В данной статье используются следующие термины:

Промпт-инжиниринг — дисциплина разработки, тестирования и оптимизации текстовых запросов для максимально качественных ответов от нейросетей.

Промпт — текстовый запрос для нейросети.

Алексей Серков, кандидат экономических наук и эксперт по оптимизации бизнес-процессов с более чем 20-летним опытом, начал использовать инструменты ИИ, чтобы масштабировать свою экспертизу и снизить долю рутинной работы, а также расширить авторский курс по проектированию и оптимизации процессов. После обучения промпт-инжинирингу он применил ИИ в консалтинговых проектах и смог значительно повысить эффективность процессов у клиентов — в одном из кейсов доля ручных операций сократилась с 60–70% до 5–6%, а показатели воронки продаж выросли в 2–3 раза.

Стартовая точка: более 20 лет опыта оптимизации процессов

Алексей Серков — кандидат экономических наук. Его профессиональная деятельность более двух десятилетий связана с организационным развитием и процессным управлением.

За это время он занимался:

• нормированием труда и построением систем нормирования труда;
• организационным проектированием;
• анализом, совершенствованием бизнес-процессов, построением систем управления бизнес-процессами;
• разработкой стратегий развития;
• комплексной регламентацией деятельности;
• преподаванием указанных дисциплин (в рамках авторских курсов).

Несмотря на большой опыт, многие идеи и методологические наработки оставались нереализованными из-за ограничений по времени и трудозатратам, а также отсутствия необходимых компетенций в программировании.

С появлением инструментов ИИ появилась возможность значительно повысить собственную производительность и реализовать накопленные методические подходы.

Почему Алексей решил изучать ИИ

Сначала он относился к нейросетям скептически и не видел прямой практической пользы. Переломным моментом стала рабочая задача — срочный перевод большого текста с профессиональной терминологией.

Попытка выполнить первый в жизни перевод с помощью языковой модели дала средний результат, однако показала потенциал технологии. Алексей понял, что при правильной постановке задачи — с контекстом, ограничениями, точными формулировками и обязательной перепроверкой — качество работы модели можно существенно повысить.

Постепенно он начал использовать ИИ для разных рабочих задач:

• работы с документами
• перевода и анализа текстов
• структурирования управленческих материалов
• оптимизации бизнес-процессов

Чтобы системно разобраться в возможностях технологии, Алексей решил пройти обучение на курсе по промпт-инжинирингу.

Обучение: системный подход к работе с нейросетями

Главным фактором при выборе обучения для Алексея стал системный охват программы курса.

Ему было важно не просто изучить отдельные инструменты, а понять, как устроены языковые модели, как правильно формулировать задачи, как строить сложные многозадачные сценарии работы с ИИ.

Изначально Алексей выбрал базовый тариф обучения, однако позже перешел на тариф «Бизнес», чтобы получать более оперативную обратную связь и поддержку.

Как управленческий опыт усиливает работу с ИИ

В своей работе Алексей использует ИИ не как замену экспертизе, а как инструмент усиления собственной методологии.

Его подход состоит из нескольких этапов:

1. Формулирование управленческой задачи и методологии решения.
2. Передача контекста и параметров модели.
3. Генерация нескольких вариантов решений.
4. Сравнение и выбор оптимального решения.

При оптимизации процессов он использует не только научную организацию труда, подходы бережливого производства или теорию ограничения систем, но и ищет новые инструменты для решения проектных задач.

Для каждого подхода создается типовой промпт, который дорабатывается в соответствии с конкретными задачами проекта. Затем один и тот же бизнес-процесс прогоняется через разные сценарии.

Так формируется библиотека рабочих промптов, которая помогает быстрее решать новые задачи.

Основной кейс: оптимизация процесса вывода продукта на рынок

Задача

Торгово-производственной компании требовалось оптимизировать процесс разработки вывода нового продукта на рынок.

