AI не экономит время, если сотрудники продолжают делать работу вокруг него

Компании часто оценивают пользу AI по тому, сколько времени занимает отдельная операция. Например, сотрудник раньше тратил час на подготовку отчёта, а теперь получает его за десять минут. На презентации проекта такая цифра выглядит убедительно.

Но в реальной работе всё может быть иначе.

Сотрудник всё ещё собирает данные из нескольких систем, проверяет результат, переносит информацию вручную, исправляет форматирование и отправляет готовый файл руководителю. Сам AI действительно ускорил один участок процесса, но вся цепочка почти не изменилась.

В результате компания получает не автоматизацию, а ещё один инструмент внутри старого процесса.

И это одна из причин, почему красивые пилоты с AI иногда дают гораздо меньший экономический эффект, чем ожидалось.

Когда в компании появляется новый AI-инструмент, обычно ищут задачи, которые он умеет выполнять быстрее человека. Это логичный первый шаг, но он не отвечает на главный вопрос: что происходит с высвободившимся временем дальше?

Если сотрудник просто получает более быстрый способ сделать один этап, остальные операции могут остаться прежними.

Например, AI может за несколько минут подготовить анализ продаж. Но перед этим сотруднику всё равно приходится выгрузить данные из CRM, привести их к нужному формату, объединить с таблицей финансового отдела и проверить, что за период нет пропусков.

После генерации результата работа тоже продолжается: цифры нужно перенести в презентацию, отправить коллегам, зафиксировать выводы и создать задачи.

AI сократил время одного действия. Время всего процесса почти не изменилось.

В бизнес-процессах много операций, которые сами по себе кажутся незначительными. Открыть систему, скачать файл, найти нужную запись, скопировать данные, проверить статус, отправить сообщение, поставить задачу.

Каждая из них занимает несколько минут. Но за рабочий день такие действия складываются в часы.

Особенно много времени уходит на переходы между системами и постоянное переключение контекста.

Сотрудник может работать одновременно с:

· CRM;

· электронной почтой;

· мессенджером;

· внутренней базой знаний;

· таблицами;

· бухгалтерской системой;

· системой управления задачами;

· документами.

AI способен ускорить работу внутри одного из этих инструментов, но если сотрудник по-прежнему вручную переносит результат из одного места в другое, существенная часть эффекта теряется.

Парадоксально, но добавление AI иногда даже увеличивает количество действий.

Появляется ещё одно окно, ещё один сервис, ещё один интерфейс. Сотрудник копирует туда информацию, получает ответ, переносит его обратно и проверяет результат.

Если таких операций становится много, новый инструмент превращается в дополнительный слой работы.

Поэтому при внедрении AI стоит оценивать не только его возможности, но и количество действий, которые остаются за человеком после внедрения.

Есть принципиальная разница между двумя сценариями.

В первом сотрудник сам запускает AI, загружает данные, формулирует запрос, получает результат и переносит его в рабочую систему.

Во втором необходимые данные автоматически попадают в workflow, AI обрабатывает их по заданным правилам, результат возвращается туда, где с ним должна продолжиться работа, а сотрудник подключается только там, где требуется решение.

Во втором случае меняется сам процесс.

Именно здесь появляется реальная экономия времени.

Если результат AI нужен менеджеру в CRM, нет особого смысла заставлять его каждый раз заходить в отдельный сервис.

Если AI анализирует входящие письма, логичнее встроить обработку непосредственно в существующий процесс работы с почтой.

Если система готовит документы, результат должен попадать туда, где документ дальше согласуют, подписывают или отправляют клиенту.

Чем меньше ручных переходов между инструментами, тем выше практическая ценность автоматизации.

Есть ещё одна вещь, которую часто упускают в расчётах.

Допустим, AI действительно освободил сотруднику десять часов в неделю. Это ещё не означает, что компания автоматически сократила затраты на десять часов.

Сотрудник может направить это время на более сложные задачи, увеличить объём работы или быстрее обслуживать клиентов. В таком случае экономический эффект есть, но он проявляется не в сокращении рабочего времени, а в росте производительности.

Поэтому перед внедрением стоит заранее определить, что именно компания хочет получить от высвобождения времени.

