Как бизнесу понять, какие процессы действительно пора автоматизировать

Автор: Владимир Белозеров, заместитель коммерческого директора IT-компании KODE

Автоматизировать сегодня можно очень многие процессы. Но это не означает, что каждый из них стоит автоматизировать: иногда технология лишь помогает быстрее выполнять ненужную работу

Автоматизация редко начинается с выбора технологии. Обычно сначала возникает другая проблема: сотрудники тратят слишком много времени на повторяющиеся операции, данные приходится переносить между несколькими системами, документы обрабатываются вручную, а руководитель не может быстро понять, где именно возникает задержка.

Самая распространенная ошибка в такой ситуации — сразу искать цифровое решение. Но если сам процесс устроен неэффективно, автоматизация может лишь сделать его быстрее, не устранив причину проблемы.

Поэтому первый вопрос должен звучать не «что нам автоматизировать?», а «какой результат мы хотим получить и за счет какого изменения процесса?».

Российский бизнес уже довольно глубоко цифровизирован. По данным Росстата и ИСИЭЗ НИУ ВШЭ, в 2025 году цифровые технологии использовали около 84% крупных и средних российских организаций. При этом каждую вторую компанию высокая стоимость сдерживает от внедрения более сложных технологий, примерно каждой третьей не хватает данных или развитой ИТ-инфраструктуры. Исследователи отдельно отмечают, что новые решения быстрее распространяются там, где бизнес видит измеримый эффект.

Поэтому вопрос уже не в том, нужно ли бизнесу автоматизировать процессы, а в том, какие из них окупятся первыми. 

Автоматизация сама по себе еще ничего не гарантирует

В 2025 году крупные и средние российские организации потратили на цифровые технологии почти 5,9 трлн рублей. Это на 11,8% больше, чем годом ранее. Больше трети расходов пришлось на программное обеспечение. 

По исследованию СберАналитики и Сбер Бизнес Софт, 45% компаний после автоматизации стали быстрее выполнять типовые задачи, 37% сократили количество ручных операций, 36% заметили меньше ошибок в документах и отчетах. Снижение операционных расходов при этом отметили только 22%. 

Поэтому до выбора технологии полезно ответить на три вопроса:

1. Что сейчас работает плохо?
2. Сколько это стоит бизнесу?
3. Что конкретно должно измениться после внедрения?

Если на третий вопрос нельзя ответить хотя бы приблизительной цифрой, потом будет трудно доказать, что автоматизация вообще что-то дала.

1. Процесс съедает заметное количество времени

Сам по себе ручной труд еще не повод что-то автоматизировать. В одной компании бухгалтер раз в квартал полтора часа собирает отчет вручную. В другой компании пять менеджеров каждый день переносят в систему сотни заявок. Оба процесса ручные, но потенциальный эффект от их автоматизации совсем разный. Для первичной оценки достаточно простой формулы:

количество операций × время одной операции × частота выполнения.

Потом можно добавить стоимость рабочего времени сотрудников и увидеть хотя бы порядок затрат.

Возьмем условный пример: компания получает 300 заявок в день. Менеджеры открывают письмо, проверяют данные, переносят их в CRM, выбирают категорию, назначают ответственного и отправляют клиенту подтверждение. На одну заявку уходит в среднем шесть минут. Это уже 30 часов ручной работы каждый день. Именно такие регулярные массовые операции и стоит проверять на автоматизацию в первую очередь. 

Например, «Балтика» при внедрении RPA (программной роботизации) выбрала процессы, где сотрудники постоянно выполняли одинаковые действия: переносили данные, обрабатывали запросы отдела продаж, собирали информацию с порталов торговых сетей. После роботизации компания сообщила о сокращении трудозатрат и повышении точности операций.

Если же после подсчетов выясняется, что на процесс уходит 40 часов в год, а внедрение будет стоить несколько миллионов рублей, то скорее всего, автоматизация пока не нужна.

2. Действия повторяются примерно одинаково

Чем легче процесс описать правилами, тем проще его автоматизировать.

Например:

• если пришла заявка, то проверить обязательные поля;
• если данных хватает, то создать карточку клиента;
• если не хватает, то запросить уточнение;
• если клиент относится к определенной категории, то назначить нужного менеджера.

Но представим, что начинаем разговаривать с сотрудниками и слышим пять разных версий. Один менеджер проверяет заявку сразу. Второй сначала смотрит историю клиента. Третий спрашивает руководителя. Четвертый ведет отдельную таблицу. Пятый решает по ситуации. Тогда проблема пока не в отсутствии автоматизации. В таком случае сначала нужно зафиксировать, как должен работать сам процесс.

3. У проблемы есть цена

Часто компании смотрят только на рабочие часы и не замечают гораздо более дорогую часть процесса.

Предположим, наши менеджеры обрабатывают заявки вручную. Сам перенос данных стоит компании определенного количества человеко-часов. Но есть еще и ошибки. В одном случае сотрудник неправильно указал телефон. В другом потерял заявку. В третьем клиент ждал ответа до следующего дня и ушел к конкуренту. Тогда считать нужно не только зарплату сотрудников. У проблемы может быть цена в виде: ошибок и переделок; потерянных клиентов; задержек; возвратов; штрафов; простоев.

