Что делать с ИИ, которым сотрудники уже пользуются
Сотрудник может открыть личный ИИ-сервис, чтобы дописать письмо или сократить протокол встречи. Если компания ещё выбирает своё решение, рабочий текст уже может оказаться во внешнем сервисе.
Запрет сам по себе не отвечает, чем заменить такой способ работы. Я смотрю на три вещи: задача, сервис, данные.
Например, для черновика открытого описания товара можно разрешить только сведения из опубликованного каталога. Сотрудник проверяет текст перед использованием. Внутренние цены и договорённости с покупателем в такой черновик не входят.
Для сводки встречи граница другая. Даже без фамилий в записи могут остаться планы, бюджеты и условия сделки. Руководитель определяет, какие сведения можно обрабатывать во внешнем сервисе. Пока способ не выбран, оставьте сводку внутри компании.
Для разбора договора нужны разрешённый компанией сервис, круг сотрудников с доступом и человек, который проверяет результат. Если ответ из личного аккаунта оказался полезным, это не значит, что работать там с договорами допустимо.
Для начала я собираю описание работы, без самих документов. Сотрудник называет задачу, сервис и вид данных: например, открытые сведения о товаре или внутренний протокол. Просить копии файлов в общем опросе не нужно. Такая карта помогает выбрать, где разрешить работу, где ограничить данные, а где дать другой инструмент.
Сегодня подготовьте форму для сотрудников с тремя полями: «задача», «сервис», «какие данные передаются». Каждый сотрудник описывает в ней свою работу, без вложений. Скажите заранее, что цель выбрать допустимый способ, а не найти виноватых.
Разбираю такие вещи на kbzaitsev.ru
Что бот должен передать специалисту вместе с обращением
Бот отвечает на типовые вопросы, но часть обращений всё равно требует специалиста. Если при передаче теряются детали, человеку приходится начинать разговор заново.
Я бы оценивал такую поддержку по тому, что происходит с обращением: вопрос решён или специалист получил сведения для работы. По данным разработчика решений для умных домов за пять месяцев 2026 года, его ассистент в 39,7% случаев оформил заявку для технической поддержки с описанием проблемы, адресом и контекстом.
Сам факт передачи ещё не говорит о качестве работы бота. Полезно проверить, чего человеку не хватает, чтобы принять заявку в работу. Отсюда и задача для ИИ: собрать нужные сведения и передать их вместе с обращением.
Для вопроса о возврате товара можно задать границу: бот объясняет действующие правила, а спорную ситуацию передаёт сотруднику с описанием запроса. Для поломки собирает сведения о неисправности и уже выполненных проверках, чтобы специалист видел, с чего начать.
Для сообщения об аварии я бы задал отдельный маршрут к диспетчеру. Ожидание ответа ИИ не должно задерживать связь с человеком. Если бот не понимает вопрос или не находит подтверждённого ответа, ему тоже нужен путь передачи специалисту.
Завтра составьте образец заявки по одному типичному обращению: какие сведения нужны сотруднику, чтобы начать работу без повторного расспроса. По этому образцу можно проверять, что именно собирает и передаёт бот.
Разбираю такие вещи на kbzaitsev.ru
ИИ может собрать заявку, но результат нужно проверять
Вы поручаете языковой модели отвечать на вопросы о товарах. Ответ звучит убедительно, но цену и наличие сотруднику приходится искать заново. До готовой заявки остаётся ручная работа.
Я считаю полезным разделять понимание запроса и проверку результата. Модель может перевести слова человека в запрос к каталогу. А совпали ли товар, цена и наличие с данными учёта, надо проверять отдельно.
По данным лаборатории, её ИИ-агент распознаёт назначение врача на фотографии, сверяется с актуальным каталогом исследований и формирует ссылку на корзину.
Для бизнеса здесь интересен переход от разговора к подготовленному действию. Например, представим условные задачи.
Менеджер просит подобрать насос. Агенту можно поручить найти позиции по заданным характеристикам и подготовить черновик заявки с артикулами. Менеджер подтверждает выбор перед отправкой.
