С чего начать внедрение ИИ агента в бизнес - Урок №2.
В этом уроке бесплатного курса «ИИ агенты для бизнеса« мы узнаем, с чего на самом деле начинается внедрение ИИ агента в компании. Разберем особенности данного процесса.
В качестве вводного слова к уроку
После первого урока у многих возникает понятный вопрос: хорошо, тема интересная, а с чего начинать?
И вот здесь компании часто ошибаются уже на старте.
Они начинают не с процесса, не с проблемы, не с потери. Они начинают с инструмента. Открывают нейросеть, смотрят ролики про n8n, читают каналы про AI-агентов и дальше приходят к знакомой мысли: давайте тоже что-нибудь внедрим.
Обычно это звучит так: давайте сделаем ИИ для продаж, давайте поставим бота, давайте подключим нейросеть к CRM.
Проблема в том, что это не постановка задачи. Это просто желание “сделать что-то современное”.
ИИ агента нельзя внедрить просто “в компанию”. Его можно встроить только в конкретный процесс, где есть понятный вход, понятная проблема и понятный результат на выходе.
Если этого нет, дальше будет красивое демо и практически нулевая польза в реальной работе.
Самая частая ошибка с которой я сталкиваюсь как ИИ консалтер выглядит так:
“Мы слышали, что AI агенты сейчас в тренде. Давайте тоже что-то сделаем”.
Это очень очень очень плохая точка входа.
Без ответа на «скучные», но важные вопросы:
- какие данные нужны,
- где агент должен работать,
- кто будет принимать результат,
- какая ошибка допустима,
- где нужен человек,
- как оценивать эффект.
Без них (без ответов) — вы получите низко-эффективное, но красивое демо.
Такой демо агент может и будет отвечать бодро, писать тексты, классифицировать заявки, анализировать документы.
Но когда начинается живая работа компании, и оказывается, что: данные в CRM заполнены криво, часть информации хранится в почте, а часть в голове у сотрудников, а же процесс никто толком не описывал, то вместо выстроенного процесса автоматизации — получится хаос, где ИИ агент будет работать так себе, и вы не получите ожидаемого эффекта. Разочаруйтесь в технологии и вместо желаемого экономического эффекта придется тратиться на психотерапию. А оно вам надо?
И да, по исследованию MIT 96% пилотов внедрения ИИ проваливаются. Причины — хаос в бизнес процессах, галлюцинации ИИ (как их ‘лечить» мы разберем в будущих занятиях)
Готовые ИИ-агенты для бизнеса
Нами разработанно более 15+ готовых ИИ агентов для различных задач: от поиска тендеров до ответов на законодательные вопросы. Оставьте заявку — вышлем каталог ИИ и предложим ИИ агента под ваш бизнес.
Где искать первую задачу для ИИ агента?
Хорошая первая задача внедрения ИИ агента обычно имеет четыре признака.
Во-первых, она часто повторяется. Если процесс случается раз в полгода, это плохой кандидат на старт. Если он возникает каждый день или хотя бы несколько раз в неделю, уже есть смысл смотреть в эту сторону.
Во-вторых, у задачи должен быть понятный результат.
Задача должна быть максимально конкретная и для начало — узкая. Например, подготовить черновик ответа клиенту по письмо по шаблону, сделать первичный анализ договора, разложить заявки по категориям, собрать выжимку по звонку.
В-третьих, на задачу сейчас уходит много времени. Если сотрудники руками делают одно и то же и тратят на это часы, это хороший кандидат для автоматизации. Таким образом выбираем задачи, которые отнимают максимум времени сотрудников.
В-четвертых, ошибка или задержка должны стоить денег. Потерянный лид, слабый контроль звонков, затянутая обработка договора, ручная работа по тендерам. Все это прямо бьет по бизнесу. И в первую очередь нужно сосредоточиться на тех задачах, которые «отжирают» наибольшее время и деньги вашей команды.
Еще для выбора первого процесса для ИИ внедрения можно использовать Impact-Frequency
Для приоритизации подойдет Impact-Frequency модель. Модель IF очень проста.
Рисуем табличку с двумя осями. По одной — частота выполнения задачи, по другой — её значимость.
Чем чаще нужно выполнять задачу и чем сильнее она влияет на показатели компании, тем скорее ее нужно автоматизировать с помощью искусственного интеллекта.
внедрению AI агента в ваш бизнес от эксперта
Оставьте заявку - вас бесплатно проконсультирует эксперт по внедрению ИИ агентов - руководитель AI-направления INTACT, специалист по внедрению ИИ и AI агентов в бизнес-процессы компаний. На консультации - составим план внедрения ИИ агентов в ваш бизнес.
руководитель AI отдела Intact, специалист по внедрению ИИ агентов
Повторим, что делаем до внедрения ИИ агента
До начала внедрения руководителю надо ответить на несколько простых вопросов.
Первый вопрос. Какой именно процесс мы хотим усилить?
В самый конкретный, узкий кусок процесса.
