Как связка процессной аналитики и искусственного интеллекта меняет экономику бизнес-процессов
Мы сделали большое исследование о следующем этапе развития процессной аналитики — переходе от диагностики уже произошедших проблем к опережающему управлению, когда риск можно выявить и отработать до того, как компания потеряет время, деньги или клиента. Представляем основные тезисы.
Сегодня аналитика бизнес-процессов (Process Mining) и бизнес-операций (Task Mining) в основном используются для анализа фактического исполнения процессов: поиска задержек, возвратов, ручных операций и других источников неэффективности. По нашей оценке, основанной на результатах реализованных проектов, медианный резерв снижения трудозатрат составляет 24,5%. Сопоставимые проектные ориентиры показывают потенциал ускорения операций примерно на 22,4% и снижения количества ошибок на 21,5%.
Следующий этап — использовать процессные данные вместе с искусственным интеллектом не только для объяснения ретроспективы, но и для управления текущей ситуацией. Process Mining показывает, что происходит в сквозном процессе, Task Mining раскрывает действия внутри операций, а ИИ оценивает вероятный исход и готовит варианты воздействия. В такой модели система должна отвечать не только на вопрос «что происходит?», но и «чем это закончится без вмешательства и какое действие способно изменить результат?».
Отдельная часть исследования посвящена экономике такого подхода. В двухраундовой экспертной оценке по методике Delphi-like приняли участие 16 экспертов. По итогам второго раунда 78% процессов потенциально пригодны для модели опережающего управления, 60% процессных потерь можно потенциально предотвратить своевременным воздействием, а 58,4% предотвращенного ресурса способны конвертироваться в экономический результат.
Для оценки масштаба использовались два независимых подхода. Расчет «снизу вверх», основанный на российском фонде оплаты труда офисного контура и наблюдаемом резерве трудозатрат, дал около 2,9 трлн руб. в год. Расчет «сверху вниз», основанный на обороте российских организаций и международной оценке эффекта масштабированного агентного ИИ, — около 2,5 трлн руб. В итоге потенциальный экономический контур опережающего управления оценивается в 2,5–3 трлн руб. в год, центральный ориентир — порядка 2,7 трлн руб.
Важно, что это не оценка рынка Process Mining или ИИ и не уже полученная российским бизнесом экономия. Речь идет о расчетном потенциале зрелой модели, в которой процессная аналитика отслеживает ситуацию, ИИ оценивает возможный исход, а человек или автоматизация успевают вмешаться до возникновения потери. Для конкретного бизнеса эффект при этом необходимо подтверждать причинно — доказывать, что результат изменился именно вследствие вмешательства.
Ключевая идея исследования: ценность процессной аналитики смещается от количества найденных проблем к предотвращенным потерям и измененным исходам. Роль ИИ — не просто ускорять отдельные операции, а помогать бизнесу вовремя увидеть риск, выбрать действие и проверить его реальный экономический эффект.
