# 95% ИИ-пилотов не окупаются: какой процесс автоматизировать первым

Какой процесс автоматизировать ИИ первым? Не чужой топ-5, а 4 критерия, по которым вы сами оцените свои процессы и выберете, с чего начать.

Источник: https://agortex.com/blog/kakoy-protsess-avtomatizirovat-ii-pervym
Опубликовано: 2026-09-01
Автор: Андрей Брезгин, Agortex

---
## Почему чужой список процессов вам не подходит?

Наберите в поиске «какой процесс автоматизировать ИИ первым» - и получите список: обработка заявок, поддержка, найм. Проблема в том, что этот список писали для чужого бизнеса. У вас, возможно, заявок мало, а узкое место сидит в закупках или в согласовании счетов, куда ни один готовый список даже не заглядывает.

У нас на блоге есть и такой список - [пять задач по порядку окупаемости](/blog/avtomatizatsiya-rutiny-5-zadach). Если вы попадаете в усреднённый профиль малого сервисного бизнеса, можно начать и с него. Если ваш случай не похож на усреднённый - читайте дальше: этот текст даёт метод, применимый к любому вашему процессу, не только к тем пяти из списка.

UiPath, один из крупнейших поставщиков платформ автоматизации, прямо говорит: до сих пор многие компании выбирают процесс «на глаз» - по стикерам и интуиции, - и называет такой подход утомительным и ненадёжным. Вместо него компания предлагает системную, основанную на данных оценку каждого кандидата. Именно эта оценка и есть тема статьи: не «какой процесс вообще стоит автоматизировать», а «как вам самим понять, какой из ваших процессов автоматизировать первым».

## Что теряет бизнес, если выбрать не тот процесс?

Ещё в 2016 году международная аудиторско-консалтинговая компания EY посчитала: 30-50% RPA-проектов проваливаются на старте. RPA - это роботизированная автоматизация процессов: программные роботы, которые по жёстким правилам повторяют рутинные действия человека в привычных программах. Выбор не того процесса под автоматизацию EY называет отдельным типовым фактором такого провала.

Более свежее исследование MIT (проект NANDA, июль 2025 года) даёт похожую картину уже для пилотов с генеративным ИИ: 95% таких инициатив не показывают измеримого возврата инвестиций, и только 5% пилотов из тех, что довели до полноценного внедрения, реально приносят компании ощутимую пользу. Отдельная деталь исследования объясняет, почему так происходит: около половины бюджетов на автоматизацию уходит в заметные функции - продажи и маркетинг, хотя по тем же данным отдача выше в бэк-офисе - во внутренних процессах компании, которые не видны клиенту напрямую. Компании чаще автоматизируют то, что на виду у руководства - не обязательно то, что болит сильнее всего.

В Automation Anywhere, ещё одном крупном поставщике платформ автоматизации, среди шести типовых причин для сожаления после внедрения RPA выбор неправильного процесса занимает первое место.

Цена такой ошибки конкретная: месяцы разработки под процесс, который на практике оказался слишком изменчивым для жёстких правил, слишком редким, чтобы окупить внедрение, или слишком рискованным, чтобы доверить его ИИ без присмотра. Поэтому выбор первого процесса стоит вечера вдумчивой оценки - получасом по наитию здесь не обойтись.

## Можно ли вообще автоматизировать этот процесс?

Прежде чем считать баллы по критериям ниже, ответьте на один вопрос: процесс, который вы хотите автоматизировать, сейчас даёт одинаковый результат при каждом выполнении - или зависит от того, кто именно его делает сегодня и в каком он настроении?

Консультант по кибербезопасности, который разбирает риски внедрения автоматизации, формулирует жёстко: автоматизация делает эффективнее не только хорошие процессы - она с той же готовностью масштабирует и плохие. Если процесс и сейчас держится на том, что сотрудник лично разруливает исключения по памяти, автоматизация не уберёт эти исключения. Она просто сделает их быстрее и незаметнее для вас.

Майкл Паркер, больше 20 лет проработавший в автоматизации и продавший в 2024 году свой розничный бизнес на Amazon, формулирует то же правило короче: никогда не автоматизируйте сломанный процесс. Если вручную он не работает надёжно, автоматизация лишь умножит те же ошибки - на полной скорости.

Похожий вопрос с неожиданной стороны задаёт Сиван Авихуд - как вице-президент по персоналу страховой компании ERGO NEXT она сама отвечает за то, какие HR-процессы компания переводит на автоматизацию. Прежде чем ускорять процесс с помощью ИИ, стоит сначала спросить себя: спроектировали бы вы этот процесс именно так, если бы строили его сегодня с нуля? Скорость может маскировать то, что сам процесс придуман неудачно.

