Включите звук. Слайды листаются стрелками, свайпом или клавишами.
Лекция 2: Процессный подход
Автоматизация начинается с понимания того, как в компании на самом деле создаётся ценность и как устроена работа
Как на самом деле устроена работа и где создаётся ценность
Что компания знает и где это знание реально живёт
ИИ-агенты ускоряют то, что уже выстроено как процесс
Процесс — это устойчивая последовательность действий, которая преобразует вход в измеримый результат. Восемь элементов делают его управляемой системой
Нет метрики — нет управления: управлять можно только тем, что измеряешь
Одна заявка меняет состояние на каждом шаге
Заявка оставлена
заявкаФиксация данных
лидУточняет детали
КПФормирует счёт
счётФиксация оплаты
платёжОдна запись
данные не создаются заново
Без ручного переноса
системы связаны, а не люди
Сквозная метрика
видно время всей цепочки
От отдельной операции — к процессу, от процесса — к мышлению
Машина берёт на себя отдельную операцию — повторяющийся физический труд
Отдельные операции связали в поток — так появились первые автоматизированные процессы
Интеграция информационных систем: данные хранятся и передаются без ручного переноса
Автоматизация интеллектуальной работы и принятия решений
Технологию выбирают под задачу: если задачу решает правило, ИИ сделает систему только дороже и менее предсказуемой
Жёсткая логика «если — то»
Робот повторяет действия человека (RPA)
BPM-системы и API-интеграции
ИИ-агенты понимают контекст и принимают решения
Незрелый подход
«Давайте внедрим ИИ»
Зрелый подход
«Какую метрику улучшим?»
ИИ не исправляет хаос — иногда он позволяет хаосу работать быстрее. Сначала метрика и ограничение, потом технология
Первая зона автоматизации чаще всего находится в RUN
Операционка
Текущая стабильная работа, рутина и массовые операции
Изменения
Проекты оптимизации и развития текущих процессов
Инновации
Создание новых продуктов и бизнес-моделей
Высвобождённого времени ежедневно
«Внедрить ИИ» — не цель. Цель формулируется в измеримых показателях
От заявки до результата быстрее
Обработка одного кейса дешевле
Меньше ошибок и возвратов
Больше кейсов без роста штата
измеримый результат
который на неё влияет
внутри процесса
Разные процессы влияют на разные результаты
Отдельный процесс встроен в систему создания ценности. Если оптимизировать локальный участок, можно не повлиять на итоговый результат
Ускорение обработки заказа (Шаг 2) не принесёт пользы клиенту, если производство (Шаг 3) всё равно работает медленно
Пять критериев, по которым сравнивают кандидатов
на автоматизацию
Тысячи раз в день, а не раз в год
Есть время, стоимость и ошибки
Люди часами заняты рутиной
Сбой стоит денег или сделки
Результат видно бизнесу быстро
Хороший первый процесс — тот, где критерии сочетаются
Можно ускорить быстрые шаги, но полный цикл не изменится
5 мин
5 мин
5 мин
2 дня
5 мин
Шесть вопросов, которые выводят на узкое место
Где копится очередь?
Где ждут данные?
Где кейсы возвращаются?
Где ручная проверка?
Где ждут одного эксперта?
Где шаг тормозит процесс?
Многие узкие места — в когнитивной работе. Лучший кандидат там, где бизнес-ценность встречается с ограничением потока
Один метод редко даёт полную картину — используется комбинация методов
Метод определяется природой процесса, а не привычкой аналитика
Мало инструкций и много ручного труда
Идут через несколько подразделений
Одну и ту же работу делают десятки сотрудников
Следы остаются в ИТ-системах: журналы и статусы
Чем дополняют картину
Процесс состоит не только из действий, но и из скрытых решений: важно понять, по каким критериям он делает выбор
«Проанализировать резюме» — один блок на процессной схеме
Что спрашивать на интервью
Почему такое решение?
На что смотрите сначала?
Как понять, что хорошо?
