Человек, подрядчик и ИИ: три версии одной управленческой задачи в HoReCa

Почему бизнес снова и снова платит за передачу одного и того же результата — независимо от того, кто сегодня выполняет работу.

(Ответ почти в конце статьи, там, где «Пять вопросов…»)

В этой истории четыре действующих лица.

Владелец, которому нужен предсказуемый результат.

Сотрудник, которому надо объяснить, как здесь принято работать.

Подрядчик, которому надо передать контекст, ограничения и критерии.

И ИИ, которому — вот сюрприз — тоже приходится объяснять контекст, правила и признаки хорошего результата.

На бумаге у каждого свой маршрут.

Сотрудник: стандарт → обучение → практика → проверка → самостоятельная работа.

Подрядчик: контекст → требования → пример → промежуточная проверка → принимаемый результат.

ИИ: контекст → инструкция → данные → валидация → результат → human checkpoint.

Вроде всё правильно.

Тогда почему результат всё равно так часто зависит от того, кто именно сегодня оказался исполнителем?

Где именно всё ломается?

Обычный день на кухне.

Новый повар вышел в смену. Его познакомили с командой, добавили в рабочий Telegram, показали станцию, отправили техкарты.

Су-шеф объяснил, что где лежит. Потом объяснил ещё раз — уже на ходу.

Через пару часов начинается запара.

— А сюда сколько соуса?

— Я же показывал.

— В техкарте вроде по-другому.

— Там старая версия. Сейчас секунду.

Су-шеф достаёт телефон. На выдаче уже стоят три блюда. Новичок ждёт. Кто-то зовёт его к холодильнику. В чате всплывает ещё одна инструкция, которую «надо было закрепить сверху».

Ничего экстраординарного. Никто не саботирует работу. Компания не плохая. Повар не глупый. Су-шеф не ленивый.

Более того — почти всё нужное уже существует.

Есть техкарты. Есть стандарты. Есть опытный человек. Есть даже обучение.

И всё равно в живой смене знание приходится переносить вручную — от сильного сотрудника к новому.

Иногда бизнес жалуется, что ему не хватает хороших су-шефов. А потом находит хорошего су-шефа и незаметно превращает его в голосовую версию корпоративной базы знаний.

Часть стандарта лежит в папке. Часть — в Telegram. Часть — в старом PDF. Часть существует в виде «Миша тебе покажет».

И если Миша увольняется, компания иногда теряет не одного человека. Она теряет кусок своей операционной системы.

Теперь выйдем из ресторана. Хотя не очень далеко.

Допустим, ресторан меняет SMM-подрядчика.

В новом чате появляется знакомый археологический набор:

«Вот старые посты».

«Вот брендбук».

«Вот три примера, которые нравятся».

«Вот два, которые категорически не нравятся».

«С Леной согласовываем сторис, цены — с Олегом, а шеф не любит слово “вкуснейший”».

Через неделю выходит первый материал.

— Вообще не наш стиль.

— Но мы же делали по вашим примерам.

— Да. Но тут надо было почувствовать.

Контекст вроде передали. Требования тоже. Примеры дали.

Но результат опять приходится доводить руками.

И это не только SMM. В предпринимательских чатах постоянно повторяются запросы на монтажёров, сценаристов Reels, таргетологов, дизайнеров, рекрутеров, подрядчиков по продажам и десятки других внешних ролей.

Работа всё чаще дробится между специализированными исполнителями.

Исполнитель меняется — а компания снова оплачивает передачу контекста.

Мы редко называем это расходом. Обычно это несколько созвонов, двадцать сообщений, «посмотри, как делали раньше», три круга правок и одна неделя жизни сотрудника, который всё это сопровождает.

По отдельности мелочь. В масштабе года - вполне себе бизнес-процесс.

Угадываете кого-нибудь из окружения?

А потом появляется очень соблазнительная мысль.

Ладно. Людей долго обучать. Подрядчиков долго погружать. Давайте это теперь сделает ИИ.

Пишем промпт.

Получаем текст.

— Не то.

Уточняем задачу.

Вторая версия.

— Уже ближе, но у нас так нельзя.

Добавляем примеры. Термины. Ограничения. Формат ответа. Список запрещённых формулировок. Уточняем, где можно импровизировать, а где нельзя. Просим проверять результат перед выдачей.

Через сорок минут обнаруживается забавная вещь.

Мы просто очень быстро объяснили машине то, что три года ленились нормально объяснить людям.

И это не аргумент против ИИ. Скорее наоборот.

ИИ неожиданно действует как довольно неприятное зеркало.

