Правильный порядок обратный привычному. Не «купить ИИ», а сначала навести порядок в процессах: формализовать и оцифровать их, выстроить методологию — и только потом запускать ИИ-агентов внутри процессов.
«Автоматизация эффективного процесса умножает эффективность. Автоматизация неэффективного процесса умножает неэффективность.»Билл Гейтс, «Business @ the Speed of Thought», 1999
Сделайте процесс явным: шаги, роли, правила согласования, документы и место, где хранится история. Неформализованный процесс живёт в переписке и в головах сотрудников — ИИ в нём не на что опереться. Это фундамент: сначала структура, потом интеллект.
Единый источник истины, разграничение прав и аудит. По данным RAND, частые корневые причины провала ИИ-проектов — фрагментированная, неготовая инфраструктура данных и отсутствие governance.
«Свыше 80% ИИ-проектов проваливаются — вдвое чаще обычных ИТ-проектов; среди причин — неготовые данные и отсутствие управления.»RAND Corporation, 2024
Не натягивайте агентов на legacy — пересоберите процесс так, чтобы ИИ работал внутри него. McKinsey показала, что именно редизайн рабочих процессов сильнее всего влияет на эффект ИИ для прибыли.
«Редизайн рабочих процессов сильнее всего влияет на способность организации получить EBIT-эффект от генеративного ИИ.»McKinsey & Company
Ценность ИИ создаётся не в лаборатории, а на «передовой» бизнеса. По модели BCG «10-20-70»: 10% усилий — алгоритмы, 20% — данные и технологии, и 70% — люди и процессы. Технология вторична, перестройка работы — первична.
«10% — построение модели, 20% — качественные данные и технологии, 70% — новые бизнес-процессы и трансформация того, как работают функции.»BCG, «Where’s the Value in AI?»
Выберите один высокообъёмный процесс с понятным владельцем и видимой болью, поставьте агента внутрь, докажите ценность реальными метриками — и масштабируйте по функциям. Это и есть методология DATM: от discovery до продакшна за управляемые шаги.
Смотреть методологию DATM →