Почему самые полезные проекты автоматизации запускают не ИТ-специалисты

Централизованные ИИ-трансформации требуют бюджетов, месяцев согласований, штата разработчиков – процесс идет медленно, в том числе из-за саботажа. И совсем по-другому реализуются проекты, инициированные логистами, кадровиками, менеджерами по продажам, которые каждый день наблюдают, где именно в их работе сгорают время и деньги. Как стимулировать инициативы сотрудников по улучшению процессов с помощью ИИ, рассказывает Дмитрий Махлин, партнер и директор по развитию HRlink.

39% российских компаний применяют искусственный интеллект для автоматизации бизнес-процессов. Среди крупных компаний доля выше: 71% из них используют генеративный ИИ как минимум в одной из бизнес-функций. При этом 78% фиксируют положительный экономический эффект – от снижения затрат до роста выручки.

Однако централизованные ИИ-проекты нередко оказываются дорогими и длительными: им нужны отдельный бюджет, множество согласований и участие команды разработчиков. Как показало недавнее исследование Axenix и МГУ им. Ломоносова, затраты крупной компании на внедрение ИИ-агентов за три года в среднем составляют 200-300 млн рублей, корпораций – около 1 млрд рублей. При этом не более 10% проектов в сфере ИИ, запущенных крупнейшими компаниями в 2025 году, вышли из стадии пилота. 30-40% были свернуты из-за того, что не дали ожидаемого эффекта.

В 2026 году у бизнеса нет лишних денег, но упускать возможности, которые дает ИИ, – не хочется. Выход есть – встраивать небольшие изменения в конкретные процессы по инициативе «снизу». Чтобы найти место для ИИ в любой задаче, не требуется быть разработчиком: лучше всего это удается владельцам процессов, которые каждый день выполняют одни и те же операции, сталкиваются с повторяющимися проблемами и хорошо видят узкие места в своей работе.

Так, в Microsoft сотрудники сами инициируют и реализуют небольшие ИИ-эксперименты. Маркетологи, юристы, инженеры и специалисты поддержки берут типовые задачи, пробуют автоматизировать их с помощью ИИ. В результате растет не только скорость отдельных операций, но и общий темп внедрения инноваций в компании: новые идеи чаще доходят от эксперимента до реального применения.

Сотрудники коммерческого отдела HRlink тратили на подготовку к встрече с клиентом 2–3 часа: нужно собрать данные из CRM, изучить новости о компании, поднять историю обращений, восстановить контекст прошлых договоренностей. Сотрудники инициировали внедрение ИИ – и теперь тот же процесс занимает несколько минут, а исследование становится более глубоким. Агент генерирует досье по клиенту с рисками и точками роста. Инициатива пришла не из ИТ-отдела, а от коммерческой команды, которая понимала, на что именно уходит время.

Как это работает

Сотрудники способны сами шаг за шагом улучшать свои процессы и приносить компании заметную экономию времени и денег.

«ИИ-улучшатели» действуют самостоятельно. Берут знакомый процесс и шаг за шагом перестраивают его с помощью цифровых ассистентов. Сначала – раскладывают на отдельные этапы, фиксируют повторяющиеся действия и узкие места. Затем подключают ИИ-инструменты к отдельным этапам. Так формируются небольшие, но ощутимые улучшения: ускоряются отдельные операции, снижается нагрузка на специалистов, уменьшаются затраты.

Разберем алгоритм действий ИИ-улучшателя на примере одного из HR-процессов. Возьмем кадровое делопроизводство (КДП). Владелец процесса – специалист отдела кадров. Он может разобрать процесс на части и предположить, какие операции полезно автоматизировать с помощью ИИ.

Например, компания планирует нанять нового сотрудника. На первом этапе специалист по кадрам вручную проверяет, есть ли в штатном расписании свободная ставка по нужной должности и соответствующий грейд, а также достаточно ли средств в фонде оплаты труда на планируемый оклад. При несоответствии, формирует приказ о внесении изменений в штатное расписание.

Большую часть работы на этом этапе может взять на себя ИИ: сравнить условия вакансии со штатным расписанием, при необходимости автоматически сгенерировать приказ о его изменении, сверить ФОТ с бюджетом подразделения.

Следующий этап – создание должностной инструкции. И здесь тоже большую часть работы можно отдать технологии: 80-90% документа способен сформировать ИИ на основе грейда и шаблонов.

Когда потенциальный сотрудник загрузил документы в сервис приема кандидатов, начинается проверка Службой безопасности. LLM может проанализировать профиль кандидата в социальных сетях. ML-модель на основе исторических данных – определить риск «ложного кандидата» или no-show (когда сотрудник не приходит в первый рабочий день).

Далее при ручном процессе специалист по кадрам формирует пакет документов для трудового договора – и это тоже может сделать ИИ за несколько минут.

На следующем этапе кадровик создает для нового сотрудника личный кабинет в сервисе КЭДО – там подписываются документы, связанные с работой, и хранятся их электронные копии. С помощью ИИ можно организовать поиск документов по смыслу, а не названию – это тоже ускоряет работу отдела кадров.

И это только один из типовых процессов кадрового делопроизводства (найм). И только в нем – несколько вариантов ИИ-автоматизации.

Как поощрять ИИ-инициативы

Компаниям выгодно поддерживать сотрудников, которые запускают ИИ‑проекты внутри своих процессов, – и это совсем не сложно.

• Во-первых, необходимо официально разрешить эксперименты и убрать страх ошибок. Люди часто безынициативны, потому что боятся провала и его последствий. Но важно напомнить: девять из десяти венчурных проектов не взлетают, и внутренние инициативы – не исключение. Поэтому первое правило – разрешить ошибаться.

• Во-вторых, обязательно – разработать понятные правила работы с ИИ. ИТ-департамент одобряет список разрешенных инструментов, определяя, какие ИИ-сервисы можно использовать, а какие – нет. Доводит до сотрудников базовые правила: данные, которые используются в ИИ, необходимо анонимизировать, чувствительную информацию не загружать в публичные сервисы, а выводы моделей проверять на логичность и соответствие бизнес-контексту.

• В-третьих, важно предоставить ресурсы для ИИ-инициатив – доступ к лучшим ИИ-сервисам, небольшой бюджет и полномочия без бюрократии. Например, стоит дать сотрудникам право тратить определенную сумму без долгих согласований, запрашивать данные у коллег, консультироваться с ИТ-отделом, тестировать свои гипотезы на реальных процессах.

• В-четвертых, поощрять не ИИ ради ИИ, а ориентировать людей на достижение конкретных результатов. Любая инициатива должна иметь измеряемую цель: сократить время процесса на 30%, улучшить NPS (индекс потребительской лояльности) на 10 пунктов, уменьшить ошибки в отчетах на 50%, ускорить онбординг, поднять конверсию продаж или найма.

Лучше сочетать материальные и нематериальные способы мотивации. Сотрудник может получать краткосрочный бонус или разовое увеличение к зарплате на 5-10% за успешный пилот. Но хорошо работают и нематериальные поощрения: публикация кейса на корпоративном портале, благодарность руководства, возможность поделиться опытом на мероприятии.

И самое важное – нужно создавать положительный имидж ИИ-экспериментаторов. Использование ИИ часто воспринимают как показатель непрофессионализма или лени – считается, что к помощи прибегают те, кто не может справиться сам. Перевернуть это представление помогут инструменты внутренней коммуникации – публикации на портале, заявления топ-менеджеров, организация клуба улучшателей.