BTools · интерактивные материалы воркшопа

Чек-лист AI-зрелости

Отметьте утверждения, которые уже правдивы для компании. Система посчитает уровень и предложит следующий шаг.

1. Стратегия и видение

У компании есть сформулированная позиция по AI, хотя бы на уровне CEO / совета директоров. Определены 3-5 бизнес-процессов, где AI может дать измеримый эффект в ближайшие 6 месяцев. Есть понимание, как AI влияет на вашу отрасль и конкурентов, обзор рынка сделан. Выделен бюджет на AI-инициативы, пусть даже небольшой, на пилоты. CEO или член правления лично курирует AI-повестку, это не делегировано «вниз».

2. Данные и инфраструктура

Ключевые данные компании оцифрованы: CRM, 1С, BI, складской учёт, а не только Excel. Данные из разных систем можно объединить: есть API, интеграции или единый ID клиента. Качество данных контролируется: нет массовых дублей, пустых полей и «мусора». Есть доступ к облачной инфраструктуре или готовность развернуть её. Конфиденциальные данные защищены: понятно, что можно и нельзя передавать в LLM.

3. Процессы и операции

Описаны ключевые бизнес-процессы хотя бы верхнеуровнево: кто, что, в какой последовательности. Есть понимание, какие задачи выполняются «по алгоритму» и являются кандидатами для AI. Замерены метрики процессов: время выполнения, стоимость, ошибки, конверсии. Сотрудники уже используют ChatGPT, Copilot или другие AI-инструменты, хотя бы неформально. Есть хотя бы один процесс, где AI уже встроен в рабочий поток, а не просто «пробовали».

4. Команда и компетенции

Есть человек или роль, ответственный за AI-внедрение: AI Lead, Chief AI Officer или CEO лично. Хотя бы 2-3 человека в команде владеют промпт-инжинирингом на продвинутом уровне. Проведено обучение сотрудников по AI-инструментам, хотя бы базовое. Есть понимание, какие роли будут трансформированы AI в ближайший год. Команда не сопротивляется AI, есть культура экспериментирования.

5. Пилоты и внедрение

Запущен хотя бы один AI-пилот с чёткой гипотезой и метрикой успеха. Пилот привязан к бизнес-метрике, а не к «попробовать технологию». Есть процесс оценки пилотов: go/no-go решение и критерии масштабирования. Хотя бы один пилот вышел из эксперимента в production и работает каждый день. Есть roadmap из 5+ AI-инициатив с приоритизацией, например RICE.

6. Экономика и ROI

Считаете стоимость AI-инициатив: API, инфраструктура, время команды. Замеряете ROI от внедрённых AI-решений: экономия ФОТ, рост конверсии, ускорение процессов. Понимаете структуру затрат: токен, час GPU, месяц подписки на AI-сервис. Есть модель: при масштабировании AI на X процессов экономия составит Y. P&L компании начал меняться: доля ФОТ снижается, доля Compute / AI-сервисов растёт.

Автовывод

Карта функций для AI

Выберите зоны, где повторяемость высокая, а цена ошибки управляемая. Они попадут в список кандидатов для RICE.

Продажи

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
1	Квалификация входящих лидов	Скоринг по 15+ параметрам, приоритизация, персональный первый месседж	Высокий	Быстрый старт	MQL -> SQL конверсия
2	Генерация КП и презентаций	Черновик КП за 10 минут на основе брифа, сайта и отчётности клиента	Высокий	Быстрый старт	Время подготовки, win rate
3	Обогащение CRM-карточек	Автодополнение данных о компании, ЛПР, конкурентах из открытых источников	Средний	Быстрый старт	Полнота данных CRM
4	Follow-up и напоминания	Автоматические персональные follow-up после встреч, анализ тональности ответов	Средний	Средний	Скорость цикла сделки
5	Прогнозирование pipeline	Предсказание вероятности закрытия сделок, рекомендации по действиям	Высокий	Сложное	Точность прогноза revenue
6	Анализ звонков и встреч	Транскрибация, action items, анализ возражений и паттернов	Средний	Средний	Конверсия звонок -> встреча
7	Конкурентная разведка	Мониторинг конкурентов: цены, продукты, вакансии, PR, дайджест для продаж	Средний	Средний	Win rate vs конкурентов

