Автоматизация работает только там, где процесс повторяется

В разговорах про автоматизацию легко утонуть в терминах: интеграции, RPA, ИИ-агенты, low-code. Под всем этим лежит один простой механизм. Вы один раз тратите усилия на то, чтобы описать и настроить процесс, а дальше он выполняется сам — десятки, сотни, тысячи раз. Настройка стоит дорого, каждое следующее выполнение — почти ничего. Отсюда главный критерий, по которому вообще стоит решать, что автоматизировать: процесс должен повторяться. Часто и примерно одинаково. Если задача возникает раз в квартал и каждый раз выглядит по-новому, автоматизация её не окупит, какой бы модной ни была технология.

Это очень похоже на то, как работает наш собственный мозг. Когда вы учитесь водить машину, каждое переключение передачи требует внимания. Через полгода рука делает это сама, а внимание освобождается для дороги. Мозг заметил повторяющееся действие и превратил его в автоматизм. Автоматизация бизнеса делает ровно то же самое, только автоматизмы создаются не в голове сотрудника, а в софте компании. И точно так же, как мозг не строит автоматизм для действия, которое вы сделали один раз, бизнесу не стоит автоматизировать то, что не повторяется.

Традиционная автоматизация: чёткие шаги, много повторений

Классическая, программная автоматизация требует, чтобы процесс был формализуем полностью: конкретные шаги, конкретные условия, конкретный результат. Заявка пришла с сайта — создать карточку в CRM и назначить менеджера. Статус сделки сменился — отправить клиенту письмо. Наступило первое число месяца — выгрузить отчёт и положить в общую папку. Если у системы нет удобного API, те же действия может повторять программный робот прямо в интерфейсе: переносить данные из окна в окно, заполнять формы, скачивать выгрузки.

У такой автоматизации есть честное ограничение: она делает ровно то, что в ней описано, и ничего больше. Это одновременно её слабость и её сила. Слабость — потому что любое отклонение от сценария её ломает. Сила — потому что на своём поле она работает безотказно, дёшево и предсказуемо, без галлюцинаций и творческих интерпретаций. Если у вас есть рутина, которую сотрудник выполняет по одному и тому же алгоритму двадцать раз в день, — это идеальный кандидат именно для программной автоматизации, и тащить сюда нейросети незачем.

ИИ-агенты: когда процесс похожий, но не одинаковый

Нейросети расширили поле автоматизации в важную сторону: процессу больше не обязательно быть одинаковым каждый раз. Достаточно, чтобы он был примерно одинаковым — на уровне формулировки задачи. Письма от клиентов все разные, но задача «прочитать письмо, понять, о чём оно, и вытащить из него данные для заявки» повторяется в неизменном виде. Документы от поставщиков приходят в разных форматах, но задача «найти в документе сумму, даты и реквизиты» — одна и та же. Раньше такие процессы считались неавтоматизируемыми, потому что жёсткое правило под них не напишешь. Теперь под них пишется промпт.

ИИ-агенту можно поручать и довольно глубокие задачи: подготовить черновик ответа клиенту, разобрать входящий документ, сделать первичную выжимку из длинной переписки. Но здесь появляется обязательное условие — валидация остаётся за человеком. ИИ ошибается, и ошибается уверенно, поэтому его результат до определённого момента нужно проверять. И вот что важно: проверка должна быть лёгкой. Если сотруднику приходится перечитывать всё, что сделал агент, от начала до конца, экономии не получилось — вы просто заменили одну работу другой. Хорошо спроектированная автоматизация показывает человеку короткую выжимку, подсвечивает места, в которых агент не уверен, и даёт принять или отклонить результат в пару кликов. Разница между «прочитать три страницы» и «взглянуть на пять строк и нажать кнопку» — это и есть разница между автоматизацией, которой пользуются, и автоматизацией, которую тихо саботируют.

Что пока нельзя отдавать машине

Есть граница, за которую ИИ сегодня заходить не стоит: многошаговые рассуждения. Задачи вида «проанализируй ситуацию, взвесь варианты, учти контекст, который нигде не записан, и прими решение» модели выполняют ненадёжно — ошибка на втором шаге незаметно тянет за собой все последующие, и на выходе получается убедительный, хорошо оформленный, но неверный вывод. Глубокую аналитику и ответственные решения лучше оставить человеку.

