Аудит бизнес-процессов

Чему вы научитесь

• Проводить инвентаризацию бизнес-процессов компании
• Картировать процесс «как есть» (as-is) с временными метками
• Находить потери времени по Lean-методологии
• Определять, где AI даст максимальный эффект

Зачем аудит перед AI

AI не исправляет сломанные процессы — он их масштабирует. Если обработка заявок хаотична, AI будет хаотично обрабатывать заявки быстрее.

Аудит нужен, чтобы:

1. Понять, как процесс работает на самом деле (не как в регламенте)
2. Найти узкие места и потери времени
3. Определить, где AI даст измеримый результат
4. Собрать baseline-метрики для расчёта ROI

Шаг 1: Инвентаризация процессов

Составьте список всех процессов, которые потенциально можно автоматизировать.

Шаблон инвентаризации

Источники для инвентаризации

• Интервью с руководителями отделов — 30 мин на отдел
• Тикет-система / CRM — какие типовые операции повторяются
• Таймтрекинг — на что реально тратится время
• Жалобы клиентов — где процессы ломаются

Шаг 2: Картирование процесса (as-is)

Для каждого процесса из топ-5 нарисуйте карту «как есть».

flowchart TD
    A["Заявка с сайта"] --> B["Менеджер читает<br/>⏱ 5 мин ожидания"]
    B --> C["Определяет тип<br/>⏱ 3 мин"]
    C --> D{"Простой вопрос?"}
    D -->|Да| E["Шаблонный ответ<br/>⏱ 5 мин"]
    D -->|Нет| F["Индивидуальный ответ<br/>⏱ 30 мин"]
    F --> G["Согласование<br/>⏱ 2 часа ожидания"]
    G --> H["Отправка клиенту"]
    E --> H

    style A fill:#3b82f6,color:#fff
    style D fill:#f59e0b,color:#000
    style G fill:#ef4444,color:#fff
    style H fill:#10b981,color:#fff

На карте обязательно укажите:

• Время выполнения каждого шага
• Время ожидания между шагами (обычно 70–80% общего времени)
• Кто выполняет каждый шаг
• Точки решений — где нужно человеческое суждение

Шаг 3: Анализ потерь (Lean для информационных процессов)

Lean-методология выделяет типы потерь. Вот адаптация для офисных/информационных процессов:

Метрика эффективности

Эффективность = Время создания ценности / Общее время цикла × 100%

Типичные значения:

• До оптимизации: 5–15%
• После оптимизации с AI: 30–60%
• Предел без перестройки процесса: 70–80%

Шаг 4: Определение AI-потенциала

Для каждой потери оцените, может ли AI её устранить.

Матрица применимости

Признаки процесса, идеального для AI

• Высокий объём (>20 операций/день)
• Повторяемость (>70% случаев похожи)
• Данные доступны в цифровом виде
• Ошибки стоят дорого, но не критичны
• Текущие исполнители перегружены

Признаки процесса, НЕ подходящего для AI сейчас

• Менее 5 операций/месяц (ROI не окупится)
• Каждый случай уникален
• Данные на бумаге или в головах людей
• Ошибка = юридический или финансовый риск
• Процесс сам по себе не определён

Инструменты для аудита

Бесплатные:

• Miro / draw.io — визуализация процессов
• Google Forms — сбор данных от сотрудников
• Toggl Track — замер реального времени
• Google Sheets — инвентаризация и анализ

Для продвинутых:

• PM4Py (Python) — автоматический process mining по логам (подробно в модуле 5.2)
• Celonis — enterprise process mining (есть бесплатный тариф для обучения)

Ключевые выводы

• AI масштабирует процесс как есть — сначала наведите порядок
• 6 типов потерь: ожидание, перемещение, переработка, дублирование, переключение, избыточность
• Эффективность типичного офисного процесса — 5–15%
• Начинайте с процессов с высоким объёмом и повторяемостью
• Собирайте baseline-метрики до внедрения AI — они нужны для расчёта ROI