Последние два года бизнес буквально захлестнула новая волна автоматизации. Практически каждую неделю появляются сервисы, которые обещают избавить сотрудников от рутины, ускорить продажи, сократить расходы и взять часть работы на себя. На конференциях обсуждают AI-агентов, вендоры CRM добавляют искусственный интеллект практически в каждый релиз, а заголовки новостей создают ощущение, что достаточно подключить пару новых инструментов — и компания сразу станет работать эффективнее.
На практике всё происходит немного иначе.
По данным исследования Harvard Business Review Analytic Services, большинство компаний уже начали использовать AI в работе, однако лишь немногие смогли получить от него заметный бизнес-эффект. Главная причина оказалась неожиданной: проблема не в качестве искусственного интеллекта, а в процессах, в которые его пытаются встроить.
Другими словами, нельзя автоматизировать хаос и ожидать, что на выходе получится порядок.
И чем активнее развивается рынок AI, тем очевиднее становится эта мысль.
Почему автоматизация редко решает настоящую проблему
Когда в компании начинают говорить об автоматизации, почти всегда обсуждают инструменты.
- Какую CRM выбрать.
- Какой сервис подключить.
- Какого AI-ассистента попробовать.
- Какие интеграции настроить.
Но при этом гораздо реже звучит другой вопрос: А что именно мы собираемся автоматизировать?
Это кажется очевидным, но именно здесь скрывается большинство проблем.
Представим простую ситуацию. Менеджер получает заявку с сайта, открывает CRM, переходит в мессенджер, ищет материалы в почте, смотрит таблицу с ценами, составляет коммерческое предложение, заносит данные в календарь, возвращается в CRM чтобы обновить информацию.
Если этот процесс занимает множество действий, искусственный интеллект не сделает его хорошим. Он просто поможет быстрее выполнить действия.
Именно поэтому аналитики всё чаще говорят о том, что следующим этапом развития становится не автоматизация отдельных задач, а перепроектирование самих рабочих процессов. Только после этого AI действительно начинает приносить пользу.
Почему компании не получают ожидаемого эффекта
Исследование Harvard Business Review Analytic Services показало ещё одну любопытную закономерность.
Компании активно внедряют AI, но продолжают работать по старым правилам: появляются новые инструменты, но при этом остаются старые процессы.
В результате сотрудники получают ещё одну систему, ещё одно окно и ещё один интерфейс, за которым нужно следить. Фактически AI становится не помощником, а новой обязанностью.
Исследователи называют это одной из главных причин разрыва между ожиданиями бизнеса и реальным эффектом от внедрения искусственного интеллекта.
Получается парадокс: технологий становится больше, а проще работать не выходит.
Хороший процесс незаметен
Есть интересное наблюдение, которое встречается сразу в нескольких исследованиях Gartner и Microsoft.
Люди редко замечают хорошо организованный процесс.Они замечают только плохой.
Когда приходится искать нужную информацию или непонятно, кто отвечает за клиента.
Когда задача потерялась или одно и то же действие приходится делать несколько раз.
Во всех остальных случаях процесс становится практически невидимым.
Именно поэтому лучшие цифровые продукты последних лет всё чаще стараются убрать лишние действия, а не добавить новые функции.
AI не должен создавать новую работу
Пожалуй, это главный вывод последних месяцев.
Во многих презентациях искусственный интеллект выглядит как отдельный сотрудник. Но исследования говорят о другом: наибольший эффект получают компании, где AI встроен прямо в привычный рабочий процесс.
Не отдельный чат, приложение или отдельная вкладка, а естественное продолжение уже существующей работы.
Например, если менеджер готовит коммерческое предложение, ему не нужно открывать ещё один сервис.
Или если руководитель анализирует сделки, ему не нужно переключаться между несколькими системами.
Если сотрудник пишет клиенту, история общения уже должна быть рядом.
Harvard Business Review называет это workflow integration — интеграцией AI непосредственно в рабочий процесс. Именно такой подход сегодня считается наиболее перспективным.
Почему сначала нужно убрать лишнее
Есть хороший принцип, которым сегодня всё чаще руководствуются продуктовые команды. Перед тем как автоматизировать процесс, попробуйте удалить из него хотя бы одно действие. Очень часто оказывается, что половина операций появилась не потому, что без них невозможно работать, а потому, что так исторически сложилось.
- Появилась новая таблица.
- Добавился ещё один отчёт.
- Нужно было согласовать документ.
- Остался старый шаблон.
Через несколько лет процесс превращается в сложную конструкцию, которую уже никто не может объяснить целиком. Автоматизировать её бессмысленно. И для начала её нужно упростить.
Именно поэтому всё чаще используется принцип workflow redesign — перепроектирование рабочих процессов.
Речь уже не идёт о том, чтобы быстрее выполнять старые действия, а о том, чтобы понять, какие действия вообще больше не нужны.
Малый бизнес находится в более выгодной позиции
Парадоксально, но именно небольшие компании сегодня могут выигрывать быстрее крупных. У них меньше исторически сложившихся процессов, меньше согласований и внутренних систем. Это значит, что перестроить работу значительно проще.
Не случайно большинство современных CRM для малого бизнеса делают ставку именно на самостоятельный запуск и понятные сценарии работы.
Компании уже не хотят многомесячного внедрения. Им нужен инструмент, который сразу становится частью процесса, а не создаёт новый процесс вокруг себя.
AI — это не первый шаг
Последние два года создают ощущение, что искусственный интеллект должен стать отправной точкой цифровой трансформации. Но исследования говорят об обратном.
Сначала компании описывают процессы, потом убирают лишние действия, объединяют информацию и только после этого начинают внедрять AI.
Потому что искусственный интеллект не способен самостоятельно исправить плохо организованную систему. Он лишь делает её быстрее, а это далеко не одно и то же.
Сегодня рынок находится в интересной точке: большинство компаний уже понимают ценность автоматизации, но следующий этап развития, скорее всего, будет связан не с количеством AI-инструментов, а с качеством процессов.
Выигрывать будут те, кто научится задавать себе вопрос не «Что ещё можно автоматизировать?», а «Что вообще можно перестать делать?»
Потому что иногда самая эффективная автоматизация — это действие, которое больше не нужно выполнять.