Технологии против издержек: где эффект

Рост расходов заставляет компании искать новые способы экономии, и технологии становятся одним из ключевых инструментов. Автоматизация рутинных процессов, CRM-системы, искусственный интеллект и VR для обучения сотрудников всё чаще рассматриваются как средство снижения издержек. Однако само внедрение ещё не гарантирует успеха: новая система может ускорить работу и сократить затраты, а может обернуться дорогостоящим экспериментом без ощутимой отдачи.

Участники круглого стола «Фонтанки» обсудили, где технологии уже приносят экономию времени и денег, как измерить реальный эффект и почему цифровизацию стоит начинать не с выбора инструмента, а с конкретной бизнес-задачи.

Спрос на цифровые решения растёт. По данным TAdviser, в 2025 году российский рынок CRM-систем вырос примерно на 25%. Искусственный интеллект остаётся одним из самых заметных направлений: исследование Яндекса и партнёров показало, что 78% компаний, внедривших ИИ, уже получили значимый экономический эффект — на 10 п. п. больше, чем в 2023 году. К 2030 году потенциальный экономический эффект от использования ИИ в российском бизнесе оценивается в 7,9–12,8 трлн рублей в год.

Наиболее ощутимый результат ИИ даёт на простых задачах. Руководитель компании OpenStart Владимир Бредихин отметил, что он отлично работает как калькулятор для простых решений и чётких алгоритмов, но плох, если контекст сложный и большой.

— Допустим, есть повторяющаяся задача, которая ежедневно отнимает два часа времени у сотрудника, в неделю это 10 часов, в месяц — 40 часов, — привёл пример эксперт. — Чтобы её автоматизировать, недостаточно просто так кинуть задачу в ИИ и попросить «Сделай мне хорошо» — в любом случае этот бизнес-процесс нужно зарегламентировать, написать ТЗ. ИИ, скорее всего, выполнит задачу, хоть и не с первой попытки, возможно, даже будет вау-эффект.

Эксперт уточнил: даже если высвободить эти 40 часов на человека в месяц, дальше важно понять, для чего их высвободили — и это явно не для того, чтобы меньше платить, а чтобы дать человеку другой фронт задач, где он будет делать больший объём за этот же срок. Также, по его словам, если такая «сделанная руками» автоматизация будет окупаться два-три года, то, например, для малого бизнеса эти сэкономленные 40 часов обойдутся слишком дорого.

Александр Жуков, директор по развитию бизнеса компании «Формат Кода», считает, что максимальный экономический эффект от внедрения ИИ с обычной автоматизацией возникает там, где есть регламентированная рутина — бухгалтерия, финансовый блок.

— Это большие, так называемые отдельные центры обслуживания, — это бухгалтерии, различного рода казначейства, где много людей занято монотонными проверками, это капстроительство с кучей документов: строительные формы сравниваются со сметами, выдаётся исполнительная документация, — пояснил он. — Механическая ручная работа — это те самые задачи, которые пока плохо поддаются классической автоматизации за счёт того, что нужно понимать смысл текста.

По мнению директора внедрения цифровых сервисов ГК «А101» Татьяны Файнблит, в первую очередь стоит искать процессы, где есть большой объём повторяющихся операций, существенные трудозатраты и понятный показатель, по которому можно измерить результат. По её словам, ИИ уже даёт измеримый эффект в прикладных задачах, где раньше требовался значительный объём ручной работы.

— У нас ИИ-инструменты используются для обработки заявок, динамического ценообразования, подготовки смет и визуализации проектов, — говорит она. — Например, формирование сметы по спецификации раньше занимало около трёх недель и требовало участия нескольких сметчиков. После автоматизации этот процесс занимает два дня с участием одного специалиста. Это уже вполне конкретный эффект с точки зрения трудозатрат и скорости.

При этом она подчёркивает, что полностью исключать человека из процесса пока рано. ИИ может допускать ошибки даже при работе с реальными данными. Поэтому там, где результат связан с существенными финансовыми или юридическими последствиями, финальная проверка должна оставаться за профильным специалистом.

В работе с издержками помогает и VR. По словам Семена Луканова, основателя и CPO Varwin, в бизнесе его применяют шире, чем принято думать: промышленная безопасность, обучение персонала, подготовка к ремонту и обслуживанию оборудования, тренажёры для медицины, виртуальные туры, шоурумы, музеи и даже маркетинговые исследования. В колледжах и вузах используют симуляторы рабочих профессий, от сварщика до криминалиста, а в школах проводят готовые VR-уроки и учат создавать свои VR-проекты на базе современных платформ-конструкторов.