Консалтинговая компания Deloitte в своём разборе RPA проводит границу применимости просто: инструменты автоматизации годятся для процессов с повторяемыми, предсказуемыми шагами. Как только процесс требует интуиции, суждения, творчества или умения убедить человека - это уже другой, более сложный и дорогой класс задач.

Если ответ на первый вопрос раздела - «нет, процесс держится на честном слове» - сначала наведите в нём порядок вручную. Дальше критерии имеют смысл только для процессов, которые прошли этот фильтр.

Прогнать свои процессы через этот фильтр честно - трудно сделать в одиночку: вы слишком близко к своим процессам, чтобы объективно увидеть, какой из них уже сломан. Разбор вашей задачи за 30 минут даёт ровно такой взгляд со стороны на ваши конкретные процессы.

## Критерий 1: сколько времени вы теряете на процессе каждую неделю?

Первый критерий помогает понять, что вообще стоит автоматизировать в первую очередь - объём. Посчитайте на бумаге два числа: сколько раз процесс повторяется за неделю и сколько минут занимает одно выполнение.

IBM в своём разборе бизнес-автоматизации формулирует критерий именно так: хорошие кандидаты - это процессы с высоким объёмом, повторяемостью и чувствительностью ко времени выполнения. Консалтинговая компания Centric Consulting идёт дальше и даёт прямое правило: если цель - максимизировать отдачу, берите небольшие по сложности задачи с максимально высоким объёмом. Сложные и редкие такой отдачи не дают.

Проверьте на своих цифрах. Процесс, который занимает 10 минут и повторяется 40 раз в неделю, - это больше 6,5 часов еженедельно, почти целый рабочий день одного сотрудника. Процесс, который занимает час, но случается раз в месяц, - это около 12 минут в неделю в пересчёте. Ощущение важности часто обманывает: часовой процесс кажется «крупнее», хотя на деле экономит в 30 с лишним раз меньше времени.

Составьте список из 3-5 своих кандидатов и для каждого выпишите частоту и время на одно выполнение. Это ещё не окончательный ответ - но первая ось таблицы для оценки из раздела ниже.

## Критерий 2: можно ли свести процесс к чётким правилам?

Второй критерий - можно ли описать процесс как набор понятных правил, или каждый раз это новое решение по обстоятельствам?

Один продуктовый консультант с опытом в нескольких компаниях предлагает простое правило трёх проверок: качество, повторяемость и объяснимость. Качество - вы точно знаете, что такое «правильный» результат в этом процессе. Повторяемость - процесс выглядит одинаково почти каждый раз. Объяснимость - вы можете словами описать, как принимается решение внутри процесса. Если процесс не проходит хотя бы одну из трёх проверок - это сигнал, что сам процесс ещё не додуман до конца, и дело здесь не в выборе технологии.

Deloitte в своём гайде по RPA проводит ровно ту же границу с другой стороны: простая автоматизация годится для процессов с предсказуемым взаимодействием с системами. Как только в процессе появляется необходимость договариваться или принимать решение на основе контекста, которого нет в данных, - это уже более сложный и дорогой класс задач, чем базовая автоматизация.

На практике это значит следующее. Обработка типового запроса по шаблону - хороший кандидат. Переговоры с недовольным клиентом о скидке - нет, не в первую очередь. Составление счёта по фиксированным правилам - хороший кандидат. Решение, стоит ли сделать исключение конкретно для этого клиента, - нет.

## Критерий 3: что будет, если ИИ ошибётся именно здесь?

Третий критерий - последствия ошибки в этом конкретном процессе: что случится, если она всё-таки произойдёт.

В одной из подборок экспертных мнений о выборе процессов под автоматизацию звучит конкретный вопрос-фильтр: небольшой ли будет радиус поражения, если что-то пойдёт не так, и можно ли выключить автоматизацию одним кликом. Черновик письма клиенту, который вы всё равно проверяете перед отправкой, - маленький радиус. Автоматическое подтверждение платежа или изменение суммы в счёте - большой радиус, даже если ИИ ошибается там раз в тысячу случаев.

Это тот же принцип, который мы разбирали в статье [про ответственность за ошибки ИИ-агента](/blog/kto-otvechaet-esli-ii-agent-oshibsya): чем необратимее действие, тем выше должен быть порог подтверждения человеком - или тем позже такой процесс должен попадать в очередь на автоматизацию.

Практический вывод для выбора первого процесса: на старте берите тот, где цена ошибки - это извинение, не более. Дорогие и рискованные процессы автоматизировать тоже стоит, но вторым и третьим шагом - когда команда уже своими глазами убедилась, что ИИ у вас работает на практике.

