09 — Девять областей применения

Постраничное техническое извлечение. Текст источника сохранён в блоках; это не редакционный пересказ. Таблицы, порядок чтения схем и изображения требуют сверки с PDF.

9. Девять областей применения искусственного интеллекта                                              Paper Planes




9. Девять областей
применения
искусственного
интеллекта




09
Компания, способная работать с ИИ
                                                          Описанная методология может применяться к широкому
                                                          кругу управленческих и операционных задач.



                                                                                                           140

Глава 9                                                                                                    Paper Planes




Девять областей
применения

 01             Формализация и машиночитаемость


 02             Выравнивание


 03             Ускорение процессов


 04             Сопоставление внутренней экспертизы
                и внешней среды

 05             Контроль качества


 06             Знания и люди


 07             Клиентский сервис


 08             Смысловая работа и контент


 09             Экспертные продажи




Схема по тексту: Глава 9. Геометрия показывает связи и последовательность, а не количественные значения.

Компания, способная работать с ИИ                                                                                141

9. Девять областей применения искусственного интеллекта                                  Paper Planes




На основании внутренних экспериментов, клиентских проектов и трёх потоков образовательной
программы мы выделили девять областей, в которых искусственный интеллект способен
создавать полезные рабочие контуры:
1. формализация и машиночитаемость;
2. выравнивание;
3. ускорение процессов;
4. сопоставление внутренней экспертизы и внешней среды;
5. контроль качества;
6. знания и люди;
7. клиентский сервис;
8. смысловая работа и контент;
9. экспертные продажи.

Этот перечень не является строгой классификацией.
Области пересекаются. Один проект может одновременно формализовать процесс, ускорять его,
повышать качество и распространять знания. Список также не является окончательным: по мере
развития практики будут появляться новые устойчивые сценарии.
Его задача — помочь руководителю узнать собственную проблему и перейти от абстрактного
желания «внедрить ИИ» к выбору конкретной функции.




Компания, способная работать с ИИ                                                              142

9.1. Формализация и машиночитаемость                                                          Paper Planes




9.1. Формализация и машиночитаемость
Управленческая проблема
Значимая часть работы существует в неявном виде:
    решения принимаются ситуативно;
    процессы по-разному понимаются участниками;
    методы принадлежат отдельным экспертам;
    документы используют разные определения;
    обязательные данные не структурированы;
    полномочия не связаны с действиями.

Пока эта деятельность не формализована, ИИ не может надёжно участвовать в её исполнении или контроле.


Рабочий механизм
ИИ помогает:
    разбирать фактическую практику;
    извлекать процессы из интервью и наблюдений;
    выделять объекты, роли и состояния;
    унифицировать форматы;
    создавать словари;
    находить противоречия;
    переводить методы в правила и навыки;
    связывать цели, метрики, проекты и задачи.

Принципиально важно формализовать не идеальный процесс, придуманный в кабинете, а реальную
деятельность — включая исключения, обходные пути и причины отклонений.

Возможные метрики
    доля процессов с определённым владельцем;
    доля обязательных объектов с единым форматом;
    количество обнаруженных противоречий;
    время восстановления контекста;
    доля действий, связанных с применимым правилом;
    количество функций, пригодных для следующего уровня автоматизации.

Главное ограничение
Формализация может создать ложную определённость. Не всякое экспертное или сложное действие
следует превращать в жёсткий алгоритм. Иногда результатом должен стать scaffold или карта
факторов, а не обязательная инструкция.




Компания, способная работать с ИИ                                                                   143

9.2. Выравнивание                                                                             Paper Planes




9.2. Выравнивание
Управленческая проблема
Разные части организации действуют на основании разных данных, временных горизонтов и локальных целей.
Типичные примеры:
    продажи обещают объём, не учитывая производство;
    закупки формируют запас без связи с актуальным спросом;
    несколько проектов конкурируют за одну команду;
    локальные KPI ухудшают общий результат;
    краткосрочная инициатива противоречит долгосрочной стратегии;
    задачи существуют отдельно от целей.

Человек способен согласовать несколько факторов вручную, но быстро теряет управляемость
при росте количества объектов и изменений.

Рабочий механизм
ИИ соединяет данные из разных контуров и применяет установленную модель:
    спрос;
    запас;
    производственные мощности;
    загрузку команд;
    сроки;
    риски;
    ценность проекта;
    доступный ресурс;
    стратегические приоритеты.
Система рассчитывает варианты, обнаруживает конфликты и показывает руководителю последствия выбора.
Например, она может определить, какие проекты требуют ежедневного внимания,
где дополнительный найм экономически оправдан и какие инициативы необходимо
отложить из-за ограничения мощности.

