Перейти к основному содержимому

Паспорт процесса

Назначение​

Паспорт процесса — входной артефакт этапа Оценка. Его заполняет владелец процесса до углублённой проработки ИИ-инициативы.

Применимость ИИ и эффект от внедрения нельзя оценить по блок-схеме. Их предсказывают конкретные свойства процесса — объём, данные, тип работы, цена ошибки — и одна формула ценности. Паспорт заставляет описать процесс именно по этим осям. Вердикт «ИИ или нет» и черновая value hypothesis выпадают из заполнения, а не из интуиции.

Заполненный паспорт даёт две вещи:

  • вердикт по применимости ИИ и маршрут к ИИ-продукту каталога;
  • value hypothesis с baseline — evidence для контрольной точки (gate).

Паспорт не заменяет контрольную точку. Он снабжает её доказательной базой. Один процесс = один паспорт = одна ИИ-инициатива с владельцем.

Блок A. Описать процесс​

Не рисуйте схему ради схемы. Заполните поля:

1. Процесс и владелец​

  • Название процесса — как его называют в бизнесе.
  • Владелец процесса — кто отвечает за результат процесса, не за ИИ.

Без названного владельца паспорт не принимается.

2. Триггер → результат​

Что запускает процесс и что на выходе: документ, решение, действие в системе.

3. Объём и частота​

  • Сколько раз в день / месяц.
  • Сколько людей и часов на одну единицу.

Это множитель будущего эффекта — без него считать импакт нельзя.

4. Шаги и их тип​

Разбейте процесс на 3–10 шагов. Каждому шагу присвойте тип:

  • чтение / поиск
  • классификация / прогноз
  • генерация черновика
  • решение-суждение
  • действие в системе
  • физический / ручной труд

Тип шага напрямую определяет, какой ИИ-продукт сюда ложится (см. блок B).

5. Данные​

  • Какие входные данные нужны.
  • Где лежат, в каком виде (текст / таблица / изображение / звук).
  • Насколько структурированы и насколько реально получить доступ.

«Данные есть, но не выгружаются» = данных нет.

6. Правила vs суждение​

Где жёсткие правила, где экспертное суждение, где неоднозначность. Где правила меняются часто.

7. Текущие метрики (baseline)​

Время цикла, стоимость единицы, объём, частота ошибок, SLA — как есть сегодня.

Прочерк здесь = эффект потом подтвердить будет нечем.

Блок B. Оценка применимости ИИ (AI-fit)​

Оцените процесс по пяти осям. Это не балл «хорошо / плохо» — это карта, где именно ИИ ложится.

ОсьИИ ложитсяИИ не ложится
Объём и повторяемостьчасто, однотипноредко, каждый раз по-новому
Данныев цифре, доступныбумага, разрозненно, нет доступа
Тип работыязык, паттерны, извлечение, черновикфизическое действие, нужна 100% детерминированность
Цена ошибкиесть проверка / низкий risk tierкритична и проверить нечем
Стабильность правилстабильныменяются ежедневно

Тип шага → ИИ-продукт каталога​

  • чтение / поиск по документам → RAG
  • классификация / прогноз на табличных данных → ML-платформа
  • генерация черновика, суммаризация, переписывание → LLM
  • многошаговое действие в нескольких системах → агент / оркестратор
  • написание и правка кода → код-агент

Стоп-сигналы​

Если процесс редкий, данных нет или они недоступны, цена ошибки критична без возможности проверки, или нужна строгая детерминированность — ИИ здесь не инструмент.

Назвать это в паспорте важнее, чем притянуть инициативу: контрольная точка отсекает ИИ-театр на входе, а не на пилоте.

Блок C. Оценка импакта (value hypothesis)​

Эффект на единицу × объём, минус стоимость внедрения и сопровождения. Формула простая — дисциплина в полях.

1. Главный тип эффекта (один)​

Экономия времени / затрат · рост пропускной способности · качество / меньше ошибок · скорость / SLA · выручка / удержание.

Один главный, остальное — вторично.

2. Baseline → Target​

Из блока A.7 берёте «как есть», ставите цель:

Эффект = (baseline − target) на единицу × объём из A.3

3. Risk tier (Low / Moderate / High / Critical)​

Контроль пропорционален риску: чем выше tier, тем больше проверки и тем дороже сопровождение — вычитайте это из эффекта.

4. Value evidence и владелец эффекта​

Чем подтвердите, что эффект настоящий, а не «модель зашипилась»: какой accepted evidence, кто owner эффекта.

Без этого инициатива не проходит контрольную точку «Ожидает эффекта → На поддержке».

5. Граница (but-what)​

Где расчёт развалится: объём окажется ниже, данные грязные, людей всё равно надо держать в петле.

Названная граница повышает доверие к оценке.

Место в методологии​

Паспорт процесса — артефакт состояния Оценка в бизнес-воронке (Новая → Оценка → Деливери → Ожидает эффекта → …).

  • блок B даёт вердикт применимости и продуктовый маршрут;
  • блок C даёт value hypothesis и baseline, против которого потом сверяют value evidence на контрольной точке.

После паспорта инициатива переходит к сценарию применения и проверкам по плейбуку валидации сценария.

Заполняемый шаблон​

=== Блок A. Процесс ===
Процесс:
Владелец процесса:
Триггер → результат:
Объём и частота:
Шаги (3–10) и тип каждого:
Данные (источник, формат, доступ):
Правила vs суждение:
Baseline-метрики:

=== Блок B. AI-fit ===
Объём и повторяемость:
Данные:
Тип работы:
Цена ошибки:
Стабильность правил:
Вердикт (fit / no fit / частично):
Маршрут к ИИ-продукту:
Стоп-сигналы (если есть):

=== Блок C. Value hypothesis ===
Главный тип эффекта:
Baseline → target:
Risk tier:
Value evidence и владелец эффекта:
Граница расчёта:

Мини-пример​

A. Обработка входящих счетов от поставщиков. Владелец — руководитель АХО. 2 000 шт/мес, ~8 мин ручного ввода. Данные — PDF/скан. Шаги: чтение → извлечение полей → проверка → ввод в ERP.

B. Объём высокий, данные в цифре, тип — извлечение из текста, проверка есть (бухгалтер подтверждает) → fit высокий. Маршрут: извлечение → RAG/LLM, ввод → агент. Risk tier — Moderate (ошибка ловится сверкой).

C. Главный эффект — время. Baseline 8 мин → target 2 мин на счёт × 2 000 = ~200 ч/мес. Owner эффекта — руководитель АХО; evidence — замер времени до/после на выборке. Граница: если сканы плохого качества, извлечение деградирует — нужен порог уверенности и ручной фолбэк.

Связанные материалы​

Последнее обновление