Ваган Гулян («Три Богатыря»): «ИИ-автоматизация изменила мой подход к бизнесу»

 — Ваган Липаритович, давайте начнем с главного вопроса: насколько реально ИИ экономит время и деньги? Не на уровне футуристических обещаний, а в реальных цифрах вашей компании?

 — Могу говорить только по своему опыту, но цифры красноречивые. За три года внедрения ИИ-технологий мы сократили операционные расходы на 42 %. Это примерно 18 млн рублей экономии в год для компании нашего размера.

Конкретно: предиктивная аналитика сократила время подготовки коммерческих предложений с 4-5 часов до 40 минут. ИИ-помощник для документооборота высвободил нашим менеджерам в среднем по 12 часов в неделю — время, которое они теперь тратят на работу с клиентами, а не на бумажную волокиту. Автоматизация обработки заявок ускорила время реакции с 3-4 часов до 15 минут.

Директор по цифровой трансформации ООО «Три Богатыря» Ваган Гулян
Фото: «Три Богатыря»

И это не уникальный результат. По данным российского исследования за 2024 год, 97 % организаций, использующих ИИ, уже почувствовали бизнес-эффект. В среднем компании экономят от 15 до 25 % операционных расходов, а в некоторых случаях — до 60 %.

 — С чего вы начали? Потому что, наверное, сразу внедрить ИИ везде невозможно?

 — Абсолютно верно. Более того, попытка автоматизировать все сразу — классическая ошибка, которая приводит к провалу проекта. Мы начали с аудита процессов и задали себе простой вопрос: где наши сотрудники тратят время на повторяющуюся рутину, которая не требует креативности или экспертизы?

Оказалось, что менеджеры 40 % рабочего времени проводят за обработкой входящих заявок, составлением типовых документов, поиском информации в прошлых проектах. Инженеры тратят часы на подсчет объемов материалов и составление смет.

Мы выбрали три пилотных направления: автоматизация обработки заявок, система помощи в подготовке смет, предиктивная аналитика для прогнозирования сроков и стоимости проектов. Дали себе шесть месяцев на тестирование. Если эффект будет — масштабируем, если нет — пересмотрим подход.

 — И какие результаты показали пилотные проекты?

 — Первые результаты превзошли ожидания. Автоматическая обработка заявок сократила время реакции с 3-4 часов до 15 минут. Клиенты получают мгновенный ответ на типовые вопросы, а менеджерам на стол попадают только нестандартные запросы, требующие экспертной оценки.

ИИ-помощник для составления смет анализирует фотографии объекта, архитектурную документацию, данные по аналогичным проектам — и выдает предварительную смету с точностью 85-90 %. Инженер только проверяет и корректирует детали, вместо того чтобы все считать с нуля. Экономия времени — 3,5 часа на один объект.

Предиктивная аналитика начала прогнозировать сроки и объемы работ с точностью 87 %, что позволило делать более точные коммерческие предложения и избегать срывов сроков.

 — Вы упомянули экономию 12 часов в неделю для менеджеров. Это же почти полтора рабочих дня. Что конкретно делает ИИ вместо людей?

 — Давайте разберем типичный день нашего менеджера проектов до внедрения ИИ и после. Это наглядно покажет, откуда берется экономия.

Было: Утро начинается с обработки почты — 1,5 часа. Большая часть писем типовые: запросы информации, уточнения по проектам, заявки на коммерческие предложения. Потом подготовка документов для клиента — еще 2 часа: нужно найти похожий проект в архиве, скопировать шаблоны, заполнить данные, согласовать с техническим отделом. После обеда — встреча с клиентом и снова документы. В конце дня — отчетность: внести данные в CRM, обновить статусы проектов, подготовить сводку для руководства.

