Два ИИ за одним договором: как нейросети меняют работу промышленной компании

Представьте обычный для промышленного предприятия процесс согласования договора.

Заказчик направляет производителю документ на несколько десятков страниц. В нём прописаны сроки изготовления оборудования, условия оплаты, порядок приёмки, гарантии, ответственность сторон, штрафные санкции и множество других условий.

Раньше юристу требовалось последовательно изучить весь договор, сопоставить его с принятыми в компании условиями, найти спорные пункты, обратиться к предыдущим соглашениям и подготовить предложения по изменению отдельных формулировок.

Сегодня значительную часть этой подготовительной работы можно поручить искусственному интеллекту.

ИИ-агент анализирует документ, сравнивает его с типовой редакцией предприятия, находит потенциальные противоречия и помогает сформировать проект протокола разногласий.

Но есть интересный нюанс.

У заказчика тоже может работать подобная система. И тогда получается, что наши замечания, подготовленные с помощью ИИ, анализирует другой ИИ на стороне заказчика.

Формально переговоры по-прежнему ведут люди. Но значительную часть предварительной работы с документами уже могут выполнять цифровые помощники с обеих сторон.

Ещё несколько лет назад такая организация работы выглядела необычно.

Сегодня для меня гораздо интереснее другой вопрос: как это изменение влияет на самих сотрудников предприятия?

Начинали с технологии, а столкнулись с человеческим страхом

В «СтилсГрупп» мы начали внедрять искусственный интеллект в рабочие процессы в 2024–2025 годах.

Я ожидал, что основные трудности будут техническими: понадобится подобрать инструменты, разобраться в их возможностях, определить подходящие задачи и способы использования.

Но на практике одним из первых серьёзных препятствий стало отношение сотрудников.

Реакция была разной.

Одни не понимали, зачем менять привычный порядок работы. Другие попробовали воспользоваться нейросетью, получили посредственный результат и решили, что инструмент переоценён.

Были и те, кто воспринимал внедрение ИИ как подготовку к возможному сокращению персонала.

И я могу понять причины такого беспокойства.

Если человек годами выполняет определённую работу, а затем узнаёт, что новая программа способна справляться с её частью за считаные минуты, вполне естественно задуматься о собственной профессиональной востребованности.

Особенно когда вокруг постоянно обсуждают, какие профессии исчезнут из-за автоматизации.

Но применительно к нашему производственному бизнесу я изначально видел другую задачу.

Нам нужно было не заменить квалифицированных специалистов, а расширить их возможности.

Почему первые попытки часто разочаровывают

Одна из ошибок при знакомстве с искусственным интеллектом — ожидание, что программа самостоятельно разберётся в любой ситуации.

Сотрудник задаёт короткий общий вопрос, не объясняет задачу, не предоставляет необходимые документы и получает поверхностный ответ.

После этого делает вывод: технология работает плохо.

Хотя в действительности проблема может заключаться в постановке задачи.

Представим, что опытному инженеру поручили проанализировать техническое задание, но не передали полный комплект исходных данных. Даже высококвалифицированный специалист в таких условиях не сможет дать обоснованное заключение.

С нейросетями ситуация во многом похожая.

Чтобы получить полезный результат, необходимо объяснить контекст, сформулировать задачу, определить ограничения и предоставить материалы для анализа.

Это отдельный навык.

Причём освоить его бывает сложнее, чем разобраться с интерфейсом программы.

Многие сотрудники привыкли работать по давно сформированным схемам: искать нужный договор в архиве, самостоятельно сравнивать документы, изучать старую переписку, собирать информацию из разных источников.

ИИ предлагает иной порядок.

Сначала можно собрать и систематизировать исходные материалы, поручить системе предварительное сравнение, выявить расхождения и только после этого переходить к экспертной оценке.

Здесь меняется не просто инструмент.

Меняется способ организации работы.

Именно поэтому я считаю, что руководителю недостаточно предоставить сотрудникам доступ к нейросетям. Нужно помочь людям понять, какие задачи этим инструментам действительно имеет смысл поручать.

Что происходит с работой юриста

Вернёмся к договорному процессу.

Современные ИИ-инструменты могут значительно ускорить поиск информации и подготовку документов.

Например, система способна сопоставить договор заказчика с принятой в компании редакцией, выделить существенные изменения, найти аналогичные условия в ранее согласованных контрактах и подготовить варианты юридических формулировок.

