Как было у нас: сначала тестили нейронки на отдельных задачах, потом начали внедрять ИИ-агентов.
Нейросети действительно помогают отдельным сотрудникам решать свои задачи быстрее. Но складывается ли из этого результат для всей компании — большой вопрос.
Как говорится,
ИИ сделал каждого человека в 10 раз продуктивнее, но ни одна компания пока не заработала в 10 раз больше.
Если бы я сейчас начинала ИИ-трансформацию компании с нуля,
Я БЫ ПОШЛА ДРУГИМ ПУТЕМ.
Отталкивалась бы не от технологии (как затащить ее в компанию и куда-то пристроить),
— а от задач, которые можно отдать нейросетям.
Причем смотрела бы шире, чем на функции отдельных сотрудников:
—именно на задачи уровня компании.
*Где изо дня в день теряется время?
*Где страдает качество?
*В каких процессах люди тратят на рутину время, внимание и талант, которые могли бы направить на более интересную и полезную работу?
Дальше выбрала бы одну первую точку.
Это должен быть уже выстроенный и понятный, достаточно часто повторяющийся процесс, в котором эффект от автоматизации можно измерить. И сразу пошла бы в сторону его автоматизации с помощью ИИ-агента.
Почему выбранный для внедрения ИИ процесс должен быть уже выстроен?
Невыстроенный процесс → автоматизация хаоса.
Выстроенный процесс → снятие нагрузки, ускорение, стабильность.
Так мы в итоге и пришли к ИИ-агентам.
Точкой старта стала уже не сама технология, а конкретная бизнес-задача, в которой роль агента и будущий эффект были заранее понятны.
В Adventum таких задач на автоматизацию оказалось сразу несколько.
Одним из первых серьезных пилотов стала работа с корпоративными знаниями. Почему начали именно с нее, я уже рассказывала здесь, но коротко повторю.
К моменту внедрения агента у нас уже были сильная корпоративная культура и выстроенные процессы. Были документы, регламенты, внутренние источники и эксперты, которые знали ответы.
Но сотрудникам все равно приходилось искать актуальную версию документа, разбираться, как согласовать бюджет, выяснять, к кому обратиться. А HR, IT, юристы и руководители снова тратили время на одни и те же вопросы.
Это была как раз та задача, где мы точно понимали, какую повторяющуюся работу можно отдать агенту и что будем измерять. Так появился LORE — один из наших внутренних ИИ-агентов. Он стал защищенной точкой входа в уже существующую систему знаний: сотрудник задает вопрос обычными словами и получает ответ со ссылкой на актуальный источник.
На этом мы не остановились: автоматизируем другие процессы внутри Adventum. И теперь разрабатываем кастомных ИИ-агентов для клиентов.
У другой компании первой может оказаться совсем другая задача. Но логика та же: выстроенный и понятный процесс, повторяющаяся нагрузка и измеримый результат. Именно в такой точке агент начинает давать эффект уже не отдельному сотруднику, а компании.
iGrunis — Маркетинг. Тренды