Андрей Зубков – Просто о ИИ: как начать использовать нейросети в бизнесе и нужно ли это вам? (страница 4)
Базовые данные. Под «данными» здесь не подразумевается большая база или сложная аналитика. Достаточно материалов, на которых вы обычно работаете: примеры писем, описание продукта, FAQ, шаблоны документов, несколько типовых обращений клиентов, правила и ограничения. ИИ не угадывает ваш бизнес; он собирает ответ из того контекста, который вы дали. Если у вас нет хотя бы черновиков и примеров, результат будет слишком общий, и вы потратите время на бесконечные правки.
Теперь – признаки, что внедрение ИИ лучше отложить. Отложить – не значит «никогда», это значит «сначала наведите минимальный порядок, чтобы тест был честным и безопасным».
Первый признак: вы не можете назвать конкретную задачу и метрику. Если формулировка звучит как «хотим повысить эффективность» или «хотим внедрить ИИ в компанию», вы не сможете понять, получилось или нет. Нужна задача уровня «сократить время подготовки ответа клиенту с 15 минут до 7» или «уменьшить число правок в коммерческом предложении с 5 до 2».
Второй признак: высокая цена ошибки при отсутствии проверки. Если результат ИИ может напрямую привести к финансовым потерям или юридическим проблемам, а у вас нет человека, который будет проверять каждый выходной текст или расчёт, лучше не начинать. ИИ может ошибаться уверенным тоном, и без контроля это опасно.
Третий признак: у вас нет времени и владельца даже на маленький тест. Если все заняты настолько, что никто не готов взять ответственность и довести пилот до вывода «используем/не используем», эксперимент зависнет. В этом случае разумнее отложить и вернуться, когда появится окно и понятный хозяин процесса.
Четвёртый признак: у вас нет исходных материалов, и вы не готовы их собрать. Если вы не можете дать ИИ хотя бы базовое описание продукта, типовые вопросы клиентов и примеры «как мы пишем», он будет выдавать слишком абстрактные тексты. Тогда вы решите, что «ИИ плохой», хотя проблема в отсутствии входных данных.
Представьте небольшой сценарий. У вас компания на 12 человек, и вы лично видите, что менеджеры продаж тратят много времени на ответы на типовые вопросы и подготовку коммерческих предложений. Вы делаете быстрый замер: за неделю каждый менеджер готовит около 10 предложений, на одно уходит в среднем 40 минут, и почти каждое возвращается с правками от руководителя. Узкое место понятное: много ручной писанины и повторяющиеся формулировки.
Вы проверяете минимальные ресурсы. Время: вы готовы выделить один вечер на подготовку материалов и две недели на тест. Ответственный: руководитель продаж берёт на себя роль владельца пилота. Данные: вы собираете папку из трёх лучших коммерческих предложений, списка типовых возражений, краткого описания продукта и правил, чего обещать нельзя.
Дальше вы ставите понятную цель: сократить время подготовки черновика предложения с 40 до 20 минут без ухудшения качества. Качество проверяете просто: руководитель продаж оценивает, сколько правок нужно до отправки клиенту, и отмечает, можно ли отправлять текст после одной итерации. Через две недели вы сравниваете: сколько времени уходило раньше и сколько сейчас, и сколько правок стало. Если улучшение есть – вы решаете, стоит ли расширять использование. Если нет – вы не «внедряли ИИ», вы честно проверили гипотезу и остановились без больших затрат.
После этой главы стоит унести три вещи. Во‑первых, начните не с инструмента, а с узкого места: где регулярно теряются время и качество. Во‑вторых, проверьте минимум для теста: время на короткий пилот, один ответственный и набор базовых материалов. В‑третьих, смело откладывайте ИИ, если нет конкретной задачи с метрикой, нет проверки при высокой цене ошибки или нет владельца и времени – иначе вы получите шум вместо результата.
Глава 6. Карта типовых задач бизнеса для ИИ
Обычно знакомство с нейросетями в бизнесе начинается так: вы видите десятки примеров «ИИ сделал то, ИИ сделал это», пробуете в чате что‑то спросить, получаете неплохой текст – и дальше стоп. Непонятно, куда это прикладывать именно у вас. Кажется, что задач слишком много, а риски тоже: где можно экспериментировать, а где ошибка будет стоить денег, репутации или проблем с законом.
Ключевой принцип простой: чтобы найти полезные применения ИИ, сначала разложите бизнес на понятные блоки. Внутри каждого ищите повторяющиеся задачи и сразу отмечайте, насколько опасна ошибка. Это превращает «разговоры про ИИ» в список конкретных мест, где можно быстро проверить пользу, и список мест, куда ИИ без строгой проверки лучше не пускать.
Работает это как инвентаризация. Вы не пытаетесь придумать «идеальный кейс», а проходите по одинаковой схеме.
