Как я теперь ищу задачи для автоматизации: сначала ежедневная ручная работа

После исследований опта и недвижимости я изменил метод поиска автоматизации: сначала частота и ручной труд, затем результат, данные и технология.

Последние недели я исследую, какие реальные функции бизнеса имеет смысл передавать цифровым исполнителям. Я разбирал оптовую компанию, недвижимость, отдельные роли и процессы, искал повторяющиеся работы, изучал существующие решения и оценивал возможность автоматизации.

Результат пока неудобный, но полезный: работ для автоматизации находится много, а сильной продуктовой гипотезы я пока не нашёл.

У меня пока нет функции, про которую я могу сказать:

1. она часто возникает у разных компаний,
2. на неё уходит заметный человеческий ресурс,
3. результат можно объективно проверить,
4. существующие решения оставляют значимый ручной участок,
5. и экономика выглядит достаточной для отдельного цифрового исполнителя.

Короткий ответ: чтобы быстрее находить сильные задачи для автоматизации:

1. Я теперь сначала ищу работу, которая повторяется каждый день или несколько раз в неделю и накапливает заметное ручное время.
2. Затем формулирую законченный результат, проверяю цифровой след, возможность проверить качество и повторяемость между компаниями.
3. И только после этого исследую технологию.

Сначала я воспринимал это как обычный ход исследования.
Не нашли в одной отрасли - идём в следующую.
Не сработала одна гипотеза - проверяем другую.

Постепенно я увидел другое: менять нужно не только область поиска, но и его порядок.
Я слишком рано начинал разбираться, можно ли автоматизировать конкретную работу, и слишком поздно задавал более простой вопрос: сколько этой ручной работы вообще накоплено в бизнесе?

Почему поиск от отрасли создаёт слишком много кандидатов

Если внимательно разобрать практически любую компанию, ручные участки находятся быстро.
Сотрудники собирают отчёты, проверяют документы, переносят данные между системами, контролируют статусы, согласовывают, сверяют цифры, отвечают клиентам, возвращаются к незавершённым операциям.

Для многих таких действий технически можно придумать автоматизацию. Где-то хватит правил и интеграций, где-то понадобится ИИ, где-то можно собрать более сложного цифрового исполнителя.

Поэтому вопрос:

Можно ли это автоматизировать?

оказался для меня слабым первым фильтром.
Техническая возможность ещё ничего не говорит об экономическом смысле.

Теперь первым я хочу задавать другой вопрос:
Достаточно ли здесь человеческой работы, чтобы вообще продолжать исследование?

Эта разница особенно хорошо проявилась после простого опроса сотрудников одной компании.

Что показала таблица повторяющихся работ

Я попросил сотрудников выписать работы, которые они регулярно выполняют.
Среди примеров появились отчёт по расходу ГСМ, рассылка актов сверки и отправка УПД через электронный документооборот.

Это полезные ответы. Они описывают реальную ручную работу.
Но одновременно они показали две проблемы самого метода опроса.

Во-первых, человек естественно вспоминает заметную, долгую или неприятную задачу.
Это не означает, что на неё за месяц или год накапливается достаточно затрат для отдельной автоматизации.

Во-вторых, сотрудник часто называет действие в программе, а не законченную работу, за результат которой в итоге платит компания.
Если не раскрыть оба слоя, в исследование попадает слишком много ложноположительных кандидатов.

Четыре часа работы ещё не означают, что нужен отдельный продукт

Возьму пример с отчётом по ГСМ.

За коротким названием может стоять полноценная работа: собрать данные из нескольких источников, сопоставить расход топлива с пробегом и командировками, проверить отклонения и подготовить итоговый результат.
Автоматизировать её технически вполне может быть возможно.

Но допустим, такая работа возникает раз в месяц и занимает 4 часа.
Получается 48 часов ручной работы в год.

Теперь рядом нужно поставить стоимость исследования процесса, доступа к данным, интеграций, разработки, проверки, обработки исключений и дальнейшей поддержки.
Это не значит, что такую функцию никогда не нужно автоматизировать. В конкретной компании может быть высокая цена ошибки, важный контрольный эффект или уже существующая инфраструктура, которая резко снижает стоимость решения.
Но как кандидат на отдельный тиражируемый продукт такая работа для меня становится значительно слабее.

