Хороший кандидат укладывается в вопрос: «Что мы можем улучшить за месяц без нового риска для клиента?» Дальше нужны четыре вещи — владелец процесса, исходные показатели, допустимые данные и условие остановки. Без них даже эффектная демонстрация ничего не говорит о пользе для бизнеса.
С чего начинать: процесс, а не инструмент
Стратегия цифровой трансформации Молдовы 2023–2030 и программа её реализации на 2025–2027 годы создают полезный фон: развиваются цифровые услуги, инфраструктура и компетенции. Для бизнеса это снижает часть административного трения, но государственная программа не может определить, что именно окупится в конкретной компании. Такой выбор требует знания ежедневной работы.
Полезно различать три уровня изменений. Цифровизация переводит бумагу, звонки и разрозненные сообщения в доступные данные. Обычная автоматизация выполняет стабильные правила: переносит поля, отправляет уведомления, рассчитывает сумму. ИИ нужен там, где входы меняются по форме и смыслу: клиент пишет свободным текстом, поставщик присылает документы разных форматов, а сотрудник ищет ответ в нескольких инструкциях.
Если задача надёжно решается фильтром, формулой или шаблоном, модель только добавит стоимость и непредсказуемость. Например, просроченный счёт лучше находить по дате и статусу, а не просить ИИ «оценить вероятность просрочки». Зато классификация свободных обращений по теме может быть разумным кандидатом, если ошибочную категорию сотрудник исправляет до ответа клиенту.
Как выбрать первый процесс
Составьте список из пяти-десяти повторяющихся операций и оцените каждую по трём осям от 1 до 5: ценность улучшения, готовность процесса и риск ошибки. Ценность показывает, сколько времени, денег или задержек можно убрать. Готовность отражает наличие понятных правил, примеров и владельца. Риск оценивает последствия неверного результата до того, как его увидит человек.
Для первого пилота подходят процессы со средней или высокой ценностью, высокой готовностью и низким риском. Высокая ценность при низкой готовности обычно означает, что команда сначала будет чистить данные и договариваться о правилах. Высокая готовность при низкой ценности даёт красивый прототип, но почти не влияет на прибыль или загрузку сотрудников.
Хороший кандидат повторяется хотя бы несколько раз в неделю, имеет одинаковый вход и проверяемый выход, а ошибку можно исправить без внешнего ущерба. У него есть сотрудник, который сегодня принимает решение и способен объяснить критерий качества. Если два опытных человека по-разному описывают правильный результат, автоматизировать пока нечего: сначала нужно согласовать сам процесс.
Внутренние черновые операции обычно безопаснее внешних действий. Можно рассмотреть распределение обращений, резюме длинной переписки, извлечение полей из типовых документов, нормализацию карточек товаров, поиск в утверждённых инструкциях или подготовку структуры коммерческого предложения. Найм, кредитное решение, медицинская рекомендация, изменение договора, автоматическая публикация от имени бренда и доступ ко всей корпоративной почте для первого пилота не подходят.
Пример: обработка входящих обращений
Представим небольшую сервисную компанию, которая получает обращения через почту, форму сайта и мессенджеры. Сотрудник читает каждое сообщение, определяет тему, срочность и ответственную команду, затем переносит данные в рабочую систему. До пилота компания берёт выборку, например 200 обращений за обычный период, и фиксирует четыре показателя: полное время обработки, долю неверной маршрутизации, число повторных пересылок и время до первого содержательного ответа.
На первом этапе ИИ не отвечает клиенту. Он предлагает категорию, извлекает номер заказа и готовит краткое резюме, а сотрудник принимает или исправляет результат. Для каждой ошибки записывается тип: неверная тема, пропущенная срочность, выдуманное поле, неправильный язык или раскрытие лишних данных. Такая классификация важнее общего процента точности, потому что одна пропущенная критическая заявка может быть дороже десятков мелких исправлений.
Экономию считают после проверки. Если ручная обработка занимала в среднем 6 минут, предложение ИИ готово за секунды, но сотруднику требуется 4 минуты на чтение и исправления, реальный выигрыш составляет около 2 минут, а не почти 6. Из него нужно вычесть стоимость сервиса, настройку, поддержку и время на разбор исключений. Для решения о масштабировании сравнивают стоимость одной правильно принятой карточки до и после пилота.
Этот пример можно перенести на документы, карточки товаров и внутренний поиск. Меняется объект, но логика остаётся прежней: одинаковая выборка, заранее определённый результат, человек до внешнего действия и отдельный учёт критических ошибок.