Когда делаете исключение?
В точках решений процесс выбирает маршрут.
Часть правил живёт только в голове эксперта
Кейс в процессе
Маршрут А · стандарт
Маршрут Б · проверка
«Формально всё нормально, но кейс вызывает сомнение»
Не выявили скрытую логику — агент повторит форму работы и потеряет её интеллект
Люди часто описывают процесс не так, как он работает реально. Process Mining позволяет восстановить фактический маршрут по журналам событий
Минимум журнала событий
Петли и возвраты
Обходные маршруты
Реальные длительности
Два режима Process Mining: сначала увидеть процесс таким, какой он есть, потом сравнить его с регламентом
журналы CRM, ERP
и обращений
Восстанавливает фактический процесс из журнала событий
Сверяет факт с регламентом и показывает отклонения
Автоматизируете идеализированный процесс —
все исключения всплывут уже после запуска
Цель не в нотации, а в ясной модели, понятной бизнесу и разработчикам
Описание событий, задач и потоков данных
Регламент и передача в разработку
Кто участвует и как они общаются между собой
Процесс через много подразделений
Текстовая визуализация схем прямо в коде
Схема версионируется
вместе с кодом
Хорошая схема отвечает на шесть вопросов
Кто участвует
Что делает
Какие данные передаются
Где принимаются решения
Где возникают проблемы
Как измеряется результат
AS-IS — это модель того, как процесс реально работает сейчас. Не в идеале, не по регламенту, а в жизни
Задержки
где кейс ждёт
Возвраты
шаг делают заново
Обходы
мимо правил
Исключения
нестандарт
Не всё, что может делать ИИ, должен делать ИИ —
природа операции определяет исполнителя
Правила понятны, результат предсказуем
исполнитель: правило
Результат зависит от контекста
исполнитель: ИИ-агент
Неопределённость, ответственность, этика
исполнитель: человек
Правильный вопрос к каждому шагу: какой тип интеллекта его выполняет?
Правило
детерминированный шаг
ИИ
вероятностный шаг
Человек
ответственность и этика
Гибрид
решение за человеком
Для каждой точки нужно понимать суть, эффект,
риски и метрики
Семь полей карточки точки
-2 часа работы менеджера в день
Средняя (нужна проработка промптов)
Исключение пустых заявок в CRM
Низкая (скрипт)
Ускорение ответа клиенту в 3 раза
Высокая (доступ к базе знаний)
| Точка (Узел) | Тип | Ожидаемый эффект | Сложность |
|---|---|---|---|
| Сортировка входящих заявок | ИИ / Вероятн. | -2 часа работы менеджера в день | Средняя (нужна проработка промптов) |
| Проверка наличия ИНН | ИТ / Детерм. | Исключение пустых заявок в CRM | Низкая (скрипт) |
| Составление черновика ответа | ИИ-агент | Ускорение ответа клиенту в 3 раза | Высокая (доступ к базе знаний) |
Оценка точки: ценность · частота · влияние · риск · сложность
Для приоритизации: что брать в работу в первую очередь
Высокая ценность, Низкая сложность
Высокая ценность, Высокая сложность
Низкая ценность, Низкая сложность
Низкая ценность, Высокая сложность
Даже если точки найдены, процесс может быть не готов
Готовность к ИИ — это способность встроить агента
в управляемый процесс
Модель того, как процесс должен работать после изменений. Здесь
задаётся новая логика: что автоматизировать и где оставить человека
Модель того, как процесс должен работать после изменений.
