Почему компании неправильно считают эффект от ИИ-автоматизации

Почему универсальной методики оценки не существует

Когда в компании начинают обсуждать интеллектуальную автоматизацию, почти сразу возникает вопрос об экономическом эффекте. Руководителю нужно понять, стоит ли запускать проект, во что он обойдется и какую отдачу принесет бизнесу. Для этого используют привычные финансовые показатели — ROI, IRR, NPV и срок окупаемости. 

Формально все выглядит правильно. Но на практике дело не в самих формулах, а в том, на какой управленческий вопрос они должны ответить. Если расчет не учитывает цель, ради которой проводится оценка, он не вызывает доверия и не помогает принять решение. На старте важно понять, стоит ли вообще запускать проект. После пилота — какие процессы автоматизировать в первую очередь. На стратегическом уровне — какого эффекта компания способна достичь в масштабах всей организации.

Именно поэтому универсальной методики оценки не существует. Как показывает практика внедрения в ГК Softline, на каждом этапе она должна отвечать на разные вопросы и опираться на разные исходные данные. Ниже разберем все три ситуации и подходы к их оценке.

Первый этап. Стоит ли запускать проект?

На начальном этапе компания оценивает не столько проект, сколько саму идею интеллектуальной автоматизации. Руководителю важно понять экономический эффект именно в его организации, поэтому главная задача расчета — не добиться максимальной точности, а создать основу для принятия решения. 

Здесь компании часто совершают ошибку. Стремясь повысить точность, они строят сложные финансовые модели: анализируют загрузку сотрудников, распределяют рабочее время по операциям, оценивают фонд оплаты труда. Однако чем сложнее модель, тем меньше доверия она вызывает.

На старте важнее не абсолютная точность, а проверяемость. Расчет должен опираться на данные, которые можно воспроизвести и подтвердить. Один из самых надежных подходов, который мы успешно применяем в проектах ГК Softline,  — считать не от сотрудников, а от операций. Вместо того чтобы выяснять, сколько человек участвует в процессе и сколько времени каждый из них тратит, достаточно определить количество однотипных операций за год и измерить фактическое время выполнения одной операции. Именно так рассчитывается эквивалент занятости в FTE.

Пример — автоматизация оформления отпусков. Первоначально компания пыталась оценить загрузку сотрудников кадровой службы, однако результаты интервью существенно различались. Тогда подход изменили. За основу взяли количество отпусков: известно, что каждый сотрудник оформляет отпуск как минимум дважды в год, а значит, можно рассчитать общее число операций. Затем специалисты замерили фактическое время оформления одной заявки. Этого оказалось достаточно, чтобы получить реалистичную оценку трудозатрат без субъективных предположений.

Не менее важно корректно перевести FTE в экономический эффект. Ошибкой будет учитывать только заработную плату сотрудника — полная стоимость рабочего времени включает налоги, социальные выплаты, накладные расходы и другие издержки работодателя. Только такой расчет будет понятен и финансовому блоку компании.

На старте цель расчета — не определить экономический эффект с точностью до рубля, а ответить на главный вопрос: достаточно ли оснований, чтобы запустить пилотный проект? Если расчету доверяют, компания начинает внедрение. Если нет — проект, как правило, так и остается на стадии обсуждения.

Второй этап. Какие процессы автоматизировать дальше?

После запуска первых цифровых помощников вопрос «работает ли автоматизация?» обычно уже не стоит. Теперь руководителю нужно решить другую задачу: какие процессы автоматизировать дальше.

Пока проектов один или два, каждый можно подробно проанализировать, рассчитать экономический эффект и принять решение. Но когда потенциальных инициатив становятся десятки или сотни, такой подход перестает работать. Экспертная оценка каждого процесса требует времени, а скорость принятия решений начинает зависеть от доступности специалистов.

На этом этапе финансовые показатели остаются прежними — ROI, IRR и срок окупаемости, — но меняется их назначение. Теперь они нужны не для обоснования отдельного проекта, а для сравнения процессов между собой, оценки их экономического потенциала и определения очередности внедрения.

