Средний бизнес и его настоящие вопросы
Гость описывает компании из своей практики: оборот от двух до пяти, иногда до десяти-пятнадцати миллиардов рублей в год, штат — до пятисот-семисот человек. Это рабочие границы разговора, а не формальное определение среднего бизнеса. Количество сотрудников само по себе мало говорит о сложности организации. В заказной разработке сотни людей участвуют во внутренних процессах компании; в аутстафинге большинство специалистов работает у заказчиков, а собственные операции обеспечивает небольшая команда. При одинаковом штате и сопоставимой выручке этим бизнесам нужны разные изменения. Поэтому при обсуждении AI важнее понять, как устроена ежедневная работа и кто принимает решения, чем ориентироваться только на размер компании. Вместе с масштабом различаются и доступные внутри компетенции.
Запрос собственника обычно связан с конкретной проблемой. Организатор мероприятий вынужден менять логистику после отмены события; торговая компания теряет маржу из-за комиссий маркетплейсов и пытается разобраться с ассортиментом и залежавшимся товаром. У неё может быть многомиллиардный оборот, несколько десятков сотрудников и один системный администратор. Собственник мыслит не реестром процессов, а необходимостью продать двадцать тонн масла или разобраться с застрявшими вагонами. На этом фоне AI выглядит быстрым способом сэкономить: купить сотрудникам подписки, отправить их на курсы и ждать роста эффективности. Поломодов обращает внимание на пробел в такой постановке: люди продолжают работать привычным способом, если им не объяснили, что именно должно измениться. Доступ к инструменту сам по себе не задаёт ни новую цель, ни порядок работы. Поэтому дальше собеседники переходят к двум конкретным историям внедрения.
Конкурс прототипов против режима пожаров
Пример продуманного старта — торговая компания на маркетплейсах: два партнёра, один из них бывший руководитель разработки, и редкая для такого размера чёткость в разграничении зон ответственности. Операционного директора нет, поэтому партнёры сами обошли сотрудников с вопросом, на какие задачи уходит больше всего времени: коммерческие предложения, ручная склейка таблиц по точкам продаж в разных регионах, товарная аналитика у категорийного менеджмента. Бюджет эксперимента выделили из чистой маржи и назвали инвестпроектом — в противовес истории, где после закупки учёток начинается «почему вы сожгли столько токенов, теперь одна учётка на четырёх маркетологов». Наняли системного аналитика, близкого к данным бывшего консультанта, и специалиста, который обучал работе с AI-инструментами, объявили конкурс прототипов с призами в 350, 200 и 150 тысяч рублей и учили участников работать с инструментами. Аналитик сверял прототипы с реальными таблицами и 1С: товары загружаются постфактум, корректировки по датам живут своей логикой, остатки приходят со складов подрядчиков с собственной периодичностью. Персональные данные и всё, что связано с маржинальностью, договорились в облако не отправлять — вместо шлюза с маскированием обучили сотрудников правилам работы с этими данными. Это описание решения конкретной компании, а не универсальная схема защиты информации.
Неоднозначный кейс — аутстафинг IT-специалистов: штат в триста-четыреста человек, бурный рост в двадцать втором-двадцать третьем годах, который затем замедлился, и собственник-энтузиаст искусственного интеллекта. Начали с простого: модель суммаризирует резюме для рекрутёра, дальше — рассылка сжатых резюме свободных кандидатов заказчикам. Личный скрининг при этом не отменяется, поэтому суммаризировать приходится и беседу. Причины автоматизировать были настоящие: конкурентов, работающих так же, всё больше, кандидатов на рынке избыток, ролей у заказчиков меньше, свои поисковики простаивают, а число сотрудников без клиентского проекта растёт, и людей нужно постоянно перевыводить на новые проекты. Споткнулись о другое: не нашлось внутреннего IT-партнёра, способного приземлить разрозненные инициативы. Обсуждая эту неудачу, Воронцов переходит к общей проблеме управления в режиме постоянных пожаров: срочные дела вытесняют системную работу с данными, процессами и обучением. Инициативы разбросало по функциям, платформа как система не поехала, люди не поверили, и всё это в итоге просто забросили. Александр Поломодов подводит: дело не в AI, а в общей зрелости процессов — это как кубик бульона, который должен сделать вкуснее любое блюдо.
Кому поручить и с чего начать
Кому собственник поручает AI — отдельный сюжет: инициативному руководителю, IT-директору или операционному директору. Чем это заканчивается, видно на примере компании покрупнее, около пятидесяти миллиардов оборота. Её IT-директор тратит порядка пяти тысяч долларов в месяц на токены, собрал дашборды в Power BI и агента, который цепляет и консолидирует любые данные, а категорийные менеджеры в соседнем департаменте им не пользуются: им недостаёт методики совместного анализа запасов и продаж, а привычный процесс работы не изменился. Сигнал «давайте трансформироваться» дошёл до IT и не дошёл до бизнеса. Воронцов предлагает подбирать людей под недостающие компетенции: кто-то возьмёт проект на себя, кто-то подключится на часть времени, кто-то поможет с трудным техническим решением. Руководителям при этом нужно объяснять пользу изменений, разговаривать с пользователями и следить за применением инструмента в работе. Одной технической команды для этого недостаточно.
Практический старт гость описывает как десант на неделю-две: приехать и посмотреть, как сотрудники работают на самом деле, а не как написано в инструкции. Выясняется, что документы с Wildberries перекладывают на Яндекс Диск и пересылают в Telegram-чате, хотя интеграция 1С со складской системой формально работает. Одна-три задачи, которые лечатся здесь и сейчас, находятся всегда: в предпроекте для застройщика из пятидесяти-шестидесяти инициатив, накиданных сотрудниками заказчика, жизнеспособными признали пять-семь, и сам предпроект занял две недели вместо пяти-шести. Порог автоматизации действительно упал: там, где выросла дебиторка, сотрудник по своей инициативе за считанные часы собрал бота, который смотрит документы в 1С и шлёт напоминания в Telegram. Но у скорости есть цена — на второй-пятой такой задаче можно жёстко обжечься, а обмен сгенерированными документами может подменить обсуждение и согласование позиций: гость видел созвон, где стороны обменялись документами на двадцать восемь страниц о новом процессе заключения договора, но чужие предложения никто не прочитал, и разговор ушёл в мучительное молчание.
Что стоит унести с собой
- 01Первую AI-задачу стоит искать в конкретной работе: залежавшемся товаре, ручном объединении таблиц или подготовке предложений, на которые сотрудники тратят много времени.
- 02Бюджет эксперимента стоит выделить из чистой маржи заранее и назвать инвестпроектом, иначе всё кончится одной учёткой на четырёх маркетологов.
- 03Прототипы проверяет тот, кто смотрит в реальные таблицы и 1С: постфактумные загрузки, корректировки дат и остатки со складов подрядчиков ломают красивое демо.
- 04Готовый агент может остаться невостребованным: бизнесу нужны понятная польза, методика работы и руководитель, который помогает сотрудникам освоить новый процесс.