Дело не в модели. Дело в процессе.

🎥

Свежая статья Camunda утверждает: главная причина слабого эффекта от корпоративного ИИ — обычно не сами модели или агенты, а устаревшие и плохо спроектированные бизнес-процессы, в которые ИИ пытаются «встроить поверх».

Компании активно внедряют генеративный и агентный ИИ, но делают это в процессах, созданных задолго до появления ИИ. В результате технология добавляет не столько ценность, сколько новые исключения, ручные обходы, риски и затраты. Логика проста: организация запускает AI-инициативу, существующий процесс не меняется, ИИ оказывается надстройкой над фрагментированным процессом, KPI не достигаются, сотрудники исправляют результаты вручную. Руководство считает, что «ИИ не работает», хотя первопричина — архитектура процесса.

Цифры исследования The AI Process Gap:

· 72% организаций: проблемы процессов способствовали провалу AI-инициатив. · Средняя стоимость таких неудач: $1,55 млн на организацию. · 82% руководителей: без инвестиций в redesign AI-инвестиции окажутся неудачными. · 79%: проще добавить ИИ в старый процесс, чем перепроектировать его. · 61%: redesign не успевает за скоростью AI-внедрения. · 40%: за последние 12 месяцев столкнулись с AI-инцидентом в области комплаенса. · 84% из них: значимым фактором были проблемы процесса. · 69% сотрудников не вовлечены полноценно в обсуждение использования ИИ в их работе. · 44%: приходилось вручную переопределять результат ИИ из-за неправильной настройки процесса. · 48%: сократили или откатили использование ИИ из-за негативного влияния на работу сотрудников.

Что предлагает Camunda?

Подход The Great Process Re-Engineering — не «прикручивать» LLM к существующей операции, а переосмысливать сам способ выполнения работы с учётом возможностей ИИ. Практически это означает: пересмотреть целевой результат процесса, определить, где решение должно оставаться детерминированным, выделить участки, где ИИ действительно полезен, формализовать взаимодействие «человек — AI-агент — информационная система» в одном сквозном процессе, встроить контроль и обучить сотрудников.

Пример. Добавить ИИ только для извлечения реквизитов из PDF — это локальная автоматизация. Но если после этого остаются неясные роли, ручная перепроверка без правил, дублирование данных и отсутствие контроля исключений, ИИ лишь ускорит передачу проблем дальше. Процессный redesign потребовал бы определить: какие данные извлекает ИИ, когда документ идёт дальше автоматически, кто отвечает за ошибки, как фиксируются основания решения и где агент вправе действовать сам.

Важная формула.

Эффект AI ≠ качество модели само по себе.

Эффект AI = качество модели × зрелость процесса × данные × интеграции × управляемость.

То есть AI-проект должен быть одновременно проектом по реинжинирингу, процессному управлению и оркестрации, а не только внедрением нового инструмента.

🔗 The Data Says It: AI Isn’t Failing You. Your Processes Are

#Camunda #ИИ #BPM #Реинжиниринг #Оркестрация #процессы