Главный вопрос: где именно нужен интеллект
Процесс стоит разложить на шаги и про каждый спросить: требует ли он понимания смысла или только соблюдения правил. Перенос данных из одной системы в другую, проверка по списку, расчёт по формуле работают по правилам. Понять, о чём письмо, извлечь суть из документа, сопоставить формулировки клиента с каталогом можно только через смысл.
ИИ нужен ровно на шагах со смыслом. Всё остальное дешевле, быстрее и надёжнее закрыть обычным кодом. Так и строятся работающие системы: детерминированный каркас и ИИ в тех узлах, где без него не обойтись.
Какие процессы берут первыми
Хороший первый процесс отвечает пяти признакам:
- Он частый: сотни операций в месяц, а не десяток.
- Цель у него одна, а форма входа разная. Как раз здесь правила перестают справляться.
- Его результат можно проверить.
- Ошибка обратима или ловится проверкой. Процессы с необратимыми последствиями на старте не берут.
- Данные для него уже есть в цифровом виде.
Типичные рабочие кандидаты
- разбор входящих обращений: классификация, извлечение сути, маршрутизация;
- проверка документов на соответствие требованиям с указанием расхождений;
- подготовка черновиков ответов и коммерческих документов по шаблонам компании;
- сопоставление данных из разных источников, где формулировки не совпадают дословно;
- первичный поиск по внутренней базе знаний вместо обращения к коллеге.
Что не стоит автоматизировать ИИ
- Процессы без критерия правильности. Если два эксперта спорят, что верно, система этому не научится.
- Редкие операции. Подготовка будет окупаться дольше, чем проживёт сам процесс.
- Строго регламентированные расчёты. Там нужна воспроизводимость, гибкость модели только мешает.
- Процессы, которые компания собирается менять. Автоматизировать имеет смысл то, что стабильно.
- Процессы, где данных нет в цифровом виде. Сначала сбор данных, потом ИИ.
Почему процесс сначала перепроектируют
Многие процессы плохо устроены исторически: лишние согласования, двойной ввод, проверки под проблему, которой давно нет. Автоматизация делает такой процесс быстрым и по-прежнему плохим, а заодно закрепляет его в коде, и менять его становится дороже.
Поэтому первым этапом идёт разбор: какие шаги вообще нужны. Часто после удаления двух лишних шагов оставшееся закрывается интеграцией без всякого ИИ. Для заказчика это нормальный результат, и он экономит деньги.
Как выглядит внедрение по шагам
- Разбор процесса: шаги, объёмы, время, ошибки, кто что делает руками.
- Проверка данных: есть ли они, в каком виде, кто владелец, можно ли ими пользоваться.
- Выбор узлов для ИИ и правил для всего остального.
- Пилот на ограниченном участке с метрикой, зафиксированной до старта.
- Интеграция в рабочие системы. Обычно это самая долгая часть, и модель тут ни при чём.
- Постепенное расширение автономии по мере того, как копится статистика качества.
Что измерять
- доля операций, прошедших без участия человека;
- время прохождения операции от начала до конца;
- доля исправлений после системы;
- себестоимость одной операции с учётом эксплуатации и проверки;
- число случаев, когда система корректно отказалась и передала работу человеку.
Последнюю метрику часто недооценивают. Система, которая распознаёт свои границы, безопаснее той, что всегда выдаёт ответ.