95% ИИ-пилотов проваливаются: проверьте эти 3 условия до запуска
Прежде чем запускать ИИ-ассистента для HR, классификатор заявок или предиктивную аналитику, руководителю компании нужно ответить на один вопрос: где именно в вашей IT-среде живут данные и процессы? Если ответ — «в Excel, почте и мессенджерах», пилот обречён.
Источник: Habr
По данным статьи компании SimpleOne, 95% ИИ-пилотов в компаниях не достигают измеримого ROI. 60% пилотов не масштабируются из-за проблем с интеграцией, качеством данных и задержек в перестройке рабочих процессов. Gartner прогнозирует, что к концу 2026 года организации бросят больше половины ИИ-проектов, не обеспеченных AI-ready данными.
Практический вывод: не начинайте с выбора модели. Начните с аудита того, как у вас сейчас устроена работа с данными и процессами. Эта статья — метод, который поможет проверить готовность вашей IT-среды к внедрению ИИ до того, как потрачен бюджет.
Что именно происходит: почему ИИ не дружит с хаосом
Любой ИИ-инструмент — чат-бот, классификатор, предиктивная модель — требует от рабочей среды трёх вещей, которых в обычной компании нет:
- Структурированные данные — кто, что и когда сделал, зафиксировано в едином формате.
- Стандартизированные процессы — чёткая последовательность шагов, которую можно описать и воспроизвести.
- Оркестрация — кто-то или что-то управляет взаимодействием между людьми, системами и моделью в реальном времени.
Когда процессы живут в Excel, почте и мессенджерах, ИИ-лихорадка заканчивается разочарованием. В лучшем случае ничего не изменится, в худшем станет ещё хуже.
Вот типовой сценарий из статьи SimpleOne. Компания решает запустить ИИ-ассистента для HR, чтобы он отвечал на вопросы сотрудников о больничных, отпусках и льготах. Нанимают подрядчика, выделяют бюджет, стартуют пилот. Через шесть недель выясняется:
- Часть заявок приходит на корпоративную почту HR-менеджеров, часть — в общий чат, часть — устно.
- История обращений не хранится нигде системно, у каждого HR-специалиста своя папка в почте.
- Процесс обработки заявки у каждого сотрудника свой, стандарта нет.
- Данные из разных источников противоречат друг другу: одна система говорит, что у сотрудника 10 дней отпуска, другая — 14.
Модель, запущенная на таких данных, не просто работает плохо — она очень уверенно даёт неверные ответы. Пилот замораживают, деньги потрачены. Вывод топ-менеджмента: «ИИ у нас не работает». Но ИИ здесь ни при чём. Чат-бот не может автоматизировать процесс, которого не существует в структурированном виде.
Почему это меняет стоимость и сроки внедрения
Прежде чем написана хоть одна строка модели, кому-то нужно разобраться: где лежат данные, в каком формате, у кого доступ, что с ними делали раньше. IT-специалисты вручную чистят выгрузки из Excel и почты, данные дублируются и противоречат друг другу, часть информации просто потеряна.
Эта работа — операционные потери, время, которое никто не считает, но которое оплачивают. И всё это до того, как модель начала работать.
Когда ИИ-инициатива не учитывает качество данных, компания упускает возможности. ИИ мог бы делать рутину: принимать и распределять заявки, отвечать на типовые вопросы, эскалировать нестандартные случаи. Но если заявки приходят по почте, в мессенджерах и устно — боту просто не к чему подключиться.
Следствие — невозможно запустить даже самый простой сценарий. Например, классификатор заявок учится на данных, где одна и та же ситуация в разных отделах называется по-разному. Отчёт по эффективности нельзя собрать, потому что события фиксируются в пяти местах и не связаны между собой.
Как проверить готовность вашей IT-среды: три условия
Все три условия — структурированные данные, стандартизированные процессы, оркестрация — выполнимы только если у компании есть одна операционная среда. Место, где фиксируются события, живут процессы и маршрутизируются задачи. Не три системы, не Excel плюс почта, а одна.