Он спрашивает компанию — пусть и молча:

что именно вы хотите получить?

что считается правильным результатом?

на каких данных это делается?

какие исключения?

что нельзя?

кто проверяет?

где нужно передать решение человеку?

В одном предпринимательском обсуждении это сформулировали почти грубо: с ИИ-помощниками нормально работают единицы, остальные не могут даже внятно поставить задачу.

Но, возможно, проблема не только в навыке «писать промпты».

Промпт внезапно заставляет формализовать стандарт работы, который раньше мог годами существовать в голове хорошего специалиста!

Теперь поставим эти три сцены рядом.

У сотрудника есть стандарт, обучение и наставник.

У подрядчика — бриф, примеры и промежуточное согласование.

У ИИ — инструкция, данные и валидация.

И во всех трёх случаях бизнес решает одну и ту же задачу:

что считать хорошим результатом; какой контекст передать; как убедиться, что исполнитель понял не слова, а способ действия; где поставить контрольную точку; как понять, что в следующий раз результат получится таким же.

Вот здесь, кажется, и появляется более интересный диагноз.

Мы много говорим о кадровом дефиците.

Но в значительной части операционного бизнеса есть ещё один дефицит — дефицит воспроизводимости. Его даже инвесторы с деньгами ищут! Даже в России!

Если хороший сервис существует только вместе с конкретной официанткой — система его не воспроизводит.

Если вкус блюда держится только в голове конкретного шефа — система его не воспроизводит.

Если новый подрядчик два месяца заново собирает контекст — система его не воспроизводит.

Если ИИ выдаёт случайный результат до двадцатого уточнения — возможно, сама компания слабее формализовала стандарт, чем ей казалось.

В одном из профессиональных чатов кто-то написал про сотрудницу:

«Такую официантку попробуй найди».

Как комплимент — прекрасно.

Как описание операционной модели — уже тревожнее.

Потому что если «такую попробуй найди», значит качество пока принадлежит человеку, а не системе.

Последние месяцы довольно плотно общаемся с профессионалами в отраслевых Telegram-чатах и кадровых каналах HoReCa.

Не ради большого «исследования рынка труда» с красивой обложкой, а довольно приземлённо: посмотреть, что работодатели реально пишут, когда им нужен человек.

Картина получилась занятная. Помимо специфики языка рынка)

В одном кадровом канале 9 127 непустых сообщений после внимательного прочтения превратились всего в 419 вариантов текста. То есть около 95% публикаций — повторы.

В другом срезе 1 816 сообщений дали 75 вариантов — почти 96% повторных размещений.

Это не значит, что 95% вакансий плохие.

Это значит другое:

бизнес очень хорошо умеет повторять объявление.

Но повтор объявления не сокращает путь от «нашли человека» до «человек способен самостоятельно дать нужный результат».

И как раз внутри вакансий уже лежит почти вся карта этой последней мили.

«Берём без опыта».

«Обучим».

«Оплачиваемая стажировка».

«Наставник».

«Работа по техкартам».

«Сдача меню».

«Аттестация».

«После аттестации — новая ставка».

«KPI».

То есть рынок сам давно понимает: выход на работу и готовность к работе — не одно и то же.

Просто считает он это пока кусками.

В одном из Тг каналов 121 сообщение содержало механику «Приведи друга».

В конкретных объявлениях встречались бонусы 7 тысяч, 10–15 тысяч, иногда 20 тысяч рублей.

То есть у сотрудника уже появляется свой аналог acquisition cost.

Мы платим за площадку. За рекрутера. За реферала. Иногда за релокацию.

А потом человек выходит — и начинается территория, которая гораздо хуже видна в отчётах.

Оплаченная стажировка.

Часы наставника.

Часы управляющего.

Ошибки первых смен.

Повторные объяснения.

Человек, который не дошёл до самостоятельной работы и ушёл.

Мне здесь нравится термин Cost-to-Readiness — стоимость готовности.

Сколько на самом деле стоит момент, когда нового сотрудника можно оставить работать без того, чтобы рядом постоянно стоял более дорогой и более дефицитный сильный сотрудник?

В вакансиях уже встречается денежная лестница готовности.
Стажировка.
Первая аттестация.
Подтверждение знания меню и стандартов.
Новая ставка.
Следующая ступень.
KPI.
То есть readiness — готовность — уже имеет цену.
Просто часто она существует в голове наставника, таблице, чате или решении:
«Ну, вроде уже можно ставить одного».
Отсюда появляется метрика, которую я бы ставил рядом с Time-to-Hire:
Time-to-Readiness
Не сколько дней мы закрывали вакансию.
А сколько смен прошло от выхода человека до момента, когда компания получила рабочий результат без постоянной ручной поддержки.
И здесь «берём без опыта» неожиданно перестаёт быть только рекрутинговым преимуществом.
Раньше ресторан искал готового повара.
Теперь всё чаще ресторан вынужден производить повара сам !?
Значит, конкурировать он начинает не только зарплатой и скоростью найма.
Но и способностью быстро превращать нормального новичка в человека, который стабильно выполняет стандарт.

