На воркшопе «Фундамент во времена турбулентности» для бизнес-клуба «Гермес» я признался в одной своей иллюзии. Ещё недавно мне казалось, что с нейросетями программисты скоро будут не нужны. Оказалось наоборот. По моей оценке, софта теперь нужно примерно в десять раз больше, и каждая компания может стать технологической в своей нише, потому что агенты опираются на опыт, который есть только у неё. В этой статье я разбираю, где этот опыт лежит, как его достать и как превратить в собственное приложение. Этот отрывок есть в ролике на нашем канале.
Коротко:
1. Опыт ваших людей и есть капитал компании. Он просто не описан словами и живёт в головах, папках и таблицах.
2. Проговорите и запишите процессы. Из этих записей команда с агентами собирает рабочий софт под ваши правила.
3. Пример из нашей практики на производстве: путь от запроса клиента до заключения контракта сократился с четырёх дней до четырёх часов.
Почему программистов нужно больше, а не меньше
Программисты нужны сильнее, чем раньше, потому что софта теперь требуется намного больше, по моей оценке примерно в десять раз. Приложение под одну операцию одного цеха стало нормальной задачей. Агенты пишут быстро, но кто-то должен собрать, проверить и сопровождать то, что они написали по вашим описаниям. Это и есть работа программистов. Каждая компания может стать софтверной в своей нише, потому что её знания о собственном процессе и есть техническое задание. ИИ-агенты для производства собираются поверх того, что вы и так делаете каждый день. Как устроена компания, где работают агенты, я разбирал в статье про 58 ИИ-агентов.
Что делать: перестаньте искать коробку, которая умеет всё. Найдите одну операцию, которую вы понимаете лучше любого поставщика софта.
Опыт сотрудников это главный капитал компании
Самое ценное в компании не станки и не программы учёта, а опыт людей, накопленный годами. На воркшопе я приводил пример логистической компании. У его логистов двадцать пять лет практики. Они знают то, чего нет ни в одном регламенте. Но эта практика нигде не записана. Она не вербализирована, то есть не записана словами так, чтобы её мог прочитать другой человек или программа.
Когда такой опыт проговаривают, записывают и отдают агентам на анализ и синтез, получается продукт. На первый взгляд он закрывает одно узкое место. Но я уверен, что такой продукт может подойти и другим компаниям той же отрасли. Так владелец транспортного бизнеса получает шанс стать технологическим игроком в своей нише, не меняя профессии.
Почему рой небольших агентов может обойти одну большую модель
Рой небольших агентов может обойти одну большую модель, когда выигрывает точное разделение ролей, а не размер. Рой ИИ-агентов, если объяснять просто, это не один всезнающий помощник, а команда из маленьких исполнителей. У каждого одна узкая роль. Например, один проверяет допуски, а другой ищет похожий заказ в базе. Они передают работу друг другу, как сотрудники в цехе.
Расскажу историю, которую я слышал в одном разборе: программист из Palantir рассказывал её в интервью, за точность пересказа я не ручаюсь. Нужно было просчитать логистическую цепочку из 600 000 деталей на уровне NVIDIA. Команде сначала выделили самый мощный сервер и самую мощную модель. А в итоге задачу решили на модели в 32 миллиарда параметров. Это Qwen, открытая модель: её можно поставить на свой сервер, и мы в Solaris AI разворачиваем её у клиентов. Параметры модели, если просто, это мера её размера. Младшая модель сработала лучше не потому, что умнее, а потому, что каждый агент делал свою часть, а каждый шаг процесса был точно описан. Эта логика мне близка.
Что делать: не начинайте с покупки самой дорогой модели. Сначала опишите процесс по шагам, потом решайте, какой агент какой шаг возьмёт.
Как вытащить опыт из головы
Опыт достают из головы разговором под запись, а не анкетой. Сложность в том, что многое мы делаем интуитивно. Допустим, опытный технолог смотрит на чертёж и быстро называет цену, а на вопрос, как посчитал, пожимает плечами. Мы сами не всегда понимаем, как у нас это срастается. Нейросеть мысли не прочитает, ей нужен текст.
