Первым стоит автоматизировать процесс с частым однотипным входом, доступным источником данных и результатом, который можно проверить. Хорошие кандидаты: разбор обращения, поиск по каталогу, подготовка документа и передача исключения сотруднику. Не начинайте с цели «заменить отдел» или «автоматизировать все продажи». Пилот должен пройти один маршрут от события до результата и показать, где модель полезнее обычных правил.
Пять признаков подходящего процесса
Процесс удобен для первого пилота, если:
- входы уже существуют в цифровом виде;
- сотрудник повторяет похожие шаги;
- есть система, которой команда доверяет как источнику;
- правильный результат можно принять или отклонить;
- ошибка обнаруживается до необратимого действия.
Последний пункт влияет на режим запуска. Черновик коммерческого предложения легко проверить до отправки. Автоматический возврат денег требует других прав и контроля.
Оценка кандидата за час
Возьмите последние 20–50 примеров и заполните простую таблицу:
| Вопрос | Что записать |
|---|---|
| Что запускает работу? | сообщение, файл, статус заказа |
| Что ищет сотрудник? | карточка, прайс, расписание, инструкция |
| Что меняется? | ответ, запись, документ, задача |
| Как выглядит правильный результат? | ID, статус, набор обязательных полей |
| Какие исключения встречаются? | пустые данные, конфликт цен, нет прав |
| Сколько стоит ошибка? | исправление, потерянное время, риск клиенту |
Если результат нельзя описать, автоматизацию рано оценивать. Сначала нужно выровнять сам процесс.
Кандидат 1. Входящие обращения
В DOLOROSA агент отвечал на повторяемые вопросы в Avito: цена, наличие, фотографии и правила покупки. При этом торг, спор и проверка физического состояния вещи оставались у менеджера.
Такой процесс подходит, когда данные о товаре доступны через API, а история диалога связана с конкретным объявлением. Если карточки пустые и сотрудники каждый раз вспоминают ответ по памяти, сначала надо привести в порядок данные.
Кандидат 2. Запись и расписание
Для EST.EPIL агент получал услуги, сотрудников, даты и свободное время из YCLIENTS. Модель разбирала фразу клиента, а API подтверждал факты.
Здесь важно разделить чтение и запись. Подбор свободного окна можно автоматизировать раньше. Создание, перенос и отмена требуют защиты от дублей и ясного подтверждения пользователя.
Кандидат 3. Документы и поиск по номенклатуре
В REGION SNAB входом было тендерное ТЗ в PDF, Excel или изображении. Система извлекала позиции, искала их во внутренних источниках, сравнивала характеристики и собирала черновик КП.
Такой процесс хорошо делится на этапы. Сначала автоматизируется извлечение и поиск, затем расчёт, потом сборка документа. Менеджер видит источник каждой строки и проверяет спорные аналоги.
Кандидат 4. Подготовка фотографий
В товарном контуре можно выбрать кадр, заменить фон, собрать обложку и подготовить очередь на загрузку. Публиковать результат без просмотра опасно: генеративная модель способна сгладить дефект, изменить надпись или дорисовать деталь.
Поэтому автоматизация заканчивается статусом ready_review, а публикация запускается отдельным подтверждением.
Что оставить на потом
Плохой первый пилот имеет редкие случаи, слабые данные и высокую цену ошибки. Сюда часто попадают юридические решения, финансовые списания, кадровые оценки и обещания клиенту, которые нельзя отменить.
Не стоит начинать и с процесса, где люди спорят о правильном результате. Модель только ускорит существующую неоднозначность.
Где ИИ не нужен
Если правило помещается в несколько условий и не требует понимания свободного текста, обычная автоматизация проще. Webhook, проверка статуса и отправка шаблонной инструкции могут работать без языковой модели.
Модель добавляется в конкретной точке: разобрать формулировку, сопоставить похожие названия, извлечь структуру из документа или подготовить объяснение по найденным фактам.
Что считать результатом пилота
До запуска зафиксируйте время сотрудника, число ручных шагов, долю исключений и стоимость ошибки. После пилота сравните тот же маршрут. Число вызовов модели само по себе ничего не говорит о пользе.
Geron Labs проводит такой разбор на реальных примерах. На первом созвоне достаточно одного процесса, нескольких обезличенных входов и доступа к описанию рабочей системы.
Читайте также: Как сопоставлять свободный текст заявки с номенклатурой 1С, Как ИИ обрабатывает Excel, PDF и фотографии, а где нужна ручная проверка, Как внедрить ИИ в бизнес и проверить пилот до большой разработки.