Например, не продажи в целом, а подготовка типовых КП. Не юридическая работа вообще, а первичная проверка типовых договоров. Не поддержка целиком, а ответы на повторяющиеся вопросы первой линии.
Чем уже стартовая задача, тем выше шанс, что решение получится рабочим.
Второй вопрос. Где в этом процессе теряется ресурс?
Ресурс — это не только деньги. К ресурсам относится и время сотрудников, скорость реакции, качество обработки, точность, управляемость, нагрузка на ключевых людей.
Надо назвать потерю прямо. Например, так: менеджеры тратят слишком много времени на подготовку типовых КП. Юрист занят рутиной изменения формата договора (с pdf в doc). Часть заявок долго лежит без реакции. Руководитель не успевает контролировать звонки. Сотрудники по полдня ищут ответы во внутренних документах.
Третий вопрос. Какой результат должен давать агент?
Вот на этом месте многие и спотыкаются. Они понимают, что процесс болит, но не могут внятно сказать, что именно агент должен сделать.
А без этого дальше двигаться нельзя. Но! Чуть тему пропустим. О ней мы детально поговорим ниже.
Следующий вопрос — какие данные принимаются на входе и когда срабатывает агент.
Нужно четко понимать, когда ИИ агент должен получать данные, в каком формате.
Важно помнить — ИИ агентную систему можно подключить в любую среду (CRM, 1C, внутренняя ERP). Но важно понять триггер (когда и как запускается агентная система и какой формат обращения она принимает).
Вот пример, если мы автоматизируем с помощью ИИ агентов создание КП, то моментом запуска ИИ агента будет заполнение сметы в CRM (Битрикс).
Из Битрикса кроме XML сметы — агент также забирает поля с названием услуги и юридического лица клиента.
Дальнейший вопрос — какие данные мы получаем на выходе.
Вот — ваш ИИ агент успешно сработал. И нам нужно решить, куда именно будет доставлен его результат и в каком формате. Текст? Шаблон PDF? JSON запрос?
Например, после генерации КП — персонализированное и созданное на основании КП — смета будет преобразована в PDF и прикреплена в Битрикс в поле КП в сделке.
Описываем результат ИИ агента
Одна из самых частых ошибок на старте выглядит так:
руководитель понимает, что бизнес процесс в компании не работает, но не может нормально описать, что именно должен делать агент и какой результат компания хочет получить на выходе.
В итоге постановка задачи звучит примерно так:
“Надо автоматизировать работу с письмами”
“Надо ускорить юристов”
“Надо сделать ИИ для продаж”
“Надо, чтобы агент помогал менеджерам”
С такими вводными нормальное внедрение не начинается. С такими вводными пилот внедрения ИИ — просто провалится (могу честно сказать по своему опыту).
Почему?
Потому что AI агент нельзя внедрить в абстрактную задачу. Его можно внедрить только в конкретный участок процесса, где есть:
- понятный вход,
- понятная последовательность действий,
- понятный результат,
и понятный человек, который этот результат принимает или проверяет (чья голова полетит, если процесс провалиться=)
Поэтому до начала внедрения руководителю нужно разложить будущую работу агента на 5 частей.
1. Что является входом
Что именно получает агент на старте.
Например:
- заявка с сайта
- договор в PDF
- звонок из телефонии
- письмо клиента
- вопрос сотрудника в мессенджере
- карточка сделки в CRM
Здесь важно описать среду, в которой вы работаете. Среда — цифровая система, где вы внутри компании работаете и в какой момент будет срабатывать агент.
Что агент должен сделать
Вот это уже ключевой вопрос.
До начала внедрения нужно описать либо одно конкретное действие, либо короткую последовательность действий, которую агент должен выполнить.
Иными словами, любой бизнес-процесс надо сначала разложить на мелкие понятные шаги, а уже потом решать, какие из этих шагов вы хотите отдать AI агенту.
Это очень важный момент.
Компании часто пытаются сразу формулировать задачу слишком крупно:
“обрабатывать письма”
“проверять договоры”
“вести клиента”
“работать с тендерами”
Но агенту нельзя ставить задачу на уровне общего процесса. Ему нужно ставить задачу на уровне конкретных действий внутри этого процесса.
Например, если вы хотите внедрить агента для обработки входящих писем, то правильно будет не писать:
“агент должен работать с почтой”
Правильно будет сначала разложить процесс на отдельные части:
- распознать, с какого адреса пришло письмо
- сравнить адрес отправителя с контактной книгой или CRM
- прочитать тему письма
- прочитать текст письма
- выделить из письма смысл
- понять, что это за тип обращения
- отнести письмо к нужной категории
определить, кому его - нужно передать
при необходимости - подготовить черновик ответа
- зафиксировать результат в системе
И только после этого вы принимаете решение: какие из этих действий должен выполнять агент,
а какие должны оставаться за человеком.
Например, агент может:
читать письмо, классифицировать его, готовить краткую выжимку, и передавать письмо в нужный отдел.