Поэтому на старте мы рисуем архитектуру: какие процессы есть, кто за что отвечает, откуда приходят данные и куда уходит результат. Потом вы и ваши руководители рассказываете, как делаете работу, а мы записываем. Из этих записей собирается база знаний компании для ИИ. Это и есть ответ на вопрос, как оцифровать опыт сотрудников: не сканировать папки, а разговорить людей, которые эти папки собирали. Данные при этом остаются в 1С, таблицах и чертежах, а поверх них появляется связующий слой, о нём моя статья о слое над данными.
Что делать: выделите постоянное время на такие разговоры с ключевыми людьми и записывайте их, предупредив сотрудника и получив его согласие.
Кейс: помощник главного технолога на производстве по металлообработке
ИИ-помощник главного технолога это проект Solaris AI на производстве по металлообработке, где путь от запроса до контракта сократился с четырёх дней до четырёх часов. Об этом кейсе я рассказал, когда участник воркшопа Максим сказал, что занимается металлообработкой. У моего отца тоже группа компаний по металлообработке в Ярославской области, с таких процессов я начинал.
Что было. От отдела продаж или из тендера приходит запрос, его нужно просчитать. Инженер открывает систему проектирования КОМПАС, Excel и папку с документами на столе: чертежи, допуски, эталоны, ГОСТы. Считает несколько дней. Инженеров двадцать, а связь между продажами и инженерами нарушена. Поэтому иногда инженеры считали один и тот же заказ и не знали об этом. Потом кто-нибудь вспоминал, что этот заказ уже считали по этим же допускам, и выяснялось, что дни работы ушли впустую.
Что сделали. Всю накопленную базу загрузили в систему: чертежи, допуски, эталоны, ГОСТы. Сверху собрали приложение с личным кабинетом. Инженер заходит, загружает чертежи и запрос клиента и получает расчёт. Автоматизация расчёта заказа здесь выросла не из чужого шаблона, а из того, как эти люди считали заказы годами.
Итог: от запроса до заключения контракта раньше уходило четыре дня, теперь четыре часа. ИИ для металлообработки в нашем случае это не роботы у станка, а быстрый расчёт для клиента.
Почему ваш опыт трудно скопировать
Догнать вас будет трудно, потому что продукт собран из вашего опыта и вашей базы данных, а их нет больше ни у кого. Конкурент может купить такой же сервер и поставить ту же Qwen. Но у него не будет ваших лет расчётов и ваших допусков. Из этой базы рождается свой продукт под вашу нишу. CRM и 1С при этом остаются источниками данных, почему, я объяснял в статье про CRM и 1С.
С чего начать
Начинать лучше с одной операции, а не с большой программы цифровизации: выбрать её и самого опытного человека, который её делает.
Один шаг до пятницы, 13 ноября. Выберите одну операцию, которую ваши опытные люди делают дольше всего, например расчёт заказа. Попросите самого опытного сотрудника проговорить её вслух под запись так, как он объяснял бы новичку, и сохраните запись. Потом напишите нам в бота, какую операцию выбрали, чертежи и персональные данные присылать не нужно. Разберём вместе, какую часть можно отдать агентам.
Частые вопросы
Как оцифровать опыт сотрудников
Опыт оцифровывают через разговор: сотрудник рассказывает процесс под запись, а запись расшифровывают и раскладывают по шагам. В папках с документами есть данные, но нет логики решений, её знает только человек.
Можно ли автоматизировать расчёт заказа на производстве
Да, если у компании накоплены чертежи, допуски и стандарты. Их загружают в базу, а инженер получает расчёт в приложении вместо того, чтобы собирать его вручную по папкам.
Что такое рой ИИ-агентов
Это команда ИИ-агентов, где каждый отвечает за свой шаг процесса и передаёт результат следующему. Чем точнее описан каждый шаг, тем меньше требований к размеру модели.
Нужна ли для ИИ-агентов самая мощная модель
Не всегда. В истории из интервью, которую я пересказал выше, хватило модели в 32 миллиарда параметров. Это пример, а не правило: сначала описывают процесс, потом подбирают модель под него.
С чего начать внедрение ИИ на производстве
С одной операции, которая занимает у опытных людей больше всего времени. Описание этой операции становится заданием для первого агента, а результат сразу видно по времени работы.