Но означает ли это, что юрист становится ненужным?

На мой взгляд, нет.

Допустим, искусственный интеллект обнаружил условие, при котором поставщик принимает на себя повышенную ответственность за нарушение сроков.

Он может выделить пункт, сопоставить его с другими договорами и предложить несколько вариантов корректировки.

Но дальше начинаются вопросы, на которые недостаточно ответить простым сравнением документов.

Насколько существенен риск именно для этого заказа?

Какова вероятность задержки изготовления?

Насколько принципиально это условие для заказчика?

Стоит ли настаивать на изменении, предлагать компромисс или принимать его в рамках общей экономики договора?

Такие решения требуют профессионального опыта, понимания коммерческих отношений и оценки последствий.

ИИ способен подготовить информацию для обсуждения.

Но ответственность за принятое решение остаётся у специалиста и руководства компании.

Более того, освобождение от значительной части механической работы позволяет юристу уделять больше внимания именно этим вопросам.

То есть меняется не столько необходимость в профессии, сколько содержание профессиональной деятельности.

Аналогичные изменения происходят в других подразделениях

Договорная работа — только один из примеров.

На промышленном предприятии существует множество процессов, в которых специалисты ежедневно анализируют большие объёмы информации.

Снабжение.

При выборе поставщика необходимо сравнивать коммерческие предложения, условия оплаты, сроки поставки, характеристики материалов и историю предыдущих закупок.

ИИ помогает быстрее систематизировать эти сведения и находить существенные различия.

Однако решение о выборе контрагента требует оценки надёжности поставщика, производственных потребностей и возможных рисков. Эту ответственность нельзя просто передать программе.

Конструкторский отдел.

На предприятии накапливается значительный объём ранее выполненных проектов.

При разработке нового оборудования полезно находить похожие конструкции, изучать использованные технические решения и учитывать возникавшие ранее сложности.

ИИ может ускорить такой поиск и помочь инженеру работать с архивом документации.

Но само инженерное решение, его проверка и ответственность за соответствие установленным требованиям остаются за квалифицированными специалистами.

Коммерческий отдел.

Запросы на изготовление промышленного оборудования нередко содержат объёмные технические задания.

С помощью ИИ можно выделять ключевые параметры, систематизировать состав поставки, готовить предварительные вопросы заказчику и рабочие материалы для коммерческого предложения.

Но условия сотрудничества согласовывает человек, который понимает возможности предприятия и отвечает за принятые обязательства.

Производство.

История замечаний, дефектов, доработок и технологических решений представляет большую ценность.

Если её правильно систематизировать, искусственный интеллект может помогать находить похожие случаи и предоставлять специалистам информацию для анализа.

Однако конкретную производственную ситуацию оценивает мастер или инженер, понимающий реальные условия работы.

Во всех этих примерах я вижу общий принцип.

Программа помогает специалисту быстрее получить необходимую информацию, но не освобождает его от необходимости разбираться в сути вопроса.

Меняется само представление о производительности труда

Раньше важной частью профессионального мастерства было умение быстро находить и обрабатывать информацию.

Сотрудник, который помнил историю проектов, хорошо ориентировался в архиве документации и мог самостоятельно подготовить сложный комплект материалов, обладал заметным преимуществом.

Сегодня часть этих возможностей можно существенно усилить с помощью цифровых инструментов.

Представим двух инженеров сопоставимой квалификации.

Оба получили задачу разработать техническое решение для нового заказа.

Первый начинает вручную изучать архив и искать аналогичные проекты.

Второй использует ИИ для предварительного анализа имеющейся документации и быстрее получает перечень подходящих материалов для дальнейшего изучения.

При этом оба по-прежнему должны проверять исходные данные и самостоятельно принимать инженерные решения.

Но у второго специалиста потенциально остаётся больше времени на работу, которая действительно требует его квалификации.

Такая же разница может возникать у юристов, снабженцев, коммерческих специалистов и руководителей подразделений.

Поэтому я считаю, что в ближайшие годы конкуренция всё чаще будет возникать не между человеком и искусственным интеллектом.

Она будет возникать между специалистами, которые по-разному умеют использовать новые инструменты.

И это гораздо более практический вопрос для бизнеса, чем абстрактные рассуждения об исчезновении профессий.

Почему нельзя просто передать нейросети всю ответственность

У любой технологии есть ограничения.

Искусственный интеллект способен ошибаться, неверно интерпретировать исходные данные и предлагать убедительно сформулированные, но неподходящие решения.

