Сценарий знаком многим. Подрядчик за месяц делает пилот: ИИ-ассистент отвечает на вопросы, распознаёт документы или помогает менеджерам. Демонстрация проходит отлично. А дальше — тишина. Пилот остаётся «экспериментом», пользователи к нему не возвращаются, бюджет на развитие не выделяется.
Причины почти всегда одни и те же. Их можно предусмотреть до старта.
1. Пилот делали ради демонстрации
Если цель пилота — показать руководству, что «ИИ умеет», он будет сделан на удобных данных и красивых примерах. Такой пилот ничего не говорит о реальной работе.
Что делать: формулировать цель пилота как бизнес-метрику — время обработки заявки, доля ответов без участия сотрудника, число ошибок. И замерять её до старта.
2. Нет владельца со стороны бизнеса
Пилот ведёт IT или подрядчик, а подразделение, для которого он делается, участвует по остаточному принципу. После завершения проект некому забрать.
Что делать: назначить владельца сценария из бизнеса ещё до начала работ. Это человек, который отвечает за результат и решает, что делать дальше.
3. Пилот живёт отдельно от рабочих систем
Сотрудник должен открыть ещё одно окно, скопировать туда данные и вернуть результат вручную. Пока это эксперимент, люди терпят. В ежедневной работе — нет.
Что делать: с самого начала планировать встраивание в рабочий процесс — в CRM, 1С, документооборот, мессенджер. Пусть в пилоте это будет упрощённо, но путь должен быть понятен.
4. Не продуманы данные и безопасность
На пилоте использовали обезличенную выборку или облачный сервис «на пробу». Для промышленной эксплуатации служба безопасности задаёт вопросы, на которые нет ответов: где хранятся данные, кто имеет доступ, как это соотносится с требованиями к персональным данным.
Что делать: привлечь безопасность на этапе проектирования и сразу выбрать архитектуру, которую можно будет масштабировать: облако, российские модели или собственный контур.
5. Экономика не посчитана
«Работает хорошо» — не аргумент для бюджета. Нужен расчёт: сколько стоит масштабирование и поддержка, сколько экономит сценарий в месяц, когда окупится.
Что делать: включить расчёт экономики в результат пилота. Если эффект не покрывает стоимость — лучше узнать это сейчас.
6. Никто не учил людей
Пользователи не понимают, когда доверять результату, а когда перепроверять. Первая ошибка ассистента — и к нему перестают обращаться.
Что делать: обучать не инструменту, а новому процессу. Объяснить границы применимости, договориться о правилах проверки, собирать обратную связь.
Как выглядит пилот, который масштабируется
- есть владелец из бизнеса и одна главная метрика;
- работа идёт на реальных данных и с реальными пользователями;
- понятна архитектура будущей промышленной версии;
- безопасность согласовала подход заранее;
- по итогам есть расчёт экономики и решение: масштабировать, доработать или закрыть.
Пилот — не самоцель, а способ быстро и дёшево проверить гипотезу. Если думать о масштабе с первого дня, переход от эксперимента к рабочей системе занимает месяцы, а не годы.
Планируете пилот ИИ? Поможем выбрать сценарий, спроектировать пилот с прицелом на масштаб и посчитать экономику. Подробнее — в разделе ИИ-трансформация.