Сначала разделите процессы на пять блоков: маркетинг, продажи, поддержка клиентов, операции (внутренние процессы и исполнение), управление (руководство и координация). Этого достаточно, чтобы охватить почти любой малый и средний бизнес без сложной терминологии.
Дальше в каждом блоке ищите повторяемость. ИИ лучше всего помогает там, где вы делаете одно и то же много раз: пишете похожие тексты, отвечаете на похожие вопросы, собираете сводки, приводите документы к одному формату. Если задача уникальная и каждый раз «как в первый раз», пользы обычно меньше, а проверка сложнее.
Вот типовые повторяющиеся задачи по блокам, где помощь ИИ чаще всего уместна.
Маркетинг:
– Черновики постов, писем, объявлений и описаний товаров/услуг по вашему брифу.
– Варианты заголовков, офферов, призывов к действию, A/B-идеи.
– Сжатие длинного текста в короткий: «сделай 5 тезисов», «сделай версию на 500 знаков».
– Приведение материалов к единому стилю: «перепиши в тоне бренда», «убери канцелярит».
– Идеи для контент-плана на неделю/месяц из списка продуктов и сезонности.
Продажи:
– Черновики коммерческих предложений и писем под разные сегменты клиентов.
– Подготовка скриптов звонка/встречи и списка уточняющих вопросов.
– Резюме звонка или встречи по заметкам: «что обещали», «следующий шаг», «риски».
– Быстрые ответы на типовые возражения (как заготовки, не как автоматическую истину).
– Сводка по клиенту из разрозненных заметок: «кто он, что хочет, что уже обсуждали».
Поддержка клиентов:
– Черновики ответов на частые вопросы (FAQ) и шаблоны писем.
– Классификация обращений: «это про оплату/доставку/возврат/техпроблему» (для ускорения разборки).
– Предложение уточняющих вопросов оператору, чтобы быстрее понять проблему.
– Сжатие переписки в краткое резюме для передачи между сотрудниками.
– Черновики инструкций «как решить проблему» на основе вашей базы знаний.
Операции (исполнение и внутренние процессы):
– Черновики регламентов, чек-листов, инструкций по вашим пунктам.
– Преобразование «как мы делаем в голове» в пошаговый процесс: вход → шаги → результат.
– Шаблоны документов: заявки, акты, письма, внутренние формы (без юридической самодеятельности).
– Сводка из нескольких источников: заметки, таблицы, письма → один список задач.
– Подготовка вариантов формулировок для внутренней коммуникации: «сообщи команде об изменении процесса».
Управление:
– Повестка встречи и список вопросов к обсуждению по вашим целям.
– Протокол/резюме встречи по заметкам: решения, ответственные, сроки.
– Черновик плана на неделю/квартал в виде списка задач и контрольных точек.
– Подготовка вариантов формулировок для целей и критериев результата (чтобы договориться с командой).
– Сводка обратной связи от сотрудников/клиентов: основные темы, повторяющиеся проблемы, предложения.
После списка задач сделайте самое важное – отметьте критичность ошибки. Это не про «ИИ хороший или плохой», а про цену неправильного ответа.
Удобно делить задачи на две группы.
Где ошибка допустима (можно начинать раньше):
– Черновики текстов и вариантов формулировок, которые вы всё равно редактируете.
– Идеи, списки, структуры, планы, которые служат заготовкой, а не финальным решением.
– Сжатие и оформление ваших же материалов: привести к стилю, сделать короче, разложить по пунктам.
– Внутренние черновики: набросок регламента, список вопросов, предварительная повестка.
Здесь ИИ экономит время, потому что вы проверяете результат глазами и правите. Ошибка неприятна, но обычно не фатальна: вы её видите до отправки клиенту или до внедрения.
Где ошибка критична (нужна строгая проверка или лучше не начинать с этого):
– Финальные ответы клиенту, которые обещают сроки, цены, условия, компенсации, юридические формулировки.
– Любые решения, влияющие на деньги и безопасность: начисления, возвраты, бухгалтерские данные, договорные условия.
– Медицинские, юридические, кадровые решения, где неверный совет может навредить человеку или привести к претензиям.
– Автоматические действия без человека «в петле» (когда ИИ не просто предлагает, а сам отправляет/меняет/закрывает).
В критичных задачах ИИ можно использовать как помощника для черновика или для поиска вариантов формулировок. Но финальное решение должно оставаться за ответственным сотрудником, а проверка – быть обязательной и понятной.
Сценарий, как это выглядит на практике. Представьте небольшую компанию, которая продаёт услуги и ведёт поддержку через почту и мессенджеры. Руководитель хочет «внедрить ИИ», но не знает, с чего начать. Он берёт лист и выписывает пять блоков.