На одной точке многое можно держать на сильных людях.

Хороший управляющий помнит всех.

Шеф сам поправит.

Наставник подойдёт.

Собственник увидит глазами.

На пяти, десяти, пятидесяти точках магия заканчивается.

Нельзя клонировать хорошего управляющего.

Нельзя бесконечно размножать сильного наставника.

Можно только клонировать способ получения результата.

Поэтому масштабирование — это в значительной степени способность копировать не человека, а рабочий контур:

стандарт → передача → практика → проверка → допуск → контроль результата.

Иначе новая точка открывается вместе с новой локальной версией «как у нас принято».

Через год у сети уже не один стандарт, а семь слегка разных. Где-то официанта учат три дня, где-то неделю. Где-то допуск решает менеджер, где-то «посмотрим по ходу». Где-то актуальный файл лежит на диске, где-то в закрепе Telegram.

Очень человеческая система.

И очень дорогая при масштабировании.

Вот к этому месту человек, подрядчик и ИИ наконец сходятся.

Думаю каждый смог угадать и выбрать свою "роль" по ходу нашего чуть затянувшегося повествования. Но сам финал думаю окажется полезен.

Бизнесу, по большому счёту, не нужен человек сам по себе.

Не нужен подрядчик сам по себе.

И даже ИИ сам по себе не нужен!

Нужен РЕЗУЛЬТАТ, который он можно получить снова и снова.

Сотрудник может уволиться.

Подрядчик — смениться.

Модель ИИ — обновиться.

Это нормально.

Ненормально, если вместе с каждым новым исполнителем компания вынуждена заново изобретать способ получения результата.

Зрелость, возможно, вообще можно определить довольно просто:

исполнитель меняется — способ получения результата остаётся.

Возьмите одну повторяющуюся работу. Не весь бизнес. Одну роль или один результат.
Например: официант готов к самостоятельной смене.
1. Что конкретно должно получаться на выходе?
2. Где находится актуальный стандарт — действительно один, а не «у Маши спросите»?
3. Как новый исполнитель получает этот контекст?
4. Что он должен сделать, чтобы доказать, что способен воспроизвести результат?
5. Сколько стоит путь до этого момента — его время, время сильного сотрудника, ошибки, переделки, повторные объяснения?
После этих пяти вопросов разговор об автоматизации, обучении или найме обычно становится заметно конкретнее.
Иногда выясняется, что нужен ещё один человек.
Иногда — что часть работы лучше отдать ИИ.
Иногда — что менять надо вообще не исполнителя, а сам процесс.

Мы сами пришли к этой логике довольно приземлённо — через найм и адаптацию линейного персонала.

Сначала смотрели на очевидную проблему: людей не хватает.

Потом — на следующий слой: людей нашли, но до самостоятельной работы они доходят долго и очень по-разному.

А потом стало заметно, что у компаний зачастую уже есть почти всё нужное: техкарты, меню, инструкции, чек-листы, наставники, корпоративное обучение.

Не хватает последней связки:

стандарт → действие → практика → проверка → готовность → воспроизводимый результат.

Эту последнюю милю мы сейчас и пытаемся оцифровывать в Staffico.

Не вместо шефа, управляющего или HR.

Наоборот — чтобы хороший шеф чуть меньше работал голосовой базой знаний, управляющий меньше держал в голове, а новый сотрудник быстрее понимал не только «что прочитать», но и «что нужно уметь сделать».

Для следующего шага мы собираем короткую диагностику одной роли: где стандарт сегодня существует на бумаге, а где всё ещё передаётся вручную.

***

Возможно, кадровый дефицит действительно останется с нами надолго.
Но иногда мы называем дефицитом людей то, что на самом деле является неспособностью бизнеса передавать работу без потери качества.
Поэтому я бы оставил один вопрос.
Не:
«Где найти ещё одного хорошего человека?»
Не:
«Какого подрядчика выбрать?»
И даже не:
«Какой ИИ внедрить?»
А:
Что в нашей компании должно остаться неизменным, когда исполнитель поменяется?
Сотрудник может уйти.
Подрядчик — смениться.
Модель ИИ — устареть.
А способ получать результат должен остаться.