Стало: ИИ-помощник обработал почту ночью, рассортировал письма по категориям, на типовые — ответил автоматически, нестандартные — подготовил черновики ответов. Менеджер утром просматривает только то, что требует его внимания — 20 минут вместо полутора часов. Для подготовки коммерческого предложения система сама находит аналогичные проекты, подставляет актуальные данные, генерирует текст на основе нашего фирменного стиля. Менеджер проверяет и корректирует — 30 минут вместо двух часов. Отчетность формируется автоматически на основе данных в CRM — менеджер только проверяет — 10 минут.

Итого высвобождается 4 часа в день — половина рабочего времени! За неделю это те самые 12 часов. И эти часы идут не на кофе-паузы, а на работу с клиентами, развитие проектов, решение сложных задач.

По данным исследований, специалисты, использующие генеративный ИИ, экономят в среднем 11,4 рабочих часа в неделю. Наши показатели чуть выше, потому что мы внедрили комплексную систему, а не отдельные инструменты.

 — А как насчет качества? Часто говорят, что ИИ делает быстро, но плохо. Клиенты не жалуются на автоматические ответы?

 — Отличный вопрос, потому что это действительно критично. Плохое качество автоматизации хуже, чем отсутствие автоматизации вообще.

У нас ИИ не работает полностью автономно. Это система помощи, а не замены. Например, чат-бот на сайте отвечает на типовые вопросы: график работы, как оставить заявку, какие услуги мы предлагаем, примерные цены. Для этого не нужен живой менеджер, информация стандартная.

Но как только клиент задает специфический вопрос или выражает готовность к сделке — система передает разговор живому человеку. Причем передает с полным контекстом: что обсуждалось, какие вопросы задавал клиент, на какой стадии принятия решения он находится.

Что касается коммерческих предложений — ИИ генерирует черновик, но его всегда проверяет и дорабатывает менеджер. Клиент получает документ, за качество которого отвечает живой специалист, просто этот специалист потратил на подготовку 30 минут вместо двух часов.

Статистика показывает, что количество ошибок в документах снизилось на 73 % после внедрения ИИ-проверки. Система ловит опечатки, несоответствия в цифрах, устаревшую информацию — то, что человек может пропустить при ручной работе.

По отраслевой статистике ИИ-автоматизация снижает количество ошибок на 70-80 %. Это огромная цифра, если считать, во что обходятся ошибки в строительной документации или коммерческих предложениях.

 — Расскажите про предиктивную аналитику подробнее. Как она работает в строительном бизнесе?

 — Предиктивная аналитика — это когда система на основе исторических данных предсказывает будущее. Звучит магически, но на самом деле это математика и статистика, усиленные машинным обучением.

У нас она работает в трех направлениях. Первое — прогнозирование сроков и стоимости демонтажа. Система анализирует параметры объекта: площадь, этажность, материалы конструкций, год постройки, расположение, наличие коммуникаций. Сопоставляет с базой из 400+ завершенных проектов. И выдает прогноз: сколько дней займет демонтаж, какая потребуется техника, сколько это будет стоить. Точность — 87 %.

Второе направление — прогнозирование объемов вторичных материалов. Это критично для планирования. Система оценивает, сколько бетона, металла, кирпича мы получим с конкретного объекта, какого качества будут эти материалы, по какой цене сможем их реализовать. Это позволяет делать более точные коммерческие предложения и планировать логистику.

Третье — предсказание технических проблем. Система мониторит работу оборудования: вибрацию, температуру, расход топлива, загрузку. И предупреждает о возможных поломках за 2-3 дня до того, как они случатся. Мы можем провести профилактику в удобное время, а не останавливать производство из-за аварии.

Экономический эффект от предиктивного обслуживания оборудования — снижение простоев на 60 %, увеличение срока службы техники на 20-30 %, экономия на ремонтах около 800 тыс. рублей в год.

 — А как коллектив принял автоматизацию? Не было страха, что ИИ заменит людей?

 — Это самый сложный вопрос внедрения любых изменений. Не технологии, не деньги, не время — а люди. Сопротивление изменениям — это нормальная человеческая реакция.