Маркетинг

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
8	Контент-конвейер	Генерация 50+ единиц контента в неделю из tone-of-voice документа	Высокий	Быстрый старт	Объём контента, CPL
9	Персонализация email	Индивидуальные письма из базовых шаблонов на основе поведения	Высокий	Средний	Open rate, CTR, revenue
10	SEO-оптимизация	Кластеризация запросов, генерация страниц, оптимизация существующих	Средний	Средний	Органический трафик
11	A/B тестирование заголовков и креативов	Генерация 20 вариантов, предсказание CTR, автовыбор победителя	Средний	Быстрый старт	CTR рекламы
12	Social listening	Мониторинг упоминаний бренда, тональность, тренды в нише	Умеренный	Средний	SOV, sentiment
13	Чат-боты для лидогенерации	Квалифицирующий бот на сайте: вопросы -> сегмент -> оффер	Высокий	Средний	Конверсия сайта

Поддержка клиентов

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
14	Первая линия поддержки	AI-агент закрывает 60-70% типовых обращений 24/7	Высокий	Средний	FCR, время ответа, CSAT
15	Маршрутизация тикетов	Автоклассификация обращений и назначение на специалиста	Средний	Быстрый старт	Время маршрутизации
16	Суммаризация обращений	Краткое резюме истории клиента для оператора перед ответом	Средний	Быстрый старт	AHT
17	Проактивная поддержка	Предсказание проблем до обращения: аномалии, паттерны оттока	Высокий	Сложное	Churn rate, NPS
18	База знаний	Автообновление FAQ, генерация статей из решённых тикетов	Умеренный	Быстрый старт	Self-service rate

Финансы и бэк-офис

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
19	Закрытие периода / отчётность	Автосверка данных из 4+ систем, аномалии, черновики отчётов	Высокий	Сложное	Дни закрытия, ошибки
20	Обработка счетов и актов	OCR, классификация, автопроводки по стандартным документам	Средний	Средний	Время обработки документа
21	Дебиторская задолженность	Автоматические напоминания, скоринг вероятности оплаты, приоритизация	Высокий	Средний	DSO, % просрочки
22	Бюджетирование и прогнозы	Прогноз cashflow, выявление рисков, сценарное моделирование	Высокий	Сложное	Точность прогноза
23	Договорная работа	Анализ договоров: риски, отклонения от стандарта, ключевые условия	Средний	Быстрый старт	Время согласования
24	Закупки и vendor management	Сравнение предложений, мониторинг цен, автозаказ	Средний	Средний	Экономия на закупках

HR и управление командой

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
25	Скрининг резюме	AI-скоринг кандидатов по 15 параметрам, shortlist с аргументацией	Высокий	Быстрый старт	Time-to-hire, качество найма
26	Онбординг новых сотрудников	AI-наставник отвечает на вопросы, ведёт по чек-листу, проверяет прогресс	Средний	Средний	Время до продуктивности
27	Pulse-опросы и аналитика настроений	Мини-опросы, анализ тональности, раннее предупреждение об оттоке	Средний	Быстрый старт	eNPS, текучесть
28	Обучение и development	Персональные траектории обучения, AI-тренер для навыков	Умеренный	Средний	Completion rate, навыки
29	Кадровое администрирование	Автогенерация приказов, справок, ответы на типовые вопросы сотрудников	Умеренный	Быстрый старт	Время обработки запроса

CEO и стратегия

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
30	Утренний дайджест CEO	Сводка по CRM, финансам, HR, операционке каждый день в 8:00	Высокий	Быстрый старт	Время на подготовку
31	Подготовка к совещаниям	Брифинг с вопросами, рисками, данными по каждому участнику	Средний	Быстрый старт	Длительность совещаний
32	Стратегический анализ	Обзор рынка, конкурентов, трендов: еженедельный/ежемесячный отчёт	Средний	Средний	Скорость реакции на рынок
33	OKR-трекинг	Автоматический сбор прогресса по целям из систем, алерты об отклонениях	Средний	Средний	% достижения OKR

