж.

Тогда аудит начинается сразу с этой задачи, но критерии оценки остаются теми же.

Пять критериев приоритизации

1. Технологическая готовность

Сначала нужно понять, насколько задача совместима с текущими возможностями ИИ.

Проверяем:

• какой результат должна выдавать система;
• требуется ли точность близкая к 100%;
• можно ли оставить сотрудника на финальной проверке;
• справляются ли доступные модели с нужным типом данных;
• есть ли готовые инструменты или потребуется разработка.

Например, ИИ может предварительно оценивать резюме по требованиям вакансии. Финальное решение о найме при этом остаётся за рекрутером.

2. Инфраструктура

Следующий вопрос связан с тем, где будет работать решение.

Для некоторых задач достаточно онлайн-сервиса через API. В других случаях компании нужен закрытый контур, чтобы данные не покидали внутреннюю инфраструктуру.

Тогда потребуется оценить:

• наличие серверов;
• вычислительные мощности;
• хранение и передачу данных;
• интеграцию с внутренними системами;
• требования информационной безопасности.

Если у компании нет необходимой инфраструктуры, стоимость и сроки внедрения увеличатся.

3. Стоимость внедрения

В расчёт нужно включить не только цену модели или готового сервиса.

Учитываются:

• подготовка данных;
• разработка и интеграция;
• настройка промптов;
• тестирование;
• обучение сотрудников;
• контроль качества;
• поддержка и дальнейшие доработки;
• ежемесячная стоимость API или сервиса.

Для двух задач с одинаковым бизнес-эффектом приоритет получит та, которая требует меньше ресурсов и быстрее запускается.

4. Риски

Ошибки ИИ могут привести к разным последствиям.

Репутационные риски: клиент получит некорректный ответ от чат-бота.

Юридические риски: система обработает персональные данные с нарушением требований или выдаст рекомендацию, которая создаст правовые последствия.

Финансовые риски: ИИ неправильно рассчитает скидку, изменит заказ или передаст клиенту товар по ошибочной цене.

Для каждой задачи нужно заранее определить:

• какие ошибки допустимы;
• кто проверяет результат;
• когда решение передаётся сотруднику;
• как фиксируются действия системы;
• что произойдёт при сбое.

Чем дороже ошибка, тем выше требования к контролю.

5. Бизнес-эффект

Последний критерий показывает, сколько компания может получить от автоматизации.

Собираем четыре показателя:

1. сколько сотрудников выполняют задачу;
2. сколько времени они на неё тратят;
3. сколько времени потребуется после внедрения;
4. сколько стоит час работы.

Базовая формула:

Эффект от времени = (часы до автоматизации − часы после автоматизации) × стоимость часа

Стоимость часа можно рассчитать так:

Стоимость часа = затраты на сотрудника за месяц ÷ рабочие часы за месяц

Для точной финансовой модели лучше учитывать полную стоимость сотрудника для компании, включая налоги и обязательные выплаты.

Высвобождённые часы становятся экономическим эффектом, когда сотрудники направляют их на другие задачи, компания сокращает потребность в найме или увеличивает объём работы без расширения команды.

Как оценить влияние ИИ

Есть два способа.

Экспериментальный способ.

Замерить, сколько времени сотрудник тратит на задачу сейчас, затем дать ту же задачу ИИ и сравнить:

• скорость;
• качество;
• количество ошибок;
• время на проверку результата.

Это самый точный подход.

Экспертная оценка.

Если полноценный эксперимент пока невозможен, можно использовать опыт команды и предварительную оценку. В таком случае нужно зафиксировать допущения и проверить их на пилоте.

Пилот лучше проводить на одной задаче и с небольшим числом сотрудников. После этого исходные расчёты пересматриваются по фактическим данным.

Пример предварительной оценки

Предположим, компания рассматривает три задачи.

Расчёт выглядит так:

• анализ рекламы: 50 сотрудников × 10 часов = 500 часов;
• ввод данных в CRM: 30 сотрудников × 5 часов = 150 часов;
• скрининг резюме: 10 рекрутеров × 20 часов = 200 часов.

Скрининг резюме может получить высокий приоритет, если технология уже готова, качество проверяется рекрутером, а интеграция не требует сложной инфраструктуры.

Одних высвобождённых часов для решения недостаточно. К каждой задаче нужно добавить стоимость внедрения, риски и требования к качеству.

Четыре варианта бизнес-эффекта

1. Экономия времени рекрутеров

Предположим:

• автоматизация экономит одному рекрутеру 3 часа в день;
• в компании 30 рекрутеров;
• 240 рабочих дней в году;
• зарплата рекрутера составляет 100 000 рублей в месяц;
• рабочее время — 160 часов в месяц.

