По всему региону Залива малым и средним предприятиям — от торговых компаний в Дейре до подрядчиков в Эр-Рияде — говорят, что ИИ их преобразит. Многие владельцы справедливо скептичны: у них мало времени, нет технической команды и есть бизнес, которым нужно управлять. Хорошая новость в том, что внедрение ИИ для МСП — это скорее управленческий проект, чем технологический, и его можно провести аккуратно и недорого, если соблюсти правильную последовательность.
Начните с проблемы, а не с технологии
Самый надёжный способ потратить деньги на ИИ впустую — начать с инструмента и искать, где бы его применить. Вместо этого начните со списка задач, которые бизнес выполняет часто, которые отнимают существенное время и где ошибки терпимы. Ответы на рутинные запросы клиентов, составление коммерческих предложений, резюмирование документов поставщиков, категоризация расходов, прогнозирование потребности в запасах на следующий месяц и первичный отбор откликов на вакансии — всё это подходит.
Из этого списка выберите одну задачу. Лучший первый сценарий обычно непримечателен. Он частый, поэтому экономия накапливается. Он хорошо понятен, поэтому вы заметите, когда ИИ ошибается. И он не затрагивает ничего, где ошибка стоила бы клиента или лицензии. Дубайская торговая компания, использующая ИИ для составления первых версий коммерческих предложений по каталогу продукции, где каждое проверяет менеджер по продажам, — образцовый первый проект.
Проверьте свои данные, прежде чем проверять инструменты
ИИ работает на данных, и честный вопрос — пригодны ли ваши. У большинства МСП они живут в бухгалтерских программах, электронных таблицах, почтовых переписках и мессенджерах, часто на двух языках. Это нормально и ничего не исключает, но определяет, что реалистично.
Задайте три вопроса. Есть ли у нас примеры хорошо выполненной задачи, например прошлые коммерческие предложения или отвеченные запросы? Находятся ли данные в форме, которую система может прочитать, или это фотографии счетов и голосовые сообщения? И имеем ли мы право их использовать, особенно если они содержат персональные данные клиентов, которые регулируются правилами защиты данных ОАЭ и Саудовской Аравии? Неделя, потраченная на приведение в порядок данных для одного сценария, обычно оказывается самой полезной неделей всего проекта.
Купить, настроить или разработать?
Почти для каждого МСП ответ — купить или настроить. Современные ИИ-ассистенты, инструменты клиентского сервиса, сервисы обработки документов и функции прогнозирования внутри бухгалтерских и складских программ зрелы, недороги и быстро совершенствуются. Многие из них можно настроить на документах и правилах компании за считанные дни. Собственные модели имеют смысл только тогда, когда задача уникальна, объёмы велики, а экономика доказана, что в первый год бывает редко.
Два предостережения. Проверьте, где инструмент хранит данные и приемлемо ли это для ваших клиентов и регуляторов. И избегайте инструментов, которые не позволяют экспортировать ваши данные; рынок меняется быстро, и вам понадобится свобода перехода.
Измерение ценности и вовлечение команды
До начала пилота зафиксируйте базовый уровень: сколько времени занимает задача, как часто случаются ошибки, сколько запросов остаются без ответа. Измерьте те же показатели через тридцать и шестьдесят дней. Ценность для МСП — обычно одно из трёх: часы, возвращённые сотрудникам, предотвращённые ошибки или выручка, полученная благодаря более быстрым ответам. Если ничего из этого не сдвинулось, сценарий был выбран неверно, и это дешёвый урок.
Люди, выполняющие задачу каждый день, найдут применения, которые не придут в голову ни одному консультанту, но только если они вовлечены с самого начала и не боятся, что инструмент пришёл их заменить. Чётко объясните цель. Дайте двум-трём сотрудникам несколько часов практического обучения, позвольте им экспериментировать и еженедельно спрашивайте, что работает. В двуязычном коллективе убедитесь, что инструмент справляется с арабским так же, как с английским, прежде чем кто-либо начнёт на него полагаться.
Распространённые ошибки, которых стоит избегать
- Начинать с самой сложной проблемы, потому что она самая захватывающая.
- Позволять ИИ действовать без проверки человеком в первые месяцы.
- Ничего не измерять, а потом спорить о том, помогло ли это.
- Относиться к пилоту как к ИТ-проекту, а не как к операционному.
- Вставлять конфиденциальные данные клиентов в инструменты, чью политику обработки данных никто не читал.
Дорожная карта на 90 дней
Дни 1–15: составьте список задач-кандидатов, выберите одну, зафиксируйте базовый уровень и назначьте ответственного не из ИТ-отдела. Дни 16–30: приведите в порядок данные для этой задачи, выберите инструмент, подтвердите порядок обработки им данных и обучите двух-трёх сотрудников. Дни 31–60: проведите пилот, в котором каждый результат проверяется человеком, еженедельно собирайте обратную связь и устраняйте очевидные проблемы. Дни 61–90: сравните с базовым уровнем, решите, расширять, остановить или скорректировать, и если сработало — выберите второй сценарий по той же методике.
Девяноста дней достаточно, чтобы понять, есть ли у ИИ место в вашем бизнесе и где именно. Этого недостаточно, чтобы преобразить компанию, и к этому не стоит стремиться. Компании, которые идут этим взвешенным путём, создают нечто более ценное, чем отдельный инструмент: привычку внедрять новые технологии без драмы, по одной хорошо выбранной проблеме за раз.