Как есть сейчас
Целевое состояние
К каждому шагу — семь вопросов, и часть операций исчезает
Убрать
лишние шаги и согласования
Объединить
слить этапы, сократить передачи
Упростить
поток данных и формы
Автоматизировать
добавить агентов и скрипты
Будущий процесс обычно не полностью человеческий
или полностью автоматический
Берёт рутину, сбор данных и первичную обработку
Удерживает ответственность, эмпатию и решает сложные кейсы
Рутинное
и массовое
Скрипт или ИИ
Аналитическое
и вероятностное
Гибрид: агент + человек
Стратегическое
и этическое
Решает человек
Автономность задаёт не сложность задачи, а четыре критерия
Роль человека закладывается в процесс до запуска
Шкала распределения ответственности между агентом и человеком
Агент работает сам, человек следит за метриками
Агент готовит результат, человек утверждает, исправляет или отклоняет
ИИ предлагает варианты, человек задаёт цель и принимает решение
Человек ведёт работу, агент помогает: гипотезы, альтернативы, аргументы
Цена ошибки растёт
В одном процессе живут все четыре режима: автономность — где риск контролируем, человек — где нужна его ответственность
Человек не исчезает — он поднимается уровнем выше:
от исполнения операций к управлению интеллектом системы
Помогает с данными, корректировками и фидбеком
Разбирает исключения и спорные случаи
Задаёт цели, правила, контекст и метрики
Решает чувствительные вопросы
Рутина дешевеет — дорожают навыки, которые держат гибридную систему под контролем человека
Видеть весь поток, а не свою кнопку
Замечать убедительную, но ложную уверенность ИИ
Новые идеи и нестандартные решения
Задаёт правильные критерии и видит тонкую ошибку
Цель, контекст, ограничения, критерии качества
Проверять результат, ловить дрейф
Последняя инстанция
за последствия
Где автономия допустима,
а где — нет
Человек не исчезает — он меняет роль: ставит задачи, проверяет качество
и отвечает за результат
Считать качество агента мало — измеряется вся система «человек + ИИ»
Эти 5% — самые сложные: на каждый кейс человек тратит кратно больше времени
Оптимизируем не агента и не человека, а их совместную производительность
«Убрать человека» — примитивная цель.
Автономию повышают шаг за шагом по той же шкале H3 → H0
Человек и агент вместе ищут решение
ИИ предлагает варианты, решает человек
Агент готовит, человек утверждает
Человек следит только за метриками
Максимум доверия
Двигаться постепенно: автономию повышаем по мере доверия и накопленных данных
Агент с меньшей автономией, но хорошей эскалацией часто создаёт больше ценности, чем гонка за 100% автономии
Каждая функция агента описывается инженерно — четырьмя элементами
Вместо одного огромного промта
— шесть управляемых навыков
Анализ заявки
Проверка данных
Классификация
Оценка риска
Черновик ответа
Нужна ли эскалация
Анализ заявки
Проверка данных
Классификация
Оценка риска
Черновик ответа
Нужна ли эскалация
Паспорт одного навыка
Каждый навык можно тестировать и улучшать отдельно
Набор навыков — ещё не агент.
Всё решают связи между ними
Выход одного навыка — вход следующего
анализ → проверка
Несколько проверок идут одновременно
данные · риск · история
Правки возвращаются и перезапускают участок
сигнал для улучшения
Граф навыков — функциональная архитектура агента
Способ рассуждения выбирается под структуру задачи
Простая работа с очевидным решением
Объяснимое решение по шагам
Строим альтернативы, оцениваем и откатываемся
Ветки объединяются, есть обратные связи
Результат анализа материализуется в комплект документов
Бизнес знает, что получит, команда — что строит, руководитель — как измерять эффект
Метрики фиксируются до разработки
Замерить текущие значения в AS-IS
Задать целевые значения TO-BE
Пилот и сравнение до и после
Срок, когда эффект должен проявиться
Метрики живут на четырёх уровнях
Метрика показывает ценность: без базы и способа замера эффект не доказать
Большинство проектов проваливается не из-за слабой модели, а из-за организационной незрелости
Грязные, неполные, недоступные
Нет API, тестовой среды и логирования
Права агента и ответственность
Автоматизация хаоса усиливает хаос
Обходят систему и работают по-старому
Некому ставить задачи и оценивать качество
Автоматизация начинается с честной картины того, как работа устроена сейчас
Финальный тест
Вопрос 1 из 10