— VR для нас давно не только тренажёры для заводов, — говорит он. — На платформе обучают созданию приложений больше чем в 2000 образовательных организаций в России, СНГ и мире. Это хорошее расширение образовательных возможностей на уроках информатики, обучению программированию и 3D-моделированию, работе в команде, подготовке к таким чемпионатам, как «Профессионалы» и НТО. Студенты колледжей собирают те же тренажёры, что заказывает промышленность. Это наш вклад в отрасль: снижать издержки на обучение сегодня и готовить специалистов, которые через несколько лет будут улучшать качество жизни в окружающем нас мире и его процессах.

Экономику проекта нужно считать не только через стоимость лицензии или разработки. По словам Татьяны Файнблит, необходимо учитывать внедрение, интеграции с существующими системами, подготовку и миграцию данных, обучение сотрудников и дальнейшую поддержку.

Если же компания ещё до начала проекта не может определить, какой показатель должен измениться после внедрения, сначала стоит вернуться к постановке задачи, а не покупать технологию, добавила она.

Александр Жуков выделил три эффекта от ИИ и автоматизации, которые можно ощутить и посчитать. И первый — вовсе не экономия на людях, а ускорение оборота капитала.

— Очень много процессов, связанных с оплатой, задерживаются из-за рутинных операций: сверки каких-нибудь договоров с актами выполненных работ в больших объёмах, формы закрывающих документов, требующих сверки кучи приложений, — говорит он. — Эта работа ещё и делается два раза: сначала исполнитель всё это собирает и проверяет, а после передачи на оплату это ещё раз проверяют, исправляют ошибки. Оплата задерживается, процесс висит. Для строительства такая тяжеловесность — настоящий бич. Средства автоматизации позволяют существенно это ускорить.

Второй момент — прямая экономия на фонде оплаты труда, которая называется повышением производительности. То есть люди, которые занимались условными «сверками актов сверок», теперь могут быть переключены на более креативные задачи. И третий эффект, по мнению эксперта, достаточно слабо выразимый в деньгах, — это качество принятия решений.

— В основном это касается малого и среднего бизнеса, где владельцы часто даже не знают, сколько у них было заказов, какие маркетинговые компании отработали, что у них с рекламой, — подчеркнул он. — Внедрение систем у них нормальное, а регламентирование бизнес-процессов — задача тяжёлая, и им просто некогда заниматься этим. Здесь ИИ помогает им принимать более качественные решения.

Владимир Бредихин напомнил, что надо считать не только стоимость внедрения инструментов и будущую экономию от них, но и цену ошибок.

— Когда вы выиграете тендер с ошибочными расчётами, которые вам дал ИИ-помощник, он вам потом скажет: «Извини, я ошибся», а сколько вам это будет стоить? — задаёт вопрос эксперт.

По его словам, если это малый бизнес, для него важно, чтобы всё окупилось максимально быстро, потому что через полгода, возможно, у него вообще этого бизнес-процесса не будет, и эта автоматизация будет не нужна. Малый бизнес подвижный и постоянно меняется. Для среднего и крупного бизнеса важнее стабильность и масштабируемость, и сокращение 40 часов на сотрудника для этих компаний — вообще не имеет смысла. Для них важно, как это масштабировать на тысячу, а то и на 20 тысяч сотрудников.

— Второе, важно где конкретно мы измеряем эту эффективность, — продолжил Владимир Бредихин. — Например, один из наших клиентов — одна из крупнейших металлургических компаний, имеющая более 10 заводов и 40 тысяч сотрудников по всей России. Мы разработали для неё CRM-систему, которая позволяет автоматизировать учёт рабочего времени всех кадров — заявления на отпуска, больничные, отгулы, замещения, переработки. Весь этот документооборот автоматизирован и приходит кадровым специалистам сразу в защищённом формате. В другой компании поменьше, на 7 тысяч сотрудников, мы разгрузили кадровика с помощью базы-справочника образцов всех заявлений с подключённым ИИ и удобным поиском. Мы высвободили время человека, который годами отвечал на одни и те же вопросы, и на которого были завязаны данные 7 тысяч человек. Если этот ключевой сотрудник уволится, то это не приведёт к потере знаний и данных.