## Критерий 4: готовы ли ваши данные и устоялся ли сам процесс?

Четвёртый критерий - готовность данных и стабильность самого процесса.

UiPath, оценивая процессы-кандидаты в своей методологии, отдельно считает так называемый потенциал автоматизации: насколько структурированы входные данные и насколько сильно процесс варьируется от случая к случаю. Чем меньше вариативность и чем более цифровой вход, тем выше потенциал.

Deloitte в опросе о зрелости автоматизации получила показательный разрыв: 82% руководителей согласны, что анализ реальных цифровых следов процесса даёт лучшую основу для выбора, чем оценка на глаз - но реально применяют его только 23%. Большинство выбирает интуитивно, зная при этом, что данные надёжнее.

На практике для малого бизнеса это два простых вопроса. Первый: остаётся ли после процесса цифровой след - переписка, заявки из формы, записи в таблице, история звонков - или всё живёт в голове одного сотрудника? Второй: процесс делается одинаково последние несколько месяцев, или вы меняли его в ответ на новые обстоятельства? Процесс, который меняется каждую неделю, - неудачный кандидат по чисто техническим причинам: автоматизация под него устареет быстрее, чем окупится. Важность процесса здесь ни при чём.

## Как свести четыре критерия в одну таблицу

Возьмите 3-5 своих процессов-кандидатов и оцените каждый по четырём критериям выше - по шкале от 1 до 3 баллов, где больше баллов означает более сильного кандидата.

| Критерий | 1 балл | 2 балла | 3 балла |
|---|---|---|---|
| Время в неделю (частота × минуты) | до 1 часа | 1-5 часов | 5+ часов |
| Правило-заменяемость | решение каждый раз новое | есть правила, но с исключениями | чёткий алгоритм «если - то» |
| Стоимость ошибки (чем дешевле ошибка, тем выше балл) | дорогая, трудно исправимая | заметная, но исправимая | дешёвая, обратимая за минуты |
| Готовность данных | всё в голове у сотрудника | частично зафиксировано | полный цифровой след |

Сложите баллы по каждому процессу - максимум 12. Автоматизировать первым стоит тот процесс, что набрал больше всего баллов, при условии, что уже прошёл фильтр «процесс не сломан» из раздела выше. Если два процесса набрали поровну - следующий раздел подскажет, куда качнуть выбор.

## Быстрая победа или самый большой эффект - что выбрать первым?

На этот счёт мнения расходятся, и честнее сказать об этом прямо: единственно верного ответа здесь нет. Praveen Ghanta до того как возглавить консалтинговую компанию по автоматизации продал собственный облачный сервис по подписке за 16 годовых выручек. Он считает, что большинство бизнесов ошибается в обратную сторону: хватаются за лёгкие задачи, выдыхаются и не доходят до процессов с реальным эффектом. С другой стороны, отраслевое издание UC Today предупреждает: если вся стратегия строится только на быстрых победах, дорожная карта никогда не дорастёт до сложных задач - получится видимость прогресса без реального эффекта.

Обе позиции справедливы для разных моментов. Для самого первого процесса - именно того, о котором эта статья, - аргумент в пользу быстрой победы сильнее: успешный первый пилот строит доверие команды к инструменту, а сорванный из-за лишней сложности убивает интерес на месяцы вперёд. Дальше, когда команда уже видела, что ИИ реально работает на ваших данных, можно и нужно замахиваться на процессы с большим эффектом и большей сложностью. Но это уже следующий шаг.

Если в лидерах вашей таблицы из раздела выше оказался сложный, многоступенчатый процесс, не берите сразу тяжёлый инструмент под него. Здесь работает то же правило, что мы разбирали [про переплату за многомодульные ИИ-платформы](/blog/kogda-ne-nuzhen-ii-kombayn): начните с узкого решения под конкретный процесс, комбайн на вырост подождёт.

## Как это выглядит на практике: несколько реальных примеров

Общий сервисный центр энергетической группы EDP через внутренний опрос собрал от 16 руководителей 128 предложений, что можно автоматизировать. 128 идей - это не список, из которого можно выбрать на глаз. Команда отфильтровала кандидатов всего по двум измерениям: сколько часов экономит каждый процесс и какой у него ROI (отдача на вложенные деньги) - и только после этого запускала процессы поэтапно, партиями по несколько десятков. С 2017 года это принесло более 200 000 часов экономии. Ключевое здесь - способ: 128 идей превратились в управляемый список через простой количественный фильтр вместо интуиции руководителей.

