​Оценка результативности заказчиком внедрения цифровых продуктов На прошлой неделе участвовала в TAdviser SummIT 2025, событии знаковом для ИТ-отрасли. По итогам прошлогоднего Саммита делилась с вами впечатлениями из 4 докладов о цифровизации вендоров и заказчиков. С этого события хочу разобрать детально по свежим следам один доклад — выступление Валерия Черепанова, заместителя директора по цифровизации ЕвроХима. Он рассказывал об опыте оценки результативности внедрения отечественных ИТ-решений в компании.   Акцентирую на этом выступлении ваше внимание, так как считаю, что информация будет очень полезна. Она очень наглядно демонстрирует, как меняется подход клиентов в сторону прагматичности оценки результатов. А еще подтверждает правильность нашего методологического подхода в обучении и развитии команд при продаже ИТ-решений. И в программах по управлению сделкой, и в интенсиве по упаковке клиентских кейсов целые отдельные модули посвящены выяснению и анализу оценки заказчиком результатов внедрения решений. Для продавцов ИТ-решений объективная оценка результативности внедрений – одно из важнейших конкурентных преимуществ ИТ-компаний в условиях кризиса и высокой конкуренции. По словам спикера, у заказчика возникает высокая степень доверия к результатам внедрения ИТ-решений благодаря тщательной проверке и мониторингу данных. В своем выступлении он очень четко обозначил критерии оценки результативности внедрения и ее трудности. Оценка результативности внедрения  1. Подтверждение цифр. Проверяются многократно все показатели эффективности, полученные от реализации цифровых продуктов в компании, различными службами, такими как финансовый контроллинг и операционная эффективность. Цифры подтверждаются, доказываются и не только ИТ-производством 2. Реальное экономическое воздействие. Отслеживаются точные финансовые результаты, например, экономия на закупках и увеличение доходов от повышения производительности. Например, экономия от внедрения в 2025 г. составила 400 млн. руб.   3. Объективность измерений. Подчёркивается важность точной верификации данных при сложности объективной оценки некоторых эффектов, особенно косвенных, например, оценки простоев, причины которых иногда тяжело оценить. 4. Постепенный переход к цифровой трансформации. Последовательное внедрение технологий ИИ, что позволяет уверенно двигаться вперёд. Автоматизация всего процесса закупок с помощью ИИ: сбор заявок, анализ тендерных предложений, формирование ТЗ. Трудности оценки результатов 1. Проблема точности измерения эффекта. Трудности в определении реальной причины изменения производительности: сложно определить, действительно ли улучшение связано именно с введением нового цифрового инструмента или произошли случайные внешние обстоятельства, опять же на примере простоев. 2. Разделение прямого и косвенного влияния. Проблема чёткого разделения между прямым экономическим эффектом, непосредственно связанным с внедрением конкретного решения, и косвенным влиянием, которое менее очевидно и трудно подсчитать на примере предиктивной диагностики. 3. Оценка результатов закупки с использованием ИИ. Процесс оценки экономического эффекта от внедрения искусственного интеллекта в систему закупок пока остаётся дискуссионным вопросом, поскольку точный расчёт отдачи от каждого этапа автоматизированного процесса вызывает сомнения. 4. Необходимость дополнительной проверки и контроля. Для того чтобы избежать недостоверных выводов, компания настаивает на обязательной глубокой проверке полученных данных и только после этого принимает решение о включении показателя в отчётность.