Как провести пилот за 30 дней
В первую неделю команда описывает границы задачи одним предложением, назначает владельца и собирает репрезентативную выборку. В неё должны войти не только удобные примеры, но и редкие форматы, неполные данные, сообщения на разных языках и случаи, которые обычно требуют эскалации. Одновременно фиксируются исходные показатели и максимальный допустимый бюджет.
На второй неделе прототип работает на копиях или обезличенных данных. Команда проверяет, какие поля передаются поставщику, где они хранятся, кто имеет доступ и как удалить тестовый набор. Промпт и модель версионируются, иначе результаты разных дней нельзя корректно сравнить.
Третья неделя проходит в параллельном режиме. Сотрудник выполняет работу привычным способом и отдельно оценивает предложение системы, не позволяя ей самостоятельно отправлять письма, менять записи или публиковать данные. Ошибки группируются по причине, а не складываются в один процент.
На четвёртой неделе команда повторяет тест после исправлений и принимает одно из трёх решений: расширить ограниченный сценарий, изменить процесс или остановить пилот. Условия немедленной остановки задаются до запуска: утечка данных, повторяемая критическая ошибка, рост времени проверки, непредсказуемая стоимость или невозможность установить источник результата.
Данные, безопасность и полная стоимость
Доступность файла не означает разрешение передавать его внешнему сервису. До загрузки клиентских документов нужно проверить договор, место обработки, сроки хранения, использование данных для улучшения продукта, права сотрудников и порядок удаления. Для первой проверки достаточно обезличенной выборки, если она сохраняет сложность реального процесса.
NIST AI Risk Management Framework предлагает добровольную рамку для управления рисками, но не сертифицирует конкретный инструмент и не заменяет применимое право. Для персональных данных, коммерческой тайны и отраслевых требований нужна отдельная оценка. Чем чувствительнее данные и необратимее действие, тем раньше результат должен перейти к человеку.
Полная стоимость включает подписку или API, интеграцию, подготовку данных, время сотрудников, контроль качества, исправления и поддержку после обновления модели. Бесплатный тариф может подойти для прототипа на открытых данных, но его ограничения по конфиденциальности, лимитам и стабильности нужно оценивать так же строго. Низкая цена одной генерации ничего не говорит о цене принятого результата.
Как принять решение после пилота
Масштабирование оправдано, когда качество держится выше заранее установленного порога, экономия сохраняется после всех проверок, критических ошибок нет, а стоимость предсказуема на реальном объёме. Владелец процесса должен понимать, кто обновляет инструкции, пересматривает выборку и реагирует на изменение модели или входных данных. Без этой роли полезный пилот быстро деградирует.
Иногда система хорошо работает только на типовых обращениях и плохо справляется с исключениями. Это не обязательно провал: можно ограничить автоматизацию понятным сегментом, а сложные случаи сразу направлять специалисту. Попытка заставить один сценарий обрабатывать всё обычно повышает риск быстрее, чем ценность.
Остановка тоже является результатом. Она может показать, что сначала нужны единые справочники, чистые данные или простые правила. Потраченный месяц в этом случае защищает компанию от дорогой интеграции, построенной на неустойчивом процессе.
Решение на один лист
Рабочий минимум перед стартом — пять вещей: описание процесса одним предложением, владелец, исходная выборка, список запрещённых данных и цена критической ошибки. Для первого теста не нужен огромный архив. Нужны обычные, сложные и редкие случаи, которые команда действительно умеет оценивать.
Бесплатный сервис годится для прототипа на открытых или обезличенных данных. Реальные документы появятся в нём только после проверки хранения, удаления и условий использования. Через 30 дней решающим будет не лучший пример, а стабильная экономия после контроля на всей выборке.
Начать можно завтра: выбрать одну операцию и неделю просто измерять её без ИИ. Эта скучная неделя даст пилоту больше, чем ранняя покупка дорогого тарифа.
Источники
- Стратегия цифровой трансформации Республики Молдова 2023–2030MDED · проверено 20 июля 2026 г.
- Программа реализации стратегии на 2025–2027 годыMDED · проверено 20 июля 2026 г.
- AI Risk Management FrameworkNIST · проверено 20 июля 2026 г.
- AI RMF PlaybookNIST · проверено 20 июля 2026 г.
- OECD AI PrinciplesOECD · проверено 20 июля 2026 г.
