Введение
Начните с задачи, которую узнаёте
Представьте обычную коммерческую планёрку автодилера. Обращения есть, а встреч и сделок меньше, чем ожидали. Маркетинг показывает рекламные показатели. Продажи объясняют результат ценой и качеством лидов. Руководитель просит разобраться, но к следующей встрече получает ещё один отчёт и почти тот же разговор.
В такой ситуации легко заинтересоваться искусственным интеллектом. Может быть, он найдёт причину? Напишет подходящий скрипт? Поможет увидеть то, чего не замечает команда? За этими вопросами стоит понятное желание: быстрее разобраться в происходящем и перестать возвращаться к одной проблеме без результата.
Но рядом появляется другая трудность. Нужно выбрать инструмент, разобраться с доступом, понять, какие данные допустимо передавать, и научиться отличать полезный ответ от убедительно написанного предположения. Вокруг обсуждают агентов и автоматизацию, а вам сначала хочется спросить, почему обычный запрос даёт общие советы.
С такого вопроса вполне можно начать. Опыт управления бизнесом не обязывает заранее знать устройство нового инструмента. Он помогает понять, для чего этот инструмент нужен, какие ограничения важны и как проверить результат. Остальному можно научиться на конкретной работе.
Эта книга — для собственников, генеральных директоров и руководителей автодилерских компаний, которые хотят пройти путь от отдельных проб к регулярному применению ИИ. Мы будем говорить о знакомых задачах: обработке обращений, подготовке предложений, загрузке сервиса, работе с клиентской базой, совещаниях, отчётах и поручениях. Технические подробности нужны нам лишь настолько, насколько они помогают принять обоснованное управленческое решение.
Что именно мы будем осваивать
Предположим, вы хотите разобраться, почему обращения не превращаются во встречи. Начать можно с описания проблемы: какой показатель изменился, за какой период и на каком этапе. Затем определить, какие сведения нужны для проверки. Только после этого стоит готовить разрешённые к обработке данные, задавать ИИ вопросы и разбирать его ответ вместе с ответственными сотрудниками.
Результатом такой работы может стать таблица проверяемых гипотез. В ней будет видно, что подтверждается исходными материалами, чего пока не хватает и какое действие поможет проверить каждую версию. Руководитель решит, что делать дальше, кто отвечает за выполнение и когда команда вернётся к результатам.
Именно такую последовательность мы предлагаем освоить. Она связывает запрос к ИИ с работой компании. Подготовленный текст становится полезен, когда его можно проверить и использовать: как сообщение клиенту, план разговора, карточку решения, инструкцию или материал для обучения. Такие рабочие материалы мы называем артефактами.
В книге много промптов — примеров постановки задачи ИИ. Их можно брать за основу и адаптировать. Однако хороший запрос не гарантирует правильного ответа. Нужно учитывать доступные данные, возможности выбранного инструмента и цену ошибки. Роль «опытного директора» в запросе задаёт точку зрения, но не превращает ответ в заключение специалиста. Проверка по исходным материалам остаётся отдельным этапом работы.
Почему примеры взяты из автодилерского бизнеса
У дилера легко увидеть связь между действиями разных подразделений. Реклама формирует ожидание, менеджер отвечает на обращение, клиент принимает решение о визите, а после покупки взаимодействие продолжается в сервисе. Разрыв на одном этапе влияет на следующие.
Поэтому мы будем смотреть не только на отдельный текст. В продажах важны контекст обращения и договорённость о следующем шаге. В маркетинге — соответствие предложения намерению клиента и возможность исполнить обещание. В сервисе — полезный повод для контакта, готовность обработать отклик и фактические возможности принять автомобиль. В аналитике — сопоставимость данных и понятный вопрос, ради которого их собирают.
Примеры без указания конкретного источника в этой книге следует читать как учебные ситуации, а не как подтверждённые результаты клиентских проектов. Числа в них иллюстрируют постановку задачи. Они не являются отраслевыми нормативами или обещанием прироста продаж. Параметры собственного пилота нужно определять по данным и ограничениям своей компании.
Как устроена книга
В первой части, в главах 1–4, мы разбираем исходную ситуацию: стихийное использование ИИ, неловкость перед базовыми вопросами, роль руководителя и границы применения технологии.
Вторая часть, главы 5–8, посвящена личной практике. Вы соберёте рабочий набор инструментов, определите правила подготовки данных, выберете повседневные задачи и научитесь превращать общий вопрос в понятное задание.
В третьей части, в главах 9–13, мы подробно разберём устройство промпта, подготовку решений, поручений и проверку качества. Затем перейдём к работе команды: распределению ответственности, библиотеке запросов и карточке повторяемого сценария.
Четвёртая часть, главы 14–17, посвящена продажам, сервису и клиентской базе, маркетингу, исследованиям и управленческой аналитике. Финансовые и кадровые задачи рассматриваются в отдельных примерах и правилах проверки; книга не заменяет специализированного руководства по этим функциям.
В пятой части, в главах 18–20, мы перейдём к многошаговым сценариям, ассистентам и агентам, корпоративным правилам и программе внедрения на 90 дней. Последняя, шестая часть — глава 21 — содержит диагностику, формы и рабочую тетрадь. Практические материалы в главах 14–21 сгруппированы в тематические разделы, чтобы их было легче находить.
Как работать с примерами и промптами
Не обязательно применять всё подряд. При первом чтении выберите одну повторяющуюся задачу, в которой понятны исходные материалы и способ проверки. Выполните соответствующий практикум, сохраните результат и сравните его с обычным способом работы. Следующую задачу добавляйте, когда сможете объяснить, что получилось в первой.
В промптах заменяйте текст в квадратных скобках своими вводными. Передавайте только те сведения, которые разрешены для выбранного инструмента. Подготовка и проверка данных должны происходить до загрузки, а не после неё. Удаление имени само по себе ещё не делает материал безопасным: человека или сделку иногда можно узнать по сочетанию деталей.
Если ИИ не получил нужный файл, не видит часть документа или не имеет доступа к актуальным источникам, это ограничение нужно сохранить в выводе. Не просите его заполнять пробелы правдоподобными подробностями. Подготовленные им сроки, роли и решения, которых не было во вводных, должны оставаться предложениями на согласование, а не протоколом уже достигнутых договорённостей.
Первые 30 дней в предлагаемой программе — время для подготовки и ограниченных пилотов. Горизонт 90 дней помогает назначить последовательные проверки и принять решение о дальнейшем развитии. Это рабочий план, который можно изменить под загрузку команды, а не обязательный срок достижения определённого уровня зрелости.
Практикум перед первой главой
Выберите задачу, которую предстоит решать в ближайшую неделю. Запишите, какой материал должен получиться, на каких разрешённых данных вы будете работать и кто сможет проверить результат. Отдельно зафиксируйте, сколько времени эта работа занимает сейчас и какие ошибки в ней повторяются.
Заполните короткую формулировку:
Я хочу использовать ИИ для [конкретная задача]. На входе у меня есть [разрешённые материалы]. На выходе нужен [рабочий результат]. Его проверит [роль] по [критерии]. Мы сравним результат с [исходный способ работы] и обсудим выводы [дата].
Сохраните эту запись. По мере чтения она станет точнее. Важно, чтобы к концу книги у вас было не только представление о возможностях ИИ, но и опыт, на основании которого можно выбирать следующий шаг.