Вот что нужно проверить до запуска пилота:
| Условие | Что проверить | Признак проблемы |
|---|---|---|
| Структурированные данные | Есть ли единая база событий с полями «кто, что, когда» | Данные в Excel, почте, на разных серверах, у каждого сотрудника своя папка |
| Стандартизированные процессы | Описан ли процесс в виде чёткой последовательности шагов | Каждый сотрудник делает по-своему, процесс не зафиксирован |
| Оркестрация | Есть ли система, которая управляет передачей задач между людьми и системами | Заявки теряются, нет единой очереди, эскалация не работает |
Если хотя бы одно условие не выполняется, пилот с высокой вероятностью провалится. Не потому что ИИ плохой, а потому что среда не готова.
Что может пойти не так: скрытые риски
Даже если вы проверили три условия, остаются риски, которые не всегда очевидны на старте.
Данные противоречат друг другу. Одна система говорит, что у сотрудника 10 дней отпуска, другая — 14. Модель, обученная на таких данных, будет давать уверенные, но неверные ответы. Пользователи потеряют доверие к системе.
Процессы не стандартизированы. Даже если данные в порядке, но процесс обработки заявки у каждого сотрудника свой, модель не сможет научиться единому сценарию. Она будет воспроизводить хаос, а не устранять его.
Отсутствие оркестрации. Если нет системы, которая управляет взаимодействием между людьми, системами и моделью, пилот останется изолированным экспериментом. Он не встроится в рабочий процесс, и сотрудники будут его игнорировать.
Скрытые операционные потери. Работа по чистке данных, согласованию процессов и настройке интеграций — это время, которое никто не считает, но которое оплачивают. Бюджет пилота может уйти на подготовку, а не на саму модель.
Вывод «ИИ у нас не работает». После провального пилота топ-менеджмент делает общий вывод, который блокирует любые будущие ИИ-инициативы, даже если проблема была не в технологии, а в среде.
Что делать на этой неделе: практический чек-лист
Не начинайте с выбора модели или подрядчика. Начните с аудита. Вот что можно проверить за неделю без перестройки компании:
- Составьте карту источников данных. Где хранятся заявки, обращения, события? В каких системах, в каком формате? Есть ли единая база или данные размазаны по Excel, почте и мессенджерам?
- Проверьте, есть ли стандарт процесса. Выберите один типовой процесс (например, обработка заявки в HR или IT-поддержке). Опишите его по шагам. Совпадает ли описание у разных сотрудников?
- Оцените, есть ли единая операционная среда. Существует ли система, где фиксируются все события, живут процессы и маршрутизируются задачи? Или это три разные системы плюс Excel?
- Проверьте, противоречат ли данные друг другу. Возьмите 10 записей из разных источников по одному сотруднику или одной заявке. Совпадают ли данные?
- Определите, кто отвечает за оркестрацию. Есть ли человек или система, которая управляет передачей задач между отделами и системами? Или заявки теряются на стыках?
- Посчитайте операционные потери. Сколько времени тратят сотрудники на ручную чистку данных, согласование и поиск информации? Это время, которое можно было бы автоматизировать.
Если после проверки вы видите, что хотя бы одно условие не выполняется, не запускайте пилот. Сначала приведите среду в порядок. Иначе вы рискуете повторить сценарий, описанный в статье SimpleOne: потратить бюджет, заморозить проект и сделать вывод, что ИИ не работает.
Источники
Генерация изображения
- Модель:
flux-schnell - Провайдер:
replicate
Что почитать дальше
- Архитектура промышленного контент-завода: почему один инструмент не решает все
- seotitle: Агентный ИИ вместо чата: что данные OpenAI о Codex значат для ваших процессов | metatitle: Отчёт OpenAI о
- ИИ-агент и предиктивный обзвон в отделе продаж: где автоматизация даёт +25–30% успешных дозвоно́в, а где только шум
- Как внедрить AI-ассистента в поддержку и сократить время первого ответа на 60%: пошаговый метод с гибридным пайплайном
- Как понять, что ИИ уже приносит деньги: проверка зрелости компании