Чтобы такое сравнение было объективным, все проекты должны рассчитываться по единым правилам. Компания определяет нормативы стоимости разработки, сопровождения, инфраструктуры и трудозатрат, после чего эти параметры становятся основой для оценки всех инициатив.

Логичный следующий шаг — автоматизировать сам процесс расчета. Вместо индивидуальной экспертной оценки пользователь вводит параметры процесса: количество операций, используемые системы, наличие документов, проверок и ветвлений. На основе единой модели система автоматически определяет трудоемкость разработки, стоимость проекта, ожидаемый экономический эффект и срок окупаемости. На этапе масштабирования приоритетом становятся не абсолютная точность отдельных расчетов, а их сопоставимость. Когда все процессы оцениваются по единым правилам, компания может быстро сравнивать инициативы, формировать портфель проектов и принимать решения без длительной экспертной проработки.

При этом ценность заключается не в самом калькуляторе, а в методике, которая лежит в его основе. Если единая модель расчета не определена, инструмент не решит проблему: оценки останутся несопоставимыми, а компания неизбежно вернется к ручному анализу каждого процесса.

По мере накопления опыта модель начинает опираться не только на нормативы, но и на собственную статистику компании. Сопоставляя прогнозные и фактические показатели, организация уточняет стоимость разработки, сопровождения и реальный экономический эффект. В результате расчет перестает быть разовой аналитикой и становится частью системы управления интеллектуальной автоматизацией.

Третий этап. Какого эффекта можно достичь?

Когда интеллектуальная автоматизация становится частью операционной деятельности, меняется и цель расчета. Руководителю уже недостаточно понимать экономику отдельных проектов — ему важно оценить потенциал всей программы автоматизации.

На этом этапе часто появляются ориентиры вроде «сократить трудозатраты на 30%». Однако сама по себе такая цель мало что значит. Гораздо важнее понять, достижима ли она с учетом ресурсов, которыми располагает компания.

В отличие от первых этапов, здесь расчет уже не строится на гипотезах. Организация накопила собственную статистику: известно, сколько времени занимает разработка цифровых помощников, какие ресурсы требуются для их сопровождения, сколько процессов удается автоматизировать за год и какой экономический эффект они дают на практике.

На основе этих данных формируется производственная модель развития автоматизации на горизонте трех–пяти лет, что является стандартной практикой при стратегическом планировании в ГК Softline. В расчет закладываются численность сотрудников, целевой уровень производительности, нормативы замещения FTE цифровыми помощниками, возможности команды разработки и стоимость сопровождения.

В результате руководитель получает не абстрактный ориентир, а реалистичный сценарий развития. Модель показывает, сколько цифровых помощников необходимо создать, какими темпами это возможно сделать, каких инвестиций потребует программа и какого экономического эффекта можно ожидать на каждом этапе ее реализации.

Такой подход меняет качество управленческих решений. Вместо усредненных рыночных оценок компания получает план, основанный на собственных данных и реальных производственных возможностях. Это позволяет заранее увидеть ограничения, определить необходимые ресурсы и оценить, насколько поставленные цели действительно достижимы.

Экономический эффект — это инструмент управления

Экономический эффект интеллектуальной автоматизации нельзя рассчитать по универсальной формуле. По мере развития программы автоматизации меняются управленческие задачи, а вместе с ними — требования к расчету.

На старте важно получить расчет, которому можно доверять. Во время масштабирования — обеспечить сопоставимость проектов и скорость принятия решений. На стратегическом уровне — оценить, какого эффекта компания способна достичь с учетом собственных ресурсов и накопленного опыта.

Когда эти различия не учитываются, расчеты перестают выполнять свою основную функцию. Они либо не помогают принять решение о запуске проекта, либо тормозят масштабирование, либо создают ожидания, которые невозможно реализовать на практике.

Поэтому расчет экономического эффекта — это не вспомогательная аналитика, а часть системы управления интеллектуальной автоматизацией. Именно от качества методики зависит, останется ли автоматизация набором отдельных инициатив или превратится в устойчивую программу развития бизнеса.