Да, поначалу было беспокойство. Особенно среди административного персонала и менеджеров, чьи рутинные задачи собирались автоматизировать. Люди беспокоились: если система будет делать мою работу, зачем я нужен компании?

Мы провели большую работу по коммуникации. Объяснили, что цель автоматизации — не сокращение людей, а повышение производительности всей компании. Что мы растем, открываем новые направления, и этим людям нужна другая, более квалифицированная работа.

Конкретный пример: менеджер, который раньше 60 % времени тратил на составление документов, теперь может вести в два раза больше проектов. Его зарплата выросла, потому что он приносит больше выручки. Но работа стала интереснее — общение с клиентами, решение нестандартных задач, а не копирование данных из одной таблицы в другую.

Главный урок: люди не против автоматизации, если видят в ней возможность для себя. Если вы объясняете, что ИИ берет на себя рутину, а человек может заниматься более интересными и высокооплачиваемыми задачами — сопротивление снижается.

По статистике, только треть компаний планирует снижать затраты на персонал за счет ИИ. Большинство использует высвободившееся время сотрудников для решения новых задач, способствующих росту бизнеса. Это правильный подход — ИИ как инструмент усиления людей, а не их замены.

 — Какие самые большие ошибки вы совершили при внедрении ИИ-автоматизации?

 — О, ошибок было достаточно. Расскажу о трех самых болезненных.

Ошибка первая: недооценка важности данных. Мы думали: купим готовое ИИ-решение, подключим к нашим системам — и все заработает. Не заработало. Потому что наши данные были в ужасном состоянии.

Информация о проектах хранилась в трех разных системах в несовместимых форматах. Клиентская база — куча дубликатов, устаревших контактов. Технические характеристики объектов — где-то в Excel, где-то в PDF, где-то в головах инженеров.

Пришлось остановить внедрение и потратить три месяца на очистку и структурирование данных. Это было скучно, дорого, но без этого ИИ не мог работать. Вывод: прежде чем внедрять искусственный интеллект, нужно навести порядок в естественном — в ваших данных.

Ошибка вторая: попытка автоматизировать сломанные процессы. Если процесс неэффективен, автоматизация его не исправит, а только ускорит производство брака.

У нас была проблема с подготовкой проектной документации: документы согласовывались долго, постоянно терялись в переписке, версии путались. Мы решили: внедрим систему автоматического документооборота — и все наладится.

Не наладилось. Потому что проблема была не в отсутствии автоматизации, а в отсутствии четкого процесса: кто за что отвечает, в каком порядке согласовывается, какие версии считаются финальными. Пришлось сначала описать и оптимизировать процесс, а потом уже автоматизировать.

Ошибка третья: недостаточное обучение сотрудников. Мы внедрили новую систему, провели одно обучение на два часа и ожидали, что все сразу начнут пользоваться.

Не начали. Потому что людям нужно время, чтобы привыкнуть к новым инструментам. Нужна постоянная поддержка, ответы на вопросы, дополнительное обучение.

Мы организовали «дежурного эксперта», к которому можно было обратиться с любым вопросом по новой системе. Записывали видеоинструкции по частым задачам. Проводили мини-воркшопы раз в две недели. И система заработала.

Технология — это только 30 % успеха. 70 % — это люди и процессы.

 — Давайте поговорим о цифрах на уровне всей отрасли. Насколько велик потенциал ИИ в строительстве?

 — Потенциал огромный. По оценкам экспертов НИУ ВШЭ, строительство входит в топ-2 отраслей по потенциальному экономическому эффекту от внедрения ИИ. К 2035 году вклад ИИ-технологий в строительную отрасль может составить 4 трлн рублей.

Почему строительство? Потому что это отрасль с огромным количеством рутинных, повторяющихся операций, которые идеально подходят для автоматизации. Плюс большие объемы данных: проекты, сметы, графики, контроль качества, логистика.

