Как выбрать процесс для автоматизации с помощью ИИ

Обычно всё начинается с вопроса: «Что бы нам автоматизировать?»

В этот момент в список летит всё подряд: чат-бот для клиентов, отчёты, продажи, документы, база знаний, маркетинг, контроль сотрудников, закупки. На встрече это звучит бодро. Через несколько недель оказывается, что команда выбрала не процесс, а красивую гипотезу.

С ИИ лучше идти от обратного:

1. Найти повторяемую работу.
2. Описать, как она устроена сейчас.
3. Проверить данные, риски, эффект и готовность команды.
4. Выбрать один пилот.

ИИ полезен там, где есть регулярная ручная работа: сотрудники ищут, проверяют, сравнивают, переносят данные, готовят черновики, читают документы, слушают звонки или разбирают заявки.

Разберём, как найти такие процессы и не начать автоматизацию с места, где она никому не поможет.

Не начинайте с ИИ

ИИ сам по себе не решает бизнес-задачу. Он умеет читать документы, извлекать данные, готовить черновики, классифицировать обращения, анализировать звонки, сравнивать условия и отвечать на вопросы по базе знаний. Но польза появляется только тогда, когда всё это встраивается в процесс.

«Сделать ИИ-бота» - не процесс.

Процесс выглядит иначе:

- менеджер получает входящую заявку;
- проверяет, хватает ли данных;
- уточняет недостающую информацию;
- заносит заявку в CRM;
- определяет приоритет;
- передаёт заявку нужному сотруднику;
- фиксирует следующий шаг.

Теперь уже есть что обсуждать. Где теряется время? Где люди ошибаются? Что можно поручить системе? Где человек должен остаться в контуре?

Если начать с технологии, получится демонстрация. Если начать с процесса, появляется точка сравнения: что было до автоматизации, что изменилось и как это измерить.

Что считать процессом

Процесс - это повторяемая работа с понятным результатом.

Чтобы его описать, нужны ответы на простые вопросы:

- что запускает работу;
- какие данные нужны на входе;
- кто участвует;
- какие шаги повторяются;
- где люди принимают решения;
- что должно получиться на выходе;
- как проверить качество результата;
- где чаще всего возникают ошибки;
- сколько времени всё занимает сейчас.

Если ответов нет, автоматизировать рано. Сначала придётся описать работу. Иногда этого уже хватает, чтобы увидеть проблему: лишнее согласование, дублирование данных, непонятная ответственность, устаревший регламент.

ИИ не чинит хаос. Он усиливает процесс. Если процесс плохо описан, система ускорит не порядок, а путаницу.

Где взять список процессов

Не в каждой компании есть схемы процессов. Чаще они живут в головах сотрудников, переписках, CRM, таблицах, задачниках и привычке «мы всегда так делали».

Поэтому первая задача - собрать 10-20 процессов-кандидатов. Не выбирать лучший, не считать ROI, не спорить о моделях. Просто вытащить на стол то, что люди делают регулярно.

Описать работу через диалог с ИИ

Попросите руководителя или сотрудника описать обычный день своими словами.

Например:

> Я руководитель отдела продаж. Каждый день смотрю новые заявки, проверяю поля в CRM, распределяю лиды между менеджерами, читаю переписки, слушаю спорные звонки и готовлю отчёт по проблемным сделкам.

Из этого уже можно выделить несколько процессов:

- обработка входящих лидов;
- контроль заполнения CRM;
- распределение заявок;
- анализ переписок;
- анализ звонков;
- отчёт для руководителя;
- поиск проблемных сделок.

Это не финальная карта. Это черновой список, с которым можно идти к команде и уточнять детали.

