Совет требует ИИ, а данные не готовы. Как ESM даёт фундамент, который не провалит пилот

В прошлой статье ^[1] мы обсудили, почему ИИ-инициативы в компаниях, даже с большими деньгами и ресурсами, просто проваливаются. Коротко говоря, если у ИИ нет качественных данных, проект скорее всего обречён — по данным Gartner ^[2], 60% ИИ-проектов не доходят до продакшена из-за неготовности данных и процессов.  В этот раз поищем решение: как собрать все заявки в одном месте и научить модель делать то, что вам нужно — уничтожать рутину.

Чтобы организовать данные, существует класс систем, который целенаправленно формирует операционный ландшафт, необходимый для работы ИИ. Речь идет об Enterprise Service Management (ESM) ^[3] — сервисных платформах, объединяющих процессы, данные и сотрудников в единый управляемый контур. ИТ-директор, который осознает это, перестает быть руководителем, затягивающим инновации, и становится архитектором цифрового фундамента компании.

Что ESM-платформы дают ИИ

Любой модели жизненно необходимы три элемента: структурированные данные, стандартизированные процессы и оркестрация. В большинстве компаний исторически нет ни одного из них, однако ESM-платформа способна закрыть все эти потребности ^[4].

Единая точка входа

Когда все запросы бизнеса, от ИТ и HR до юристов и АХО, проходят через одну систему, информация перестает теряться в личных переписках. Историю взаимодействия не нужно собирать по крупицам из разных отделов: она изначально структурирована, оцифрована и готова к машинному анализу. Именно на таких качественных датасетах раюотают эффективные ИИ-инструменты, а не на ручных выгрузках из разрозненных таблиц, которые аналитики вынуждены чистить неделями.

Стандартизация процессов

ИИ-агента можно воспринимать как полноправного участника рабочего процесса. Например, он может маршрутизировать заявку, классифицировать инцидент или ответить на типовой вопрос, но только если сам процесс четко регламентирован. ESM-платформа делает процесс видимым, задавая строгие шаги, ветвления алгоритмов и зоны ответственности, к которым уже можно подключать нейросети.

Оркестрация и интеграция

ИИ не существует в вакууме. Получив задачу, модель должна обратиться к данным из ERP или CRM, а затем передать результат человеку или смежной системе. Все это требует управляемой транзакционной среды, связывающей участников через API и сохраняющей контекст каждого шага. Без встроенной оркестрации, которую дает ESM, нейросеть будет действовать вслепую или регулярно простаивать в ожидании данных.

Пример

Проблема. Крупная лизинговая компания столкнулась с классической болезнью роста. Управление сервисными процессами было фрагментировано: заявки обрабатывались в разных системах, запросы от сотрудников приходили по почте и телефону. Процессы маршрутизации, эскалации и согласования выполнялись вручную. Сотрудники не видели статуса своих запросов и постоянно дёргали поддержку. Решение даже простой проблемы могло занять несколько дней.

Решение. Компания перешла на ESM-платформу ^[3] — класс решений, который объединяет все сервисные процессы в единую среду. Вместо разрозненных систем появилась одна платформа. Вместо ручной маршрутизации — автоматические workflow. Вместо звонков и писем — портал самообслуживания, где сотрудник сам решает большинство вопросов без участия человека.

В единой цифровой среде объединили 10 сервисных команд — от ИТ и HR до бухгалтерии и юридического отдела. Взаимодействие более 2000 сотрудников перевели в чётко регламентированные цифровые процессы, создав тот самый прозрачный цифровой след, без которого невозможна работа ИИ.

Результаты:

• стандартизировано более 700 моделей запросов;

• среднее время обработки обращений сократилось на 33%;

• нагрузка на специалистов распределилась равномерно;

• 55% обращений теперь приходится именно на бизнес-функции, а не на ИТ;

• проект окупился за 7 месяцев.

Но главное — появился цифровой след. Каждое действие теперь фиксируется в системе: кто запросил, когда, как обработали, сколько времени заняло. Это данные для обучения ^[5] и работы ИИ-моделей, фундамент, на котором можно строить ИИ-агентов.

Стратегические выгоды для ИТ-директора

Разговоры об архитектуре часто скатываются в абстракцию, если не перевести их в плоскость реальных бизнес-преимуществ. Внедрение ESM-платформы ^[3] меняет позиционирование не только процессов, но и самого ИТ-директора:

• Меняется риторика на уровне топ-менеджмента: ИТ-директор не оправдывается тем, что инфраструктура не готова, а демонстрирует реальную среду, где ИИ-агенты уже снимают часть рутинной нагрузки.

• Можно уверенно защищать ИТ-бюджет и предлагать инфраструктурную инвестицию, делающую возможной всю ИИ-стратегию компании.

• Ниже репутационные риски: так как провальный ИИ-пилот бьет по доверию к ИТ, успешный запуск сервисной платформы может закрепить за ИТ-директором статус человека, построившего цифровой хребет бизнеса.

В хаосе нейросети не работают, но этот хаос можно устранить без многолетних и болезненных цифровых трансформаций. ESM — это прагматичный первый шаг, который не обещает «умное будущее» уже завтра, но создает фундамент, где внедрение ИИ становится технически возможным послезавтра.

Однако здесь возникает закономерный вопрос. ESM-решений на рынке много, но далеко не все они архитектурно готовы стать базой для работы с данными и машинным обучением. О том, какие критерии действительно важны при выборе и чем настоящая платформа отличается от простой системы автоматизации тикетов, уже рассказывал наш технологический партнер в статье на Хабр ^[6].

А как в вашей компании решают проблему данных перед запуском ИИ-инициатив?