Какие изменения в процессах оправдывают затраты, когда бизнесу полезнее отказаться от лишних операций и какие задачи стоит доверять искусственному интеллекту? На Восточном экономическом форуме основатель и генеральный директор Инфомаксимум Александр Бочкин обсудил эти вопросы с «Коммерсантом». Собрали ключевые мысли из интервью. Полная версия доступна по ссылке.
Об экономике изменений
Любой проект по улучшению процессов требует затрат. Возможность автоматизировать операцию еще не делает ее приоритетной: сначала нужно сопоставить вложения с ожидаемой пользой для компании. Для этого важно разобраться, как устроен конкретный бизнес. Последовательность действий, способы взаимодействия и подходы к обслуживанию клиентов могут обеспечивать конкурентное преимущество. При перестройке процессов эти особенности необходимо сохранить. Процессная аналитика показывает фактический порядок работы и участки, требующие изменений. На основе этих данных можно готовить задания на автоматизацию и выбирать проекты с наибольшей потенциальной отдачей.
О работе, от которой можно отказаться
Резервы эффективности не ограничиваются ручными действиями, которые можно передать программе. В компании могут годами сохраняться операции, результат которых уже никто не использует. Их незачем автоматизировать — достаточно исключить из процесса. Найти такую работу особенно трудно в большой организации. Между исполнителем и руководителем бывает несколько управленческих уровней. По мере передачи информации детали теряются, и представление о процессе расходится с реальностью. Исследование помогает выяснить, какие действия выполняются, зачем они нужны и где возникают задержки. После этого можно решать, что ускорить, перестроить или убрать.
О скорости получения результатов
При выборе аналитического инструмента важно оценивать, сколько усилий потребуется до получения полезных выводов. Длительная ручная настройка оттягивает ресурсы на подготовку системы. Мы развиваем Proceset так, чтобы автоматизировать выявление повторяющихся действий и поиск возможностей для автоматизации. Это помогает заказчику быстрее переходить от сбора информации к обоснованным изменениям. Процессная аналитика востребована и в государственном секторе, где позволяет сокращать сроки оказания услуг. Например, ФНС России использует Proceset: по опубликованным ведомством данным, оформление налогового вычета ускорилось примерно семикратно, а ряд других процессов — на 20–30%. Анализ помогает обнаружить причины задержек и устранить их.
О месте ИИ в автоматизации
Искусственный интеллект решает часть задач в работе с процессами. Сначала необходимо собрать данные и выявить закономерности. Затем ИИ помогает подготовить техническое задание и ускорить разработку автоматизированного сценария. При этом нейросети необязательно участвовать в каждом шаге готового решения. Повторяющиеся действия могут выполняться по заранее заданным правилам, без постоянного обращения к модели. Такой подход позволяет снизить затраты на ее использование и риски ошибочных ответов. Это особенно существенно при высоких требованиях к точности: ИИ помогает разработать решение, которое затем выполняет проверяемую последовательность операций.
О решениях, которые остаются за человеком
Один из полезных сценариев автоматизации — подготовка информации для специалиста. Система собирает материалы, предлагает варианты действий и рекомендации. Человек оценивает их с учетом обстоятельств, которых может не быть в исходных данных: особенностей ситуации или истории отношений с контрагентом. Результат зависит и от постановки задачи. Сотрудник должен обозначить цель и передать необходимые сведения о работе компании. При неверных требованиях даже технически корректное исполнение не даст нужного эффекта. Поэтому развитие ИИ повышает значение профессиональных знаний: важно понимать предметную область, точно формулировать задачи и оценивать предложенные решения.
О причинах, которые тормозят внедрение ИИ
Развитие моделей не отменяет подготовки внутри компании. Для применения ИИ необходимо разобраться в процессе и определить ожидаемый результат. Иначе возможности технологии могут не соответствовать реальной задаче бизнеса. Еще один барьер — взаимозависимость процессов. Ускорение отдельного участка повышает нагрузку на следующий этап. Если тот не готов к возросшему объему, очередь просто переместится. Поэтому оценивать изменения нужно по результату всей цепочки, учитывая ограничения смежных процессов. Влияет и человеческий фактор. Сотрудникам непросто принять, что некоторые задачи система уже решает лучше. Чтобы использовать ИИ для усиления собственных возможностей, приходится пересматривать привычные методы работы.
О первом проекте и контроле над исполнением
Начать стоит с небольшой задачи с понятным экономическим результатом. Исследование процессов поможет выбрать участок и определить, какие изменения дадут эффект. Важно продумать и инфраструктуру. Размещение модели на собственных мощностях или в подконтрольной среде расширяет возможности управления ее использованием и дообучением. Проверять нужно и создаваемые ею решения. Например, алгоритм можно представить в виде наглядной схемы, позволяющей последовательно разобрать действия и обращения к системам. Так специалистам ИТ и информационной безопасности будет проще проверить сценарий до запуска. Первый проект должен продемонстрировать, как работает решение и какую пользу приносит. Подтвержденный эффект и понятная логика исполнения станут основой для расширения автоматизации. Больше новостей о процессной аналитике, анонсов мероприятий и новых кейсов — в нашем телеграм-канале.