Промпт для инвентаризации

```text
Я хочу найти процессы в компании, которые можно автоматизировать с помощью ИИ.

Задавай мне вопросы по одному. Помоги описать мою регулярную работу и разложить её на процессы.

Для каждого процесса выдели:
1. что запускает процесс;
2. какие данные нужны на входе;
3. какие шаги повторяются;
4. кто участвует;
5. какой результат должен получиться;
6. где тратится больше всего времени;
7. где чаще всего бывают ошибки;
8. какие шаги может взять на себя ИИ;
9. где должен остаться человек.

В конце собери таблицу процессов-кандидатов для автоматизации.
```

Не просите ИИ сразу выбрать лучший процесс. Сначала нужно вытащить процессы из головы. Выбор будет позже.

Разобрать регламенты и инструкции

Если в компании есть регламенты, инструкции, чек-листы, SOP, должностные инструкции, база знаний или схемы процессов, используйте их.

Запрос может быть таким:

```text
Проанализируй эти документы и выдели повторяющиеся бизнес-процессы.

Для каждого процесса укажи:
- название;
- участников;
- входные данные;
- основные шаги;
- результат;
- частоту;
- возможные ошибки;
- точки, где может помочь ИИ;
- ограничения и риски автоматизации.
```

Так вы получите процессы из документов, а не из фантазий о том, как компания якобы работает.

Часто уже в регламенте видно ручную проверку, копирование данных, однотипные документы или анализ неструктурированной информации. Это нормальные кандидаты для разбора.

Найти ручной перенос данных

Сильные кандидаты часто прячутся в рутине. Ищите задачи, где люди:

- копируют данные из почты в CRM;
- собирают отчёт из нескольких таблиц;
- читают PDF и переносят параметры в базу;
- проверяют заявки по чек-листу;
- ищут информацию в переписке и документах;
- сравнивают договоры, коммерческие предложения, лоты или условия поставщиков;
- слушают звонки и отмечают ошибки менеджеров;
- готовят однотипные резюме, заключения или отчёты.

Фраза-маркер: «Я беру вот отсюда, сверяю вот с этим и переношу вот сюда».

За ней часто стоит процесс для ИИ: извлечь данные, проверить условия, найти отклонения, подготовить черновик вывода, подсветить риск.

Спросить команды, где они теряют время

Дайте руководителям отделов короткую форму:

- Какие задачи команда делает каждый день или каждую неделю?
- Где больше всего ручного копирования, поиска, проверки или согласования?
- Где чаще всего возникают ошибки?
- Где результат зависит от внимательности конкретного человека?
- Какой отчёт, документ или вывод готовится дольше всего?
- Что вы бы убрали из работы команды?

После этого у вас будет не запрос «нам нужен ИИ», а список процессов из разных отделов.

Как описать процесс перед оценкой

Минимальная карточка процесса:

- Название процесса: первичный анализ заявки, проверка звонков, подготовка отчёта.
- Владелец: кто отвечает за результат.
- Участники: кто выполняет шаги сейчас.
- Частота: сколько раз в день, неделю или месяц повторяется.
- Входные данные: заявки, звонки, документы, таблицы, письма, CRM.
- Результат: что должно получиться на выходе.
- Текущие проблемы: долго, дорого, много ошибок, сложно контролировать.
- Метрика: время, ошибки, скорость обработки, охват проверки.
- Роль ИИ: что именно делает система.
- Роль человека: где нужна проверка, решение или ответственность.

Какие процессы подходят для ИИ

ИИ лучше всего работает с неструктурированной информацией: текстами, звонками, документами, переписками, заявками, описаниями, таблицами в разных форматах.

Для первого пилота проверьте процесс по пяти признакам.

Процесс повторяется

Если задача возникает раз в полгода, автоматизация может не окупиться. Берите то, что происходит каждый день или каждую неделю: заявки, звонки, закупки, входящие документы, регулярные отчёты.

На процесс уходит заметное время

Автоматизируйте там, где есть потери: часы сотрудников, задержки, очереди, ручная проверка, пропущенные ошибки.

