Дорожная карта внедрения искусственного интеллекта в компании от 500 сотрудников: от пилота до масштабирования

Дорожная карта, план, стратегия внедрения ИИ — в чём разница?

В компании от 500 человек искусственный интеллект обычно уже используют — сотрудники обращаются к публичным чат-сервисам в обход службы безопасности, чтобы ускорить свою работу. За периметр уходят условия договоров, себестоимость, зарплатные и другие персональные данные.

Если не заниматься внедрением централизованно, компания рискует сразу по трём направлениям:

• отстаёт от конкурентов, которые уже автоматизировали процессы;
• теряет контроль над утечкой персональных данных;
• теряет контроль над утечкой коммерческой тайны.

Решение по этой практике принимается до всякой дорожной карты и денег не требует. Закрыть вопрос можно техническими средствами — запретить публичные сервисы в корпоративной сети либо легализовать через шлюз: единую точку доступа с журналом обращений, лимитами и правами. Шлюз обслуживает ИТ‑служба — он принимает запрос, вычищает то, что нельзя выносить наружу, и передаёт дальше, в облачную модель или в локальную.

Оттуда же берут первую цифру для диагностики: какие задачи люди уже решают с помощью ИИ и как часто, а то, что сотрудники уже используют, становится готовым списком кандидатов на пилот.

• План внедрения искусственного интеллекта отвечает на вопрос, что компания делает и в каком порядке.
• Дорожная карта добавляет к этому даты, ответственных и точки контроля.
• Стратегия отвечает на вопрос, зачем компании искусственный интеллект; карта переводит ответ в план работ с календарём.

Дорожная карта, которую кладут на стол совета директоров, собирается из четырёх частей:

• этапы со сроками в неделях и месяцах: расплывчатая формулировка «три-шесть месяцев» может вызвать на совете вопрос, что произойдёт на третьем месяце и почему срок может растянуться;
• ответственные с обеих сторон — кто ведёт каждый этап, и кто принимает результат;
• критерий перехода и критерий остановки для каждого этапа;
• бюджетная развилка — что укладывается в текущие расходы, а что требует отдельного решения совета.

Модель выбирают не отдельно, а под конкретную задачу и контур. Выбор модели в отрыве от потребности — это просто слив ресурсов. Какую модель брать и на чём её разворачивать, подробно разобрали в статье «Как выбрать ИИ‑решение для бизнеса»

7 этапов дорожной карты внедрения ИИ

Этап 1. Диагностика (аудит процессов)

Диагностика — это первый и самый дешёвый шаг: она ищет процессы, где эффект от ИИ можно измерить, и продолжается обычно до двух недель. Задача — не сразу бросаться внедрять, а сначала понять, где внедрение вообще имеет смысл и какие данные для этого понадобятся.

На входе нужны доступы к процессам (инструкциям, регламентам), выгрузкам из учётных систем (данным) и время владельцев процессов на интервью. Ведёт этап руководитель внедрения, то есть тот, кому поручено довести работу до результата; обычно это действующий руководитель проекта или направления.

На выходе компания получает 2 артефакта:

• перечень процессов-кандидатов;
• оценку данных под каждый из них: полны ли справочники, какого качества сканы, есть ли по процессу история. От оценки зависит, попадёт ли выбранный процесс в пилот сразу или после подготовки данных.

Этап 2. Приоритизация — выбор одного процесса из найденных

После выявления процессов-кандидатов необходимо провести их приоритизацию, обычно на неё уходит 5–15 рабочих дней.

Кандидатов сравнивают по двум осям:

• влияние — это число операций в месяц, затрачиваемое на них время и стоимость ошибки;
• усилия — состояние данных и число систем, которые придётся связать.

С этапа уходят с одной измеримой гипотезой: какой процесс ускоряется, с какого значения до какого, на каком объёме операций. Здесь же определяют метрики для оценки результата, долю правильных ответов, при которой пилот считается удавшимся, и сотрудника, который на контрольной выборке ответов будет оценивать точность системы.