Показательный академический разбор одного крупного бразильского банка сравнивал несколько кредитных и карточных процессов. Пока банк оценивал их по запросам клиентов и внутренним потребностям бизнеса, приоритеты получались одни. Как только в модель оценки добавили отдельную ось - готовность процесса к автоматизации, в духе критериев 2 и 4 из этой статьи, - общая приоритизация заметно изменилась. По разным процессам банк получил результат от 42% до более чем 50% сокращения сроков - оформление сельского кредита ускорилось на 42%, срок оформления автомобильного консорциума - больше чем на половину.

Небольшая бухгалтерская фирма из США сэкономила похожим способом, только в миниатюре. Её основатель Джонатан Браун выбирал между надстройкой над старым софтом и платформой, которая встраивает интеллект прямо в саму систему учёта. Он взял вариант с самой глубокой нативной интеграцией данных. В итоге эффективность рабочих процессов выросла на 70%, а ежегодная «расчистка» клиентской отчётности сократилась с недель до 2-4 дней.

Все три примера - об одном: интуиция и заметность боли - слабый единственный критерий. Как только в оценку добавляется вторая ось - готовность процесса, - список кандидатов перестраивается, и часто не в пользу самого «громкого» процесса.

## Какие ошибки чаще всего заставляют пожалеть о выборе?

На форумах предпринимателей и в обсуждениях практиков автоматизации одни и те же ошибки повторяются снова и снова.

1. **Автоматизировали процесс до того, как он устоялся.** Автоматизация закрепляет процесс как есть. Если он ещё меняется каждую неделю, вы просто быстрее производите путаницу - и переделывать придётся дважды: сначала сам процесс, потом автоматизацию под него.
2. **Спутали «шаг выполнен» с «результат достигнут».** Систему хвалят за то, что она отправила письмо или заполнила поле - хотя до результата, за который в итоге платит клиент, дело часто ещё не дошло. На форумах предпринимателей это описывают одинаково: заполнить поля легко, а вот довести дело до нужной системы на другом конце - и есть настоящая сложная часть работы.
3. **Автоматизировали 90% процесса - и остановились там.** Оставшиеся 10% редких, нетипичных случаев без предусмотренного плана съедают всю экономию времени, потому что их всё равно разбирает человек, только теперь ещё и разбираясь в логике автоматизации сверху. Практики на форумах формулируют это так: слишком легко автоматизировать 99% и решить, что готово, когда последний 1% и есть настоящая сложная часть.
4. **Автоматизировали не только шаги, но и решения - и получили сопротивление команды.** Сотрудники и клиенты редко возражают против того, что процесс стал быстрее. Они возражают, когда решение приняли без них и без возможности вмешаться, если что-то пошло не так.
5. **У инструмента не оказалось владельца.** Никто в компании не отвечает за то, что автоматизация делает правильно, а что уже нет. Мы разбирали этот случай отдельно [в статье про архитектурную ошибку внедрения ИИ-бота](/blog/ii-bot-sboku-ot-processa): инструмент технически работает, а результата нет, потому что никто не считается ответственным за его актуальность.

Все пять ошибок - не про технологию. Они про то, что решение приняли раньше, чем честно прогнали процесс через критерии из этой статьи.

## С чего начать сегодня вечером

Чтобы применить всё это, не нужен отдельный проект и подрядчик - хватает вечера за чистым листом.

1. Выпишите 3-5 процессов, которые могли бы автоматизировать в своём бизнесе и которые реально отнимают у вас или у команды время каждую неделю - не пытайтесь угадать «правильный» ответ заранее.
2. Для каждого честно ответьте на вопрос из раздела про фильтр: процесс сейчас работает предсказуемо, или он держится на честном слове? Сломанные процессы - в сторону, чинить руками до всякой автоматизации.
3. Оставшиеся оцените по таблице из четырёх критериев - объём, правило-заменяемость, стоимость ошибки, готовность данных. Сложите баллы по каждому.
4. Если лидер один - берите его. Если два процесса набрали поровну - выбирайте тот, что можно проверить и внедрить быстрее: выиграть первый пилот важнее, чем сделать его идеальным.

Вы ответили на главный вопрос - какой процесс автоматизировать ИИ первым. Дальше начинается уже вопрос внедрения: какой доступ дать ИИ в этом процессе, что оставить под контролем человека, и как через месяц измерить, окупилось ли это на самом деле. Это отдельный разговор. Но начинается он ровно с того процесса, который вы только что выбрали по цифрам.

Прогнали свои процессы через таблицу и всё равно не уверены в выборе? За 30 минут разберём конкретно ваши процессы и скажем, с какого начинать - без готовых списков и без давления продать вам лишнее.