Меня зовут Антон Карцев, я СЕО компании Флайск и хочу поделиться на основании своего опыта как выбрать первый сценарий внедрения ИИ. Если коротко, то это один процесс, который одновременно соответствует четырём условиям. Первое - он повторяется часто, второе - отнимает много времени у людей, третье - имеет измеримый результат и четвертое - не завязан на юридически рискованные решения. Если вы только начинаете внедрять в бизнес ИИ, то чаще подходят три сценария, для начала: квалификация заявок, протоколы встреч и ответы из базы знаний.

У нас внедрение ИИ обычно начинается с одного процесса и пилота на 2–4 недели.

С какой проблемой бизнес обычно приходит к ИИ

Собственник видит, что ИИ нужен, но не понимает, с чего начать. Хочется внедрить сразу всё, потому что и конкуренты уже внедрили, а мы еще нет... Но на деле автоматизировать всё будет сложно, получится беспорядок.

И частая ошибка собственников - это взять самый заметный процесс, который вот на слуху у команды, то что чаще делают. Но не факт, что автоматизировав этот процесс, вы окупите вложения. Обычно окупается другой процесс.

Ко мне в работу приходят с тремя типовыми запросами:

1. «Менеджеры тонут в рутине, хотим ИИ», без конкретного процесса.

2. «Конкурент внедрил, и нам надо», без метрики результата.

3. «Купили подписку на нейросеть, она лежит без дела», нет встроенного в процесс сценария.

Во всех трёх случаях клиентам не хватает понимания, какой именно процесс брать первым, мс чего начать то.

Что вообще значит выбрать сценарий под ИИ

По сути, сценарий внедрения ИИ, это связка из одного процесса и понятного результата, который ИИ должен выдавать.

Вот сам сценарий звучит так: по тексту входящей заявки ИИ заполняет карточку в CRM и проставляет приоритет. А если говорить размыто, то: улучшим работу отдела продаж. И вот это как раз сценарием не считается.

В сценарии ИИ выполняется конкретное действие, нейронка читает текст заявки, готовит черновик письма, отвечает на вопрос по базе знаний. Каждое действие проверяется и у каждого есть результат.

Поэтому, правильный первый сценарий собирается из четырёх свойств:

• Процесс повторяется часто

• Отнимает время людей

• Его результат измерим

• Цена ошибки невелика.

Это разве не обычная автоматизация?

Нет, скажу я вам. Поэтому что не каждую задачу стоит отдавать ИИ, часть процессов дешевле и надёжнее закрыть обычным скриптом быстрым или готовой функцией в amoCRM (они есть и много).

ИИ хорош там, где есть неструктурированные данные и вариативность ответов, свободный текст заявки, расшифровка звонка, переписка клиента, вопрос в свободной форме, чтобы всё это можно было использовать и заменять.

Скрипт или готовая функция amoCRM смогут помочь там, где фиксированные правила есть. Например, поставить задачу при смене этапа сделки, отправить шаблонное письмо, посчитать сумму по формуле. С этим можно справится и без ИИ, всё автоматизировать.

Матрица приоритетных сценариев под ИИ

Когда ы вашем бизнесе процессов для внедрения ИИ несколько, чтобы не ошибиться, я подготовил матрицу. Оцениваете каждый процесс по шести критериям, складываете и берёте первым тот, у кого высокий вес.

Первые четыре критерия с высоким весом, потому что чем чаще процесс, чем больше времени отнимает, чем понятнее метрика, чем сильнее нужен язык, тем выше приоритет.

Топ-5 сценариев, с которых стоит начать

На опыте работы с клиентами выявили 5 самых частых сценариев, где нужен ИИ.

1. Квалификация заявок. ИИ разбирает свободный текст заявки и заполняет карточку в CRM.

2. Протоколы и итоги встреч. ИИ расшифровывает запись и готовит протокол с задачами.

3. Ответы из базы знаний. ИИ отвечает на вопросы сотрудников по внутренним регламентам.

4. Черновики коммерческих предложений и писем. ИИ готовит черновик по данным сделки.

5. Разбор звонков. ИИ выделяет возражения, причины отказа и сигналы интереса из расшифровки.

По каждому сценарию дальше рассказываю, что делает ИИ и по какой метрике можно увидеть результат, хорошо ли работает ИИ и нужен ли он там вообще.

Квалификация заявок

ИИ читает свободный текст входящей заявки, заполняет карточку в CRM, проставляет приоритет и тег по нужному признаку. А менеджер кайфует и получает уже разобранную заявку.

Две метрики для результатов, доля обработанных заявок и скорость первого ответа. ИИ нужен здесь потому, что заявки приходят свободным текстом, шаблон под них не подобрать.

Протоколы и итоги встреч

ИИ расшифровывает запись встречи, выделяет договорённости, готовит протокол и список задач. Руководителю не приходится вручную переписывать встречу.

Ответы из базы знаний

Сотрудник задаёт вопрос своими словами, ИИ отвечает по внутренним документам и регламентам компании. Помощник по базе знаний снимает повторяющиеся вопросы с руководителей и наставников. Очень удобная штука, по моему мнению.

У нас такой помощник по базе знаний собран для Платрум, на текущем этапе это MVP. Метрика, доля вопросов, закрытых без участия человека.

Черновики коммерческих предложений и писем

ИИ готовит черновик письма или коммерческого предложения по данным сделки, человек проверяет и отправляет. Но в финале человек всё равно должен проконтролировать.

Разбор звонков

ИИ обрабатывает расшифровку разговора, выделяет возражения, причины отказа. Руководитель видит картину по всем звонкам, что тоже удобно, на мой взгляд.

У нас этот сценарий работает в продукте FlySense AI внутри amoCRM, это виджет. Он делает транскрибацию, разделение по спикерам и анализ тональности. Метрика, доля разобранных звонков от общего числа.

Какие процессы не стоит автоматизировать ИИ первыми

1. Творческие и юридически значимые задачи без проверки человеком. Тексты договоров, официальные ответы, финальные решения по цене.

2. Критичные решения без контроля человека. ИИ готовит вариант, итог утверждает сотрудник.

3. Процессы без исторических данных. ИИ не на чем настраивать и проверять, результат сложно сверить.

4. Процессы на персональных данных, пока не решён вопрос 152-ФЗ.

Такие задачи лучше оставить с контролем человека, но потом можно внедрить ИИ, когда процессы налажены.

Как внедрять ИИ

Я выделил 5 шагов

1. Выбрать один процесс по матрице.

2. Запустить пилот на 2–4 недели на заявках.

3. Поставить человека на контроль на старте.

4. Логировать результаты и сверять с метрикой.

5. Масштабировать после подтверждённой окупаемости.

Главное при запуске, не отдавать процесс ИИ целиком, человек должен всё таки проверять результат, пока не накопилась статистика по точности и работе ИИ.

Что скажу по итогу?

Важно запомнить, что первый сценарий определяется по пяти свойствам, он должен быть частый, дорогой по времени, измеримый, пригодный для ИИ и с низким риском. Не отдавайте сразу всю работу нейросетям, проверяйте за ней и ставьте ответственного человека для начала.