Чаще всего первым процессом становится RAG‑ассистент по базе знаний компании или обработка входящих документов и заявок. Во втором случае система читает письмо или скан, извлекает реквизиты и создаёт в учётной системе непроведённый документ: проведение выполняет сотрудник, поэтому подпись остаётся за человеком.

Этап 3. Апробирование (прототип и пилот)

Это третий этап дорожной карты. Здесь выбирают MVP‑функции, а не берутся сразу за всю инициативу целиком: тестируют одну-две модели, формируют контрольные тесты для оценки качества, а саму разработку часто ведут без полной интеграции с корпоративными системами, если это допустимо. Цель — проверить эффект ИИ на реальных данных компании и реальных задачах пользователей.

Прототип собирается за две-четыре недели, пилотный проект идёт в среднем месяц; суммарно на обе работы уходит шесть-восемь недель. Нижняя граница держится, только если диагностика признала данные пригодными. Когда справочники требуют нормализации (номенклатура, контрагенты, договоры), эта работа идёт до пилота и считается отдельно.

Пилотный проект ставят на одном подразделении и одном типе задач, чтобы замер «после» можно было сравнить с замером «до» на тех же операциях.

Этап 4. Оценка результатов пилотного проекта

Отдельного срока у этого этапа нет: это точка, где сравнивают гипотезу с результатом. Обычно замерить результат можно через 1–3 месяца после запуска пилота. Оценку даёт сотрудник, отвечающий за точность системы, вместе с руководителем, утвердившим пилот.

Момент истины: здесь оценивают пилот с точки зрения бизнеса — решили ли мы проблему? Модель может быть точной, но, если она ошибается, насколько дорого обходится её ошибка бизнесу? Если модель предсказывает рак с точностью 90%, но пропускает 10% случаев, это может быть неприемлемо. Тогда компания возвращается к началу.

Если тесты провалились, метрика не изменилась или пользователи дают негативную оценку, возвращаемся на этап 1 и разбираем: что сломалось, почему, как иначе достичь результата. Если гипотеза не подтвердилась, работа не закрывается, а возвращается на диагностику. У компании при этом остаётся работающий прототип и нормализованные справочники — это задел для следующей попытки, а не потерянные вложения.

Этап 5. Масштабирование

Код превращается в продукт. Задача — интеграция модели в существующие системы, создание API, дашбордов. Финал — модель приносит пользу реальным людям.

Тираж идёт от трёх месяцев, а верхняя граница зависит от трёх вещей: числа процессов в тираже, числа подразделений и числа систем, с которыми нужна интеграция. Масштабирование начинается с соседних процессов того же типа: ещё один вид документов, ещё одна категория заявок. Затем проект масштабируется вглубь — на департаменты и филиалы.

Тираж включает:

• доработку оставшихся функций, нужных для работы в реальном процессе компании;
• интеграции в контур;
• интеграции в процесс — организационные мероприятия;
• постепенное увеличение объёма обработки данных ИИ.

Каждый из этих шагов проходит контроль и тестирование качества работы.

Технически этап упирается в интеграции: 1С, Битрикс24, система документооборота, корпоративная база знаний. Каждая интеграция задаёт, откуда система берёт данные, куда пишет результат и что делает, когда модель недоступна. Из-за этого масштабирование и последующая эксплуатация идут как два разных этапа, с разными ответственными.

Этап 6. Регламентация и обучение — закрепление того, что заработало

Этап регламентации часто начинается параллельно с тиражированием. Правила работы с искусственным интеллектом пишут ИТ‑служба и служба безопасности, а утверждает их тот же руководитель, который утверждал пилот: какие данные допустимо передавать, какие сервисы разрешены, кто отвечает за качество ответов в каждом процессе.

Обучение сотрудников занимает от двух часов до двух дней: короткий формат подразумевает объяснение правил безопасной работы, длинный — практику на реальных задачах отдела. Этот этап позволяет избежать провала из-за самой частой причины: система запущена, а показатели прежние, потому что люди работают по-старому.

Доля операций процесса, прошедших через систему, считается с первого месяца тиража и остаётся показателем, за которым следит владелец процесса.

