Попросите показать ROI ИИ-инициативы — и рефлекс выдаст число экономии: срезанные часы, неснятые ставки. У рефлекса два дефекта. Он недопродаёт: бо́льшая часть того, что ИИ реально доставляет внутри компаний, — не удаление затрат, а мощность, скорость и качество, ни одно из которых не появляется сокращённой строкой в бюджете. И он не туда выбирает: измеряемая только экономией, одобрение получают проекты, удаляющие работу, тогда как проекты, создающие способность, — быстрый анализ, лучшие решения, мощность, которой у компании не было, — проигрывают проектам, которые просто вычёркивают. Оба дефекта лечатся методом.
Каждая инициатива зарабатывает через один из нескольких механизмов: она удаляет работу (автоматизация задачи), ускоряет работу (та же задача, короче цикл), повышает качество (меньше ошибок, лучше результат, сильнее сервис) или добавляет мощность (работа, которой компания прежде вообще не могла). Назвать механизм до запуска — то, что делает замер вообще возможным, потому что механизм диктует, за чем смотреть: проект удаления проявится в часах, ускорения — во времени цикла, качества — в ставках ошибок и переделок, мощности — в выпуске прежде-невозможной работы. Команды, пропускающие этот шаг, заканчивают попыткой доказать ценность в валюте, которую их проект не эмитирует.
У ROI есть знаменатель, о котором не упоминают в энтузиазме: честное «до». Часы, которые процесс съедал до автоматизации; время цикла до ускорения; ставка ошибок до качественной работы — зафиксированные до старта проекта, по фактическим записям, а не по оптимистичной памяти. Без базовой линии замер становится археологией на финише, а археология всегда находит то, что хотел найти спонсор. Дисциплина здесь — бухгалтерия, а не вера: эффект ИИ на P&L читаем, только если кто-то записал, каким был мир до.
Неудобная половина метода — оценка качества, скорости и мощности в величинах, которые собственник может взвесить. У скорости есть цена там, где время цикла имеет бизнес-смысл: решения быстрее, клиенты обслужены раньше, проблемы пойманы на раннем шаге — механизм сам это формулирует, и ценность следует из заявленных фактов, а не из выдуманных множителей. Мощность оценивается тем, на что её тратят: анализ, который наконец делают, сегмент, который наконец обслуживают. Если у высвобожденной мощности нет адресата, её ценность честно ноль — и это тоже находка об инициативе, а не о замере. Качество оценивается тем, что стоят ошибки: переделки, потерянное доверие, гарантийные последствия — расходы, которые компания и так знает по опыту. Ничто из этого не экономия в бухгалтерском смысле; всё это реально, и место, где ИИ создаёт ценность, — ровно та территория, где эта оценочная работа окупается.
Последняя особенность: ИИ-инициативы меняются по ходу — использование растёт, работа модели смещается, процесс вокруг адаптируется. Однократный расчёт ROI задним числом фотографирует произвольный момент. Рабочая практика — замер по контрольным точкам: базовая линия на запуске, первое чтение, когда использование стабилизировалось, затем в ритме, привязанном к стоимости процесса, — потому что честный ROI ИИ-проекта включает собственную стоимость его работы, тот расход, который чаще всего забывают после одобрения.
Экономия доказывает, что ИИ-проект был дёшев. Только механизм, базовая линия и адресат высвобожденной мощности доказывают, что его стоило делать.
Построение рамки замера — механизм, база, оценка несбережённых выгод, контрольные точки — стандартная работа практики ИИ, выполняемая на запуске, потому что на финише её уже нельзя сделать честно.
Мы используем cookie для анализа трафика и улучшения сайта. Аналитика включается только с вашего согласия. Политика cookies