Управление10 ноября · 7 мин чтения

Автоматизация процессов с ИИ: как запустить пилот

Автоматизация процессов с ИИ запускается как пилот на одном участке с понятной метрикой. Разбираем, чем правила отличаются от RPA и ИИ, как собрать данные для обучения и как устроен контроль ошибок и возврат в ручной режим на примере входящих заявок.

Автоматизация процессов с ИИ: как запустить пилот

Автоматизация процессов с ИИ — это передача рутины обученной системе вместо сотрудника, который действует по регламенту. Пилот запускается на одном узком процессе за четыре-шесть недель — вы выбираете задачу с понятной метрикой, собираете примеры правильной работы и контролируете каждую ошибку. Ниже сравним три подхода, правила, RPA и ИИ, и разберём пилот на примере обработки входящих заявок.

Автоматизация процессов с ИИ — правила, RPA или модель

Три подхода решают разные задачи и часто дополняют друг друга.

  • •Жёсткие правила срабатывают по схеме «если — то». Письмо с пометкой «счёт» уходит в бухгалтерию, заявка с суммой выше лимита — директору. Дёшево и предсказуемо, но любое отклонение от шаблона ломает процесс.
  • •RPA имитирует действия человека в интерфейсах — открывает программы, копирует поля, нажимает кнопки. Подходит для старых систем без API, но требует переделки при каждом обновлении вёрстки.
  • •ИИ работает с неструктурированными данными — свободными письмами, голосовыми сообщениями, сканами. Он извлекает смысл и принимает решение с оценкой вероятности, а не по жёсткому условию.

Ориентир простой. Если входные данные строго однотипны, хватит правил. Если система старая, а задача механическая, подойдёт RPA. Если текст свободный и смысл решает, нужен ИИ. Часто в одном процессе все три идут в связке — ИИ понимает письмо, RPA вносит данные, правила маршрутизируют результат. Границы автономности такой связки разобраны в материале о внедрении ИИ-агентов.

Какой процесс взять в первый пилот

Хороший кандидат на пилот удовлетворяет пяти условиям.

  • •Объём от ста операций в неделю, иначе эффект статистически не измерить.
  • •Входные данные уже в цифровом виде — письма, чаты, формы.
  • •Есть эталон правильного результата, который можно показать системе.
  • •Цена ошибки невысока или результат легко проверить человеком.
  • •У процесса есть владелец, который готов выделять время на разметку и разбор.

Избегайте процессов с редкими кейсами и высокой ответственностью — договоры, кадровые решения, выплаты. Туда автоматизация приходит позже, после накопления статистики на простых участках.

Если вам нужно решить, какие действия поручить ИИ и как проверить результат, пригодится материал «ИИ в техподдержке: какие заявки можно автоматизировать».

Пример пилота — обработка входящих заявок

Самый показательный пилот для продаж и сервиса. Заявки приходят с сайта, почты и рекламных площадок, менеджеры тонут в потоке и реагируют с задержкой.

01Зафиксируйте базовую линию. Посчитайте, сколько заявок приходит в день, сколько минут уходит на одну и на каком этапе они теряются.
02Соберите триста-пятьсот примеров обработанных заявок. Разметку делает лучший сотрудник — его решения становятся обучающей выборкой.
03Настройте извлечение данных — имя, контакт, компания, потребность, желаемый срок.
04Включите двойную проверку. Система обрабатывает заявку, оператор подтверждает результат одной кнопкой.
05Через две-три недели снимите проверку с простых случаев — типовые вопросы и мелкие заказы.
06Через шесть недель подведите итог по метрикам и решите о масштабировании.

Контроль ошибок и возврат в ручной режим

Контроль строится на четырёх механизмах.

  • •Порог уверенности. Если модель оценивает решение ниже 85 процентов, заявка автоматически уходит человеку. Порог снижается только после стабильной статистики.
  • •Триггеры эскалации. Крупная сумма, новый клиент, негативный тон письма, упоминание претензии — такие заявки обрабатывает оператор независимо от оценки модели.
  • •Кнопка остановки. Один клик переводит процесс на ручную обработку без потери уже принятых данных.
  • •Ежедневная выборка. Оператор разбирает двадцать случаев, фиксирует ошибки и вносит правки в инструкцию.

Условный пример. За неделю система приняла 420 заявок, из которых 76 направила человеку из-за неполных данных, а ещё шесть из-за суммы выше согласованного порога. Оператор проверил 20 обработанных заявок и нашёл четыре ошибки в извлечении артикулов. После правки выбрали новый набор из 100 заявок и нашли одну ошибку. Для вывода об улучшении команда проверяет, сопоставимы ли типы заявок и доля сложных примеров.

Важно заранее описать ручной режим. Кто его включает, кого оповещает, как недообработанные заявки возвращаются в очередь. Без этого пункта любой сбой превращается в аварию.

Метрики пилота

Сравнивайте пилот с базовой линией по пяти показателям.

