Постановка задачи

Систематизировав весёлые истории, могу вот утверждать, что если проект внедрения ИИшки начинается с истории вида "вот у вас маркетологи сами долго всё обрабатывают в Экселе, но вот если внедрить ИИ" или "Не пора ли нам реализовать проект по обработке видео потока с камер наблюдения при помощи ИИ", то этот проект превратится или в бездонную бочку для поглощение бюджета, или после окончания денег на проекте, благополучно закроется и забудется. И таки у меня есть ответ на вопрос - почему так :)

Что-то пошло не так...

Как говорил не менее придуманный, чем ИИ, Козьма Прутков - зри в корень. Все дело не в плохой ИИ, и не плохой технологии, а в том, что похоже менеджмент разучился думать (по причинам, с ИИ не связанным) и вникать в суть проблемы. И решать её, первопричину, а не следствие. Возвращаясь к примерам постановки задачи видим, что условные менеджеры работают в эксельках. Менеджмент вместо поиска ответа "почему так" (а как же crm, ERP и прочие буквы?) сразу находит "правильное решение", тк "мы были на конференции", "нам так подсказали консультанты, которые профессионалы" или "я тут попробовал ИИ и вот оно - решение". Собственно, что мы при таком подходе имеем? А имеем мы в остатке плохо работающие и плохо систематизированные и оптимизированные бизнес-процессы (из-за чего условные менеджеры сидят в ПО, не требующем процесса) на которые пытаются натянуть очередное "спасительное" решение. Результат этого очевиден (по крайней мере мне) - потерянные бюджеты, сроки, результаты.

А шо делать?

Ну, по сути делать нужно одно - искать первопричину. Использование ИИ агентов может быть эффективным, но не в условиях, когда неработающие процессы и людей пытаются заменить ИИ. Возвращаясь к менеджерам из начала заметки - необходимо понять, а что такого они обрабатывают в Excel и зачем и почему не устраивает существующая система и/или системы. Вполне возможно, что достаточно сделать небольшую BI систему, которая решит вопросы менеджеров. Так же из начала примера у нас была задача про видео, так вот современные видеорегистраторы уже вполне успешно и самостоятельно умеют определять объекты, их перемещения и имеют мощные средства видеоаналитики без всяких ИИ и соответствующих трат на них. И уже когда реализованных средств недостаточно, опять же в первую очередь - думать, что даст новый инструмент, в частности ИИ.

А где же работает?

ИИ чудесно работает, когда у вас уже есть много данных, которые необходимо вдумчиво и по правилам обрабатывать :) Но, это слишком абстрактно. Менее абстрактно... хм... Ну, например (реальный, но не скажу - где) работа службы внутреннего аудита в Холдинге (показывать на примере тех. поддержки, сотрудника банка и т.д. не так интересно, т.к. эти процессы как раз таки уже "заезжены"). Все процессы СВА работают и отстроены. У СВА есть утвержденный порядок и график проверок зависимых обществ, однако, нет ресурсов для того, чтобы всё это делать. Так вот, используя N8N и прочие буквы можно, например, натравить ИИшечку для инициирования проверок обществ, первичный сбор с них информации и первичную обработку этой информации с первичным же фин. и тех. анализом с тем, чтобы сотрудник службы СВА имел перед собой уже подготовленные и первично обработанные документы, а так же уже систематизированную историю предыдущих проверок общества с "исторической справкой". вот в этом случае мы при помощи ИИ заменяем "толпу низкооплачиваемых сотрудников" одной ИИ системой.

Однако, есть проблема..

Проблема не сегодняшнего дня, но будущего. Откуда из примера с СВА возьмутся высокооплачиваемые и умные аудиторы при условии, что "школа жизни" молодого сотрудника заменена ИИ системой - вопрос...

PS. Все вышеописанное не относится в малому бизнесу, где директор в одном лице и продажник и производственник и исполнитель. В такой схеме ИИ при правильной постановке способен за "шапку сухарей" заменить целые отделы :)