Частота
Повторяется ли этот шаг достаточно часто, чтобы автоматизация действительно убрала заметный объём ручной работы?
Все руководства
01 02 03 04
Руководства
Что стоит автоматизировать - а что оставить человеку?
Практическая схема для выбора между автоматизацией по чётким правилам, AI-помощью и решениями человека в рабочем процессе сервисного бизнеса.
Автор: Ian Kirs · ARCHKIRS
Короткий ответ
Автоматизируйте работу, которая повторяется, подчиняется понятным правилам и слишком дорого обходится при постоянном ручном выполнении. Оценку ситуации, исключения, коммерческие обязательства и решения с серьёзными последствиями лучше оставлять под контролем человека.
Используйте обычную автоматизацию, когда правило можно описать точно. AI имеет смысл там, где входные данные действительно неструктурированы - язык, разговоры или документы - и где результат можно проверить или ограничить. Само наличие AI не является причиной автоматизировать процесс.
Выбирайте самый простой надёжный механизм
| Задача | Лучший вариант по умолчанию | Почему |
|---|---|---|
| Сохранить поля отправленной формы | Автоматизация по правилам | Данные и место назначения заранее известны. |
| Отправить обычное уведомление | Автоматизация по правилам | Триггер и получателя можно определить точно. |
| Посчитать известную цену или количество | Автоматизация по правилам | Повторяемые вычисления не должны зависеть от языковой модели. |
| Утвердить объём, цену или условия договора | Решение человека | Это коммерческие обязательства, где может понадобиться профессиональная оценка. |
| Сделать краткое резюме длинного обсуждения | AI-помощь | AI может сэкономить время на сжатии текста, если исходная переписка остаётся доступной. |
| Перевести сообщения по проекту | AI-помощь | Язык неструктурирован, а сохранение оригинала позволяет проверить результат. |
| Обеспечить доступ и изоляцию проектов | Автоматизация по правилам | Границы безопасности должны быть явными и проверяемыми. |
| Обработать необычное исключение | Человек с поддержкой системы | Именно в исключениях жёсткая автоматизация чаще всего даёт неправильный результат. |
Четыре вопроса перед автоматизацией
Ясность правила
Можно ли чётко описать триггер, входные данные, результат и исключения?
Цена ошибки
Что произойдёт, если система примет неправильное решение или отправит неправильный результат?
Проверяемость
Сможет ли человек позже понять, что произошло, и при необходимости исправить результат?
Хорошие кандидаты для автоматизации по правилам
- Перенос известных полей из обращения в запись клиента или проекта.
- Отправка уведомления после заранее определённого события.
- Создание документа из утверждённых структурированных данных.
- Расчёт значений по явным формулам.
- Обновление статуса после подтверждённого действия.
- Проверка обязательных полей, прав доступа или фиксированных правил процесса.
Решения, которые обычно стоит оставить человеку
- Подходит ли проект бизнесу.
- Финальный объём, цена, график и договорные обязательства.
- Чувствительные согласования и исключения.
- Изменения, которые влияют на права клиента, доступ, оплату или приёмку.
- Неоднозначные ситуации, где цена неправильного автоматического действия высока.
Где AI действительно может быть полезен
- Сделать краткое резюме длинной переписки, сохранив исходные сообщения.
- Перевести сообщения, сохранив оригинал.
- Выделить черновую структуру из неструктурированного текста для последующей проверки человеком.
- Отвечать на фактические вопросы по ограниченному и проверенному источнику данных.
- Помогать человеку проверять и готовить информацию, не принимая финальное коммерческое решение.
Где обычная логика обычно лучше AI
- Права доступа и границы безопасности.
- Известные расчёты и формулы цен.
- Проверка обязательных полей.
- Фиксированные уведомления и маршрутизация по правилам.
- Идентификаторы версий документов и неизменяемые записи.
- Любое правило, для которого правильный результат уже можно записать точно.
Связанные примеры
Примеры ARCHKIRS: обычная логика в основе, AI в ограниченных задачах
ARCHKIRS.SITE использует обычные детерминированные структуры для обращений, записей клиентов и проектов, коммерческих расчётов, версий документов и защищённых приватных данных.
Project Workspace использует серверный AI для перевода, резюме, транскрипции и вопросов по данным репозитория, но авторизация, изоляция проектов, границы доказательной базы и финальные решения владельца остаются явными правилами системы.
Сначала разберите один реальный процесс
Возьмите один повторяющийся процесс и отметьте каждый шаг как перенос данных, фиксированное правило, решение человека или интерпретацию неструктурированной информации.
После этого обычно намного яснее, где нужна обычная автоматизация, где AI-помощь, а где контроль человека.