ИИ в малом бизнесе: какие ожидания мешают получить результат

ИИ в малом бизнесе позволяет ускорять подготовку документов, анализ информации и разработку нужных компании инструментов. Но внедрение ИИ требует отдельной работы: правильно выбрать задачу, собрать исходные материалы, объяснить требования и определить, кто и по каким критериям будет принимать результат. Если пропустить эту подготовку, время, сэкономленное на исполнении, может уйти на переделки.

В моей текущей практике уже есть работающие фабрики контента, презентаций и подборок по недвижимости, генерация креативов для соцсетей и рекламных платформ. Через ИИ я разрабатываю полноценные сайты, лендинги и маркетинговые воронки — от идеи до готового работающего результата. Для меня рост скорости и качества колоссальный.

За мной при этом остаются формулирование идеи, определение функциональных требований и приёмка результата. На этих задачах и разберу, где возникают ошибки и как собственнику бизнеса в сфере услуг получать больше отдачи от ИИ: что поручить, как объяснить и как понять, что работа выполнена.

Как объяснить ИИ, что нужно бизнесу

Постановку задачи я бы начинал с того, для чего вы собираетесь использовать результат. Например, аналитические инструменты нужны руководителю, чтобы видеть ситуацию и принимать решения. Какие именно решения — это и предстоит определить до разработки.

Одна из моих последних задач — клиентский дашборд видимости сайта в ответах нейросетей. UX-специалисты делали схематичный прототип в Figma в течение трёх календарных недель — огромное ТЗ, несколько интервью и куча уточнений по ходу работы. Я собрал функциональный рабочий дашборд с готовым аккуратным дизайном (и по всем правилам UX) за шесть часов.

На выходе у меня был инструмент, которым клиент уже может пользоваться, а у UX-команды на том этапе — схема будущего интерфейса, которую надо согласовать, отрисовать, сверстать и заинтегрировать с данными. Очевидно, что гораздо эффективнее обсуждать уже работающий результат, проверять саму идею и менять её, а не додумывать, что получится в итоге, смотря только на статичную схему будущего интерфейса. Это сильно сужает пространство для ошибок и недопонимания.

Если речь об управленческом дашборде, мало сказать нейронке «сделай аналитику». Нужно определить, для каких решений дашборд нужен и что человек должен суметь с ним сделать.

Допустим, собственник хочет понять, почему у компании много заявок, а продаж мало. В таком случае ему нужно видеть, сколько обращений пришло, сколько из них целевые и что происходит с ними дальше. По общей цифре выручки он не сможет определить, на каком этапе теряются клиенты. Так из вопроса о бизнесе появляется требование к инструменту: показать движение обращений до сделки и дать возможность разобраться в потерях.

Следующий шаг — выяснить, откуда брать сведения. Что уже записано в CRM, чего там нет, какие показатели придётся рассчитывать. Эти вопросы можно разбирать вместе с ИИ: описать задачу, дать сведения о доступных данных и попросить предложить последовательность работы. Готовый план затем проверить: достаточно ли его, чтобы ответить на исходный вопрос собственника?

Такой разговор полезнее начинать до выбора инструмента реализации и до обсуждения того, как будут выглядеть графики. Определение идеального конечного результата помогает решить задачу гораздо лучше, чем перебор разных сервисов.

Почему только «правильного» промпта бывает недостаточно

Промпт содержит поручение. Для выполнения поручения ИИ нужны ещё сведения о продукте, исходные материалы и требования к тому, что можно с ними делать.

Например, на первых пробах сервиса по генерации продуктовых презентаций ИИ у меня не учитывал исходный текст и начинал перепридумывать его от себя. Я поручил подготовить презентацию, а получил ещё и неожиданную переработку содержания. Пришлось отдельно разбираться с проверкой контента: наличие исходного текста в задании ещё не гарантировало, что ИИ сохранит его содержание.

Можно пытаться решить такую проблему очередной формулировкой запроса. Но мой вывод в другом — нужно точнее понимать, какую работу ты делегируешь и по каким критериям принимаешь результат.

В задании на презентацию я бы отдельно указал, какие материалы считать исходными, какие сведения и формулировки обязательно сохранить, что разрешено редактировать. Затем приложил бы образец подходящего результата. У исполнителя-нейронки появляется и материал для работы, и основание понять, что от него хотят.

В моей практике к этому добавляются контекст и объяснение, где документ будет использоваться дальше. Презентация для самостоятельного чтения клиентом и слайды к выступлению решают разные задачи. Если это не обсудить, можно получить вполне аккуратный документ, который придётся переделывать под другой способ использования.

Здесь и проходит граница между запросом «сделай презентацию» и заданием, по которому можно принимать работу. Во втором случае вы можете объяснить, что конкретно не соответствует требованиям: потеряно условие, изменена согласованная формулировка, не хватает нужного раздела. По этим замечаниям можно доработать документ и уточнить требования для следующего запуска.

Какие задачи передать ИИ, а какие оставить человеку

При передаче работы ИИ полезнее разбирать конкретные задачи сотрудника. Тогда становится видно, что уже можно выполнять через агента, какие решения ещё нужны от человека и кто будет принимать результат. Фактическая должность сотрудника сама по себе на эти вопросы не отвечает.