При этом сам человек с ИИ под рукой успевает заметно больше. Внутри любой сложной работы полно подзадач, которые не требуют высокого интеллекта, но съедают время: найти нужный фрагмент в сорока страницах документа, свести цифры из трёх писем в одну таблицу, набросать структуру отчёта. Раньше аналитик тратил на это половину дня, теперь — минуты. Рассуждает и решает по-прежнему он, но черновую подготовку берёт на себя машина. Правильная рамка для ближайших лет именно такая: ИИ убирает низкоинтеллектуальную рутину вокруг сложной задачи, а не заменяет того, кто её решает.

Хаос автоматизировать нельзя

Самая живучая ошибка внедрений — попытка автоматизировать процесс, который толком не работает и вручную. Если заявки теряются, потому что непонятно, кто за них отвечает, робот не спасёт: он будет так же исправно передавать их в никуда, только быстрее. Кривой процесс после автоматизации становится быстрым кривым процессом. Сначала наведите порядок руками — договоритесь о шагах, ответственных и правилах — и только потом закрепляйте этот порядок в софте.

Автоматизировать хаос — значит получить хаос на скорости. Сначала опишите и упростите процесс, и только потом отдавайте его роботам и агентам.

Вторая ошибка из той же серии — браться за всё сразу. Большой проект «автоматизируем всю компанию» месяцами не даёт результата, съедает бюджет и энтузиазм, а потом тихо умирает. Пилот на одном частом процессе показывает эффект за недели, и этот эффект становится аргументом для следующего шага. Скучный совет, но он продолжает работать лучше любого амбициозного плана.

Инструмент без обратной связи умирает

Про третью ошибку говорят реже, а зря: инструменты создают без канала обратной связи. Автоматизация ломается тихо — изменился формат выгрузки, и робот встал; клиенты начали спрашивать о новом продукте, и бот отвечает невпопад. Если пользователю некуда сообщить о проблеме, вы узнаете о ней через месяц, из падающих цифр, а люди к тому времени уже вернутся к ручной работе.

Лекарство стоит копейки: канал обратной связи, встроенный прямо в инструмент. Дизлайк под ответом бота. Поле «что не так?» рядом с результатом агента. Кнопка «сообщить об ошибке» в форме. Чем проще оставить отзыв, тем чаще его оставляют, а каждый отзыв — это конкретное указание, что чинить и что добавлять. Команда, которая видит живой поток «вот здесь бот ошибся», итерирует быстрее той, что раз в квартал заказывает опрос. Это одинаково справедливо и для программной автоматизации, и для ИИ: у первой обратная связь ловит сломавшиеся сценарии, у второго — дыры в знаниях и промптах. В обоих случаях цикл «жалоба — правка — проверка» напрямую разгоняет те самые цифры, ради которых автоматизацию затевали.

Табличка, которую бизнес может собрать сам

Перед тем как звать подрядчика или нанимать разработчиков, полезно сделать одну вещь, для которой не нужно никакой технической подготовки, — собрать таблицу своих процессов. В строках — всё, что в компании делается регулярно: обработка заявок, выставление счетов, ответы на типовые вопросы, сбор отчётов, согласования. В столбцах — то, что знаете только вы:

• как часто процесс выполняется — раз в час, в день, в неделю;
• сколько времени он занимает и у кого;
• во что он обходится — в часах сотрудников и в деньгах, включая цену ошибок;
• насколько он формализован — есть чёткий алгоритм, есть примерное «обычно делаем так» или каждый раз всё заново.

Оценивать стоимость реализации на этом этапе не нужно — это как раз работа для ИИ- и IT-специалистов, которые посмотрят на вашу таблицу и скажут, что автоматизируется простой интеграцией за неделю, где нужен агент с валидацией, а что пока дешевле оставить людям. Но исходную картину — какие процессы есть и сколько они стоят — никто, кроме самого бизнеса, не соберёт. Такая таблица превращает разговор с исполнителем из «хотим что-нибудь с ИИ» в предметный расчёт: вот процесс, он стоит нам сорок часов в месяц, что с ним можно сделать и за сколько. Обычно уже на этапе её заполнения становится видно, откуда начинать.

С чего начать

Соберите таблицу процессов, выберите из неё один — частый, дорогой и хотя бы примерно формализованный — и доведите его автоматизацию до стабильного результата с человеческой валидацией и простой обратной связью. Через пару недель у вас будут не ощущения, а цифры на собственных данных, и решение о следующем шаге станет очевидным. Если хотите пройти этот путь быстрее — покажите нам вашу таблицу или просто расскажите, что съедает время в бизнесе: предложим решение и ориентир по подписке.