  • •Точность извлечения данных по каждому полю, включая пропуски и неверно записанные значения.
  • •Время цикла от заявки до первого ответа клиенту.
  • •Доля заявок, прошедших без участия человека.
  • •Стоимость одной обработанной заявки — зарплатное время, поделённое на объём.
  • •Удовлетворённость клиентов по короткому опросу после обращения.

Заранее согласуйте допустимые отклонения по каждому показателю. Особенно важны ошибки, которые невозможно исправить без участия клиента. Если подготовка заявки стала быстрее, а время проверки выросло, сравните затраты от начала до конца. Масштабирование разумно только после подтверждения эффекта и проверки возврата к ручной работе.

Для возврата предусмотрите остановку автоматической отправки, передачу очереди человеку и сверку уже выполненных действий. При пробе искусственно прервите тестовую заявку перед последним шагом. Проверьте, увидит ли оператор предыдущую историю и сможет ли завершить работу без повторного письма клиенту.

Как масштабировать после пилота

Масштабирование идёт по трём направлениям. Первое — каналы, подключаются телефония и мессенджеры, заявки со всех источников попадают в общий контур. Второе — глубина, система берёт следующие шаги, рассылку коммерческих предложений и напоминания о встречах. Третье — смежные процессы, поддержка, закупки, документооборот.

Обязательные шаги — задокументировать инструкцию модели, обучить ответственного и назначить дату пересмотра порогов. Обучающую выборку пересобирают раз в квартал, потому что ассортимент, цены и формулировки клиентов меняются.

Почему пилоты проваливаются

  • •Берут процесс «с потолка» — без владельца, метрик и базовой линии.
  • •Экономят на разметке данных и получают модель, которая учится на ошибках прошлого.
  • •Ставят цель «чтобы было» вместо измеримой экономии времени и денег.
  • •Не готовят сотрудников — люди воспринимают автоматизацию как угрозу и саботируют запуск.
  • •Закрывают пилот при первой серии ошибок вместо разбора выборки.

Вывод

Рабочий пилот строится на узком процессе, чистых данных и жёстком контроле ошибок. Начните с обработки заявок, задайте порог уверенности и держите ручной режим под рукой. Кейсы автоматизации разбирают на профильных конференциях и форумах — подходящие встречи есть среди деловых мероприятий.

Из чего сложить бюджет пилота автоматизации

Для задачи выделите разовые работы и ежемесячные расходы. В разовые входят разметка примеров, подготовка данных, интеграция, настройка прав и приёмка. В ежемесячные включите лицензии, обработку запросов, наблюдение за ошибками и обновление материалов. Запросите отдельные оценки для пилота в ограниченном процессе и тиражирования. На втором этапе может понадобиться поддержка нескольких источников или филиалов.

Пример расчёта, а не рыночный тариф. Компания готовит помощника для разбора заявок. Настройка стоит 120 тыс. руб., поддержка 15 тыс. руб. в месяц. До пилота сотрудник тратил 12 минут на заявку. После запуска 80% заявок потребовали пяти минут, остальные остались в прежнем процессе. На 300 заявках экономится 28 часов в месяц. При внутренней оценке часа в 1200 руб. эффект времени составляет 33,6 тыс. руб. После расходов остаётся 18,6 тыс. руб. в месяц, а срок покрытия разовых затрат составляет около 6,5 месяца. Этот расчёт предполагает неизменный объём и не учитывает риски ошибок.

Ведите рядом сценарий низкой загрузки. Если заявок 100, эффект времени составит 11,2 тыс. руб. и не покроет поддержку. В таком случае сузьте автоматизацию до наиболее частого типа запроса или проверьте возможность повторного использования. Для расчёта доли успешно обработанных заявок согласуйте критерии на пилоте ИИ-решения.

Ближайшие мероприятия по теме
Бесплатно16–30 ноября 2026

ИИ в бизнесе: агенты, автоматизация и план внедрения

Онлайн

Вместе с экспертом Константином Пинчуковским участники пройдут путь от основ работы с языковыми моделями до создания AI-агентов, автоматизаций и прототипа бизнес-инструмента. За шесть онлайн-воркшопов вы…

БесплатноAmerican Center Moscow
Программа и условия →
Тренинг24–26 ноября 2026

Практикум по ИИ-агентам для руководителей

Бизнес-центр White Stone

За три дня настройте цифрового помощника под свои задачи с ex-руководителем ИИ-направлений в NVIDIA и СберУниверситете. Спикеры: Андрей Комиссаров

Цена по запросуШкола бизнеса «Синергия»
Программа и условия →
Открыть афишу →
Практика и обмен опытомНайдите встречу по своей задаче

Ближайшие практикумы, вебинары и конференции: сравните программу, дату и условия участия.

Выбрать мероприятие →
Чек-листЧек-лист пилота автоматизации
  • ✓Выберите узкий процесс с метрикой
  • ✓Соберите и разметьте данные
  • ✓Включите двойную проверку
  • ✓Настройте ручной режим
  • ✓Сверяйте ошибки по выборке