Внедрение ИИ в бизнес-процессы: дорожная карта для малого бизнеса

Внедрить ИИ в бизнес-процесс можно за шесть шагов: выбрать один процесс, описать, как он идёт сейчас, разделить работу между правилами, ИИ и человеком, запустить на малом объёме, измерять результат и поддерживать решение. ИИ-автоматизация под задачу стоит в среднем от €250 на старте, а разработка занимает до месяца.

Дорожная карта: шесть шагов

Шаг 1. Выберите один процесс

Начните с одного процесса, который отнимает время и где человек каждый день решает вручную. Подходят процессы, с которыми мы работаем:

• Документы и почта: счета, акты и чеки, которые сейчас переносят в учёт вручную;
• Заявки: сообщения и обращения, которые нужно разобрать и классифицировать;
• Отчёты: показатели, которые сейчас сводят в таблицах вручную;
• Публикации: материалы с сайтов, которые нужно собрать, очистить и опубликовать в канале, при необходимости с переводом или переписыванием.

Один процесс на старте даёт понятную точку сравнения: что было до и что стало после.

Шаг 2. Опишите, как процесс идёт сейчас

Запишите, откуда приходят данные (почта, сайт, Telegram, текущая система), кто что с ними делает и куда попадает результат. Главное — договориться, что считается ошибкой. Для документов это, например:

• сумма строк не сходится с итогом;
• неправильный получатель;
• повтор уже полученного документа;
• в счёте чужая фирма или чужая машина.

В кейсе Fleet Control до автоматизации счета и контроль топлива велись вручную, на бумаге и в почте, а ошибки и лишние расходы замечали слишком поздно. Теперь такие случаи, как заправка по карте другой машины или пробег с ошибкой, система сама показывает как проблемы.

Шаг 3. Решите, что делает ИИ, а что правила и человек

ИИ нужен не везде. Документы с текстом разбирают обычные правила, а модель подключается там, где правил не хватает.

Ответ модели проходит те же проверки, что и остальные данные, а журнал решений показывает, что и почему она сделала. На этом шаге договариваемся о пороге доверия: что проводится само, а что ждёт подтверждения. Подробнее — на странице ИИ в процессах.

Шаг 4. Запустите на малом объёме

Первая версия охватывает самые важные сценарии на ваших примерах, а не всё сразу. Советуем начать с одного источника и части документов или заявок и расширять, когда проверки работают как надо. Команда начинает работать в системе, а мы рядом.

Шаг 5. Измеряйте и донастраивайте

После запуска оценивайте то, что видно в самой системе:

• сколько документов или заявок прошло без ручного ввода;
• сколько ушло на проверку человеку и почему: в списке проблем причина объяснена;
• какие ошибки и лишние расходы найдены.

В Fleet Control за первую неделю около 30 PDF-счетов превращены в таблицы и графики, автоматически выявлено 30 аномалий топлива и найден лишний счёт на €500, который должен был оплатить другой подрядчик. Дальше система подстраивается под то, как команда работает на самом деле.

Шаг 6. Поддержка после запуска

Решение может работать на нашем сервере. Новый источник или новый показатель настраиваются отдельно.

Кто за что отвечает

Советуем с самого начала определить три роли:

• Владелец процесса решает, что считается ошибкой и где проходит порог подтверждения, и принимает результат.
• Исполнитель или администратор каждый день работает с системой: разбирает список проблем, подтверждает сомнительное и сообщает, что работает не так.
• Разработчик (мы) настраивает правила, модель и проверки, запускает решение и поддерживает его.

Сколько это стоит и сколько длится

ИИ-автоматизация стоит в среднем от €250 на старте, итоговая цена зависит от задачи, а разработка под задачу занимает до месяца. Чтобы назвать цену, нам нужно знать, что автоматизируем, кто будет пользоваться решением, с чем его интегрировать, вашу отрасль, сроки и бюджет. Подробно — в статье Сколько стоит ИИ-автоматизация, все цены — на странице Цены.

Частые вопросы