Производство и логистика

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
34	Прогнозирование спроса	Прогноз по SKU на основе истории, сезонности, внешних факторов	Высокий	Сложное	Точность прогноза, OOS
35	Оптимизация запасов	Автозаказ, safety stock, минимизация overstock	Высокий	Средний	Оборачиваемость, списания
36	Маршрутизация доставки	Оптимальные маршруты с учётом пробок, приоритетов, окон доставки	Средний	Средний	Стоимость доставки, SLA
37	Контроль качества	Визуальная инспекция, computer vision, выявление дефектов	Высокий	Сложное	% брака, скорость проверки
38	Предиктивное обслуживание	Предсказание поломок оборудования по данным датчиков	Высокий	Сложное	Downtime, стоимость ремонтов

Юридический и compliance

#	Функция / задача	Что делает AI	Impact	Effort	Метрика
39	Анализ и генерация договоров	Черновик типового договора, проверка входящих на отклонения от стандарта	Средний	Быстрый старт	Время подготовки договора
40	Compliance-мониторинг	Отслеживание регуляторных изменений, проверка соответствия	Средний	Средний	Кол-во нарушений
41	Due diligence	Быстрый анализ компании: риски, судебные дела, финансовые показатели	Средний	Средний	Время проверки

Выбранные кандидаты

Подсказка

Для первого пилота берите процесс, где есть владелец, данные и понятная метрика. Не начинайте с самой сложной интеграции, если можно проверить ценность на ручной выгрузке.

RICE-матрица AI-инициатив

Reach x Impact x Confidence / Effort. Таблица редактируемая, рейтинг пересчитывается автоматически.

Инициатива	Reach	Impact	Conf.	Effort	Score

Топ инициатив

Первый AI-пилот за 30 дней

Заполните поля, и справа соберётся черновик описания пилота для команды.

Название пилота Бизнес-проблема Владелец Данные и источники Метрика успеха Риск и ограничение

Brief пилота

Неделя 0. Подготовка: выбрать процесс и зафиксировать baseline

Выберите процесс для пилота из RICE-матрицы, топ-1 по Score. Критерий: процесс повторяемый, с измеримым выходом и влиянием на P&L. Назначьте владельца пилота из бизнеса, не из IT. Он отвечает за результат и go/no-go решение. Зафиксируйте текущие метрики: время обработки, конверсия, стоимость, ошибки. Определите целевую метрику и порог успеха: например, сократить время на 50% или поднять конверсию до 15%. Соберите данные для AI: 200-500 примеров входных данных и желаемых результатов.

Неделя 1. Прототип: рабочее решение на 60-70%

Выберите инструмент или платформу: ChatGPT API + промпт, n8n/Make + LLM или собственный агент. Создайте первый рабочий промпт / workflow и прогоните 10 реальных примеров. Протестируйте на 50 примерах, замерьте качество, время и стоимость API-вызовов. Исправьте промпт / логику по результатам тестирования, обычно хватает 3-5 итераций. Покажите прототип владельцу пилота и получите обратную связь.

Чекпоинт день 7: есть рабочий прототип, протестированный на 50+ примерах. Качество >=70%. Если нет — пересмотрите процесс или инструмент.

Неделя 2. Параллельный запуск: AI бок о бок с человеком

Запустите AI параллельно с текущим процессом, не вместо него. Настройте ежедневный сбор метрик: задача -> результат AI -> результат человека -> кто лучше -> почему. Собирайте ошибки AI: каждая ошибка становится кейсом для улучшения промпта или логики. Итерируйте промпт/логику каждые 2 дня по ошибкам. Проведите мини-демо для команды и покажите первые результаты.

Чекпоинт день 14: AI показывает качество >=85% на реальных данных. Если качество ниже 75% — итерируйте ещё неделю или меняйте подход.