Этап 7. Эксплуатация и развитие

Последний этап внедрения ИИ не заканчивается никогда. Это главное отличие такой системы от остального ландшафта: обычное приложение работает стабильно, пока его не трогают. Здесь наоборот — даже без единого изменения с вашей стороны качество может снижаться: меняются входящие документы, формулировки в них, версии моделей у поставщика.

Из-за этого появляется дополнительная постоянная работа — отслеживание и корректировки системы. Заводится контрольный набор: полсотни контрольных задач, разобранных вручную, с известным правильным ответом. По расписанию его прогоняют через систему и сравнивают результат с точностью, зафиксированной на пилоте. Если результат просел, это повод разобраться: изменился поток документов, деградировала модель или сломалась интеграция. За такую проверку отвечает назначенный человек. Переобучение и обновление моделей по итогам разбора — регулярный расход, он планируется вместе с годовым ИТ‑бюджетом.

Три точки решения: продолжать проект или нет

Обычно карта предусматривает три точки решения — продолжать проект или нет:

1. После диагностики — может выясниться, что ни один процесс не подходит для автоматизации (например, дешевле оставить как есть, чем внедрить ИИ), или ни у одного из найденных кандидатов данные не соответствуют нужному качеству и вначале их нужно привести в порядок.
2. После решения по пилоту — если замер результата не подтвердил исходную гипотезу либо доля правильных ответов системы оказалась ниже согласованного порога, проект стоит остановить или отправить на доработку.
3. После первого тиража — если эффект, подтверждённый на пилоте, не воспроизводится на соседних процессах, тираж стоит приостановить и разобраться в причине, прежде чем двигаться дальше.

В каждой точке компания теряет только то, что вложила до неё.

Пример дорожной карты внедрения искусственного интеллекта

Таблица собрана по срокам работ Первого Бита Спортивная и годится как основа документа для совета директоров: под свою компанию в ней меняются названия процессов и имена ответственных.

Сколько стоит внедрение ИИ и как это ложится в бюджет

Платит одна сторона — обычно ИТ или проектный офис, а выигрывает другая: закупки, поддержка, продажи. Поэтому за результат отвечает не тот, кто платит, а владелец изменяющегося процесса.

Деньги делятся на три типа: разовые, ежегодные и растущие вместе с использованием — последние считают отдельно, как переменную себестоимость.

Итоговую сумму формируют пять факторов:

• объём и состояние данных: полнота справочников, качество сканов, глубина истории;
• структурированность процесса: есть ли регламенты по процессу или хотя бы базовое описание;
• число интеграций с учётными и внешними системами;
• вариант развёртывания — облако, собственная инфраструктура, гибрид (в любом варианте развёртывания есть операционные расходы: облако — только токены; гибрид — токены + содержание своей стойки или аренда; локально — содержание своей стойки или аренда);
• что потребует служба безопасности и надо ли дообучать модели на своих документах.

Календарь важен так же, как сумма. Диагностика и пилот попадают в один бюджетный год, масштабирование — обычно в следующий, поэтому старт привязывают к бюджетному циклу.

Важно договариваться о стратегии

Департаментов много, и каждый считает свой процесс первоочередным. Старт с одного процесса снимает этот спор: пока обсуждается один тип документов в одном подразделении, согласование идёт на уровне двух руководителей. Но стоит добавить в список ещё пару процессов — та же подготовка растягивается в многомесячную переписку между отделами.

Сотрудники могут считывать происходящее как подготовку к сокращениям, и слухи расходятся быстрее проекта. Здесь работает простое правило: одна и та же формулировка, озвученная в начале и не меняющаяся дальше, обходится дешевле, чем любые объяснения постфактум. Например, так:

Мы автоматизируем разбор документов, штат сохраняется, освободившееся время идёт на проверку и на работу с клиентами. Дальше её повторяют на всех уровнях в том же виде.

Самир Ильясов

Руководитель отдела по развитию BI, DWH, RPA Первый Бит Спортивная

Обещание про сохранение штата подкрепляется устройством самой схемы: та же логика, что на пилоте, — финальное решение после ИИ остаётся за сотрудником. ИИ не снимает ответственность, он может только ускорить процесс принятия решения.

Пять признаков дорожной карты внедрения ИИ, которая не сработает

Каждый из них виден на бумаге, до начала работ, и стоит дорого, когда обнаруживается по ходу.