Если процесс занимает 15 минут в месяц, автоматизация может стоить дороже самой проблемы.

Есть данные на входе

ИИ нужны звонки, документы, заявки, таблицы, инструкции, база знаний, переписки, CRM-данные.

Если данные разбросаны по личным чатам и папкам, начните с них. Без данных система будет гадать.

Результат можно проверить

Для первого проекта выбирайте процесс, где понятно, правильно сработала система или нет:

- чек-лист заполнен;
- поля из документа извлечены;
- заявка отнесена к нужному типу;
- отчёт содержит нужные разделы;
- звонок проверен по стандарту.

Если результат нельзя проверить, пользу пилота будет трудно доказать.

Ошибка не ломает бизнес

Не начинайте с процесса, где одна ошибка сразу создаёт юридический, финансовый или репутационный риск.

Первый пилот лучше строить так: ИИ готовит черновик, подсказку, предварительную проверку или список отклонений, а человек принимает решение.

Матрица выбора процесса

Оценка: от 1 до 5.

- Бизнес-эффект: 1 балл - небольшое удобство; 5 баллов - экономит много времени, снижает ошибки или ускоряет деньги.
- Повторяемость: 1 балл - редкая задача; 5 баллов - повторяется ежедневно или еженедельно.
- Объём: 1 балл - мало операций; 5 баллов - много заявок, звонков, документов или строк.
- Качество данных: 1 балл - данных мало или они хаотичны; 5 баллов - данные доступны и пригодны для обработки.
- Проверяемость результата: 1 балл - непонятно, правильно или нет; 5 баллов - есть чек-лист, эталон или критерий.
- Риск ошибки: 1 балл - ошибка критична; 5 баллов - ошибку можно поймать до финального решения.
- Готовность команды: 1 балл - нет владельца и интереса; 5 баллов - есть владелец, боль и готовность тестировать.

Какие процессы не брать первыми

Некоторые процессы выглядят привлекательно, но плохо подходят для первого пилота.

Нет владельца

Если никто не отвечает за процесс, автоматизация повиснет. Система будет что-то делать, но никто не будет принимать результат, давать обратную связь и внедрять изменения в работу.

Правила постоянно меняются

Если правила меняются каждую неделю, сначала стабилизируйте процесс. Иначе автоматизируете то, чего уже нет.

Нет данных или доступа

Важные решения происходят в личных чатах. Документы лежат в разных местах. CRM заполнена частично. Записи звонков не сохраняются.

В такой ситуации проект начнётся не с ИИ, а с наведения порядка в данных.

Результат нельзя оценить

«Пусть ИИ улучшит работу отдела» - плохая задача. Что значит «улучшит»: быстрее, дешевле, меньше ошибок, больше обработанных заявок, выше качество контроля?

Метрика нужна до пилота.

Команда видит в ИИ угрозу

Если сотрудники думают, что система нужна для контроля или сокращений, они будут сопротивляться. Для первого проекта берите процесс, где ИИ снимает неприятную рутину, а человек остаётся проверяющим или принимающим решение.

Как выбрать первый пилот

После оценки не берите 10 процессов. Выберите один.

У первого пилота должно быть пять признаков:

1. Процесс повторяется часто.
2. У него есть владелец.
3. Есть данные на входе.
4. Результат можно проверить.
5. Эффект можно измерить за несколько недель.

Перед стартом зафиксируйте исходное состояние:

- сколько времени процесс занимает сейчас;
- сколько операций проходит через него в неделю или месяц;
- сколько людей участвует;
- где чаще всего возникают ошибки;
- какую часть работы проверяют вручную;
- какой результат хотите получить после пилота.

Например, не «внедрить ИИ в контроль звонков», а:

> Сейчас руководитель выборочно слушает 10-20% звонков и тратит на это несколько часов в неделю. Хотим расшифровывать звонки, проверять их по чек-листу, подсвечивать проблемные разговоры и оставлять руководителю финальный разбор.

