Иногда от первого пилота остается аккуратный черновик без пользователя, хотя бюджет уже потрачен. Команда начала с возможностей модели и поздно спросила, какой ответ должен попасть человеку в работу.
В одной проектной компании руководитель после переговоров надиктовывал итог, а ассистент переносил его в CRM. Карточка появлялась, но следующее действие могло остаться внутри комментария. С виду работа закончена. CRM уже не напомнит конкретному сотруднику о сроке, потому что у комментария нет владельца задачи.
Кандидат на первый разбор здесь виден по понятным краям процесса. Он начинается с голосового итога переговоров и заканчивается подтвержденной задачей в CRM. Между этими точками можно проверить один ответ машины: верно ли она сформулировала следующий шаг.
Так вопрос «как внедрить ИИ» сужается до рабочего эксперимента с заранее заданной остановкой. Будущий приемщик проверяет одну строку и решает, можно ли по ней поставить задачу.
5 шагов от голосового итога до решения по пилоту
1. Опишите процесс от события до принятого результата
Начало в нашем примере наступает после переговоров, когда руководитель отправляет голосовой итог. Конец наступает после того, как ассистент проверил задачу в CRM и подтвердил ее. Все, что происходит раньше звонка или после постановки задачи, в первый пилот не входит.
Такая граница нужна из-за простой ловушки. Фраза «автоматизировать работу с лидами» обещает сразу слишком много, поэтому любой частичный успех выглядит спорно. Маршрут от голосового сообщения до подтвержденной задачи можно пройти целиком и увидеть место поломки.
2. Измерьте исходное состояние способом будущей оценки
Соберите недавние голосовые итоги подряд и проверьте, какая часть дошла до подтвержденной задачи в согласованный срок. Запишите этот показатель до подключения модели. Он станет исходной точкой.
Время обработки тоже можно измерить, если именно оно мешает работе. Для первого решения оставьте один главный показатель. Иначе пилот легко оправдать удобной цифрой, пока исходная проблема осталась на месте.
3. Попросите у машины один ответ
В этом процессе машина предлагает формулировку следующего шага по голосовому итогу. Она пока не заполняет всю карточку и не назначает ответственного. Один короткий ответ легче сверить с источником, поэтому спор о качестве заканчивается проверкой конкретной строки.
Желание сразу получить готовую CRM-карточку смешивает несколько ошибок. Модель может верно понять действие и ошибиться в имени. Общий процент качества скроет место ошибки. Узкий ответ оставляет пилоту один предмет проверки.
4. Назначьте приемщика ответа
Ассистент сверяет предложенную задачу с голосовым итогом. Если смысл совпал, он подтверждает запись в CRM. Сомнительная строка остается черновиком. Машина разбирает исходный материал, а решение о сохранении принимает сотрудник, отвечающий за качество карточки.
Здесь приемка меняет сам ход работы. Без нее убедительная формулировка может попасть в CRM как факт. После проверки у задачи остается подтверждение сотрудника, сверившего ее с источником.
5. Примите решение по пилоту на исходном показателе
После тестового периода снова посчитайте, какая часть голосовых итогов дошла до подтвержденной задачи в согласованный срок. Сравните результат с исходной точкой из шага 2, но учтите время приемщика. Если ради подтверждения он заново собирает задачу, рост показателя ничего не дал работе.
Пилот стоит продолжать, если доля подтвержденных задач выросла, а ассистент проверяет формулировку вместо повторной сборки. Если черновики приходится собирать заново, остановите тест и сузьте ответ машины. Это нормальное решение: первый пилот показывает границу полезного применения до большой закупки.
Как понять, что процесс пока не годится
Дайте будущему приемщику несколько недавних эпизодов и попросите решить, какой итог считается правильным. Если мерка меняется от случая к случаю, проверять модель пока не с чем. Сначала договоритесь о принимаемом результате на реальной работе.
Это главный стоп-признак для первого захода. Без устойчивой приемки пилот покажет только разницу мнений, а аккуратные ответы машины замаскируют ее.
Что Синтел проверяет на живом AI-аудите
На живом AI-аудите Синтела мы берем один процесс и проводим его от исходного материала до решения человека. По дороге становится видно, нужен ли модели узкий разбор или задачу уже закрывает обычное правило в системе.
Принесите один недавний рабочий эпизод. Мы поможем сформулировать проверяемый ответ и место приемки, после чего станет ясно, есть ли смысл в пилоте.
Для собственной проверки откройте исходный материал и посмотрите, привел ли черновик к верному действию. Оформленную карточку засчитывайте только после этой сверки.