Это может быть:

· увеличение объёма работы без расширения команды;

· сокращение операционных затрат;

· более быстрое обслуживание клиентов;

· уменьшение очереди задач;

· перенос сотрудников на более сложные процессы;

· сокращение количества ошибок;

· ускорение принятия решений.

Один и тот же AI-инструмент может дать совершенно разный эффект в зависимости от того, что компания делает с освободившимся ресурсом.

Представим процесс обработки заявки.

Клиент отправляет запрос. Менеджер читает письмо, ищет информацию в CRM, проверяет наличие продукта, рассчитывает стоимость, готовит ответ и фиксирует результат.

Можно внедрить AI только на этапе написания письма. Тогда менеджер будет получать красивый черновик быстрее, но все остальные операции останутся на месте.

Другой вариант — построить весь маршрут вокруг результата.

AI извлекает данные из заявки, получает информацию из CRM и других систем, проверяет необходимые условия, формирует предложение и создаёт черновик ответа. Менеджеру остаётся проверить результат и отправить его клиенту.

Разница между этими подходами намного больше, чем кажется. В первом случае AI ускоряет текст. Во втором — сокращает количество ручной работы во всём процессе.

Начинать полезнее не с вопроса «что умеет AI?», а с вопроса «на что сотрудники тратят время?».

Для этого достаточно выбрать несколько повторяющихся процессов и пройти их буквально по шагам.

Не только основную задачу, но и всё, что происходит до и после неё.

Например:

1. сотрудник получает запрос;

2. открывает CRM;

3. ищет карточку клиента;

4. проверяет историю;

5. открывает прайс;

6. делает расчёт;

7. готовит ответ;

8. переносит информацию в CRM;

9. ставит задачу;

10. уведомляет коллегу.

Только после такого разбора становится понятно, где действительно находится основная потеря времени.

Полезно смотреть не только на продолжительность процесса, но и на количество операций.

Если задача занимает 30 минут, но состоит из двух действий, проблема может быть незначительной. Если она занимает те же 30 минут и требует десятков переключений между системами, потенциал автоматизации гораздо выше.

Особенно интересны процессы, где сотрудник постоянно принимает похожие решения по одним и тем же правилам.

Именно здесь AI и автоматизация могут снять существенную часть нагрузки: собрать данные, проверить условия, определить следующий шаг и передать человеку только нестандартные случаи.

После запуска AI недостаточно сказать, что сотрудники «стали работать быстрее».

Нужны показатели, которые связаны с бизнесом.

Например:

· сколько времени занимает процесс до и после автоматизации;

· сколько ручных действий осталось;

· сколько задач проходит без участия сотрудника;

· сколько обращений обрабатывается за день;

· как изменилась скорость ответа клиенту;

· сколько ошибок приходится исправлять вручную;

· сколько времени сотрудники тратят на контроль результата.

Так становится понятно, действительно ли AI изменил экономику процесса или просто сделал одну операцию удобнее.

Хорошая автоматизация не обязательно впечатляет на демонстрации.

В ней может вообще не быть красивого чат-интерфейса, сложного агента или десятка новых функций. Сотрудник просто получает готовый результат в привычной системе и продолжает работу.

Именно это часто является признаком качественного внедрения.

Если после запуска сотрудникам приходится постоянно думать, когда открыть AI, что ему написать, какие данные загрузить и куда потом перенести ответ, процесс всё ещё сильно зависит от человека.

Когда большая часть этой работы исчезает из повседневного сценария, технология начинает выполнять свою настоящую функцию.

AI сам по себе не экономит время. Экономию создаёт изменение рабочего процесса.

Можно сократить подготовку одного документа с часа до пяти минут и почти ничего не изменить в общей производительности компании. А можно убрать несколько десятков ручных действий из ежедневного workflow и получить гораздо более заметный эффект.

Поэтому при внедрении AI полезно смотреть не на отдельную функцию, а на весь путь задачи: от момента появления информации до момента, когда бизнес получает готовый результат.

Если большая часть ручных действий остаётся между этими точками, потенциал автоматизации ещё не использован.

Именно поэтому внедрение AI в компании разумно начинать с анализа процессов, а уже потом выбирать технологии. Хорошо спроектированный workflow зачастую даёт бизнесу больше, чем самый мощный инструмент, встроенный в старую схему работы.