ИИ не решает проблемы. Он их создаёт. Ковырните в левом ухе, если за последние полгода вы ни разу не попробовали прикрутить ИИ к своим процессам. Лично я танцевал на этих граблях: ИИ-аутрич, ИИ-прозвон контактов из базы, ИИ-телеграмм-бот. Мы потратили больше 1🍋 на такие эксперименты, но они не принесли ожидаемый результат. Мы садились с подрядчиками, с надеждой заглядывали им в глаза. Они честно перепроверяли настройки, показывали личные кабинеты других клиентов, кейсы и разводили руками. Мы пытались сами — вайбкодили говнопродукты, запускали их, хотя нужно было спать по ночам. Нам очень хотелось, чтобы получилось. Вру. Нам хотелось, чтобы всемогущий ИИ шевелил мозгами за нас. А мы извращались над промтами, вместо того чтобы объяснить ему простой и понятный пошаговый сценарий диалога. И знаете почему? Потому что состряпать промт можно не вставая с дивана, а сделать 30-50-100 холодных звонков самому, чтобы собрать материал для анализа, определить 2-3 рабочих сценария и проверить их на практике — совсем другая история. ИИ - множитель. Если ты умножаешь 10 на чёткий процесс - получаешь 100. Если умножаешь 10 на “мы как-то делаем” - получаешь размноженный хаос. Ладно мы - стартаперы-энтузиасты, но даже у McDonald’s на этот случай есть забавный факап. В 2021 году они запустили голосовых ассистентов в киосках МакАвто в ста ресторанах. Идея простая: клиент подъезжает, говорит заказ, ИИ его обрабатывает, оператор больше не нужен. Через три года проект свернули, потому что в половине заказов были косяки. Люди получали бекон в мороженом. Буквально. Проблема была не в том, что ИИ плохо распознавал речь. Проблема в том, что внутри компании не было единого описания меню и всех возможныхисключений. Одни рестораны продавали определённые комбо, другие - нет. Где-то бекон шёл автоматом к бургеру, где-то его нужно было добавлять отдельно. А ИИ честно пытался угадать, что имел в виду клиент, опираясь на разрозненные данные из разных ресторанов. Угадывал плохо. Человек на кассе справлялся с такими ситуациями намного лучше, потому что у него в голове был только один вариант: “Окей, у нас вот такое меню, вот эти комбо, а вот этого нет”. У ИИ такого понимания не было, потому что его не существовало в виде документа. Оно было размазано по головам сотрудников и локальным прайс-листам. Классная фраза: «ИИ проваливается не потому что глупый. А потому что компании пытаются натянуть его на процессы, которые сами не понимают». ИИ не умеет чувствовать и придумывать то, чего нет. Ему нужны правила, чёткий контекст. Будем честны, сегодня главный драйвер спроса на ИИ-решения — страх. “Конкуренты уже внедрили, и мы не хотим отставать!” Вася Пупкин сел жопой на телефон, ой, вайбкодил что-то и заработал все деньги мира. Ежедневно мы получаем с десяток запросов на внедрение нашего продукта. — Здравствуйте! Это Оптимайзер? Мы бы хотели увеличить эффективность Отдела Продаж. — А в чём вы её измеряете? — Эээ, мммм, нууу… в деньгах конечно! — Круто! Мы тоже. Но кнопки БАБЛО не существует. — Дааа?! И как же быть в таком случае? — Существуют рутинные процессы, чёткое исполнение которых даёт стабильный прогнозируемый результат. У вас кстати как с процессами в Отделе Продаж? — Кажется что-то где-то было описано. И это уже успех. Понимаете, о чём я? Давайте представим, что любой ИИ-агент — ваш новый сотрудник. И ему нужны понятные инструкции.Не стрессоустойчивость и многозадачность, не мотивация через край и даже не многолетний опыт. Ему нужно уметь читать инструкции и их выполнять. А вам соответственно их составлять. Решения на базе ИИ приживаются в 15% случаев не потому, что технология или продукт сырой, а потому что, столкнувшись с реальностью, Заказчику страшно признаться себе — мы не знаем, как работает наш бизнес! К чему это я? Решившись на внедрение ИИ, важно быть готовым к тому, что вдруг окажется, что автоматизировать нечего. И это нормально! Не приговор, не смертельная болезнь - просто факт.