Автоматизировала анализ отчётов и стала тратить на работу на 10 часов меньше

Эра искусственного интеллекта: *наступает*
Digital-специалисты: нужно срочно всё автоматизировать!

А если серьёзно, то уже около 95% компаний по всему миру используют нейросети в тех или иных процессах, а 99% собираются применять их в будущем.

Меня зовут Кристина Гордиенкова, я дизайн-директор WIM.Agency и спикер нового интенсива в WIM.Academy. У меня получилось автоматизировать рабочие и личные задачи. Как? Расскажу в этой статье.

Я энтузиаст технологий, любитель data-аналитики и фанат оптимизации. Моя глобальная миссия — упрощение жизни: своей, близких, коллег, землян. Хочу, чтобы люди перестали тратить энергию на рутину и бесконечный поток задач, не соответствующих их амбициям и способностям, и начали уделять время тому, что их радует и драйвит.

Я руковожу командой, которая состоит из 30+ дизайнеров, в том числе фрилансеров. Такой масштаб управления всегда влечёт за собой анализ большого количества данных и необходимость стратегического планирования. Это было неоправданно тяжело делать без навыков работы с AI.

А ещё я сторонник критического подхода и не могу полагаться на мнения, интуицию и предположения. Чувствую себя уверенно, опираясь на цифры, конкретные оцифрованные результаты и определённые целевые показатели.

Если кратко — чтобы снизить риск выгорания, повысить креативность и реализовать свой потенциал на максимум. В общем, отказаться от мультизадачности и сместить фокус на 20% по принципу Парето.

Ещё автоматизация увеличивает прозрачность и управляемость процессов, то есть оптимизирует их с точки зрения конечной ценности. Предсказуемость каждой итерации повышается, ведь влияние человеческого фактора сводится к минимуму.

Автоматизация не обязательно должна быть сложным процессом с комплексной структурой. По сути вы уже используете её в своей жизни или работе.

Автоматизировать можно регулярные и повторяемые действия. Самые трудозатратные задачи — первые в очереди. При этом ресурсы, которые вы потратите на автоматизацию, должны адекватно соотноситься с предполагаемой «прибылью» от экономии времени в будущем.

Используйте все возможные вспомогательные инструменты для выполнения повторяющихся задач. И конечно, разложите автоматизацию на этапы:

К 2030 году 40% наших рутинных задач могут быть автоматизированы с помощью искусственного интеллекта. По крайней мере, так считают исследователи из Оксфордского университета.

Благодаря нейросетям малый бизнес, небольшие команды и индивидуальные специалисты смогут обладать неограниченным потенциалом наравне с крупными игроками на рынке, если будут стратегически использовать технологические ресурсы. Подумайте сами: теперь даже магазинчик на районе может применять AI для ведения рекламной кампании, экономя средства на продвижении.

В отличие от традиционной автоматизации, искусственный интеллект способен обучаться и кастомизироваться в зависимости от динамических условий и изменяемого контекста. Также он может распознавать и анализировать различные типы данных. Что немаловажно, нейросети используют NLP (Natural Language Processing) — обработку естественного языка.

Стоит ли внедрять AI? Да, если традиционная автоматизация не способна решить вопрос. Кроме того, прежде чем применять нейросети, оцените затраты на разработку и внедрение, а также риск сохранности персональных данных и конфиденциальности информации.

Я управляю командой из более чем 30 человек, и, для того чтобы принимать взвешенные решения и определять дальнейшую стратегию, мне приходится работать с большим объёмом данных. Раньше я ежемесячно самостоятельно анализировала автоматически сгенерированные отчёты: разбивала информацию на несколько подгрупп по разным параметрам и отдельно рассматривала каждую из них.

На входе у меня был полный список задач за период с исполнителями, затраченным временем, клиентами и референсными значениями по нормативу отработки из коммерческого предложения, а также классификация тех или иных обязанностей, которые отражены в договоре. На выходе мне нужно было:

На всё это в месяц уходило около 10 часов. В какой-то момент я задумалась, что, возможно, могла бы автоматизировать задачу, поскольку действия были повторяемыми. Но я не знала как.

Тогда я составила промпт для ChatGPT, где описала ему процесс в деталях и поинтересовалась, какие у меня есть варианты автоматизации. Также я попросила задавать уточняющие вопросы при необходимости. Каждое его предложение я проверяла: есть ли у меня возможность оптимизировать задачу таким образом? Например, на каком-то этапе ChatGPT посоветовал подключиться к системе по API напрямую, но это оказалось неосуществимым. В итоге через диалог мы нашли оптимальный вариант — написание собственного скрипта на Python с использованием библиотеки Pandas.

Кодить я совсем не умела и не умею, но детально расписала, какая информация есть и что именно в ней содержится, а также предоставила часть обезличенных данных для референса (тогда ещё не было возможности загружать файлы в чат). После этого я пошагово обрисовала необходимую подготовку и процесс вычисления — как я проводила его вручную. Путём итераций, ошибок и доработок мы пришли к тому, что теперь у меня есть скрипт, который запускается раз в месяц по автоматическому сценарию, парсит данные из системы через веб-интерфейс, обрабатывает их на компьютере и выгружает в облако. Там производится компиляция новой информации со сведениями за предыдущие периоды и составляется аналитическая записка по произошедшим изменениям.

Сейчас я планирую настроить автоматически обновляемые графики и уведомления для меня и всех причастных. Также хочу добавить генерацию аналитической записки отдельно под каждую группу проектов с последующей отправкой ответственному лицу. Ещё было бы здорово обогатить эти данные информацией по обороту и процессам, чтобы аналитика на выходе стала более обширной, могла отвечать на более глубокие вопросы по отделу и выступала вспомогательным инструментом в отработке гипотез, способствующих росту направления.

Чтобы достичь симбиоза между людьми и технологиями, нам придётся постепенно менять подход к работе и проектированию бизнес-процессов, а также трансформировать наш способ мышления. Важно постоянно обучаться и совершенствоваться в навыках применения нейросетей — только так автоматизация будет результативной и эффективной.

Методом проб и ошибок мне удалось оптимизировать процесс аналитики отчётов. Теперь я экономлю 10 часов в месяц, и это не предел. Нейросети помогают мне улучшить свою работу: я могу освободить время для новых проектов, саморазвития и креатива.

А вы в курсе, что всего 5% работодателей обучают сотрудников навыкам использования генеративного AI? В то же время 94% специалистов заинтересованы в активном применении технологии. Поэтому я решила сделать свой курс — «Автоматизация и AI в работе». Собрала лучшие практики и хочу поделиться ими с вами. На интенсиве вы научитесь автоматизировать рабочие задачи, в том числе с помощью нейросетей. Приходите на обучение, если хотите повысить личную эффективность.