Где ИИ уместен в процессе работы с выручкой (а где нет)
ИИ уместен в одних частях процесса и совершенно не годится в других. Чёткая карта того, где его применять.
Где ИИ уместен в процессе работы с выручкой (а где нет)
Как только команда по выручке принимает ИИ, возникает соблазн направить его на всё. Поиск клиентов, квалификацию, прогнозирование, переговоры, закрытие. Если немного автоматизации помогает, то больше автоматизации должно помочь больше. Руководители, с которыми мы знакомы и которые действительно запускали ИИ в масштабе, обычно приходят к более осторожной позиции: ИИ даёт огромный эффект в определённых частях процесса и наносит реальный вред в других, и большая часть мастерства в том, чтобы понимать, где что.
Поточная работа и работа на суждении
Полезный вопрос не «какие задачи», а «какого рода работа». Почти всё в процессе работы с выручкой тяготеет к одному из двух типов.
Поточная работа — это большой объём, много закономерностей и в основном недвусмысленность. Изучение аккаунтов. Фиксация активности. Первый черновик письма. Обновление записей, отслеживание сигналов, разбор очереди. Ценность в том, чтобы делать это быстро и последовательно по сотням аккаунтов и не уставать.
Работа на суждении — противоположность. Высокие ставки, много контекста, зависимость от отношений. Чувствовать атмосферу на переговорах. Решать, отказаться ли от сделки. Работать с раздражённым руководителем. Делать ставку на аккаунт, который данные поддерживают не полностью.
ИИ очень хорош в первом и ненадёжен во втором. Отсюда прямо следует правило проектирования: пусть ИИ владеет поточной работой, люди остаются на суждении, и нужно внимательно относиться к связке между ними. Это более острая версия вопроса «копилот или автопилот», и она согласуется с кривой зрелости автоматизации. Поточная работа автоматизируется рано. К работе на суждении подходят медленно, если вообще подходят.
Где ему явно место
Некоторые части процесса — это почти чистый выигрыш.
Мониторинг сигналов — очевидный пример. Ни один менеджер не способен весь день следить за каждым аккаунтом во всех каналах. ИИ способен и может ранжировать найденное. Эта широта — реальное преимущество, о нём мы пишем в материале как ИИ читает сигналы выручки, которые упускают люди.
Исследование и обогащение данных — следующее. Собрать контекст по аккаунту или контакту из десятка разрозненных источников — именно та нудная, шаблонная работа, с которой ИИ справляется хорошо, а люди откладывают.
Первые черновики. Исходящие письма, последующие сообщения, резюме встреч, каркас коммерческого предложения. ИИ-черновик плюс правка человеком быстрее, чем человек с чистого листа, а решает, что уйдёт, по-прежнему человек.
Закрытие административных дел. Обновления CRM, фиксация активности, создание задач. Это рутина, которая мешает менеджерам продавать, и с неё выгоднее и безопаснее всего начинать. Никто по ней не скучает.
И рекомендации: предложение следующего шага при том, что решение, делать ли его, остаётся за человеком.
Общее у всего этого в том, что либо эту работу всё равно никто не делал хорошо, либо результат — черновик, который проверяет человек. Цена любой отдельной ошибки невелика.
Где ему не место
Не менее важно не пускать ИИ на некоторые места.
Сами отношения. Покупатели чувствуют, когда их «обрабатывают». Разговоры, в которых строится доверие, должны оставаться человеческими. ИИ может подготовить менеджера к звонку, но не должен участвовать в звонке.
Необратимые решения с высокими ставками. Полномочия по скидкам, отказ от сделки, договорные обязательства. Ошибка здесь дорого обходится и трудно исправляется.
Автономная исходящая коммуникация без надзора. Если позволить ИИ отправлять сообщения покупателям без человека в контуре, бренды и обжигаются. Фальшивый тон, неудачное время, обещания, которых продукт не выполняет. Объём без надзора — это риск, и точка.
Всё, что нельзя проверить. Если вы не можете объяснить, почему ИИ что-то сделал, он не должен делать этого без присмотра. В этом вся суть статьи о защитных механизмах и подотчётности.
У наблюдавшихся нами провалов была общая форма: кто-то ставил ИИ на место, требующее суждения, давал ему необратимые полномочия и убирал проверку человеком, всё одновременно.
Где проводить границу
Граница подвижна. По мере улучшения технологии и роста доверия к конкретному процессу вы будете ослаблять поводок. Разумный способ сделать это:
- Начните там, где ошибки дёшевы и обратимы. Администрирование, исследование, черновики. Выстройте доверие внутри организации на малозначимых победах, прежде чем просить о большем.
- Держите человека в контуре везде, где на другом конце покупатель. ИИ предлагает, человек одобряет и отправляет. Это модель с человеком в контуре, и она остаётся по умолчанию, пока процесс не доказал свою надёжность.
- Расширяйте автономию только там, где можно измерить и проверить результат. Если защитные механизмы держатся квартал, ослабляйте осознанно.
- Никогда не автоматизируйте то, что не можете объяснить. Нет происхождения данных — задача остаётся под надзором.
Сможет ли процесс всё это поддержать, зависит от архитектуры под ним. AI-native система способна видеть и действовать во всём процессе. ИИ, прикрученный к одному инструменту, ограничен тем, что видит этот инструмент, а этого обычно недостаточно, чтобы доверить ему многое.
Ключевые выводы
- Сначала рассортируйте работу. Поточная (большой объём, шаблонная) — там ИИ оправдывает себя. Работа на суждении (высокие ставки, отношения) — там он проваливается.
- Надёжные ставки: мониторинг сигналов, исследование, первые черновики, административная уборка и рекомендации, по которым действует человек.
- Держите его подальше от отношений с покупателем, необратимых решений, исходящей коммуникации без надзора и всего, что нельзя проверить.
- Граница со временем сдвигается. Начинайте с дешёвого, держите людей рядом с покупателями и расширяйте только там, где можете измерить результат.
- Реальный риск — всё три сразу: решение на суждении, необратимые полномочия и отсутствие проверки человеком.
При аккуратном подходе ИИ снимает поточную работу, чтобы люди тратили время там, где действительно важно суждение. Если вы определяете место ИИ в собственном процессе, полезным ориентиром может стать то, как Revnewo проводит эту границу внутри слоя оркестрации.