• Низкий уровень ИИ‑компетенций и адаптации технологии в компании. Если сотрудники боятся внедрения и саботируют его, то, какой бы красивый экономический эффект ни был на бумаге, сотрудники его заблокируют.
• У процесса нет назначенного ответственного за качество. Тот, кто скажет «ответ правильный», называется вместе с гипотезой. Без него спор «работает или нет» уходит в личные мнения, и решение откладывается на месяцы.
• Под вариантом развёртывания нет подписи службы безопасности. Требование развернуть всё на своей инфраструктуре, предъявленное в середине работ, переписывает архитектуру и смету: растут капитальные затраты и срок.
• Состояние справочников не проверено заранее. Дубли контрагентов и сканы разного качества дают на пилоте низкую точность, и проект закрывают по ложному выводу — при том что подвели данные, а не модель.
• Не назван владелец процесса на эксплуатации. Удачный пилот без него остаётся демонстрацией: отвечать за работающую систему после сдачи некому, и второй проект в компании уже не запускают.

Эффект считается от базовой линии, снятой до пилота

Замер базовой линии снимают отдельно на каждой операции, готовой к автоматизации: сколько минут занимает обработка документа сегодня и сколько после запуска, на том же типе задач и том же объёме. Значение «до» снимают до старта работ; задним числом его уже не восстановить. Стопроцентной точности не бывает, и экономия считается за вычетом проверки человеком.

Насколько велик эффект на практике, видно по нескольким проектам Первого Бита Спортивная. У международного поставщика запчастей 96% писем теперь обрабатываются без участия человека, остальные уходят сотруднику. В розничной сети заявка из письма стала обрабатываться за 5–7 минут вместо получаса. Фармацевтическая компания разбирала пакет протоколов за 120–180 минут, теперь укладывается в 15–20 при потоке в тысячу протоколов в месяц. Металлургический институт готовит техническое задание на 40% быстрее прежнего.

Минуты на операцию — язык руководителя отдела; на совете говорят ставками. Пересчёт занимает два действия: разницу в минутах до и после внедрения ИИ умножают на месячное число операций и делят на фонд рабочего времени в месяц. Выходит доля ставок сотрудников, которая больше не требуется для выполнения процесса; дальше компания решает сама, высвобождать людей или закрывать прежним составом выросший объём.

Цифру снимает владелец процесса, подтверждает ответственный за качество, и происходит это на заранее названном сроке.

Не годятся как показатель успеха:

• «сотрудники стали работать быстрее» без замера операции;
• число обращений к системе в отрыве от процесса: оно растёт и при падении качества;
• субъективная оценка удобства по опросу пользователей;
• экономия, посчитанная от прайсовой стоимости часа вместо фактических трудозатрат.

Что выяснить до старта

Ответы на эти вопросы зависят от конкретной компании, и получить их можно только на обследовании. Список стоит взять на первую встречу с подрядчиком:

Как Первый Бит офис Спортивная помогает собрать дорожную карту

Первый Бит, офис «Спортивная» встраивает искусственный интеллект в действующие учётные системы. Вариант развёртывания выбираем на диагностике вместе с вашей службой безопасности. Разница между вариантами — не в том, где физически стоит оборудование, а в том, куда уходят данные, и кто несёт за них ответственность.

Три варианта развёртывания:

• Облако — пилот стартует быстрее всего, но запросы уходят наружу и нужен механизм анонимизации и маскирования данных.
• Свои серверы — данные остаются внутри, зато растут срок и капитальные затраты: видеокарты и сопровождение моделей.
• Гибрид — держит чувствительное внутри, наружу отдаёт обезличенное и требует продуманной архитектуры.

Пока решение о диагностике проходит согласование, перечень процессов-кандидатов собирается своими силами: подходят операции с большим объёмом однотипных документов, понятным владельцем и историей, по которой видно, сколько времени они занимают сегодня. Вместе со списком вопросов подрядчику этого хватает, чтобы прийти на совет директоров с планом внедрения искусственного интеллекта, у которого есть сроки, ответственные и точки остановки.

Частые вопросы