Такой пилот можно измерить: охват проверки, время руководителя, качество заполнения чек-листа, скорость обратной связи менеджерам.

Примеры процессов для ИИ-автоматизации

Это не список «автоматизируйте срочно». Это направления, где ИИ часто закрывает ручную работу.

Контроль качества звонков

Система расшифровывает звонки, проверяет их по чек-листу, делает резюме, оценивает интерес клиента и подсвечивает разговоры, которые требуют внимания.

Руководитель смотрит спорные случаи, даёт обратную связь и принимает управленческие решения.

Анализ документов и заявок

Система извлекает из PDF, Word, Excel, писем и заявок реквизиты, даты, суммы, условия, ограничения, риски и недостающие поля.

Это помогает там, где сотрудники вручную читают документы и переносят данные в таблицу или систему.

Первичный анализ закупок или тендеров

ИИ собирает данные из документов, проверяет соответствие базовым критериям, готовит предварительный вывод и показывает, почему закупка подходит или не подходит.

Финальное решение об участии принимает специалист.

Отчёты по интервью и встречам

ИИ разбирает расшифровку интервью, выделяет процессы, проблемы, цели, ограничения и собирает черновик отчёта.

Эксперт проверяет логику, добавляет выводы и рекомендации.

Сравнение коммерческих предложений

ИИ приводит предложения к одной структуре: цена, сроки, ограничения, штрафы, условия расторжения, риски, скрытые платежи.

Это не заменяет финансовую или юридическую проверку, но помогает быстрее увидеть различия и подготовить вопросы поставщикам.

Как понять, что автоматизация сработала

Пилот успешен не тогда, когда ИИ красиво отвечает. Пилот успешен, если изменился процесс.

Проверьте:

- стало ли меньше ручной работы;
- вырос ли охват проверки;
- сократилось ли время подготовки результата;
- стало ли меньше типовых ошибок;
- быстрее ли руководитель видит проблемы;
- используют ли сотрудники результат системы;
- понятно ли, что улучшать во второй версии.

Если ИИ сделал отчёт, но никто его не открывает, автоматизация не сработала.

Если система готовит черновик, который сотрудник быстро проверяет и использует, это рабочий результат.

Главное

Для первого проекта не нужен самый сложный сценарий. Нужен процесс, где есть боль, данные, повторяемость, владелец и метрика.

Порядок такой:

1. Опишите регулярную работу сотрудников через диалог с ИИ.
2. Поднимите регламенты, инструкции и чек-листы.
3. Найдите ручной перенос и проверку данных.
4. Спросите команды, где они теряют время.
5. Соберите 10-20 процессов-кандидатов.
6. Оцените их по матрице.
7. Выберите один пилот с измеримым результатом.

Так ИИ-автоматизация перестаёт быть экспериментом ради эксперимента. Это становится управленческой задачей: найти процесс, понять потери, собрать данные, встроить систему, оставить человека в контуре и измерить эффект.

BrainBloom помогает пройти этот путь: разобрать процессы, выбрать первый пилот и собрать ИИ-решение под реальную работу команды, а не под презентацию.

Если хотите понять, с чего начать в вашей компании, выберите 3-5 процессов и разберите их по этой матрице на консультации.

Источники и материалы для редактора

- McKinsey: The State of AI 2025. В исследовании отмечается рост использования ИИ в бизнес-функциях и разрыв между внедрением и получением ценности.
- Gartner: How to Prioritize AI Projects for Near-Term Financial Impact. Материал про сужение списка AI-инициатив до 3-5 проектов, связанных с бизнес-результатом.
- McKinsey: The imperatives for automation success. Три фактора успешной автоматизации: стратегический приоритет, внимание к людям, операционная модель для масштабирования.
- Deloitte: State of Generative AI in the Enterprise 2024. Акцент на данных, governance, risk and compliance при переходе от потенциала к результату.