Сотрудник спрашивает об отпуске. Возможная задача агента: сопоставить желаемые даты с графиком смен и показать пересечения. Решение о согласовании остаётся у руководителя.
Подключённый справочник сам по себе не обеспечивает точность. Для проверки нужны ожидаемый результат и понятная граница полномочий: что агент может прочитать, что подготовить, а что отправить только после подтверждения. Если данных не хватает, полезнее запросить уточнение, чем заполнять пробел догадкой.
Завтра запишите образец готовой заявки для одного запроса к вашему каталогу: какие сведения в ней должны быть, чтобы сотрудник мог подтвердить её без дополнительного поиска.
Разбираю такие вещи на kbzaitsev.ru
Почему пилот с ИИ закрывается без результата
Вы запустили пробный проект с искусственным интеллектом, а через месяц закрыли. Экономии нет, люди вернулись к старым таблицам.
По данным опроса российского ИТ-холдинга 46% компаний закрывают такие проекты уже на этапе пилота из-за отсутствия ожидаемого эффекта. Я проверяю готовность к пилоту пятью вопросами. Если хотя бы на один нет ответа, я считаю запуск преждевременным.
1. Кто отвечает за ошибку? Пока у сбоя нет конкретного владельца, самостоятельности не будет. Только 8% опрошенных компаний готовы делегировать ИИ решения со средним и высоким уровнем риска. Назовите фамилию человека, который разберёт сбой, до старта работ.
2. Сколько шагов в цепочке? Ошибки перемножаются. Точность 90% на каждом из семи шагов даёт меньше половины верных результатов на выходе. Начинайте с одного-двух действий, а качество мерьте по итогу всей цепочки.
3. Где лежат данные? Если процесс живёт в головах и чатах, автоматизировать нечего. До начала работы с моделью проведите инвентаризацию: соберите форматы, опишите регламенты, откройте доступы.
4. Что именно считаем деньгами? Пилот ради запуска денег не приносит. Выберите два-три сценария по объёму операций и цене ошибки. Зафиксируйте текущие затраты до старта и порог, при котором пилот признаёте успешным.
5. Видны ли метрики? Без измерений безопасно работать нельзя. Настройте учёт точности, стоимости запроса, доли передач человеку и числа ошибок.
Завтра возьмите один процесс, который хотите отдать ИИ, и ответьте на эти пять вопросов. Если где-то тишина, сначала заполните пробел.
Разбираю такие вещи на kbzaitsev.ru
Почему бот в чате молчит, а клиент уходит
Клиент пишет в виджет на сайте. Если ответа нет за минуту, он закрывает вкладку и не возвращается. Оператор занят, очередь растёт, продажи падают.
Я пришёл к выводу: отдавать ИИ весь диалог сразу значит рисковать выручкой. В докладе на профильной конференции руководитель аналитики агрегатора описал подход, где бот отвечает первым только там, где клиент не ждёт, а базу знаний правит ночью без участия людей. Я проверяю внедрения по трём правилам из этого опыта.
Первое правило: канал диктует порядок. Виджет на сайте отдаётся языковой модели первым, потому что человек уходит через минуту. В мессенджере клиент готов ждать, пока приложение открыто весь день, поэтому туда модель выходит позже или работает вместе с оператором.
Второе правило: база знаний хранит только процедуры. Цены, адреса и остатки лежат в каталоге, а правила отказа, возрастные ограничения и скрипты подбора живут отдельными файлами. Модель берёт факты из каталога перед каждым ответом и не называет цифры по памяти.
Третье правило: ошибки лечатся ночью, а не днём. Днём работает быстрая модель. Ночью вторая модель читает диалоги, правит файлы с правилами и прогоняет тесты. Если правка ломает старый сценарий, она отменяется сама. Человек утром принимает или отклоняет.
Завтра откройте журнал обращений за прошлую неделю и посчитайте, сколько клиентов закрыли чат в первую минуту ожидания. Это покажет, какой канал отдавать модели первым.
Разбираю такие вещи на kbzaitsev.ru