В ремонте, по его словам, издержки другие: остановка оборудования ради обучения — дорогостоящая процедура, а ошибка ремонтника влечёт за собой повторный простой. Также есть издержка, на которую не сразу обращают внимание: наставник. Научить ремонту может только опытный мастер, самый загруженный человек в цеху, а если площадок несколько, то к расходам добавляются командировки.

— У одного из наших заказчиков, например, задача так и звучала: сократить обучение новых стропальщиков и разгрузить опытных мастеров, — рассказал Луканов. — Есть задачи и вне цеха. Например: производитель кофе проверял гипотезы по выкладке товаров на прилавках с помощью нашего решения, что сократило расходы на исследования в четыре раза, по сравнению с классическим подходом. Или другой пример с производства, где оцифрованную горно-обогатительную установку показывают на выставках в VR, а также новым сотрудникам в компании.

Также, по его словам, VR может упростить подготовку кадров для производства. В этом процессе он видит четыре точки, где предприятие теряет время и деньги: обучение нового сотрудника, аттестация и допуск к работе, периодическая проверка знаний и переобучение при смене оборудования. VR закрывает все четыре.

— Новичок раньше месяцами ходил за наставником; в VR-тренажёре он проходит сценарий с подсказками столько раз, сколько нужно, без инструктора, и по опыту наших заказчиков время обучения сокращается кратно, — рассказал Семен Луканов. — Дальше экзамен без подсказок: система считает время, ошибки и баллы, а результат уходит в корпоративную систему обучения независимо от того, свободен ли мастер. Затраты на командировки в учебный центр сокращаются.

Как подчеркнул эксперт, лучше всего в VR ложатся процедуры с жёсткой последовательностью операций, промбезопасность и действия в аварийной ситуации, которые нужно довести до автоматизма, а отработать вживую нельзя или дорого. Хуже ложится мелкая моторика: VR не заменяет стажировку у реального станка, он убирает с него первые, самые дорогие попытки.

Ошибка при первом внедрении автоматизации обойдётся дороже, чем отсутствие этой автоматизации, как и неверный выбор партнёра или подрядчика, полагает Александр Жуков. Вторая распространённая ошибка — когда проект ведётся не на уровне принятия решений, а из желания себе что-то облегчить.

— То есть компания не знает, зачем она что-то делает как бизнес — это «тупиковая ветвь эволюции», — говорит он. — И третья часть истории — это проекты, инициированные IT-отделами. Они обычно плохо понятны обычным людям, но и в этом случае должны чётко отвечать на вопрос, какого экономического эффекта должны достигнуть.

Ярким примером этого Александр Жуков назвал попытку везде внедрить чат-боты. С одной стороны есть прямой эффект в виде сокращения колл-центра, а с другой стороны, — клиент при возникновении проблемы сталкивается не с живым сотрудником, который поддержит и поймёт, а с «железный болваном», который не подвержен никаким эмоциям. В итоге долгосрочный эффект для бренда может быть отрицательным.

Татьяна Файнблит назвала одной из главных причин неудач неправильную постановку задачи. Компания может внедрить дорогую систему, которая технически работает корректно, но обрабатывает данные или автоматизирует процессы, не связанные с ключевыми показателями бизнеса.

Вторая проблема — качество исходных данных и недостаточная интеграция с существующими процессами и системами. Кроме того, часто недооценивается этап внедрения непосредственно в работу сотрудников. Запустить сервис и добиться того, чтобы им действительно пользовались каждый день, — разные задачи.

— На мой взгляд, главная ошибка при выборе инструмента автоматизации, — отсутствие в процессе разработки постоянного контакта с подрядчиком, которому вы дали задачу автоматизации и огромное ТЗ, — считает Владимир Бредихин. — Задача заказчика — в малом бизнесе это, как правило, основатель, директор, в среднем и крупном — это IT-директор, директор подразделения руководитель проекта — организовать процесс с еженедельной сверкой стадии выполнения ТЗ. У нас множество примеров, когда мы разрабатываем ТЗ на 200-300 страниц, над которыми долго корпел аналитик, а заказчик говорит, что хотел не того и надо было делать всё по-другому. Поэтому у нас правило — в проектах от 300 часов работы обязательны еженедельные отчёт и согласование с клиентом текущих результатов.

