В предыдущей публикации речь шла о том, что результат часто ждут не из-за долгой работы, а из-за ожидания между операциями: задачу отправили, но не передали, или она лежит до очередного разбора. Посмотрим, что меняется, когда часть шагов выполняет ИИ.

ИИ действительно может ускорить передачу сведений: подготовить сводку, собрать данные из нескольких источников, напомнить о сроке. Но он не устранит ожидание решения, если непонятно, кто и при каких условиях должен его принять. Напоминание приходит вовремя, а решение не принимается: у получателя нет полномочий, или он не считает вопрос своим. Автоматические напоминания не заменяют полномочий. Если задача ждёт решения, которое никто не уполномочен принять, более частые напоминания лишь сделают ожидание заметнее. Полезнее явно определить, кто решает и в каких пределах: например, до какой суммы или при каких условиях можно согласовать без обращения к руководителю.

У перехода между человеком и ИИ есть своя особенность. Задача может быстро пройти машинные этапы и остановиться на неясной передаче. Чтобы этого не произошло, заранее стоит договориться о нескольких вещах:

- откуда ИИ берёт контекст задачи; - какой источник данных считается основным, если сведения расходятся; - что считается завершением шага; - когда и кому результат должен попасть; - кто отвечает, если ИИ ошибся или не справился.

Без таких договорённостей легко получить сводку, подготовленную за минуту, которая затем лежит там, где её никто не ищет. Или сводку, собранную по устаревшим данным, после чего человек перепроверяет всё вручную, и выигрыш во времени исчезает.

Условный пример. Ассистент на основе ИИ за минуту готовит черновик ответа на претензию клиента и сохраняет его в папку для проверки юристом. Раньше такие ответы приходили юристу письмом, а о новой папке он узнаёт, только когда клиент напоминает о себе через три дня. Машинный шаг стал быстрее, но переход к человеку выпал из привычного канала, и общий срок не сократился.

Отдельный случай - встречи по статусу. Значительная часть таких встреч уходит на то, чтобы каждый рассказал, что сделано. Сбор статусов можно отделить от обсуждения препятствий: автоматическая сводка до встречи потенциально освобождает время для решений.

Но здесь есть два условия. Первое: сведения в сводке должны быть достаточно полными и актуальными, иначе встреча начнётся с выяснения, что в ней неверно. Второе: участники не должны потерять возможность сообщить о проблеме, которая нигде не зафиксирована. Самые неприятные препятствия нередко как раз такие: о них знают, но не записывают. Если встреча сводится к утверждению автоматической сводки, такие проблемы могут оставаться незамеченными дольше, чем раньше. Помогает простое правило: в конце встречи отдельно спросить, что мешает и чего нет в сводке.

Как искать задержки в процессе, где часть шагов выполняет ИИ? Полезна история событий по задаче: когда она поступила, когда передана, когда запрошено уточнение, когда потребовалось вмешательство человека, когда принят результат. Если автоматизированные шаги сохраняют такие отметки, их можно использовать для поиска мест, где задача ждёт. Отдельно стоит посмотреть, сколько раз человек возвращал результат ИИ на доработку и сколько времени это заняло: такие возвраты легко пропустить, потому что формально задача всё время движется.

При этом не обязательно сразу строить систему учёта. Начать можно с нескольких задач, восстановив их путь так же, как в предыдущей публикации. Система учёта, которая обходится дороже исследуемоей задержки в процессе, улучшением не является.

ИИ сокращает время работы. Время ожидания сокращается тогда, когда понятно, кто принимает задачу, на каких условиях и что считается готовым результатом. Этого инструмент сам не определит: договориться об этом должны люди, которые участвуют в процессе.

А на каких переходах застревают задачи у вас: между людьми или между людьми и ИИ?