Искусственный интеллект: революция для бизнеса уже началась
Дискуссия, которая тихо закончилась
Какое-то время разговор об ИИ и бизнесе крутился по предсказуемому кругу: приживётся ли это на самом деле, не переоценено ли всё это, не сделает ли модель следующего года бесполезными инструменты этого года. Где-то за последние пару лет этот разговор перестал иметь значение, не потому что на все вопросы нашли ответы, а потому что достаточно компаний начали пользоваться этими инструментами ежедневно, и рамка «приживётся ли это» просто стала неактуальной. Логист, который теперь набрасывает письма клиентам с помощью ассистента, клиника, которая направляет рутинные вопросы о записи в чат-бот, рекламный аккаунт, который сам перераспределяет бюджет ночью: ничто из этого больше не звучит футуристично, это звучит как обычный вторник.
Компании, которые до сих пор спорят, стоит ли вообще в это включаться, на самом деле уже не спорят о самом факте внедрения. Они в основном решают, какую фору отдать конкурентам, которые уже сдвинулись с места.
Как выглядит «использовать это» в масштабе малого бизнеса
Это редко означает радикальную перестройку. Большая часть осмысленного раннего внедрения внутри малого и среднего бизнеса выглядит со стороны почти скучно: почтовый ящик поддержки, где черновик ответа генерируется до того, как человек его правит и отправляет, набор частых вопросов, которые берёт на себя чат-бот, чтобы телефон на ресепшене не звонил каждые четыре минуты, рекламная кампания, которую проверяют и корректируют автоматически, а не раз в неделю. Ничего из этого не «прорыв». Это точечные исправления конкретных, надоедливых, повторяющихся узких мест, внедряемые по одному.
Где реально виден разрыв между теми, кто внедрил, и теми, кто нет
Разрыв редко проявляется в одном ярком моменте. Он проявляется в скорости ответа клиентам, в том, сколько часов в неделю кто-то тратит на ввод данных, который мог бы взять на себя алгоритм, в том, как быстро бизнес замечает проблему в расходах на рекламу или в обработке заявок. Компания, которая автоматизировала приём заявок полтора года назад, не выглядит явно «впереди» изо дня в день, пока не сравнить, как быстро она отвечает на обращение в субботу вечером, с конкурентом, который всё ещё проверяет общий ящик в понедельник утром. Преимущество накапливается тихо, а не заявляет о себе громко.
Почему ожидание казалось безопасным и почему это меняется
Раньше выжидательная позиция была вполне обоснованной: инструменты были грубее, ошибки заметнее, а цена промаха перевешивала цену чуть более медленного движения по сравнению с остальными. Этот расчёт меняется по мере того, как инструменты взрослеют, и, что важнее, по мере того, как клиенты привыкают к более быстрому и отзывчивому сервису, который уже предлагают конкуренты. Клиент, который получает мгновенный точный ответ от одной компании и ответ на следующий день от другой, начинает воспринимать медленную компанию как исключение, а не как норму. Ожидание перестаёт ощущаться как осторожность и начинает ощущаться как отставание в темпе, который легко недооценить, потому что он нарастает постепенно.
Как выглядит разумный первый шаг
Компании, которые получают реальную пользу, обычно начинают узко: выбирают одно конкретное повторяющееся узкое место с понятным объёмом и очевидной ценой медленной или непоследовательной обработки, и хорошо чинят именно его, прежде чем трогать что-либо ещё. Это может быть обработка обращений в нерабочее время, повторяющийся перенос данных между двумя системами, или тот факт, что на этой неделе уже в пятый раз кто-то вручную проверял, не вышла ли рекламная кампания за бюджет. Узкий старт заодно облегчает честную оценку: действительно ли изменение помогло, вместо попытки оценить десяток одновременных перемен разом.
Риск двигаться слишком быстро в обратную сторону
Всё это не аргумент в пользу того, чтобы из страха отстать внедрить сразу все инструменты подряд, это обычно создаёт свой собственный беспорядок: наполовину интегрированные системы, сотрудников, которых толком не обучили новому процессу, и кучу подписок, которыми через полгода никто не пользуется. Компании, которые сейчас разумно работают с ИИ, не обязательно самые быстрые. Это те, кто осознанно выбирает, какую конкретную, понятную проблему решить первой, и строит дальше от этого, а не пытается автоматизировать всё в первый же день. Разница между этими двумя фирмами в итоге не в том, кто умнее, а в том, кто раньше перестал откладывать один конкретный, скучный шаг.
Как это выглядит за реальный год, а не в один момент
Представьте две небольшие бухгалтерские фирмы примерно одного размера в начале года. Одна автоматизирует приём клиентов и запись на встречи на втором месяце, а на шестом месяце вкладывает чуть больше времени в то, чтобы завязать запросы документов на общий портал вместо вложений в письмах, и к концу года срезает у каждого сотрудника несколько часов в неделю чисто административной работы. Другая фирма всё время собирается этим заняться, но занята реальной работой с клиентами, и к концу года работает по тем же самым процессам, с которых начинала, разве что с одним дополнительным клиентом на балансе и чуть меньшим запасом прочности на горячий сезон.
Ни в одной из фирм не было единого драматичного переломного момента. Разница проявляется в том, что у одной фирмы стало чуть больше пространства, чтобы брать новых клиентов без найма, а другая фирма постоянно ощущает себя отстающей по административной части, сколько бы часов туда ни вкладывали. Именно так на практике обычно выглядит совокупная польза от раннего, узкого внедрения автоматизации: не трансформация, а постепенно растущий разрыв в том, сколько у каждого бизнеса остаётся запаса прочности.