По его словам, это классическая, самая распространённая ошибка. Ещё ни разу не было случая, чтобы бизнес не вносил свои коррективы в ТЗ уже в процессе работы.

По словам Семена Луканова, самая тяжёлая издержка проявляется позже, когда меняется регламент или оборудование. VR-тренажёр, написанный подрядчиком с нуля на игровом движке, при каждой правке возвращается к подрядчику: новый договор, смета и недели ожидания.

— Поэтому мы давно ушли к платформенной разработке: тренажёр собирается из готовых объектов и механик на нашей российской платформе-конструкторе Varwin, а сцены и логику после сдачи правит инженер заказчика, без программиста, — рассказал он. Проект дешевле на старте, а сопровождение обходится в рабочее время своего сотрудника, а не в счёт от подрядчика.

Татьяна Файнблит считает, что цифровизация в компании не может быть исключительно задачей IT-подразделения. Техническая команда отвечает за архитектуру решения, интеграции, безопасность и надёжность системы, но сама задача и ожидаемый результат должны формироваться со стороны бизнеса.

При этом, по её словам, собственнику или генеральному директору необязательно разбираться в технических деталях или выбирать конкретную платформу. Но руководитель должен понимать, какую проблему решает проект, какой показатель должен измениться и кто отвечает за результат.

— Поддержка руководства особенно важна на этапе внедрения, — продолжила она. — Если сами руководители используют данные и цифровые инструменты при принятии решений, такой подход постепенно становится частью ежедневной работы всей команды. Если этого не происходит, даже качественно разработанная система рискует остаться отдельным IT-сервисом, а не рабочим инструментом бизнеса.

— У клиентов это делает инженер, ИТ-специалист или методист, которого можно обучить за пару недель, — говорит Семен Луканов. — Таких специалистов можно не только обучать внутри компании или нанимать с рынка труда, но и привлекать успешных олимпиадников из школ, колледжей и вузов.

Лицо, принимающее решение об автоматизации и внедрении ИИ, должно сформулировать цели и быть вовлечённым во все IT-инициативы, считает Александр Жуков.

— И я традиционно достаточно негативно смотрю на роль именно IT-подразделений, потому что они давно стали оплотом стабильности в корпорациях и не расположены к инновациям, — говорит он. — Анекдоты про «нам платят зарплату за то, чтобы ничего не случалось» — это не шутка, это так и есть. Их задача стараться обеспечить безопасность и минимизировать изменения, что тормозит проект. Хотя, казалось бы, IT — самое инновационное подразделение в компании, но проекты с IT всегда немного более медленные и менее революционные, чем проекты с бизнесом. Поэтому, на мой взгляд, бизнес — это ключевой стейкхолдер всех этих мероприятий.

Эксперт призвал бизнес и людей, принимающих решения при оценке проектов с искусственным интеллектом, «переставить лошадь и телегу». Сначала подумать, где у них есть рутина, потери, поле для увеличения эффективности, потом оценить риски внедрения ИИ, и потом уже внедрять.

— Сейчас всё устроено наоборот, — подчеркнул Жуков. — Все бегут внедрять ИИ, притягивают какого-нибудь чат-бота и вынуждают им пользоваться условных слесарей-станочников, потому что это модно, современно. На мой взгляд ситуация должна прийти к ситуации классических IT-проектов — понятная задача и понятное экономическое обоснование, с расчётом расходной части, включая эксплуатацию.

Владимир Бредихин полагает, что собственник может полностью включён в процесс автоматизации только в малом бизнесе, в крупном бизнесе он даже не знает, какие ведутся разработки, контроль проектов спускается на руководителей другого уровня.

— Я не соглашусь насчёт консерватизма IT-отдела, — продолжил он. — Если мы говорим, допустим, о разработчиках, которые автоматизируют множество бизнес-процессов в компании, то часто как раз они являются носителями знаний, и они не будут молча принимать результат, выданный им ИИ. Они пойдут сначала читать ТЗ и задавать вопросы, потому что без пояснений начинается чистое фантазёрство и те самые переделки в будущем. Программисты, которые говорят: «Я вайбкодер, я могу написать всё что угодно» — это путь в никуда. Для больших, серьёзных, стабильных масштабируемых систем это просто вредно и опасно. Так что как только вам предлагают разработать сложную систему на ИИ — бегите.