Неделя 3. Передача нагрузки: AI берёт 50-70% объёма

Переведите простые и типовые кейсы полностью на AI. Человек проверяет выборочно 20-30% выходов, а не всё подряд. Настройте эскалацию: если уверенность AI ниже 80% или кейс нетипичный, AI передаёт человеку с контекстом. Замерьте экономию времени сотрудников и куда это время перераспределяется. Соберите обратную связь от сотрудников и клиентов, если применимо. Зафиксируйте стоимость AI-обработки одной задачи против обработки человеком.

Неделя 4. Оценка и решение: данные для go/no-go

Соберите финальные метрики и сравните с baseline. Рассчитайте ROI: (экономия - затраты) / затраты x 100%. Подготовьте 5 слайдов: что делали, метрики до/после, ROI, что узнали, рекомендация. Примите решение: масштабировать, доработать или закрыть. Если go — составьте план масштабирования на 60 дней.

Чекпоинт день 30: есть данные, ROI и решение. Вы знаете, работает ли AI в этом процессе, а не «пробуете уже полгода».

Таблица метрик пилота

Метрика	Baseline до	Delta %
Время обработки задачи
Стоимость обработки 1 задачи
Качество, % без ошибок
Объём обработки в день
Влияние на ключевую метрику
Стоимость API / мес	—	—
ROI пилота

5 ошибок, которые убивают пилоты

Нет владельца из бизнеса: IT «поигрался» и забросил.
Нет baseline-метрик: нечего сравнивать.
Начали с неправильного процесса: слишком сложного или не влияющего на P&L.
Не измеряли еженедельно.
Ждали идеального результата вместо 80%.

Пример работающего пилота: AI-чат генерирует КП за секунды. Демо: aicompany.selfai.team

90-дневный AI-roadmap

Roadmap собирается из топа RICE и полей пилота. Его можно редактировать перед печатью.

0-30 дней 31-60 дней 61-90 дней

Контрольные решения

Роли и ответственные

Роль	Обязанности	Время/нед
AI-спонсор	Стратегия, бюджет, go/no-go решения	2-3 часа
AI-владелец	Координация, roadmap, отчётность	8-10 часов
AI-инженер	Настройка, промпты, интеграции	20+ часов
Владелец процесса	Требования, тестирование, приёмка	3-5 часов

Сводка инициатив по фазам

Инициатива	Фаза	Старт	Результат	RICE	Владелец	Статус
	1
	1
	1
	2
	2
	2
	3
	3
	3
	3

Ритм управления

Ежедневно: AI-команда, 15-мин стендап.

Еженедельно: AI-владелец + CEO, 30 минут обзора метрик пилотов и решений.

Раз в 2 недели: контрольная точка: метрики, go/no-go, корректировка roadmap.

Ежемесячно: отчёт для совета/правления: ROI, прогресс, стратегия.

День 90: итоговая презентация: результаты, P&L-эффект, план на 6-12 месяцев.

Главное правило: roadmap — живой документ. Обновляйте его каждые 2 недели. Если инициатива буксует — закрывайте и переходите к следующей.

5 ритуалов AI-дирижёра

Отметьте управленческие ритуалы, которые готовы внедрить в ближайшие две недели.

Еженедельный AI-review: что автоматизировали, что сэкономили, где риск. AI-backlog на планёрке топ-команды: 10 инициатив, владелец, статус. Демо-пятница: команда показывает один полезный AI-сценарий в неделю. Дайджест CEO: ежедневная сводка по ключевым показателям и отклонениям. Постмортем пилотов: масштабировать, доработать или закрыть.

План каскадирования

Демо-тур SelfAI / Serenta

Сценарии, которые стоит посмотреть перед воркшопом: поиск по знаниям, ассистенты, CEO-аналитика и интеграции.

Открыть демо

Главная панель: единая точка входа в AI-инструменты компании.

Чат по компании: ответы по знаниям, документам и процессам.

Пульт CEO: показатели, сигналы, аномалии и вопросы к данным.

База знаний: фундамент для поддержки, продаж и onboarding.

Ассистенты: роли, сценарии и повторяемые задачи.

Интеграции: подключение источников для внедрения в операционку.

Итоговый лист внедрения

Этот блок удобно распечатать в PDF или скопировать в рабочий документ команды.