В промышленности последствия таких ошибок могут быть особенно серьёзными.

Неточность в документе способна повлиять на стоимость заказа, сроки изготовления, технические характеристики оборудования или договорные обязательства.

Поэтому для меня внедрение ИИ неразрывно связано с организацией проверки результатов.

Важно понимать, на основании каких данных система подготовила ответ, какие выводы требуют дополнительного анализа и кто отвечает за окончательное решение.

Здесь возникает ещё одна управленческая задача.

Чем быстрее сотрудник получает подготовленную информацию, тем большее значение приобретает его способность отличить правильное решение от неправильного.

Раньше человек мог тратить несколько часов на сбор данных.

Теперь он способен получить предварительный результат значительно быстрее.

Но освободившееся время нужно использовать не только для выполнения большего количества задач.

Его необходимо направлять на более качественный анализ.

Иначе предприятие рискует ускорить не только полезную работу, но и распространение ошибок.

Чему нас научило внедрение ИИ

За время использования нейросетей моё отношение к процессу внедрения стало более практичным.

Я выделил бы несколько принципиальных моментов.

Первый — необходимо начинать с реальных задач предприятия, а не с желания использовать модную технологию.

Если сотрудник регулярно тратит много времени на поиск документов, сравнение версий или подготовку однотипных материалов, это понятная область для экспериментов с автоматизацией.

Второй — людям требуется время, чтобы освоить новый подход.

Первые неудачные попытки не обязательно свидетельствуют о бесполезности инструмента. Иногда необходимо изменить способ постановки задачи и организацию работы.

Третий — нельзя путать автоматизацию отдельных операций с передачей профессиональной ответственности.

Система может подготовить несколько вариантов решения, но специалист должен понимать, какой из них допустим и почему.

И четвёртый — важно не отставать от развития технологий.

Возможности искусственного интеллекта меняются очень быстро. Инструмент, который ещё недавно плохо справлялся с определённой задачей, со временем может стать значительно полезнее.

Поэтому я считаю ошибкой делать окончательные выводы о нейросетях на основании одного неудачного опыта.

Предприятиям необходимо постепенно накапливать практику применения таких систем и учиться использовать их возможности.

Что в итоге произошло с отношением сотрудников

Пожалуй, самая показательная для меня часть этой истории связана не с программами и даже не с экономией рабочего времени.

Она связана с изменением отношения людей.

В начале внедрения мне приходилось объяснять, зачем компании нужен искусственный интеллект и почему его появление не следует автоматически воспринимать как угрозу рабочему месту.

Сотрудники сомневались, задавали вопросы, иногда предпочитали продолжать работать привычным способом.

Сегодня ситуация постепенно меняется.

Когда человек сам видит, что способен быстрее разобраться в документах, найти нужные сведения или подготовиться к сложной задаче, отношение к технологии становится другим.

Она перестаёт восприниматься исключительно как потенциальный конкурент.

Сотрудник начинает видеть в ней инструмент, который помогает лучше выполнять собственную работу.

Для меня это гораздо более важный результат внедрения, чем сам факт появления нейросетей в компании.

Главное изменение ещё впереди

Я не берусь утверждать, что развитие искусственного интеллекта вообще не повлияет на рынок труда. Очевидно, что содержание многих профессий будет меняться.

Но в сложном производственном бизнесе я вижу наибольший потенциал не в механическом сокращении количества сотрудников.

Гораздо интереснее возможность повысить эффективность уже работающих специалистов.

Чтобы инженер больше времени уделял техническим решениям, а не поиску документов.

Юрист — оценке рисков и переговорам, а не механическому сравнению текстов.

Снабженец — выбору надёжных партнёров, а не только сбору предложений.

Руководитель — управленческим решениям, а не бесконечной подготовке сводной информации.

Искусственный интеллект не обладает профессиональной ответственностью человека, но способен существенно расширить его рабочие возможности.

Именно поэтому для меня главный вопрос сегодня звучит не «сколько сотрудников можно заменить нейросетями?».

Я бы сформулировал его иначе:

Сколько сложных задач сможет решать предприятие, если его специалисты научатся полноценно использовать искусственный интеллект?

На мой взгляд, именно в этом направлении и стоит искать практическую пользу новой технологии для производственного бизнеса.

Сергей Степанович Аваков — Генеральный директор ООО «СтилсГрупп»