Годовая экономия времени:

3 × 30 × 240 = 21 600 часов

Стоимость часа:

100 000 ÷ 160 = 625 рублей

Расчёт эффекта:

21 600 × 625 = 13 500 000 рублей в год

Это оценка стоимости высвобождённого времени. Фактическая экономия появится, если компания изменит численность команды, увеличит объём работы или направит сотрудников на задачи, которые приносят дополнительный доход.

Стоимость ИИ-решения и его внедрения нужно вычесть отдельно.

2. Рост производительности копирайтеров

Предположим:

• один копирайтер пишет 3 статьи за 8 часов;
• после внедрения ИИ он выпускает 9 статей;
• в команде 10 копирайтеров;
• текущая зарплата — 100 000 рублей;
• после роста производительности зарплата составляет 150 000 рублей.

Десять копирайтеров после автоматизации создают объём, для которого при прежней производительности потребовалось бы 30 человек.

Стоимость команды после внедрения:

10 × 150 000 = 1 500 000 рублей в месяц

Стоимость команды из 30 человек при прежней производительности:

30 × 100 000 = 3 000 000 рублей в месяц

Разница:

3 000 000 − 1 500 000 = 1 500 000 рублей в месяц

Годовой эффект:

1 500 000 × 12 = 18 000 000 рублей

Расчёт работает при сохранении качества, наличии нужного объёма задач и учёте расходов на ИИ, редактуру и контроль.

3. Речевая аналитика в отделе контроля качества

Допустим:

• 20 менеджеров по продажам делают по 20 звонков в день;
• всего получается 400 звонков;
• один специалист контроля качества может прослушать 50 звонков;
• зарплата специалиста — 50 000 рублей;
• речевая аналитика стоит 100 000 рублей в месяц.

Один специалист покрывает:

50 ÷ 400 = 12,5% звонков

Чтобы проверить все звонки вручную, потребуется 8 специалистов:

8 × 50 000 = 400 000 рублей в месяц

Разница со стоимостью речевой аналитики:

400 000 − 100 000 = 300 000 рублей в месяц

Годовой эффект:

300 000 × 12 = 3 600 000 рублей

В расчёт нужно добавить разовую стоимость внедрения, настройку словарей, хранение записей и работу сотрудников с результатами аналитики.

4. Разговорный робот для необработанных звонков

Предположим:

• компания получает 500 звонков в день;
• менеджеры не успевают обработать 10%;
• теряется 50 звонков в день;
• стоимость привлечения одного звонка — 100 рублей;
• средняя конверсия в продажу — 30%;
• средний чек — 10 000 рублей.

Количество необработанных звонков за год:

50 × 360 = 18 000 звонков

Стоимость привлечения этих звонков:

18 000 × 100 = 1 800 000 рублей

Количество потенциальных продаж:

18 000 × 30% = 5 400 продаж

Дополнительная выручка:

5 400 × 10 000 = 54 000 000 рублей

В этом расчёте 54 млн рублей отражают выручку. Для оценки прибыли нужно умножить сумму на маржинальность продукта.

Итоговый эффект складывается из двух разных показателей:

• 54 млн рублей потенциальной выручки;
• 1,8 млн рублей предотвращённых расходов на привлечение потерянных звонков.

Из этой суммы ещё нужно вычесть стоимость робота, интеграции, контроля качества и обработки нестандартных обращений.

Как выбрать первую задачу

Для первого внедрения подходят задачи, у которых:

• есть повторяющийся процесс;
• понятны входные данные и ожидаемый результат;
• можно измерить время и качество;
• ошибки контролируются сотрудником;
• эффект виден в деньгах или высвобождённых ресурсах;
• запуск не требует перестройки всей инфраструктуры.

Приоритет можно распределить так:

• высокий эффект и низкая сложность: запускать первыми;
• высокий эффект и высокая сложность: готовить пилот и отдельный план внедрения;
• низкий эффект и низкая сложность: брать как быстрый эксперимент, если стоимость запуска мала;
• низкий эффект и высокая сложность: оставить за пределами ближайшего плана.

Минимальная таблица для аудита

Для каждой задачи зафиксируйте:

1. название процесса;
2. сотрудников, которые его выполняют;
3. частоту и длительность;
4. используемые инструменты;
5. входные данные и результат;
6. допустимый уровень ошибок;
7. вариант внедрения: API или закрытый контур;
8. разовые и регулярные расходы;
9. бизнес-эффект;
10. риски и способ ручной проверки.

Так появляется список задач, с которым можно принимать решение. ИИ выбирают по конкретному процессу, измеримому эффекту и допустимому риску. Такой подход помогает направить бюджет на задачи, где автоматизация даст заметный результат для бизнеса.