С 1 июля 2024 года в России вступило в силу обязательное применение информационных моделей объектов (BIM) для проектов долевого строительства. В 2025 году эта норма распространится на индивидуальное строительство. Это создает цифровую основу для применения ИИ.

ИИ можно применять на всех этапах: инженерные изыскания, проектирование, строительство, закупка материалов, контроль работ, управление расходами, продажи, эксплуатация. По сути, вся цепочка от идеи до готового объекта может быть оптимизирована с помощью искусственного интеллекта.

В России уровень применения ИИ в экономике достиг 20 %, цель — довести до 50 % в ближайшие годы. Общая экономия от внедрения ИИ-технологий уже в 2025 году может достичь 1 трлн рублей по всей экономике.

 — Какие советы вы дали бы компаниям, которые только думают о внедрении ИИ-автоматизации?

 — Первый совет: начинайте сегодня, а не завтра. Скорость изменений в технологиях такова, что отставание на год может стоить вам конкурентного преимущества. 71 % компаний в России уже применяют генеративный ИИ хотя бы в одной функции. Если вы не начали — вы уже отстаете.

Второй совет: начинайте с малого. Не пытайтесь трансформировать всю компанию сразу. Выберите одну конкретную задачу, где автоматизация даст быстрый и измеримый эффект. Докажите ценность на маленьком проекте, а потом масштабируйте.

Третий совет: инвестируйте в людей, а не только в технологии. Обучение, поддержка, вовлечение команды — это критично. Лучшая технология провалится, если люди не понимают, зачем она нужна, и не умеют ей пользоваться.

Четвертый совет: измеряйте результаты. Автоматизация ради автоматизации — бессмысленна. Нужны четкие метрики: сколько времени экономим, насколько снижаем затраты, как растет производительность, как улучшается качество. Без измерений вы не поймете, работает ваше решение или нет.

Пятый совет: не бойтесь экспериментировать и ошибаться. Цифровая трансформация — это не линейный путь от точки А к точке Б. Это итеративный процесс: пробуем, анализируем, корректируем, пробуем снова. Некоторые решения не сработают — это нормально. Главное — быстро учиться на ошибках и двигаться дальше.

 — Последний вопрос: что дальше? Как вы видите развитие ИИ-автоматизации в ближайшие годы?

 — ИИ будет становиться все более доступным и интегрированным в повседневные процессы. То, что сегодня кажется инновацией, через три года станет стандартом.

По прогнозам, к 2030 году ИИ будет управлять 70 % бизнес-процессов. Это не значит, что исчезнут люди — это значит, что изменится характер работы. Люди будут заниматься стратегией, креативом, сложными решениями, а рутину возьмут на себя алгоритмы.

В строительстве мы увидим массовое внедрение цифровых двойников объектов, предиктивного обслуживания, автоматизированного контроля качества и безопасности. Дроны и роботы станут обычным явлением на стройплощадках. BIM-модели будут автоматически обновляться на основе данных с объекта.

Для малого бизнеса появятся еще более доступные решения на базе no-code и low-code платформ. Вы сможете создавать свои автоматизированные процессы без программистов, просто настраивая готовые блоки.

Главный тренд — гиперавтоматизация: когда разрозненные ИИ-инструменты объединяются в единую экосистему. Ваша CRM, система документооборота, логистика, финансы, производство — все работает как один организм, обмениваясь данными и оптимизируя процессы в реальном времени.

Но самое важное — ИИ перестанет быть конкурентным преимуществом и станет базовым требованием для выживания бизнеса. Компании, которые не адаптируются, просто не смогут конкурировать по скорости, качеству и цене с теми, кто использует автоматизацию.

Поэтому мой главный совет: не откладывайте. Начните изучать возможности, пробовать инструменты, внедрять решения. Сегодня это инвестиция в будущее. Завтра это будет вопросом выживания.

 — Большое спасибо за беседу!