Один сотрудник с помощью ИИ быстрее готовит документы, другой анализирует обращения клиентов. Но руководитель не знает, какие данные они загружают, как проверяют ответы и можно ли повторить их результат. Чтобы личные находки стали практикой компании, нужны общие правила, понятные процессы и участие руководства.
16 октября в МИРБИС прошел интерактивный мастер-класс «Стратегия внедрения ИИ: как перейти от личных подписок сотрудников к управляемой системе». Евгений Климов, операционный директор «Салют для бизнеса», обсудил с участниками, как выбирать задачи для ИИ-агентов, оценивать их эффективность и вовлекать команду в работу с ИИ.
Что останется компании, если сотрудник уйдет
«Теневой ИИ» может выглядеть вполне благополучно: человек демонстрирует высокую производительность, руководители довольны. Однако способ работы остается его личным знанием. Евгений Климов предлагает оценивать не только отдельные удачные результаты, но и возможность сохранить этот опыт внутри организации:
«Основная проблема в том, что если человек приходит со своим ИИ-агентом, вы этим не управляете. Во-первых, вы не понимаете, как он работает – если сотрудник покинет компанию, полученные знания у вас не остаются. Во-вторых, те результаты, которые он демонстрировал, невозможно масштабировать на всю организацию».
Начать эксперт рекомендует с диагностики: кто уже использует ИИ в компании, для каких задач, существуют ли общие инструкции и кто отвечает за проверку результата. Следующий шаг – определить разрешенные инструменты, правила передачи данных и доступы к корпоративным системам.
Сначала разобраться в процессах и данных
Отправной точкой внедрения становится карта процессов. В ней можно отдельно выделить поддерживающие функции – IT, бухгалтерию, юридическое сопровождение – и производственные процессы. Вместе с их владельцами нужно выяснить, где работа обходится дорого, что можно автоматизировать и насколько серьезными будут последствия ошибки.
Но до выбора инструмента Евгений Климов советует проверить саму основу будущего внедрения:
«Если хотите внедрять ИИ, ответьте себе на честный вопрос: есть ли у вас нормально описанные и работающие процессы? Есть ли у вас качественные данные? Доверяете ли вы им? Потому что от этого будет зависеть, как дальше алгоритм будет основываться на этих данных и как хорошо будет работать».
На мастер-классе обсуждали проверку договорных документов, поддержку клиентов, закупки и контроль затрат на облачную инфраструктуру. Евгений Климов поделился, что использует агента для проверки работы поддержки собственной платформы: несколько раз в день тот анализирует классификацию обращений, своевременность ответов и оценки клиентов.
Почему агенту нужна должностная инструкция
ИИ-агент способен работать с файлами, обращаться к подключенным источникам данных и выполнять последовательность действий. Поэтому ему нужно определить не только желаемый результат, но и пределы самостоятельности.
На примере контроля работы операторов Евгений Климов показал, какой порядок действий можно задать. Руководитель может обратиться к агенту так:
«Я хочу, чтобы я мог отслеживать своевременность реагирования операторов на инциденты. Давай с тобой порассуждаем. Покажи, что бы ты сделал, но не предпринимай пока никаких действий».
После этого предложенный план можно проверить, скорректировать и только затем разрешить выполнение. Для проверки договоров агенту дают образцы с известными отклонениями, описывают формат ответа, а затем используют его для работы с другими документами.
Как вовлечь команду и зачем нужен чемпион по ИИ
Отдельная задача внедрения – помочь людям освоить новый способ работы. Евгений Климов предлагает рассматривать агентов как инструмент расширения возможностей сотрудников:
«Я рассматриваю внедрение ИИ-агентов как инструмент для усиления эффективности сотрудников. С правильно настроенными агентами можно делать в десятки раз больше. За счет этого вы можете получить существенное преимущество по сравнению с другими игроками рынка».
Чтобы обучение переросло в повседневную практику, внутри компании нужен человек, который поддержит этот процесс. И его роль выходит за пределы технических консультаций:
«Обычно когда мы начинаем внедрение ИИ компании, просим назначить чемпиона по ИИ – человека, который будет проводником всех инициатив, связанных с искусственным интеллектом. Ему, естественно, должны быть выданы соответствующие полномочия. В идеале он должен иметь уважение в коллективе и влиять на других сотрудников, чтобы они быстрее начали взаимодействовать с ИИшкой и использовать ее для своих повседневных задач. Такой человек нужен обязательно».
Обучение эксперт рекомендует строить на большом количестве примеров на тестовом стенде: разбирать устройство агентов, правила работы с данными и постановку задач. Когда сотрудники видят, что инструмент справляется со сложными сценариями, они начинают находить ему применение в собственных процессах. Для этого требуется время, регулярный разбор результатов и участие руководителя.
Оценивать скорость вместе с качеством
Критерии успеха нужно определить до запуска пилота. В поддержке это могут быть сроки ответа и правильность классификации обращений, при проверке документов – полнота выявленных отклонений. Быстрый ответ сам по себе еще не показывает, что задача решена.
Как запустить первый пилот: 6 шагов
Внедрение ИИ Евгений Климов рекомендует начинать с ограниченного пилота: выбрать конкретную задачу, заранее определить критерии успеха и проверить результат, прежде чем расширять применение. Последовательность действий – в шести шагах ниже.
- Выбрать процесс. Найти задачу, в которой ожидаемый эффект оправдывает усилия на внедрение. Проверить качество исходных данных.
- Описать текущую работу. Вместе с владельцем процесса зафиксировать проблему, назначить ответственного и определить границы пилота.
- Задать критерии успеха. Установить, что именно проверяется и по каким показателям будут оцениваться скорость и качество.
- Подготовить агента. Описать правила, ограничения и формат ответа, подключить необходимые источники, дать примеры правильного выполнения.
- Проверить на других материалах. Например, предложить новые договоры с заранее известными изменениями и оценить, какие отклонения агент пропустил.
- Обучить команду и принять решение. Разобрать результаты и ошибки, уточнить инструкции и определить, готов ли процесс к расширению использования ИИ.
Андрей Кулинич разбирает, как задавать агентам роли и правила, собирать контекст и подключать знания для управленческих задач.