Обработка заявки занимает всего шесть минут. Но если из-за ошибки компания теряет клиента с контрактом на несколько сотен тысяч рублей, считать только эти шесть минут бессмысленно. Поэтому хороший кандидат на автоматизацию – это не обязательно самый трудоемкий процесс. Это может быть процесс, где очень дорого ошибаться.

4. Понятно, что будем измерять после внедрения

Если до внедрения никто не зафиксировал, как работал процесс, через полгода будет сложно доказать результат. До старта проекта нужен хотя бы минимальный набор исходных цифр:

• сколько занимает процесс;
• сколько операций выполняется;
• сколько из них делается вручную;
• сколько возникает ошибок;
• сколько задач возвращается назад;
• сколько стоит одна операция;
• соблюдается ли SLA;
• сколько сотрудников участвует.

В крупных компаниях процессы бывают настолько сложными, что восстановить их вручную невозможно. Тогда используют Process Mining: система собирает цифровые следы из корпоративных систем и показывает, как процесс проходит на самом деле, где зависает и куда постоянно возвращается.

По исследованию ProcessMi, у 60% опрошенных российских пользователей Process Mining проекты окупились менее чем за год.

В 2025 году Сбер оценил финансовый эффект от процессной аналитики в 5,2 млрд рублей, под мониторингом находилось около 200 процессов. Здесь важнее не сама сумма, а принцип: сначала увидеть процесс целиком, потом менять его и считать результат. 

5. Для автоматизации есть нормальные данные

А вот здесь часто ломаются самые красивые планы. Допустим, компания решила автоматически распределять входящие заявки.

Открываем данные и видим:

• названия компаний написаны в разных форматах;
• часть клиентов заведена дважды;
• обязательные поля иногда пустые;
• менеджеры хранят дополнительную информацию в переписках;
• часть данных находится в CRM, часть в Excel, часть где-то ещё.

Автоматизация этот беспорядок не уберет.

По данным Росстата и НИУ ВШЭ, примерно каждая третья крупная или средняя организация среди препятствий для внедрения передовых технологий называет нехватку данных и недостаточно развитую ИТ-инфраструктуру. 

Поэтому перед стартом не будет лишним проверить:

• где лежат нужные данные;
• есть ли единый формат;
• заполняются ли обязательные поля;
• кто отвечает за актуальность;
• можно ли получить данные автоматически;
• сколько информации все равно придется вводить руками.

Если с данными бардак, то сначала логичнее разобраться с ним.

6. В процессе нет очевидно лишних действий

Например, документ проходит три проверки, хотя две из них дублируют друг друга. Или сотрудник несколько раз вводит одни и те же данные в разные системы. Все эти действия можно автоматизировать, но сначала стоит спросить, нужны ли они вообще.
Если сначала убрать ненужные действия, автоматизировать придется меньше. Сначала разбираемся в процессе, потом убираем лишнее, потом договариваемся о правилах и только после этого автоматизируем. 

ИИ нужен далеко не всегда

В последние годы автоматизация часто воспринимается как синоним внедрения искусственного интеллекта. Но далеко не каждую задачу имеет смысл решать с его помощью.

Если операция полностью формализована — например, перенести значение из одного поля в другое, проверить наличие обязательного реквизита или запустить согласование при выполнении определенного условия, — более простая технология может оказаться надежнее и дешевле.

ИИ становится особенно полезен там, где правила сложно формализовать заранее: при работе с естественным языком, большими объемами текста, обращениями клиентов, изображениями, поиском информации и классификацией нестандартных запросов.

При этом важно учитывать не только возможности технологии, но и требования к качеству результата. Для критичных операций необходимо предусматривать контроль человеком, проверку результата и понятный механизм обработки исключений.

По данным НИУ ВШЭ и Росстата, ИИ используют в среднем 4,8% обследованных российских организаций. Среди компаний с численностью более 500 сотрудников показатель достигает 14,9%.

При этом компании продолжают активно использовать и более привычные инструменты. По данным СберАналитики, 43% опрошенных применяют электронный документооборот, 42% CRM, столько же чат- и голосовых ботов, 39% ИИ-агентов и ассистентов, 24% ERP, 23% BI. 

В исследовании TAdviser и SL Soft положительный эффект от RPA отметили 70% использующих его компаний, от BPM 61%, от ИИ около 60%, от технологий распознавания документов 59%. В исследовании участвовали представители крупных и средних российских компаний из 23 отраслей.
Поэтому сначала выбирают процесс и считают задачу, а уже потом решают, какая технология здесь нужна.

Что российский бизнес автоматизирует чаще всего

Здесь рынок довольно предсказуем. По исследованию СберАналитики, 70% опрошенных компаний автоматизируют документооборот и обработку заявок. 55% работают с бухгалтерией и финансовым учетом. HR-процессы и стратегическое планирование назвали по 34% компаний, клиентскую поддержку 30%, продажи и маркетинг по 25%, креативные задачи 19%. 