У меня сейчас десяток «сотрудников»-агентов. В их числе — чат-боты со скоринговыми моделями для обработки заявок, чат-боты для контроля коммуникаций менеджеров и «зависших» обещаний клиентам. Есть и работа с большими массивами информации: сбор, анализ, структурирование, поиск связей между разными частями бизнеса при разработке стратегии.

Возьмём контроль обещаний. Допустим, менеджер обещал прислать клиенту документ и не вернулся с ответом. ИИ можно поручить поиск таких договорённостей в переписках. Для руководителя результат должен содержать достаточно информации, чтобы найти разговор, выяснить, что произошло, и решить, как действовать дальше.

Идею задачи, правила и требования к результату нужно определить при настройке. Затем агент разбирает материалы, а руководитель использует найденное в работе с менеджером. Если нет человека, который возьмёт обнаруженную проблему в работу, то никакой, даже самый точный список невыполненных обещаний сам по себе не поможет бизнесу стать лучше.

Как перестать исправлять одни и те же ошибки

Если ошибка повторяется, стоит проверить задание, исходные материалы и образец. Ручная правка готового документа помогает закончить текущую работу, но для следующего запуска нужно изменить и условия, по которым он готовится.

Допустим, вы настроили автоматическое создание презентаций на основе прайсов от поставщиков, а затем изменили состав входящих материалов или требования к готовому документу. У поставщика появился новый формат прайса, а в вашей презентации — дополнительный обязательный раздел. Прежний образец уже не даёт исполнителю ясной картины того, что от него требуется.

В такой ситуации я бы обновил задание и образец, затем проверил новую презентацию: верно ли перенесены сведения из прайса, появился ли нужный раздел, сохранилось ли остальное. После этого изменения можно использовать при следующих запусках.

Для себя я разделяю новый процесс, устойчивую работу и изменение условий. При настройке и внедрении нового процесса перепроверяю каждую мелочь, как за стажёром, которого надо качественно заонбордить. Наличие такого «штата» исполнителей пока не отняло у меня менеджерскую работу ;)

Когда меняется задача, я возвращаюсь к проверке того, что затронуто изменением. Это нормальная часть развития процесса: требования уточняются, появляются новые материалы и поручения. А вот решение, какая версия вас устраивает, всё равно придётся принимать вам.

Как оценить пользу, если результат приходится проверять

На одном из проектов подготовка коммерческого предложения для клиента раньше требовала минимум тридцать минут. Сейчас генерация занимает тридцать секунд. Такой выигрыш во времени оставляет место для проверки и доработки: не нужно каждый раз готовить документ с нуля.

При приёмке предложения автоматически проверяется, соответствует ли оно запросу клиента, верно ли изложены условия и понятно ли, что предлагается купить. Этот перечень был определён заранее и используется для всех документов. Получается, что проверка становится обычной частью работы, для которой понятны предмет и критерии.

Если хотите оценить пользу от внедрения ИИ, то запишите, сколько времени уходит на задачу вместе с подготовкой материалов, генерацией, проверкой и исправлениями. Сравните с тем, как вы выполняли её раньше. Если итоговое время сократилось, а качество вас устраивает, значит, ИИ экономит время даже с учётом проверки и исправлений.

Отдельно стоит учитывать настройку. В затраты входит время на сбор материалов, подготовку образцов и уточнение требований. Если после подключения нейросетей вся постановка задач и согласования перешли собственнику, стоит учесть и эту новую нагрузку.

На повторяющихся задачах подготовленные материалы можно использовать многократно. Например, требования к креативам для соцсетей и рекламных платформ не обязательно заново описывать для каждого объявления. Для разовой задачи такая настройка может оказаться избыточной. Строить сложную систему ради одного базового действия вовсе не обязательно.

Справедливости ради, польза для бизнеса не всегда выражается в сокращении расходов. За то же время можно сделать больше работы, проверить дополнительные варианты или наконец заняться задачей, которую откладывали. Для меня возможность быстрее довести решение до рабочего результата — существенная часть отдачи от ИИ.

С чего начать собственнику

Выберите одну реальную задачу, результат которой сможете оценить. Например, коммерческое предложение для клиента. Возьмите его запрос, материалы о продукте и предложение, которое считаете хорошим образцом. Дальше запишите ответы на вопросы:

• Что нужно получить? Какой документ и для какого разговора с клиентом вы готовите.
• На какие материалы опираться? Где описание продукта, условия и согласованные формулировки.
• Что разрешено менять? Какие части можно переработать, а какие нужно сохранить.
• Что будете проверять? По каким конкретным признакам поймёте, что предложение можно использовать.

Передайте это вместе с материалами ИИ. По готовому документу отметьте расхождения с заданием и доработайте его. Если одни и те же замечания повторяются, вернитесь к условиям подготовки, чтобы исправление пригодилось и в следующий раз.

Затем проверьте, как результат используется в бизнесе. Предложение должно быть понятным клиенту. Договорённость в чате должен отработать менеджер, а данные из дашборда — использовать руководитель. Отдельные действия нужно связать между собой — ту же задачу мы решаем, когда собираем систему маркетинга.

Начав с одной задачи, можно понять, что уже получается поручать ИИ, где нужны уточнения и какую следующую работу попробовать передать нейросетям. Чем лучше сформулированы идея, требования и критерии приёмки, тем больше исполнения можно делегировать — и тем быстрее получать готовый результат.