Возможные метрики
    количество конфликтующих планов;
    время согласования;
    уровень запасов;
    загрузка ограничения;
    доля просроченных проектов;
    количество переприоритизаций;
    потери из-за несогласованности;
    качество прогноза.




Компания, способная работать с ИИ                                                                   144

9.2. Выравнивание                                                         Paper Planes




Главное ограничение
Выравнивание невозможно без общей модели. Если подразделения по-разному
определяют приоритет, мощность или экономический эффект, ИИ лишь
математически оформит конфликтующие представления.




Компания, способная работать с ИИ                                               145

9.3. Ускорение процессов                                                               Paper Planes




9.3. Ускорение процессов
Управленческая проблема
Значимая часть времени уходит не на решение, а на подготовительные операции:
    поиск данных;
    сбор контекста;
    перенос информации;
    создание первого черновика;
    преобразование форматов;
    повторное согласование;
    ручные расчёты;
    подготовку стандартных артефактов.

Часто именно длительность этих операций определяет время всего процесса.

Рабочий механизм
ИИ выполняет ограниченные функции:
    собирает материалы;
    извлекает сущности;
    заполняет формы;
    рассчитывает сценарии;
    готовит проекты документов;
    преобразует данные;
    проверяет полноту;
    передаёт результат следующему участнику.

Например, персонализированное коммерческое предложение может готовиться на основании
транскрипта встречи сразу после её завершения. Но скорость обеспечивается не только генерацией
текста: переговоры должны быть машиночитаемыми, обязательные данные — собранными,
а структура предложения — определённой заранее.

Возможные метрики
    время цикла;
    время ожидания;
    количество ручных операций;
    количество итераций;
    пропускная способность;
    стоимость обработки;
    время до первого результата;
    доля действий без участия дефицитного эксперта.

Главное ограничение
Ускорение локальной функции не гарантирует ускорения всей системы. Если следующий этап
остаётся ограничением, дополнительная скорость создаст очередь, запас незавершённой работы
или снижение качества.

Компания, способная работать с ИИ                                                            146

9.4. Сопоставление внутренней экспертизы и внешней среды                                Paper Planes




9.4. Сопоставление внутренней экспертизы
и внешней среды
Управленческая проблема
Компания располагает накопленным опытом, но слабо использует его при оценке новых возможностей.
Результаты испытаний лежат в личных записях. Причины прошлых неудач забыты. Одни и те
же гипотезы проверяются повторно. Внешние изменения рассматриваются без сопоставления
с корпоративной историей.
Особенно высок риск при уходе опытных специалистов, вместе с которыми организация теряет не
только знания, но и способность интерпретировать новые ситуации.

Рабочий механизм
ИИ связывает:
    историю экспериментов;
    технические записи;
    проектные решения;
    результаты ошибок;
    профессиональные комментарии;
    текущие внешние данные;
    новые рыночные и технологические сигналы.

Когда возникает новая гипотеза, система проверяет:
    сталкивалась ли компания с похожей ситуацией;
    что происходило раньше;
    какие условия изменились;
    какие выводы остаются применимыми;
    какой новый эксперимент требуется.

ИИ не должен автоматически отклонять новую идею только потому, что похожий эксперимент
не удался много лет назад. Его задача — вернуть в решение релевантную корпоративную память
и показать, какие условия необходимо перепроверить.

Возможные метрики
    время поиска релевантного опыта;
    количество повторных экспериментов;
    доля решений, использующих исторические данные;
    скорость адаптации внешнего знания;
    сохранение критической экспертизы;
    стоимость и длительность испытаний;
    число предотвращённых повторных ошибок.




Компания, способная работать с ИИ                                                             147

9.4. Сопоставление внутренней экспертизы и внешней среды                             Paper Planes




Главное ограничение
Зафиксированная экспертиза может устареть. Прошлая неудача не всегда предсказывает будущую:
могли измениться технологии, сырьё, рынок или оборудование. Система должна сопоставлять
условия, а не механически переносить вывод.




Компания, способная работать с ИИ                                                          148

9.5. Контроль качества                                                                    Paper Planes




9.5. Контроль качества
Управленческая проблема
Руководители и эксперты тратят значительную часть времени на поиск типовых дефектов:
    нарушение стандарта;
    пропущенный раздел;
    неверную формулу;
    неполный комплект;
    несоответствие визуального объекта;
    логическое противоречие;
    отсутствие доказательства;
    использование устаревшей версии.

Часть дефектов обнаруживается слишком поздно — после передачи результата клиенту, запуска
проекта или производства продукта.

