С какого процесса начать автоматизацию бизнеса?

В компании уже есть CRM, несколько ботов и подписка на нейросеть. А руководитель по-прежнему собирает картину продаж в чатах: кто ответил клиенту, почему зависла сделка, кому что обещали.

В такой ситуации хочется соединить всё со всем. Я бы сначала выбрал одну повторяющуюся работу с понятным результатом. Например, подготовку списка сделок, по которым руководитель должен принять решение на планёрке. У такого процесса можно измерить затраты, проверить ошибки и назначить человека, который примет результат.

Первая автоматизация бизнеса нужна для проверки конкретной пользы. Для этого придётся описать работу чуть точнее, чем «у нас много рутины».

Как найти работу, которую стоит автоматизировать первой?

Возьми последнюю обычную рабочую неделю. Попроси команду назвать задачи, к которым люди возвращались несколько раз: сводили отчёт, переносили данные, искали переписку, уточняли статус, готовили однотипный документ.

Для каждой задачи нужны два примера: нормальный и проблемный. По нормальному видно, как работа устроена. По проблемному — сколько решений спрятано за словом «просто».

«Просто собрать отчёт» может означать выгрузить поля из CRM. А может — выяснить, почему менеджер поставил неверный статус, найти обещание в личной переписке и договориться, кого считать ответственным. Во втором случае сначала нужно разобраться с правилами и источниками данных.

Я бы сравнивал кандидатов по четырём вопросам:

• Как часто возникает задача и сколько времени занимает целиком?
• Как выглядит результат, который сотрудник готов использовать без переделки?
• Какие данные доступны и кто отвечает за их качество?
• Что произойдёт при ошибке и можно ли остановиться до внешнего действия?

Необязательно сводить ответы в красивый балльный рейтинг. Если для процесса нет владельца или невозможно отличить верный результат от правдоподобного, сначала закрой этот пробел.

Как описать процесс на одной странице?

Ниже — условный пример для подготовки к разбору продаж. Его можно скопировать и заменить содержание на свою задачу.

Такая карточка быстро обнаруживает разногласия. Один руководитель считает следующим шагом любое напоминание. Другому нужны конкретное действие, срок и ответственный. Пока команда не договорилась, автоматизация будет воспроизводить разные ожидания.

Похожая управленческая задача описана в кейсе о продажах недвижимости: в одном экране собраны воронка, сделки без следующего шага, качество диалогов и действия менеджеров. Внимание руководителя переносится на конкретные отклонения и действия, которые можно обсуждать с командой.

Как посчитать пользу без обещаний окупаемости?

Считай весь процесс: подготовку входных данных, работу системы, проверку, исправления и поддержку. Время генерации ответа — только одна часть.

Условный расчёт, не результат проекта. Допустим, ручная подготовка сводки занимает 25 минут в день. В месяце 20 рабочих дней. После автоматизации сотрудник тратит 8 минут в день на проверку, а настройка источников и разбор сбоев занимают ещё 3 часа в месяц.

До автоматизации: 25 × 20 = 500 минут, или 8 часов 20 минут.

После: 8 × 20 + 180 = 340 минут, или 5 часов 40 минут.

Разница — 160 минут, или 2 часа 40 минут в месяц. Разовая разработка в этот расчёт не включена. Денежная окупаемость здесь тоже не посчитана: для неё нужны расходы на запуск, инструменты и поддержку, а также понимание, во что превращается высвободившееся время.

Два с половиной часа могут быть полезны. Но если на запуск потребуется много работы, разумно поискать другой первый процесс. При этом задача может иметь другую ценность — например, помогать замечать пропущенные действия. Тогда её нужно проверять отдельно: сколько таких ситуаций действительно найдено, какие пропущены и что изменилось после решения руководителя.

Где здесь нужны нейросети?

Если задача решается фильтром и напоминанием, я бы с них и начал. Языковая модель становится кандидатом, когда надо работать с содержанием: выделять договорённости из текста, сопоставлять формулировки, готовить краткое резюме.

Например, поле «дата следующего контакта» можно проверить обычным правилом. А извлечь обещанный следующий шаг из записи разговора — отдельная задача для модели с проверкой по источнику. Эти части полезно оценивать раздельно: можно оставить фильтр, даже если извлечение договорённостей пока требует слишком много исправлений.

В материале о вайбкодинге и бизнесе есть смежный вопрос — как быстрее собирать инструменты. Карточку процесса стоит подготовить до разработки: она объясняет, какой инструмент вообще нужен.

Когда пилот можно считать удачным?

До запуска согласуй условия решения. Например: результат принимается владельцем, существенные пропуски разобраны, ручных исправлений стало меньше, полное время работы укладывается в выбранный предел. Конкретные пределы зависят от задачи и цены ошибки.

Начни с работы параллельно существующему процессу. Сотрудник делает задачу привычным способом, система готовит свой вариант, затем вы сравниваете результаты. Сохраняй и удачные примеры, и отказы, и случаи, в которых человек исправил ответ.

Дальше возможны разные решения. Полезный процесс можно расширять. Неудачное извлечение — заменить ручным вводом. Задачу с неясными правилами — вернуть владельцу на доработку. Такой итог тоже помогает: ты понимаешь, что именно мешает внедрению, до распространения ошибки на всю команду.

Для первого шага достаточно выбрать одну задачу и заполнить карточку выше. Если уже на этом этапе не сходятся ответы, обсуждение с командой полезнее покупки ещё одного инструмента.

Что прочитать дальше?

Для следующего шага сравни AI-агента и фиксированный сценарий. Если процесс связан с продажами, посмотри схему интеграции нейросети с CRM.