На Новый год я протестировала генератор желаний и рассказала, чего хочу.

А хочу я на карнавал в Венецию.

Я помню маски и костюмы, семьи в образах, незнакомых людей с глинтвейном и печеньем. Триумф креатива, артистизма, тщеславия и позёрства среди отражений дворцов в воде и тишины города без автомобилей.

Но промпт подошёл к делу основательно.

Мы обсудили, зачем мне это нужно, и свели желание к потребности.

Карнавал в Венеции превратился в поиск свободы. Правда, мы так и не определились — внутренней или внешней.

Формулировка стала глубже. Только это уже не было моим желанием.

Исчезла картинка: я иду по Венеции в полноценном костюме. Мне хотелось найти собственный образ, полгода придумывать его, изучать материалы, развивать насмотренность. Под видом позёрства снять привычную социальную маску.

А затем исчезли вода, февральский воздух и сама Венеция.

Примерно так иногда автоматизируют бизнес-процессы.

На схеме всё прекрасно: специалист получает данные, применяет формулы и формирует результат.

Но основную часть его работы могут занимать не вычисления.

Он сопоставляет источники, замечает противоречия, возвращается к проверенным сведениям, сравнивает новый объект со знакомыми случаями. И решает не столько, какую формулу применить, сколько как интерпретировать данные без потери смысла.

Сам расчёт автоматизировать легко.

Но решение о том, что именно считать и можно ли доверять исходным данным, осталось за пределами модели процесса.

Обычно всё это сворачивается в одну операцию: «Специалист анализирует информацию».

Но для надёжной автоматизации недостаточно передать ИИ глагол «анализирует».

Нужно определить источники, границы контекста, основания для сомнения, критерии достаточности и условия остановки.

В профессиональном решении есть неочевидные действия, которые сам специалист не воспринимает как работу. Для него это просто способ думать.

Я люблю хрестоматийную историю создания домашней хлебопечки Matsushita.

Инженеры долго не могли получить правильное тесто. Тогда разработчица Икуко Танака пошла учиться к пекарю Osaka International Hotel.

Повторяя его движения, она обнаружила: пекарь не просто растягивает тесто, а одновременно скручивает его. Сам мастер мог не считать это отдельной операцией.

Для него это и означало «замесить правильно».

Это движение пришлось воспроизвести в конструкции хлебопечки.

Если бы процесс описали как «заложить ингредиенты — замесить — выдержать — выпечь», схема была бы правильной.

Только хлеб — неправильным.

В своей работе я встречала другой подход.

Команду собирали и спрашивали: — Что ещё можно автоматизировать?

Специалисты предлагали отдельные функции. Затем предложения обобщались и превращались в перечень улучшений.

Живой опыт становился списком операций.

Из него исчезал контекст, затем исключения, а вместе с ними — логика профессионального выбора.

Специалист, который мог бы показать «скручивающее движение», становился кандидатом на сокращение. А организация получала типовой процесс, лишённый всего, что помогало ему работать в реальности.

Отличить профессиональное условие от лишнего действия или привычки можно только после исследования опыта, а не после увольнения его носителя.

Раньше система могла считать, а человек — проверять данные, интерпретировать результат и разбираться с исключениями.

Теперь ИИ хотят передать и само профессиональное решение.

И оказалось, что готового описания нет. Контекст свернули до слов «проверяет» и «анализирует», за которыми скрывалась основная часть работы.

Поэтому до вопроса «что здесь можно автоматизировать?» я бы спросила:

Что обеспечивает качество результата?

Как специалист понимает, что данным можно доверять?

Какие очевидные для него действия не попали в описание?

И что исчезнет вместе с человеком, если сначала автоматизировать операции, а разбираться с опытом уже после сокращения?

Иначе можно получить безупречно автоматизированную свободу.

Только вы, возможно, как и я, хотели в Венецию.

#ИИ #автоматизация #бизнеспроцессы #цифроваятрансформация #управлениезнаниями