ИИ-агенты "захватывают" офис: когда "не внедрять" становится дороже, чем ошибиться

Коллеги, наблюдаю за дискуссиями об ИИ уже несколько месяцев — и вижу одну и ту же развилку. Либо страх: «нас всех заменят, мы останемся без работы». Либо эйфория: «ИИ всё сделает сам, сиди и получай деньги».
Правда, как обычно, посередине. И она интереснее.
Я недавно участвовала в обсуждении, где мы разбирали конкретный сценарий: ИИ-агент, который полностью (без участия человека) обрабатывает входящий запрос клиента — вытаскивает данные из письма, идентифицирует изделие, находит в прайсе или отправляет запрос поставщику с переводом, анализирует ответ поставщика, выставляет счёт и собирает обратную связь.
Так вот: это уже работает, причем в реальном бизнесе. ServiceNow отдал 80% обращений AI-агентам. Intuit ускорил получение оплат на 45% через ИИ-напоминания. ВкусВилл использует ИИ-секретаря для 27 000 сотрудников. Сбер сократил 20% персонала и строит систему ИИ-агентов для расчётов и эквайринга (я уже привела эти примеры в одной из текущих дискуссий).
Но вот что интересно: скорее уволят не тех, кто использует ИИ, а тех, кто не умеет с ним работать.
Потому что ИИ — это не замена человека как такового. Это замена человека, который выполняет рутинные операции, на человека, который управляет ИИ-агентами. Специалист-предметник, который знает, какие данные подавать на вход, как интерпретировать результаты и что нельзя автоматизировать становится ещё более ценным. Его задача меняется: не «сделай сам», а «настрой систему, чтобы она сделала за тебя».
Вопрос к сообществу:
1. Кто уже внедрял сквозную автоматизацию с ИИ-агентами (не отдельные задачи, а целые процессы)? С какими сложностями столкнулись — техническими, организационными, человеческими?
2. Как выстраиваете взаимодействие между ИИ и сотрудниками? Где проходит граница между «делает ИИ» и «решает человек»?
3. Какие компетенции, на ваш взгляд, станут критическими для офисных сотрудников в ближайшие 2–3 года?
4. И самый сложный вопрос: как отличить реальный кейс от маркетингового шума? Потому что «внедрили ИИ» и «получили бизнес-результат» — часто две большие разницы.

Если хотите обсудить конкретную проблему - пишите в личку, контакт в профиле.

Расскажите коллегам:
Комментарии
Владимир Синицын пишет:
И вот переход от второго уровня к третьему, на мой взгляд, сегодня самое интересное место.

Поддержку ваш комментарий.
Хотел бы добавить, что недостаточно просто алгоритмизировать бизнес-процесс, важно еще насколько это возможно, приблизить его к идеальному. Если сам процесс кривой, мы получим быстрый кривой процесс, устраним одно ограничение (хотя даже это под вопросом) и тут же наплодим других. Я бы весь бизнес-процесс, а точнее его проблемные места, отработал бы по методике причинно-конфликтного анализа, устранил причины проблем в процессе, привел бы его к "идеальному", а потом бы смотрел где ИИ применить можно. 

У меня сейчас есть клиент, который при том, что у него в целом система продаж не отработана, пробует сделать робота, который будет клиентов квалифицировать и доводить до выставления счета, хотя даже для живых менеджеров нет стандартов работы и каждый по-своему представляет процесс. И, при этом, люди ждут, что ИИ им поможет этот их хаос устранить.

== 3. Какие компетенции, на ваш взгляд, станут критическими для офисных сотрудников в ближайшие 2–3 года?

 

На эту тему только вчера общался с товарищем, у которого в IT-компании активно внедряется ИИ и часть людей уже сократили за ненадобностью.

Пришли к выводу, что ценной компетенцией становится способность мыслить широко, чтобы суметь змаксимально адействовать потенциал ИИ. При этом, нужно уметь мыслить как "архитектор", т.е. заранее представлять какой результат нужно получить, принимать решения, брать на себя ответственность за валидацию результатов работы ИИ. В общем, инженерное мышление на высоком уровне остается нужным, а ИИ помогает получать быстрый доступ к данным. Если человек сумеет сделать ИИ ускорителем для своего мозга - это будет цениться. Если же человек заметит свой мозг ИИшкой - вот такие люди могут оказаться за бортом... и уже оказываются.

== 4. И самый сложный вопрос: как отличить реальный кейс от маркетингового шума? Потому что «внедрили ИИ» и «получили бизнес-результат» — часто две большие разницы.

 

Только вникать в детали, общаясь непосредственно со стейкхолдерами бизнес-результата.

2
Оставлять комментарии могут только зарегистрированные пользователи
Обсуждение статей
Все комментарии
Дискуссии
Все дискуссии