Раньше я мог пойти исследовать её техническую реализацию.
Теперь я хочу попытаться отбросить такую гипотезу до этого этапа.

С УПД обнаружился более интересный паттерн

Другой ответ в таблице был сформулирован как “отправка УПД через ЭДО”.
Если воспринимать его буквально, работа кажется простой:
открыть систему -> выбрать документ -> отправить.

Но после уточнения граница функции расширяется.
Нужно проверить комплект документов, определить правильный канал отправки, отправить документы, затем убедиться, что они получены и подписаны. Если нужного статуса нет, к операции приходится возвращаться. Если возникло отклонение, нужно выполнить дополнительное действие.

Получается цикл:
событие -> проверка -> действие -> ожидание -> контроль состояния -> возврат -> обработка исключения.

Для моего текущего поиска это намного более сильный сигнал.
Не потому, что здесь обязательно нужен ИИ.
А потому, что хорошо виден повторяющийся расход человеческого внимания. Человек не просто один раз нажимает кнопку. Он сопровождает операцию до нужного состояния и периодически возвращается к ней.

Именно такие работы я теперь хочу замечать раньше остальных.

Вместо “что вас раздражает?” я хочу искать плотность ручного труда

Если спросить сотрудника:

Что вам хотелось бы автоматизировать?

он вполне естественно назовёт неприятную или долгую задачу.

Для поиска продукта этого недостаточно.
Мне полезнее спрашивать:

• Что вы сегодня уже делали несколько раз?
• К какой работе постоянно приходится возвращаться?
• Что происходит с каждым новым заказом, документом, обращением или клиентом?
• Какие данные регулярно переносятся между системами?
• Что приходится каждый раз сверять?
• За какими статусами нужно следить?
• Где процесс без ручного действия человека дальше не идёт?
• Что уже частично автоматизировано, но между системами всё равно остаётся сотрудник?

Для себя я называю это плотностью ручного труда.
Это не готовая научная метрика и не доказанная методология. Пока это мой рабочий фильтр: сколько человеческого внимания одна и та же работа накапливает за нормальный рабочий период.

Для первого отсечения можно использовать простую оценку:
частота выполнения × ручное время одного выполнения × количество исполнителей.

Она не отвечает на вопрос, будет ли автоматизация прибыльной. Она нужна для другого: не уходить в глубокое исследование функции, которая в реальности забирает несколько часов в месяц.

Действие в программе ещё не является функцией

Опрос показал ещё одну ошибку, которую легко допустить.
“Отправить документ” - действие.
“Проверить статус” - действие.
“Скачать отчёт” - действие.
“Перенести данные в CRM” - действие.

Если автоматизировать такие фрагменты по отдельности, можно убрать несколько кликов, но почти не изменить стоимость всей работы.
Поэтому единицей исследования для меня становится законченный результат.

Не:

отправить УПД.

А:

довести комплект отгрузочных документов до подтверждённого получения и подписания, обработав стандартные отклонения.

Не:

сформировать отчёт.

А:

собрать необходимые данные, проверить их и подготовить результат, которым можно пользоваться дальше.

Не:

проверить статус.

А:

проконтролировать наступление нужного события и выполнить следующее действие, если состояние отличается от ожидаемого.

После такого переформулирования лучше видно, что запускает работу, что означает её завершение и сколько ручных действий находится между этими точками.

Внутренняя автоматизация и продукт требуют разных фильтров

Ещё одно различие, которое я теперь хочу проверять раньше - локальная ценность и возможность тиражирования.
Внутри конкретной компании может быть экономически оправдана очень специфичная автоматизация. Процесс уже известен, системы подключены, сотрудники доступны, данные существуют, а решение создаётся для одного понятного контура.
Такой проект может быть полезным, даже если больше нигде его нельзя повторить.

Но если я ищу функцию для отдельного цифрового исполнителя Brain4, возникает дополнительный вопрос:
Повторяется ли такая же законченная работа в других компаниях?

