Клиенты приходят с разным запросом, пониманием и отношением к ИИ. Но работа у нас всегда начинается с аудита.
Почему?
Бывает, человек вообще не представляет, где применить ИИ, но он слышал от кого-то, что ИИ — штука феноменальная, и хочет такой у себя.
Бывает наоборот. Клиент «знает», что отдать ИИ. «Отдел продаж, три человека, хотим ускорить подготовку КП».
А бывает, что уже попробовал и обжёгся.
При этом по степени отношения к технологиям разброс не меньше. Одни верят, что ИИ — это волшебник с палочкой. Другие — что это невероятно сложно. Третьи вообще ценности не видят.
В общем, на входе история абсолютно разношёрстная.
Но есть одна точка, в которой сходятся все. Никто не знает настоящей картины своих процессов. Даже те, кто приходит со словами: «мы точно знаю, что отдавать в ИИ». Знать, где болит, и понимать, где конкретно, насколько глубоко и в каком порядке лечить — разные вещи.
Поэтому всё начинается с аудита.
Он бывает разный, но вне зависимости от формата — экспресс или детальный анализ — цель аудита всегда одна: выйти на 3–5 задач с максимальным эффектом от внедрения.
Что за «эффект»?
Экономия времени, денег, высвобождение людей — это понятно. Но настоящий вау-эффект, когда один квалифицированный сотрудник, вооружённый ИИ-агентами, делает объём работы, на который раньше уходила команда и месяцы.
Вот пара цифр из реальных проектов:
- Кабинетное маркетинговое исследование. Раньше тратились месяцы и труд 5–6 человек. Сегодня оркеструет 1 человек. Остальное на ИИ-агентах: собирают, верифицируют, сопоставляют данные и пишут отчёт. Месяцы превращаются в часы, а расходы на порядок ниже.
- Подготовка КП в ИТ-компании. Раньше тратилось 2–3 дня и сила мин. 2 сотрудников. Сегодня 20 мин и +30 дополнительных КП в месяц без роста штата. Экономия ~200 т.р. в месяц.
- Строительная компания не успевает своевременно считать сметы, а это главный инструмент продаж. Тратится 2–5 дней, масса ошибок и переделок, и упущенное время. С ИИ — минуты на разработку, 20 мин на верификацию. Как результат — при налаженном канале лидов количество смет и продаж при стандартной конверсии кратно увеличивается.
Для нас самые интересные клиенты — это те, кто уже попробовал ИИ и обжёгся, но не потерял веру в технологию.
У клиента нет компетенции, чтобы определить и оценивать качество услуг по внедрению ИИ. Беда в том, что за одинаковыми лозунгами скрываются специалисты с абсолютно разным пониманием проблемы. В результате — куча факапов.
Чего мы только не видели:
- решение некорректно работает, абсолютно игнорируя ключевую функцию, ради которой оно было разработано;
- саботаж сотрудников, считавших, что ИИ их заменит;
- попытка просто скопировать решение, которое хорошо показало себя у конкурентов, но тут «не взлетело».
Причина всегда в том, что никто до покупки не разобрался, что конкретно нужно бизнесу и где ИИ даст реальный результат, а где нет.
Как обычно выглядит путь от первого разговора до работающего агента
- Приходит клиент и объясняет задачу.
- Садимся, определяем цели.
- Первичный аудит.
- Если сходимся, делаем ТЗ, договор.
- Дальше глубокий аудит: выявляем несколько задач, выбираем одну приоритетную.
- Под неё делаем пилот.
- Месяц обкатки.
- Выходим на стабильный результат и раскатываем на нужное количество пользователей.
Для кого это лучше всего сработает?
- Компания, в бэк-офисе которой несколько доменов. Маркетинг, бухгалтерия, управленка, логистика, продажи — хотмы бы 2–3 из списка.
- 10–15 человек в бэк-офисе.
- Выручка — от 20 млн в год.
- Высокая плотность задач на каждого.
- Уже есть опыт выгорания.
- Знают, что такое узкие места и ломающиеся процессы. Компания уже пытается стабилизировать и фиксировать процессы.
Вот это самый минимум. Выше — работает. Ниже — скорее всего, ИИ вам пока не нужен.