А вот отправку ответа клиенту вы на первом этапе можете оставить за сотрудником.
Это и есть нормальная логика внедрения.
То есть ваша задача как руководителя — описать, какие именно маленькие действия внутри процесса должны быть автоматизированы.
В идеале это вообще надо делать в виде схемы или таблицы (ниже я для вас подготовил крутой шаблон — пользуйтесь)
Только после такой декомпозиции становится понятно, что именно вы внедряете.
Ниже пример таблицы, где вы описывайте бизнес процесс и решайте что отдать ИИ агенту, а что — нет.
| № шага | Шаг процесса | Что происходит на этом этапе | Кто делает это сейчас | Отдаем AI агенту или человеку | Какой результат должен получиться |
|---|---|---|---|---|---|
| 1 | Получение входящего письма | На общую почту компании приходит новое письмо | Сотрудник | AI агент | Письмо принято в обработку |
| 2 | Определение отправителя | Проверяется, кто отправитель: клиент, спам, подрядчик, внутренний сотрудник | Сотрудник | AI агент | Понято, от кого пришло письмо |
| 3 | Чтение темы и текста | Сотрудник читает тему и содержание письма | Сотрудник | AI агент | Письмо прочитано и разобрано по смыслу |
| 4 | Определение типа обращения | Нужно понять, что это: запрос клиента, претензия, спам, запрос документов, внутренний вопрос | Сотрудник | AI агент | Письму присвоена категория |
| 5 | Краткая выжимка | Сотрудник вручную понимает суть письма и пересказывает ее дальше | Сотрудник | AI агент | Подготовлена краткая выжимка по письму |
| 6 | Определение ответственного | Решается, кому передать письмо дальше | Сотрудник | AI агент | Назначен нужный отдел или сотрудник |
| 7 | Подготовка проекта ответа | При необходимости готовится черновик ответа | Сотрудник | AI агент | Подготовлен черновик письма |
| 8 | Проверка ответа | Сотрудник смотрит, корректен ли ответ | Сотрудник | Человек | Ответ проверен |
| 9 | Отправка ответа | Письмо уходит клиенту | Сотрудник | Человек | Клиент получил ответ |
| 10 | Фиксация результата | Информация о письме и действии сохраняется в системе | Сотрудник | AI агент | Результат зафиксирован в CRM или почте |
3. Какой результат должен появиться на выходе
Следующий вопрос: что именно компания хочет получить после того, как агент выполнил свою часть работы.
И тут совершенно нельзя писать абстрактно:
“готовый ответ”
“помощь менеджеру”
“обработанную заявку”
“понятную аналитику”
Результат нужно описывать в конкретной форме. Максимально точно!
Например:
- черновик письма клиенту
- заполненные поля в CRM
- категория обращения
таблица с оценкой звонка - список рисков по договору
выжимка по содержанию письма - задача на сотрудника
- ответ со ссылкой на нужный документ
- уведомление руководителю
подготовленный проект КП
Чем точнее описан результат, тем проще потом проверять, хорошо работает агент или плохо.
Если результат описан мутно, то и качество его работы никто не сможет нормально оценить
4. Куда этот результат должен попасть
Это вопрос, который многие вообще забывают.
Результат сам по себе бесполезен, если он не встроен в процесс.
Поэтому заранее надо определить:
куда именно должен приходить результат работы агента.
Например:
- в карточку сделки в CRM
- в личный кабинет сотрудника
- в Google Таблицу
- руководителю
на корпоративную почту - в задачу в Bitrix
- в систему документооборота.
5. Кто проверяет или принимает результат
Последний вопрос — кто в компании отвечает за финальное принятие результата.
Это особенно важно там, где цена ошибки высокая.
Например, одно дело — классифицировать письма или готовить черновик ответа. Там можно позволить больше автоматизации.
И совсем другое дело отвечать клиенту по юридическим вопросам, менять критичные статусы в CRM или отправлять документы на подпись без проверки человеком.
Поэтому еще до старта внедрения надо определить:
кто именно будет проверять или утверждать результат работы агента.
А именно какой сотрудник компании будет отвечать за финальное принятие результата и проверку работы агента.
Иногда результат может не требовать проверки человеком, если процесс действительно типовой, безопасный и хорошо ограничен. Но это скорее исключение, чем правило, особенно на старте.
Реальные примеры внедрения ИИ
Мы внедрили ИИ для расчёта смет и генерации КП у «Крафтвуд» и целого ряда клиентов (в том числе и внутри компании). Собрали для вас подборку лучших кейсов нашей компании. Каждый — уникальный. Обязательно прочитайте.
Как мы автоматизировали расчеты параметров производства трубопроводной арматуры К нам
Как мы автоматизировали сметирование и персонализировали генерацию КП с помощью
Как мы разработали ИИ эксперта по промышленной безопасности, экологии, охране
Наши эксперты написали для вас более 30 статей по автоматизации бизнес процессов с помощью искусственного интеллекта. Их прочтение поможет Вашему предприятию найти точки роста.
