Перейти к содержимому
Carbonfay

инженерные заметки

Как ИИ сжимает операционные процессы

Как ИИ убирает промежуточные шаги, согласования и ожидания в операционных процессах и что это даёт по времени цикла.

Коротко для руководителя. Эффект ИИ в операциях — это не «минус ставки», а более короткий цикл и меньше согласований. Большую часть рабочего времени съедает не работа, а её координация: ожидания, передачи, сверки. ИИ сжимает именно эту часть. Правильный показатель эффекта — время цикла и число согласований до и после, а не «сколько людей сократили».


Когда говорят «ИИ повысит эффективность операций», обычно представляют замену человека на шаге. На практике основной эффект приходит из другого места — из сжатия промежутков между шагами, а не из ускорения самих шагов.

ИИ сокращает не людей, а ожидания между шагами.

Гипотеза: ИИ сокращает не людей, а шаги и ожидания

В операционном процессе собственно работа занимает меньшую часть времени. Большая — это передачи между людьми, ожидание ответа, сверка статусов, повторный сбор контекста. ИИ-слой убирает именно эти промежутки: процесс сжимается не потому, что шаги стали быстрее, а потому, что между ними перестало уходить время.

данные
На что уходит рабочее время в корпоративных приложениях
Коммуникация: встречи, почта, чат57%Создание: документы, таблицы, презентации43%

Больше половины времени уходит не на саму работу, а на её координацию. Это и есть слой, который ИИ-среда сжимает — снижая число согласований и пересылок, а не «заменяя людей».

Источник: Microsoft, Work Trend Index 2025 https://www.microsoft.com/en-us/worklab/work-trend-index/breaking-down-infinite-workday

Больше половины времени — координация, а не создание. Это и есть то, что сжимается.

Проблема: длинные цепочки согласований и ожиданий

Типичный операционный процесс — это не «работа», а очередь ожиданий: заявка ждёт классификации, классификация ждёт ответственного, ответственный ждёт данных из другой системы, результат ждёт согласования. Сумма ожиданий кратно больше суммы работы. Автоматизация одного шага здесь почти ничего не даёт — узкое место в промежутках.

Почему обычные подходы не работают

«Ускорим шаг с помощью ИИ» не помогает, если 80% времени цикла — это ожидания между шагами, а не сам шаг.

«Добавим людей» не помогает: больше людей — больше передач и согласований, координационная нагрузка растёт быстрее пропускной способности.

«Поставим бота на этот участок» не помогает, если процесс не пересобран: бот закрывает шаг, но цепочка ожиданий вокруг остаётся.

Инженерная модель: пересборка процесса вокруг ИИ

Снятие передач. Классификация, маршрутизация, сбор данных из систем делаются автоматически и сразу — исчезает ожидание «кто этим займётся» и «пришлите данные».

Сведение контекста. Нужная информация собирается к шагу автоматически, а не запрашивается людьми по кругу — исчезает повторный сбор контекста.

Параллельность вместо очереди. События позволяют делать независимое параллельно, а не выстраивать всё в линию ожиданий.

Человек на дорогих решениях. Люди остаются там, где цена ошибки высока, — но с уже собранным контекстом, без подготовительных ожиданий.

Ключевое: эффект даёт пересборка процесса вокруг ИИ, а не вставка ИИ в старый процесс. Автоматизированный шаг в неизменённой цепочке ожиданий почти не двигает время цикла.

Практический вывод для бизнеса

Мерьте время цикла и число согласований, а не «сколько шагов автоматизировано». Эффект — это «процесс занимал N дней, стал занимать M» и «было K согласований, стало L», а не «внедрён ИИ на участке».

Готовьтесь пересобрать процесс, а не украсить старый. Наибольший эффект — там, где между шагами больше всего ожиданий; именно эти промежутки и нужно убрать, а не ускорить отдельный шаг.

Цель — масштабировать операции без линейного роста штата. Сжатие цикла позволяет делать больше тем же составом; это другая постановка, чем «сократить людей», и она устойчивее.

данные
Где сосредоточен экономический эффект генеративного ИИ
$2.6–4.4 трлн
оценка годового потенциала генеративного ИИ по 63 сценариям
~75%
этой ценности — всего в четырёх функциях: клиентские операции, маркетинг и продажи, разработка ПО, R&D

Эффект приходит не «везде понемногу», а концентрированно в нескольких функциях с повторяющимися операциями. Это и есть подсказка, какой процесс автоматизировать первым.

Источник: McKinsey, The economic potential of generative AI https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier

Поэтому эффект и концентрируется в нескольких операционных функциях с повторяющимися передачами — там, где сжимать промежутки есть что.

Приложить это к вашим процессам — .

Открытые вопросы

Где предел сжатия без потери качества решений — зависит от процесса и проверяется на пилоте. Какие согласования действительно нужны, а какие — исторический ритуал — это вопрос ревизии процесса, а не технологии. Как считать эффект, когда выгода — снятая координация, — модель по времени цикла, не отраслевой стандарт.


Если в вашем процессе между шагами больше ожидания, чем работы, — его можно сжать. — разберём, где уходит время и что убирается первым.

связанные кейсы

Следующий шаг

Спроектируем слой автоматизации на ИИ под ваши процессы.

DBCV