Заказ продали. А производство его поняло? Где промышленному бизнесу нужен ИИ

Клиент согласовал предложение, менеджер закрыл сделку, производство приступило к работе. Но каждый мог понять заказ немного по-своему. Егор Евдокимов, основатель ABC Industrial, — о том, как интегрировать ИИ в передачу заказов между отделами и почему начинать нужно с устройства самого процесса.

В производственном бизнесе есть опасный момент: заказ уже продан, но ещё не стал понятной задачей для всех, кто будет его выполнять.

В коммерческом предложении зафиксирована одна комплектация. В переписке появилось уточнение. На встрече обсудили условия доставки. Часть информации осталась у менеджера, часть — у инженера, а закупки получили только спецификацию.

Каждый сотрудник может добросовестно выполнять свою работу. При этом компания рискует изготовить изделие, которое не полностью соответствует ожиданиям заказчика.

Я Егор Евдокимов, предприниматель и основатель ABC Industrial. Мы занимаемся модульными и быстровозводимыми конструкциями. В таком бизнесе особенно хорошо видно, насколько результат зависит от согласованной работы продаж, проектирования, закупок, производства и монтажа.

Именно на стыке этих функций я вижу одну из наиболее содержательных задач для интеграции искусственного интеллекта.

Информация есть. Собранного заказа нет

Представим условную ситуацию.

Заказчик согласовал модульную конструкцию. В документах указаны размеры, материалы и комплектация. Позже в переписке он уточнил требования к разгрузке и попросил изменить расположение входа. Менеджер ответил, что передаст пожелания коллегам.

Дальше возникают вопросы.

Изменение уже согласовано или только принято к рассмотрению? Учтено ли оно в цене? Какая версия чертежа актуальна? Кто должен проверить возможность разгрузки? Входит ли дополнительная работа в обязательства компании?

Ответы могут находиться в разных местах. Чтобы восстановить картину, приходится читать письма, открывать вложения и спрашивать участников переговоров.

Здесь полезно ставить перед ИИ конкретную задачу: собрать из доступных материалов проект карточки заказа, показать источники сведений и выделить вопросы, которые пока нельзя считать решёнными.

Сначала нужно определить, что компания передаёт в работу

Интеграция начинается с управленческого решения: какой набор сведений необходим, чтобы следующий отдел мог принять заказ?

Для производственной компании в такую карточку могут входить:

1. состав поставки и границы работ;
2. технические требования и актуальные версии документов;
3. согласованные сроки и условия их выполнения;
4. доставка, разгрузка, монтаж и подготовка площадки;
5. обязательства заказчика;
6. отклонения от стандартного решения;
7. открытые вопросы и ответственные за их закрытие.

Важно различать отсутствие информации и отсутствие требования.

Если в материалах ничего не сказано о разгрузке, система должна отметить: «Условия разгрузки не найдены». Делать вывод, что разгрузка не требуется или выполняется заказчиком, нельзя.

Для меня это один из основных принципов интеграции ИИ в бизнес: неопределённость должна становиться видимой до того, как превратится в расход.

ИИ готовит передачу, сотрудники принимают ответственность

Я бы выстраивал такой процесс в несколько этапов.

Сначала система получает материалы конкретного заказа в пределах разрешённого доступа: переписку, коммерческое предложение, договор, спецификацию, протоколы встреч.

Затем извлекает сведения по заранее определённой структуре. У каждого существенного пункта должна быть ссылка на документ, письмо или фрагмент записи, из которого он взят.

Следующий этап — проверка расхождений. Например, в предложении указан один срок, в договоре другой, а в переписке есть дополнительное условие. Система показывает это ответственному сотруднику.

При этом правило «берём самый поздний файл» недостаточно. Последний документ может оказаться несогласованным черновиком. Статус версии должен определяться установленным порядком согласования.

После проверки сотрудники подтверждают карточку в пределах своих полномочий. Менеджер — договорённости с клиентом, инженер — техническую часть, производство — возможность исполнения, логистика — условия доставки.

Сам факт подготовки сводки искусственным интеллектом ещё не означает, что заказ готов к запуску.

Самая полезная функция — вовремя задать вопрос

От ИИ часто ждут готовых ответов. В производственном процессе большую ценность иногда даёт обнаруженный пробел.

Например:

«В переписке клиент просит доставить конструкцию к определённой дате. В документах найден срок готовности изделия, но дата доставки отдельно не подтверждена».

Или:

«В предложении предусмотрен монтаж. Требования к готовности площадки в предоставленных материалах не найдены».

Такие сообщения помогают сотрудникам уточнить условия до закупки материалов и распределения производственных мощностей.

Но список замечаний должен быть полезным. Если система выдаёт десятки общих предостережений по каждому заказу, команда быстро перестанет их читать. Поэтому необходимо определить, какие пропуски мешают запуску, какие требуют уточнения позже и кому направлять каждый вопрос.

Почему я бы не начинал с автоматизации всей компании

Попытка сразу связать ИИ со всей почтой, CRM и производственной системой усложняет проверку результата.

Я бы начал с одного типа заказов и одного перехода между отделами. Например, с подготовки пакета для передачи из продаж в проектирование.

Для пилота можно выбрать завершённые заказы, по которым уже известны спорные моменты. Проверить, обнаруживает ли система эти расхождения, какие существенные детали пропускает и сколько лишних замечаний создаёт. Затем перейти к работе на текущих заказах под контролем сотрудников.

Эффект нужно оценивать с учётом проверки человеком:

1. сколько времени занимает подготовка и приёмка пакета;
2. сколько уточнений возникает после передачи;
3. какие критичные сведения система пропускает;
4. сколько её замечаний подтверждается;
5. возникают ли переделки из-за потерянных договорённостей.

Быстро составленная сводка сама по себе ничего не доказывает. Важно, помогает ли она следующему сотруднику правильно выполнить работу.

Интеграция ИИ требует знания бизнеса

Подключить модель к документам — только часть задачи.

Нужно понять, где возникает обязательство перед клиентом, кто вправе его подтвердить, какой документ определяет комплектацию, когда можно запускать закупку и при каких условиях заказ необходимо остановить для уточнения.

В ABC Industrial я рассматриваю применение ИИ через эту логику: найти участок, где теряются сведения, определить правила передачи, встроить проверку и оценить результат на реальной работе.

Такой подход требует участия руководителей и сотрудников. Именно они знают, какое упущение приведёт к дополнительному звонку, а какое — к переделке конструкции или срыву монтажа.

Для меня зрелая интеграция ИИ начинается с момента, когда можно точно ответить: какую информацию система обрабатывает, что имеет право делать, кто проверяет её выводы и по каким признакам мы поймём, что процесс стал лучше.

В промышленном бизнесе доверие к технологии складывается из конкретных вещей. Заказ передали вовремя. Условия сохранили. Неясность заметили до запуска. Ответственный подтвердил решение.

С этих вещей и стоит начинать.