Рабочий механизм
ИИ проводит несколько видов контроля:
    визуальный анализ;
    сопоставление со стандартом;
    проверку структуры;
    проверку вычислений;
    анализ логики;
    проверку источников;
    аудит процесса;
    поиск известных классов дефектов.

Контроль может быть встроен до передачи результата старшему сотруднику. Это не отменяет
содержательной проверки, но удаляет типовой брак и позволяет эксперту сосредоточиться
на более сложных вопросах.

Возможные метрики
    количество дефектов;
    доля возвратов на доработку;
    время проверки;
    стоимость контроля;
    количество итераций;
    дефекты, обнаруженные до внешней передачи;
    доля результатов, прошедших стандарт с первого раза.

Главное ограничение
Система проверяет только то, для чего существует стандарт, модель или известный класс ошибки.
Отсутствие найденных дефектов не доказывает качество результата. Особенно если создание
и проверка используют одну и ту же логику.



Компания, способная работать с ИИ                                                               149

9.6. Знания и люди                                                                          Paper Planes




9.6. Знания и люди
Управленческая проблема
Экспертиза распределена неравномерно.
Новые сотрудники долго осваивают способы работы. Сильные специалисты постоянно отвечают
на повторяющиеся вопросы. Формальное обучение не связано с текущими задачами. Часть функций
невозможно делегировать из-за недостатка компетенции исполнителей.

Рабочий механизм
ИИ создаёт персонализированный контур поддержки:
    находит применимый метод;
    объясняет термин;
    показывает пример;
    предлагает scaffold;
    проверяет промежуточный результат;
    обнаруживает пробел компетенции;
    направляет к учебному материалу;
    ограничивает действие до подтверждения навыка.

Система корпоративных навыков позволяет сотруднику использовать утверждённый способ работы
даже до полного самостоятельного освоения метода.
Это не отменяет обучение. Напротив, исполнение реальной задачи превращается в контекстное обучение.

Возможные метрики
    время выхода на продуктивность;
    количество обращений к экспертам;
    доля задач, выполненных без старшего сотрудника;
    качество работы новичков;
    скорость освоения компетенции;
    использование корпоративных навыков;
    доля экспертных знаний, переведённых в общую систему.


Главное ограничение
Чрезмерная поддержка способна создать зависимость и деградацию компетенции. Сотрудник
должен не только получать ответ, но и постепенно понимать метод, проверять основания и уметь
действовать при отказе системы.




Компания, способная работать с ИИ                                                                 150

9.7. Клиентский сервис                                                                  Paper Planes




9.7. Клиентский сервис
Управленческая проблема
Клиент ожидает быстрого ответа, но качественная консультация требует знания продукта, истории
отношений, условий поставки и профессиональных ограничений.
Особенно трудно поддерживать сервис при:
    широкой номенклатуре;
    сложных технических продуктах;
    большом количестве обращений;
    неоднородной квалификации сотрудников;
    необходимости быстро обрабатывать рекламации.


Рабочий механизм
ИИ может:
    классифицировать обращение;
    определять продукт;
    искать характеристики;
    подбирать аналоги;
    проверять наличие;
    готовить проект ответа;
    собирать конструктор решения;
    анализировать изображение;
    регистрировать рекламацию;
    передавать сложный случай специалисту.

На текущем уровне развития практики более надёжна модель, в которой ИИ усиливает
менеджера или предоставляет клиенту ограниченный сервис самообслуживания, а не
полностью заменяет человеческое общение.

Возможные метрики
    время первого ответа;
    время решения;
    доля обращений без повторного контакта;
    доля корректно классифицированных запросов;
    количество эскалаций;
    загрузка специалистов;
    сохранённые продажи при отсутствии исходного товара;
    удовлетворённость клиентов.


Главное ограничение
Стремление полностью автоматизировать коммуникацию часто ухудшает опыт клиента. Особенно
там, где запрос не укладывается в стандартный сценарий или человек уже столкнулся с проблемой
и ожидает ответственности, а не очередного ответа бота.



Компания, способная работать с ИИ                                                               151

9.8. Смысловая работа и контент                                                                 Paper Planes




9.8. Смысловая работа и контент
Управленческая проблема
Компания располагает экспертами и фактурой, но не способна регулярно превращать их в понятные материалы.
Эксперты не имеют времени писать. Контент-команда не всегда понимает предмет. В результате
появляются либо редкие сильные публикации, либо большой объём обезличенного текста.

Рабочий механизм
ИИ может поддерживать весь цикл:
    собирать внешние сигналы;
    находить вопросы аудитории;
    анализировать обратную связь;
    извлекать фактуру из выступлений и интервью;
    собирать контент-план;
    преобразовывать один материал в несколько форматов;
    проверять соответствие позиции компании;
    анализировать показатели;
    предлагать повторное использование сильной темы.

