Будни цифрового офиса · Выпуск 1
ИИ-автоматизация: как это выглядит внутри инженерной компании
Мы ремонтируем спецтехнику и обслуживаем инженерные системы — то есть занимаемся вещами, у которых есть вес, температура и давление. И параллельно строим у себя цифровой контур, который снимает с людей рутину вокруг этой работы. Это первый выпуск серии, где мы честно показываем, как он устроен: что реально работает, что оказалось лишним и где ИИ ошибается.
Разочарование первое: платформа не нужна
Соблазн начать с большого выглядит так: выбрать систему, перенести туда всё, обучить людей, жить в новом мире. На практике из этого получается долгий проект с неопределённым концом, а операционка тем временем никуда не девается.
Рабочая схема оказалась обратной. Берётся одна операция, которая повторяется каждую неделю и каждый раз отъедает время. Не «процесс продаж», а конкретно: заявка пришла в мессенджер, её надо не потерять, понять, о чём она, и передать тому, кто ответит. Автоматизируется именно она — узко, целиком, до состояния «работает без присмотра». Потом следующая.
Три контура, которые оказались главными
За несколько итераций сложилась картина: почти вся полезная автоматизация в инженерной компании крутится вокруг трёх вещей.
- Вход. Обращение с сайта, из почты, из мессенджера. Задача — превратить свободный текст в карточку: кто, о чём, какое направление, какой следующий шаг. Об этом второй выпуск — про ИИ-диспетчера.
- История. Что мы уже делали с этой машиной или на этом объекте: какие узлы, когда, что меняли. Вопрос «что с ней в прошлый раз было» не должен стоить получаса поисков в переписке. Об этом третий выпуск — про ИИ-механика.
- Счёт. Состав работ, расчёт, документы. Самая формализуемая и самая ошибкоопасная часть. Об этом четвёртый выпуск — про ИИ-сметчика.
Всё остальное — надстройка. Сводка руководителю, контроль сроков, напоминания — это уже производные от трёх контуров выше, и без них они не собираются.
Что ИИ здесь делает и чего не делает
Разделение, которое мы держим жёстко: ИИ работает с текстом, поиском и черновиком. Решение принимает человек.
ИИ хорошо разбирает свободную формулировку клиента и вытаскивает из неё суть. Хорошо находит нужное в накопленных записях. Хорошо готовит заготовку документа по шаблону. Он не определяет объём ремонта, не назначает метод промывки котельной и не подписывает акт — это инженерная ответственность, и она остаётся на инженере.
Где он ошибается
Раз обещали без прикрас — вот типовые сбои, которые мы ловим:
- Уверенная неточность. Модель формулирует правдоподобно даже там, где данных не хватает. Лечится не «более умной моделью», а тем, что контур обязан отвечать со ссылкой на источник — запись, документ, карточку. Нет источника — нет ответа.
- Потеря контекста на длинной задаче. Чем длиннее переписка, тем выше шанс, что деталь из начала выпадет. Поэтому важное фиксируется в карточке, а не живёт в диалоге.
- Формально верный, но бесполезный ответ. Классика: клиент пишет «течёт», а контур красиво пересказывает, что течь бывает разная. Лечится списком обязательных уточняющих вопросов, без ответов на которые заявка не считается принятой.
Что это даёт на самом деле
Мы намеренно не публикуем красивых процентов экономии — честно посчитать их на малом объёме нельзя, а рисовать не будем. Эффект, который виден без метрик, другой и он про качество работы, а не про экономию.
Во-первых, перестают теряться обращения — это самый быстрый и самый заметный результат. Во-вторых, ответ клиенту приходит с уже собранным контекстом, а не «мы уточним и вернёмся». В-третьих, у руководителя пропадает необходимость держать в голове статус десятка задач: он видит их в одном месте.
Отдельный побочный эффект, которого мы не ждали: автоматизация заставляет навести порядок в самом процессе. Нельзя автоматизировать то, что не описано. Половина пользы приходит на этапе, когда просто честно расписываешь, как задача идёт от заявки до акта.