Документы и заявки закономерно оказались наверху: там обычно большой поток однотипных операций и понятные правила. Но ориентироваться только на рынок нельзя. У одной компании через бухгалтерию проходят десятки тысяч документов, у другой несколько десятков. Считать эффект все равно придется на своих данных. 

Когда автоматизацию лучше отложить

Есть ситуации, в которых внедрение технологии пока может принести больше проблем, чем пользы.

Например, если сам процесс еще не устоялся и постоянно меняется. Если правила настолько нестабильны, что их приходится регулярно переписывать, автоматизация быстро становится дорогой в сопровождении.

Еще один плохой кандидат — редкая операция с небольшим объемом работы и низкой стоимостью ошибок. Сам факт того, что ее можно автоматизировать, не означает, что это экономически оправдано.

Также стоит остановиться, если:

• непонятно, как процесс работает сейчас;
• данные неполные, неструктурированные или низкого качества;
• отсутствует ответственный за процесс;
• не определен ожидаемый результат;
• после автоматизации сотрудники все равно должны будут выполнять большую часть работы вручную;
• стоимость внедрения и дальнейшего сопровождения сопоставима с потенциальным эффектом.

Отдельно стоит учитывать совокупную стоимость владения — TCO. В нее входят не только разработка или лицензия, но и интеграция с другими системами, настройка, обучение сотрудников, техническая поддержка и последующие изменения.

Если эти расходы не учесть на старте, проект может выглядеть выгодным на бумаге, но оказаться значительно дороже после запуска.

Начинать лучше с процессов, где эффект легко измерить

Практический подход — составить список из пяти–десяти процессов, на которые чаще всего жалуются сотрудники или клиенты.

Затем оценить каждый из них по нескольким параметрам:

1. Частота — как часто выполняется операция.
2. Объем — сколько операций проходит за день, неделю или месяц.
3. Трудозатраты — сколько рабочего времени требуется.
4. Повторяемость — насколько одинаково выполняются действия.
5. Стоимость ошибок — во что обходятся исправления, задержки или потеря качества.
6. Доступность данных — можно ли получить необходимые данные в пригодном для автоматизации виде.
7. Измеримость результата — есть ли показатель, который можно сравнить до и после.
8. Сложность внедрения — сколько систем придется интегрировать и насколько сильно изменится работа сотрудников.
9. Стоимость сопровождения — насколько дорого будет поддерживать решение после запуска.
10. Зависимость от людей — насколько процесс сейчас держится на знаниях отдельных сотрудников.

После этого процессы можно расположить на простой матрице:

• Высокий эффект + низкая сложность — приоритетные кандидаты.
• Высокий эффект + высокая сложность — стратегические проекты, которые требуют отдельного расчета.
• Низкий эффект + низкая сложность — возможны как быстрые улучшения, но не обязательно должны становиться приоритетом.
• Низкий эффект + высокая сложность — как правило, такие проекты лучше отложить.

Главное — не выбирать процесс только потому, что его легко автоматизировать. Быстрая автоматизация малоценной операции не обязательно даст бизнесу заметный результат.

Важен не только процесс, но и люди

Даже технически успешный проект может не дать ожидаемого эффекта, если организация продолжает работать по старой схеме.

Например, после внедрения новой системы сотрудники могут продолжать вести параллельные Excel-таблицы, дублировать информацию, отправлять данные по электронной почте или обходить автоматизированные этапы.

В результате компания получает не автоматизацию, а еще один слой работы.

Поэтому вместе с технологией нужно менять регламенты и распределение ответственности: сотрудник должен понимать, какие действия теперь выполняет система, какие остаются за ним и где он отвечает за результат.

Это особенно важно при масштабных проектах. Чем сильнее автоматизация меняет привычный порядок работы, тем больше внимания нужно уделять обучению, коммуникации и контролю переходного периода.

Проверьте себя

Перед тем как идти за бюджетом на автоматизацию, ответьте на десять вопросов.

1. Процесс выполняется достаточно часто?
2. Он забирает заметное количество рабочего времени?
3. Большая часть действий повторяется?
4. Правила можно нормально описать?
5. Ошибки и задержки действительно стоят бизнесу денег?
6. Нужные данные уже есть?
7. Этим данным можно доверять?
8. Понятно, какой показатель должен измениться?
9. Из процесса уже убрали очевидно лишние действия?
10. Ожидаемый эффект выше стоимости внедрения и дальнейшей поддержки?

Если на большую часть вопросов ответ «да», процесс стоит считать подробнее. Если много ответов «нет», сначала придется привести в порядок сам процесс, правила или данные. 

Автоматизация начинается не с покупки системы

Сначала нужно понять, сколько процесс стоит бизнесу сейчас, где именно он ломается и какой показатель должен измениться после внедрения. Потом убрать лишние действия, договориться о правилах и проверить данные. И только после этого выбирать технологию.

Если компания не знает, сколько процесс стоит сейчас и что должно измениться после автоматизации, скорее всего, решение пока принимается вслепую.