При этом названия должностей и организационная структура могут отличаться.
Одну функцию компания может выполнять собственными сотрудниками, другая отдавать агентству, третья подрядчику. Если все они продолжают оплачивать один и тот же законченный результат человеческим трудом, это для меня более интересный продуктовый сигнал.

Как я теперь ищу задачи для автоматизации

После предыдущих исследований я хочу проверять новые функции в такой последовательности.

1. Найти фактическую повторяемость

Не начинать с общего вопроса о том, какие процессы компании хотелось бы автоматизировать.
Лучше восстановить недавнюю работу:

• что человек делал вчера;
• что повторилось за неделю;
• какие операции возникали много раз;
• к каким задачам приходилось возвращаться.

Мне здесь важнее фактическое поведение, чем общая оценка сотрудника.

2. Оценить плотность ручного труда

На первом проходе достаточно трёх параметров:

• частота;
• ручное время одного выполнения;
• количество исполнителей.

Редкую работу я не исключаю автоматически. Она может остаться кандидатом из-за высокой стоимости одного случая, цены ошибки, требований к скорости или других существенных последствий.
Но для редкой функции должна появиться отдельная причина продолжать исследование.

3. Описать законченный результат

Убрать из формулировки интерфейс и отдельные клики.
Зафиксировать:

• что запускает работу;
• какой результат означает её завершение;
• что человек делает между этими двумя точками.

4. Проверить цифровой след

Какие данные уже существуют?
Есть ли события, статусы, документы, письма, записи в CRM, ERP, таблицах или других системах?
Можно ли определить начало работы и её фактическое завершение по доступным данным?

5. Проверить качество результата

Можно ли достаточно объективно определить, что работа выполнена правильно?
Если результат почти полностью субъективен, автоматизация не становится невозможной, но стоимость участия человека и контроля может существенно изменить экономику.

6. Проверить повторяемость между компаниями

Есть ли такая работа ещё где-то?
Кто её выполняет?
Кто отвечает за результат?
Платит ли компания за этот результат сейчас?
На этом этапе я хочу отделять полезную внутреннюю автоматизацию от функции, которая потенциально может стать повторяемым продуктом.

7. Только после этого исследовать решение

Теперь уже имеет смысл выяснять:

• существует ли готовый сервис;
• достаточно ли обычной автоматизации;
• нужен ли ИИ;
• нужен ли полноценный цифровой исполнитель;
• какие потребуются интеграции;
• где должен остаться человек;
• сколько будет стоить создание и эксплуатация контура.

Это главное изменение моего подхода.
Сначала я хочу дать гипотезе возможность умереть дёшево.

ИИ не обязан оказаться правильным ответом

Я исследую функции, которые потенциально можно передавать цифровым системам. Но это не означает, что для каждой из них нужен ИИ.
Иногда хватит интеграции.
Иногда - обычного правила и реакции на событие.
Иногда ИИ понадобится только на одном шаге, где нельзя заранее описать все варианты.
Иногда текущая ручная работа окажется дешевле любой разумной автоматизации.

Для меня это тоже нормальный результат исследования.
Если я быстро выяснил, что функцию не нужно автоматизировать, я сэкономил время до разработки, а не провалил гипотезу.

Почему я меняю подход именно сейчас

Исследования оптовой компании, недвижимости и других направлений не были бесполезными.
Они помогли мне лучше увидеть разницу между должностью и функцией, между действием и законченным результатом, между технической возможностью и продуктовым смыслом.
Но они же показали стоимость широкого поиска.

Глубокое исследование слишком дорого, чтобы применять его к каждой правдоподобной идее.
Если передо мной десятки потенциальных работ, мне сначала нужен способ быстро оставить несколько действительно сильных кандидатов. И только потом тратить время на рынок, конкурентов, технологии и пилот.

Поэтому следующий этап я хочу строить не вокруг вопроса:

Какую отрасль исследовать дальше?

А вокруг другого:

Что человек вынужден делать руками снова и снова каждый рабочий день?

После этого я буду последовательно проверять, сколько такой работы накапливается, какой результат она создаёт, можно ли его объективно проверить и повторяется ли такая же функция в других компаниях.
И только потом решать, нужен ли здесь цифровой исполнитель вообще.