«Внедрить ИИ» — неправильная цель: начинайте с проблемы

Ко мне всё чаще приходят с одинаковой формулировкой: «Нам надо внедрить ИИ». Иногда добавляют — «а то конкуренты уже, а мы отстаём». Я научился не радоваться этой фразе, а настораживаться. Потому что за шестнадцать с лишним лет в IT я видел десятки проектов, где техника была отличной, а толку — ноль. И почти всегда причина была одна: команда начинала не с того конца. Не с проблемы, а с технологии. В этой статье я хочу честно разобрать, почему «внедрить ИИ» — это плохая постановка задачи, и с чего стоит начинать на самом деле.

Почему «внедрить ИИ» — неправильная цель

Представьте, что к строителю приходят и говорят: «Нам нужно внедрить бетон». Не дом, не мост, не фундамент — просто бетон. Звучит странно, правда? А вот «внедрить ИИ» почему-то звучит солидно, хотя по сути это то же самое. Технология — это материал и инструмент. Целью бывает только результат: меньше ручной работы, быстрее ответы клиентам, меньше ошибок, выше выручка. Сам по себе искусственный интеллект ничего из этого не гарантирует.

Когда цель сформулирована как «внедрить ИИ», происходит подмена. Успехом начинают считать сам факт запуска: «мы подключили нейросеть, мы в тренде». А вопрос «и что, стало лучше?» повисает в воздухе. Я называю это технологией ради технологии: деньги потрачены, а сотрудники как тратили три часа в день на ручную сверку, так и тратят — просто теперь рядом стоит дорогая и модная игрушка.

Есть и более тонкая ловушка. ИИ — штука эффектная, и под неё легко получить бюджет и внимание руководства. Поэтому любую задачу начинают натягивать на нейросеть, даже если она по своей природе про другое. В итоге компания решает не свою настоящую проблему, а ту, под которую удобно подвести красивое слово «ИИ».

Начинайте с проблемы, а не с технологии

Правильный разговор начинается не с вопроса «какой ИИ нам внедрить», а с вопроса «что у нас болит». Где именно в бизнесе теряются деньги, время и нервы? Что отнимает у людей часы, которые они могли бы потратить на клиентов? Какая ошибка повторяется снова и снова? Какой процесс все ненавидят, но терпят? Вот это — настоящая постановка задачи. Технология появляется потом, как ответ, а не как условие.

Я обычно прошу описать проблему максимально конкретно и в цифрах, пусть даже приблизительных. Не «у нас медленная поддержка», а «оператор отвечает в среднем за сорок минут, и из-за этого мы теряем примерно каждого пятого клиента, который не дожидается». Не «много рутины», а «бухгалтер три дня в месяц вручную переносит данные из писем в таблицу». Как только проблема описана так, решение часто становится очевидным — и далеко не всегда это ИИ.

Хорошая постановка задачи отвечает на три вопроса. Первый: что конкретно идёт не так и как мы это замечаем. Второй: сколько это стоит компании в деньгах, времени или потерянных клиентах. Третий: как мы поймём, что стало лучше, — по какой цифре или признаку. Если внятных ответов нет, любое внедрение, хоть с ИИ, хоть без, будет стрельбой наугад. Сначала — диагноз, потом — лечение, а не наоборот.

Как это выглядит на практике

Покажу на нескольких типичных историях, как одна и та же на первый взгляд задача требует разных решений — и почему ИИ нужен далеко не всегда.

История первая. Компания хочет «внедрить ИИ для обработки заявок». Начинаем разбираться — и выясняется, что заявки приходят в строгом, предсказуемом формате: имя, телефон, услуга из списка. Здесь нейросеть не нужна вообще. Достаточно простой автоматизации: форма складывает данные в таблицу, бот уведомляет менеджера, статус обновляется автоматически. Проблема «заявки теряются» решается за пару дней обычными инструментами, и это надёжнее и дешевле любого ИИ. Это классическая задача на автоматизацию бизнес-процессов, а не на искусственный интеллект.

История вторая. Другая компания формулирует так же — «обработка заявок», — но заявки приходят свободным текстом: люди пишут в мессенджер длинные сообщения, путают услуги, задают вопросы. Вот здесь обычная автоматизация буксует, потому что нужно понять смысл написанного. И вот это уже честная задача для ИИ: разобрать текст, определить запрос, ответить на частые вопросы, а сложное передать человеку. В таких случаях я и предлагаю ИИ-агентов — но только после того, как стало ясно, что задача действительно про текст и смысл.

История третья, самая частая. «Нам надо внедрить ИИ, потому что сотрудники не справляются». Начинаем смотреть — и оказывается, что дело не в нехватке технологий, а в том, что процессы не описаны, ответственность размыта, данные лежат в пяти разных местах. Здесь никакой ИИ не поможет: он просто ускорит хаос. Сначала надо навести порядок в процессах, а уже потом думать, что из этого автоматизировать. Иногда после этого вопрос внедрения чего-либо отпадает сам собой — узкое место было в организации, а не в инструментах.