Но смысл и экспертная позиция должны исходить от человека.
ИИ хорошо перерабатывает существующую фактуру. Значительно слабее он создаёт оригинальную
позицию без доступа к реальному опыту и методу автора.

Возможные метрики
    время производства;
    доля материалов с участием эксперта;
    регулярность публикаций;
    стоимость единицы контента;
    охват и вовлечение;
    количество производных форматов;
    лиды;
    соответствие содержательному стандарту.


Главное ограничение
Автоматизация легко создаёт контентный шум. Рост объёма не равен росту влияния. Если система
оптимизируется под частоту и поверхностные реакции, она способна размыть экспертность бренда.




Компания, способная работать с ИИ                                                                     152

9.9. Экспертные продажи                                                                    Paper Planes




9.9. Экспертные продажи
Управленческая проблема
В сложных B2B-продажах менеджеру необходимо понимать:
    бизнес клиента;
    его процессы;
    отраслевой контекст;
    экономику проблемы;
    карту участников;
    альтернативные способы решения;
    область применения собственного продукта.

Большая часть продавцов располагает только фрагментами этой информации. Работа зависит
от наиболее сильных и опытных сотрудников.

Рабочий механизм
ИИ способен поддерживать несколько функций:
1. Поиск и квалификация потенциальных клиентов.
2. Подготовка к встрече.
3. Анализ переговоров.
4. Формирование экономического обоснования.
5. Подготовка коммерческого предложения.
6. Поиск возможностей дополнительной продажи.
7. Анализ цепочки создания ценности клиента.
8. Контроль прохождения обязательных этапов.
9. Сбор сигналов о новых потребностях.

Например, система может сопоставить процессы клиента с продуктовой матрицей поставщика и показать:
    какие участки уже покрыты;
    где продукт теоретически применим;
    какие вопросы менеджер должен задать;
    какая информация отсутствует;
    где возможна продуктовая, а не только коммерческая проблема.

Задача ИИ здесь — не манипулировать клиентом и не имитировать человеческие отношения. Он
должен повышать качество подготовки, экономического анализа и профессионального разговора.




Компания, способная работать с ИИ                                                                153

9.9. Экспертные продажи                                                                Paper Planes




Возможные метрики
    время подготовки к встрече;
    полнота клиентского контекста;
    доля квалифицированных возможностей;
    скорость подготовки предложения;
    конверсия между этапами;
    средний объём сделки;
    доля дополнительной продажи;
    количество неподтверждённых обещаний;
    качество экономического обоснования.


Главное ограничение
Продажа является не только последовательностью операций, но и социальным взаимодействием.
Контекст, доверие и профессиональное суждение нельзя полностью передать агенту.
Кроме того, использование личных данных клиента для персонализации создаёт этические
и репутационные риски.



9.10. Как использовать карту областей
Перечень не предназначен для выбора по принципу «что выглядит интереснее».
Каждую область необходимо пропустить через общую логику:
1. Какой стратегический результат должен измениться?
2. Какое ограничение существует?
3. В каком процессе оно проявляется?
4. Какая функция создаёт потерю?
5. К какому типу относится задача?
6. Насколько зрел процесс?
7. Какой механизм является минимально достаточным?
8. Как распределяется ответственность?
9. Как будет измеряться эффект?

Один и тот же сценарий может иметь разную ценность в разных компаниях.
Автоматическая подготовка контента может быть критична для медиа-бизнеса и почти не влиять
на результат промышленного предприятия. Подбор аналогов может быть центральной функцией
дистрибьютора со сложной номенклатурой и не иметь смысла для монопродуктовой компании.
Область применения не определяет приоритет. Приоритет определяется ограничением системы.




Компания, способная работать с ИИ                                                            154

9.9. Экспертные продажи                                                                 Paper Planes




Вывод
Девять областей показывают, где искусственный интеллект способен стать частью реальной работы:
    сделать организацию машиночитаемой;
    согласовать данные и ограничения;
    ускорить процессы;
    соединить опыт с внешними сигналами;
    повысить качество;
    распространять компетенции;
    усилить клиентский сервис;
    поддержать смысловую работу;
    повысить качество экспертных продаж.

Но ценность создаёт не само присутствие ИИ в одной из областей.
Она возникает, когда компания выбирает значимую функцию, использует подходящий
режим, встраивает человеческую ответственность, измеряет результат и превращает опыт
в новую версию системы.
Перечень областей будет развиваться. Более устойчивым остаётся сам способ выбора
и проектирования ИИ-контура.




Компания, способная работать с ИИ                                                             155