Как приоритезировать:
Составьте длинный список: соберите идеи от всех подразделений. Где ИИ мог бы помочь? Какие процессы неэффективны? Где теряются деньги или клиенты? Какие новые продукты/услуги можно создать? *вспомните «болевые точки» из книг 1—8 (продажи, маркетинг, производство, логистика, финансы, hr, r&d, сервис).*
Оцените потенциальное воздействие: насколько решение этой проблемы или реализация этой возможности повлияет на ключевые бизнес-показатели (выручка, прибыль, удовлетворенность клиентов/сотрудников, скорость, качество)? Используйте данные из диагностики — где у вас уже есть относительно хорошие данные? Где есть заинтересованные бизнес-спонсоры?
Оцените сложность реализации: насколько реалистично решить задачу с ИИ? Сколько времени займет? Какие ресурсы нужны (данные, технологии, экспертиза)? Каковы риски? Учитывайте выводы диагностики по данным, технологиям и людям.
Примените матрицу приоритезации: нанесите инициативы на двумерную сетку: ось y: воздействие на бизнес (высокое/низкое), ось x: сложность/реализуемость (легко/сложно).
Квадрант 1 (высокое воздействие, легкая реализация): «низко висящие плоды». Стартуйте здесь! Это даст быстрые победы, доказательство ценности ИИ и поддержку для более сложных проектов. Пример: автоматизация обработки стандартных запросов в службу поддержки с помощью ИИ-чата (при наличии логов чатов и баз знаний).
Квадрант 2 (высокое воздействие, сложная реализация): стратегические инициативы. Требуют значительных ресурсов и времени. Планируйте тщательно, разбивайте на этапы. Пример: создание системы предиктивного обслуживания критического оборудования на заводе (требует датчиков, сложной интеграции, надежной mlops-платформы).
Квадрант 3 (низкое воздействие, легкая реализация): возможные «пожиратели ресурсов». Реализуйте, только если есть избыток ресурсов или это необходимый шаг для более важного проекта. Пример: оптимизация внутреннего расписания встреч с помощью ИИ.
Квадрант 4 (низкое воздействие, сложная реализация): избегайте! Трата времени и денег. Пример: разработка сложной ИИ-системы для предсказания погоды в офисе.