Необходимо было:

• описать текущую модель работы (AS-IS)
• разработать целевую модель (TO-BE)
• сократить долю ручных операций
• повысить эффективность воронки продаж

Стек инструментов

Кроме традиционных инструментов моделирования процессов, систем Business Intelligence (программные продукты, которые собирают информацию из разных источников, обрабатывают ее и представляют в виде удобных отчетов), в работе использовались различные языковые модели:

• нейросеть DeepSeek (генерация идей и построение гипотез, регламентация),
• нейросеть Qwen (анализ и проверка),
• нейросеть Perplexity (поиск и проверка источников).

За счет применения ИИ удалось не только получить отличные результаты, но и существенно оптимизировать собственную работу по проекту. Этапы работы остались прежними, но существенно (примерно в 2 раза) снизились трудозатраты на сбор и анализ информации при сопоставимом качестве. Общие трудозатраты на проект были снижены почти в 2 раза.

С применением подходов бережливого производства и использованием ИИ удалось автоматизировать:

• анализ и выявление «болевых точек» процессов,
• формирование предложений по оптимизации процессов,
• регламентацию процессов на основе их моделей,
• формирование отчетных документов по проекту.

Сложности

Главная сложность заключалась в том, что ИИ-модели могут допускать ошибки и требуют грамотной постановки задач, поэтому все результаты проходили дополнительную проверку и корректировку со стороны эксперта.

Решение

Алексей сформулировал собственную методологию оптимизации процессов и передал ее моделям в виде структурированных промптов.

ИИ использовался для:

• генерации альтернативных сценариев,
• анализа процессов,
• имитационного моделирования,
• разработки оптимизированных схем процессов.

Результат

В результате проекта удалось добиться значительных улучшений:

• оптимизация процесса;
• исключение операций, не добавляющих стоимости (в том числе избыточные проверки, контроли, согласования);
• автоматизация рутинных операций (доля автоматизированных операций выросла в несколько раз);
• существенное (в 2 раза) снижение показателя Time to market (время от появления идеи нового продукта до его вывода на рынок).

Кейс в HR: снижение текучести на испытательном сроке

Еще один пример — проект по оптимизации процесса адаптации сотрудников одного из заказчиков.

С помощью языковых моделей удалось:

• создать несколько вариантов структуры процесса адаптации;
• сравнить их эффективность;
• выбрать наиболее подходящий вариант;
• выявить основные риски и мероприятия по реагированию на них (матрица рисков и контрольных процедур);
• на основе анализа содержания работ разработать предложения по автоматизации рутинных операций и сформировать ТЗ на автоматизацию.

В результате:

• процесс адаптации стал более управляемым,
• существенно снизилось количество сотрудников, покидающих компанию на испытательном сроке.

Во этом проекте за счет оптимизации процесса подбора персонала с использованием такого же подхода удалось существенно сократить срок подбора сотрудников, при этом разгрузить специалистов по подбору.

Что изменилось после обучения

Использование искусственного интеллекта позволило Алексею значительно повысить личную эффективность.

Основные изменения:

• кратный рост производительности
• ускорение работы с управленческими документами
• автоматизация анализа больших текстов
• ускорение переводов профессиональных материалов

Например, перевод текста объемом 30–40 страниц, который раньше занимал недели работы, теперь можно подготовить значительно быстрее с помощью языковых моделей.

Почему опытные специалисты выигрывают от использования ИИ

По мнению Алексея, эффективность работы с нейросетями напрямую зависит от профессионального опыта пользователя.

ИИ усиливает экспертизу, но не заменяет ее.

Чем глубже специалист понимает процессы, тем точнее он формулирует задачи и тем более качественный результат получает от моделей.

Текущий статус и планы

На сегодняшний день Алексей продолжает использовать инструменты искусственного интеллекта в консалтинговых проектах и управленческой аналитике.

Его основной фокус — интеграция ИИ в задачи оптимизации бизнеса:

●     комплексная регламентация деятельности;

●     проектирование и анализ;

●     создание и чтение авторского курса по оптимизации бизнес- процессов (с отдельным разделом, посвященным ИИ).

По его словам, синергия многолетнего управленческого опыта и возможностей искусственного интеллекта ****открывает новые возможности для повышения эффективности бизнеса.

Связаться с Алексеем

Имейл — seal0252@yandex.ru