Заметьте: во всех трёх случаях стартовая фраза была почти одинаковой, а правильные решения — совершенно разными. Именно поэтому я не берусь «внедрять ИИ» вслепую.

Мой подход: от задачи к инструменту

Мой принцип простой: инструмент подбирается под задачу, а не задача под инструмент. Поэтому работу я почти всегда начинаю с разговора, а не с технического задания. Мне важно понять, как устроен бизнес, где он реально теряет, и что для владельца значит слово «стало лучше». Только после этого имеет смысл обсуждать, нужен ли тут ИИ, обычная автоматизация или вообще наведение порядка в процессах.

Дальше я честно говорю, что вижу. Если задачу решает не-ИИ — я так и скажу, даже если клиент пришёл именно за нейросетью. Мне невыгодно продавать дорогую и сложную систему, которая не приживётся: я работаю на результат и на повторные обращения, а не на разовый эффектный запуск. Бывает наоборот — человек недооценивает свою задачу, думает обойтись скриптом, а там по-настоящему нужен умный агент. Тогда я объясняю, почему стоит идти в сторону ИИ.

И ещё одна важная вещь, которую часто упускают: любой инструмент работает только в руках команды, которая понимает, что он делает. Можно внедрить самое умное решение, но если сотрудники его боятся или не доверяют ему, оно будет простаивать. Поэтому отдельным направлением я делаю обучение команды работе с ИИ — чтобы люди не воспринимали технологию как угрозу или магию, а спокойно использовали её как обычный рабочий инструмент. Без этого даже идеальное внедрение часто остаётся красивой, но бесполезной кнопкой.

В сумме мой подход — это движение от задачи к инструменту, а не наоборот. Сначала проблема, потом цифры, потом честный выбор решения, и только в конце — собственно технология. Звучит менее эффектно, чем «давайте внедрим ИИ», но именно так получаются проекты, которые работают и окупаются.

Частые вопросы

Значит, ИИ вообще не нужен и это просто хайп?
Нет, ИИ — мощный и полезный инструмент, я сам много с ним работаю. Я против не ИИ, а против того, чтобы делать его внедрение самоцелью. Когда задача действительно про текст, смысл, диалог или классификацию, нейросеть незаменима. Вопрос только в том, чтобы применять её там, где она реально решает проблему.

Как понять, нужен ли нам ИИ или хватит обычной автоматизации?
Грубое правило такое: если данные приходят в строгом, предсказуемом формате и нужно просто их перекладывать и проверять — почти всегда хватит автоматизации. Если же нужно понимать смысл свободного текста, отвечать на разные вопросы или работать с неструктурированной информацией — это территория ИИ. На консультации я помогаю провести эту границу для конкретного случая.

Конкуренты уже внедрили ИИ, мы не отстанем, если будем медлить?
Отстать можно не от тех, кто внедрил ИИ, а от тех, кто решил свою проблему. Если конкурент подключил нейросеть, но не стал работать быстрее или дешевле, его преимущество мнимое. Лучше потратить время на честную диагностику своих узких мест, чем гнаться за чужим пресс-релизом.

У нас маленький бизнес, нам это вообще по карману?
Как раз малому бизнесу мой подход выгоден больше всего. Когда мы начинаем с проблемы, часто выясняется, что её решает недорогая автоматизация, а не дорогая система. Вы не платите за модность, вы платите за конкретный результат. Иногда самое окупаемое решение оказывается и самым простым.

С чего начать прямо сейчас, до обращения к специалисту?
Выпишите три-четыре процесса, которые отнимают больше всего времени или чаще всего ломаются, и попробуйте оценить их в цифрах: сколько часов, сколько денег, сколько потерянных клиентов. Этот список уже половина дела. С ним разговор о решении пойдёт предметно, а не вокруг абстрактного «нам надо внедрить ИИ».

Коротко о главном

«Внедрить ИИ» — это не цель, а в лучшем случае одно из возможных средств. Цель — всегда результат: меньше рутины, быстрее ответы, меньше ошибок, больше выручки. Поэтому начинать нужно не с технологии, а с честно описанной проблемы и её цены для бизнеса. Когда проблема ясна, решение часто выбирается само — и нередко это обычная автоматизация или наведённый порядок в процессах, а вовсе не нейросеть. ИИ — прекрасный инструмент, но только тогда, когда он отвечает на настоящий вопрос, а не служит модной вывеской. Если хотите разобраться, что именно решит вашу задачу, начните с проблемы — а помочь её увидеть и подобрать правильный инструмент я готов на консультации.