AI КОМП-АС — разбор фреймворка: Откуда мы выходим?

AI КОМП-АС — разбор фреймворка: Откуда мы выходим?

Продолжаем разбор AI КОМП-АС — навигационного фреймворка для внедрения технологий искусственного интеллекта в бизнес. В этой статье ответим на важные, но часто игнорируемые вопросы: где сейчас находится организация, зачем ей понимать своё текущее состояние и как это сделать.

Оценка текущего состояния организации

Несмотря на ощущение магии и супервозможностей, которые даёт ИИ, его внедрение в бизнес подчиняется земным законам логики и ограничений. На предыдущем этапе фреймворка мы рассматривали определение стратегических целей. Чтобы построить реализуемую дорожную карту, организация должна чётко понимать своё текущее положение и оценить разрыв между ним и желаемым будущим. Области с наибольшим разрывом — это потенциальные точки приложения AI-решений.

Вопрос «Где мы?» в бизнесе многогранен. Оценка текущего состояния требует системного подхода. Ниже — ключевые компоненты, которые помогут собрать полную картину.

  • Описание организационной структуры
  • SWOT-анализ
  • Бизнес-метрики
  • Инвентаризация ключевых бизнес-процессов
  • Инвентаризация технологического ландшафта
  • Оценка цифровой культуры

Для проведения оценки нужен координатор с достаточным авторитетом и опытом. Он должен уметь собирать информацию из разных источников, видеть общую картину и при этом детализировать отдельные аспекты.

Результаты стоит формализовать и собрать в едином цифровом пространстве — например, в виде дашбордов или отчётов, с доступом для ключевых лиц.

Организационная структура

Если у компании уже есть оргструктура — это хороший старт. Если нет, начать можно с:

  • анализа справочника сотрудников и выявления ключевых лиц: C-level, руководители бизнес-подразделений, ИТ, информационной безопасности и др.;
  • проведения интервью со стейкхолдерами для понимания отчётности, частоты взаимодействий и зависимостей.

Цель — построить граф, описывающий формальную управленческую структуру, зоны ответственности, цепочки отчётности и принятия решений.

SWOT-анализ

Этот инструмент уже подробно рассматривался ранее. Он помогает оценить сильные и слабые стороны, возможности и угрозы, с которыми сталкивается организация.

Бизнес-метрики

Соберите и формализуйте текущие метрики эффективности. Для каждой организации они свои: финансы, продажи, продукт, клиентская удовлетворённость и т.д.

Для каждой метрики важно:

  • чётко определить метод расчёта;
  • понимать, на каких данных она основана;
  • оценить качество и достоверность данных;
  • определить ответственных за её достижение.

Сравните текущие значения с целевыми. Метрики с наибольшим разрывом укажут на зоны, где трансформация может дать максимальный эффект и где перспективно применение ИИ.

Инвентаризация и описание ключевых бизнес-процессов

Опишите ключевые процессы, влияющие на бизнес-метрики. Укажите:

  • ответственных на каждом этапе;
  • входные и выходные данные;
  • логику переходов;
  • «болевые точки» — задержки, простои, низкое качество, высокая стоимость.

Особое внимание уделите процессам, связанным с метриками, имеющими наибольший разрыв.

Для описания рекомендуется использовать BPMN (Business Process Model and Notation) — это стандарт, который упрощает коммуникацию внутри компании и с внешними командами.

Также полезно построить матрицу RACI (Responsible, Accountable, Consulted, Informed), чтобы чётко видеть распределение ответственности и быстро вовлекать нужных людей при изменениях.

Инвентаризация и описание технологического ландшафта

Составьте карту ИТ-инфраструктуры: облачные и локальные системы, телефонию, информационные системы. Укажите:

  • способы интеграции (через API, ручной ввод и т.д.);
  • ключевые хранилища данных и типы данных (продажи, закупки, остатки и др.);
  • известные проблемы и объём технического долга;
  • требования информационной безопасности к новым решениям.

Оценка цифровой культуры

Проведите интервью со стейкхолдерами, чтобы понять:

  • уровень цифровизации и опыта с ИИ в их подразделениях;
  • какие инструменты автоматизации уже используются;
  • как сотрудники воспринимают изменения;
  • какие практики внедрения нововведений работают;
  • кто может стать чемпионом изменений.

Заключение

Чтобы внедрение ИИ не превратилось в блуждание в темноте, организация должна честно оценить своё текущее состояние. Осознанная трансформация начинается не с выбора технологий, а с ответов на два вопроса: «Куда мы идём?» и «Откуда мы выходим?».

Ключевые элементы — оргструктура, метрики, процессы, технологии и цифровая культура — должны сложиться в единую, прозрачную картину.

Один из главных фундаментов ИИ-трансформации — данные и культура работы с ними. Без качественных данных и data-driven mindset даже самые передовые решения рискуют стать дорогими экспериментами. Shit in, shit out: хаос порождает хаос.

Чем честнее компания оценит своё положение и построит на этом осознанную, основанную на проверенных данных стратегию, тем выше вероятность, что ИИ-трансформация станет управляемым процессом с реальным бизнес-эффектом, а не серией попыток автоматизировать хаос.

Читать оригинал