ИИ-автоматизация бизнес-процессов: как сделать правильно и избежать ошибок

ИИ-автоматизация проваливается не из-за модели, а из-за того, как её встроили: без запасного плана, без человека в контуре и без цифр. Мы собрали ошибки, которые видели у клиентов и на своих продуктах, — и как их избежать.

Как делать правильно

1. Начните с процесса, а не с инструмента. Опишите, как он идёт сейчас, где ручной труд и что будет результатом.
2. Выберите одно узкое место. Ответы на частые вопросы, перенос заявок в CRM, сводки — то, что легко измерить.
3. Измерьте «до». Время ответа, доля потерянных заявок, часы сотрудников.
4. Пилот на две–четыре недели. Один процесс, один канал, живые данные.
5. Человек в контуре. ИИ готовит, человек подтверждает — там, где ошибка дорогая.
6. Масштабируйте то, что сработало. И только после цифр «после».

Семь ошибок

1. Автоматизировать хаос

Если процесс не описан, ИИ ускорит беспорядок. Сначала — порядок и правила, потом автоматизация.

2. Одна модель без запасной

Модели пропадают и сбоят. У нас бесплатная модель, на которой работали агенты, однажды просто исчезла у провайдера, а другой провайдер возвращал ошибку в «успешном» ответе. Теперь в каждом агенте — цепочка моделей разных провайдеров, а при полном отказе клиент получает «передаю вопрос команде», менеджер — уведомление.

3. Нет передачи человеку

Бот, который не умеет сказать «уточню у менеджера», рано или поздно пообещает лишнее.

4. Ответы без базы знаний

Модель уверенно выдумывает цены и условия. Отвечать нужно по вашим материалам и запрещать всё остальное.

5. Интеграции без повторов

Внешние сервисы иногда отвечают ошибкой после простоя — у нас так «засыпал» календарь для записи. Любой вызов наружу должен уметь повторить запрос.

6. Нет логов и цифр

Без истории диалогов и метрик не понять, что работает. Смотрите долю ответов ИИ, время ожидания людей и вопросы, которые ушли человеку.

7. Данные клиентов в бесплатных моделях

На бесплатных тарифах некоторых провайдеров данные идут на улучшение их продуктов. Для переписки с клиентами — платные модели или развёртывание в вашем контуре.

Чек-лист перед запуском

• Процесс описан, метрика «до» записана.
• Есть база знаний и запрет отвечать вне неё.
• Есть передача человеку и уведомления.
• Цепочка моделей и повторы для внешних вызовов.
• Тест на реальных данных до запуска.
• Понятно, где хранятся данные.

Если нужна помощь — посмотрите, как мы проводим внедрение ИИ в бизнес: с пилотом и цифрами, а не с презентацией.