Ожидания vs. реальность: как не разочароваться от внедрения инноваций

На практике мы часто сталкиваемся с тем, что заказчики, описывая предыдущий опыт внедрения каких-либо решений, полностью разочарованы или не до конца довольны результатом. Мы решили разобраться в вопросе и обратились за ответом к Антону Ларину, нашему директору по проектам.

Антон Ларин, директор по проектам F5Devs, автор канала «Есть мысли» : «Действительно, довольно часто приходится слышать о таком негативном опыте. То есть работа начинается хорошо, но потом что-то сбивается и влияет на восприятие проекта целиком. Что же не так? На мой взгляд, причина подобного разочарования скрывается в ожиданиях. Расскажу про два типа ожиданий, которые приводят к недовольству от инноваций, а заодно поделюсь тем, как этого недовольства избежать.

Изначально завышенные ожидания от проекта

Когда компания приступает к автоматизации процесса, который не был сделан до этого, то функциональные заказчики ожидают от внедрения максимума.

Например, логистической компании необходим сервис консолидации, чтобы более эффективно заводить и распределять заявки между активами. Исходный процесс формирования снабжения активов выстроен последовательно: сначала логист на основе своего опыта составляет примерный план погрузки и отправки, затем отправляет его в экономический отдел. Далее отдел просчитывает стоимость маршрутов с помощью коэффициентов в разных направлениях.

Что ожидает получить такая компания от алгоритмизации процесса? Всего и сразу из того, что до этого делали люди, только в разы быстрее и даже опережая человеческие способности. То есть, ожидается, что алгоритм должен перебрать все возможные варианты: решить, как выгоднее отправлять — через склад или напрямую, разложить стоимость маршрута не только за руб./тонну/км, но еще учесть затраты топлива, оплату водителя и еще N параметров. Помимо этого крайне желательно, чтобы алгоритм мог исследовать рынок и сравнить стоимость маршрута с ценой конкурентов, после чего принять решение по оптимизации цены, чтобы компания была в плюсе.

Конечно, в теории все это алгоритм сделать может, но не за одну и даже не за три итерации. Здесь нужно пересматривать процесс целиком, выводить все параметры и нюансы, которые знает человек, но до которых не догадается машина – например, переориентация потоков с Европы на Запад после весенних событий. Иными словами, алгоритм может многое, но он не всесилен – таким его делает человек, который прежде должен обучить всему, что он знает, а после использовать преимущества машины.

Ложные ожидания от подрядчиков/или внутренней команды

Здесь кроется другой уровень ожиданий, которые в большей степени связаны с людьми. Происходит это тогда, когда задача поставлена, подрядчик найден, но на стороне заказчика нет внутренней команды, которая бы осуществляла поддержку решения и отвечала за его улучшения. Дело в том, что итоговая модель нуждается не только в постоянной эксплуатации, но и в коррективах. Если такой команды нет, то решение начинает работать некорректно, результатов нет, и весь проект оказывается напрасным. Получается как с покупкой абонемента в фитнес: после покупки нельзя стать стройнее и сильнее, этого можно добиться только регулярными походами в зал. Сам факт покупки на результат не повлияет.

Как же тогда быть с ожиданиями?

В начале работы над проектом нужно понимать, что успех инновации – это результат совместных усилий заказчика и подрядчика, которые включают в себя и управление ожиданий стейкхолдеров, и поддержка нововведений, и тестирование процессов. Команда самых талантливых разработчиков без качественной обратной связи со стороны заказчика не сможет сделать идеальную модель оптимизации. Кроме того, важно понимать основные стадии внедрения инновационного решения.

Какие стадии должен проходить инновационный процесс при внедрении?

  • Повторение работы человека. На первом этапе мы стараемся хотя бы повторить то, что может делать человек. Например, если человек предсказывал ценообразование с точностью до 60%, то не стоит ждать, что модель будет сразу предугадывать с точностью 99%. Необходимо запустить параллельно работе человека модель и посмотреть различия.
  • Помощь в работе человеку. После изучения различий поведения модели, необходимо запустить модель в свободное плавание на изолированном процессе/или на части данных. Здесь очень важна поддержка со стороны заказчика, чтобы были люди, которые хорошо знают процесс изнутри и могли бы скорректировать работу алгоритма.
  • Полная автоматизация. Когда пройдены первые этапы и модель достигла необходимой точности, то можно перейти к полной замене человека, но нужно не забыть выстроить отдельные метрики по мониторингу процесса, чтобы алгоритм работал корректно.

Работа над ожиданиями – только часть процесса внедрения инноваций, но она является краеугольным камнем проекта. Четкое понимание задачи и результатов, которые принесет ее решение, помогут избежать ощущения слитого впустую бюджета и недоверия ко всем последующим изменениям».

11
Начать дискуссию