Глава 31. Внедрение и неявное знание

С хуя ли проекты по автоматизации с агентами наебываются? Ответ есть, он невесёлый и почти всегда один и тот же.

Люди не могут рассказать, как они работают Формулировка, объясняющая большую часть провалов: люди не могут рассказать, как именно делают свою работу. Агенту, как и новому сотруднику, нужен онбординг, а не инструкция.

Механика знакома всем, кто хоть раз в жизни писал регламент. Просишь эксперта описать процесс. Он описывает: сначала это, потом то, потом отправляем. Автоматизируешь. И хуй там, не работает.

Выясняется, что он ещё смотрит на дату, потому что до пятнадцатого числа считается иначе. И на источник, потому что от одного контрагента данные приходят с задержкой. И вообще если сумма подозрительная, он звонит и уточняет. Ничего из этого он не назвал, потому что для него это не шаги, а само собой разумеющееся.

ГЛАВНОЕ ПРО НЕЯВНОЕ ЗНАНИЕ Эксперт знание не прячет. Он его не осознаёт. Поэтому опрос эксперта как способ сбора требований не работает. Работает наблюдение за работой и разбор конкретных случаев, особенно нетипичных.

Почему бизнес-агенты не взлетают Прямое следствие. Технически собрать агента для бизнес-процесса не проблема: модель есть, инструменты есть, интеграции есть.

Не хватает доменного знания. Того самого, которое живёт в головах и нигде не записано ни строчкой.

Отсюда закономерность, которую отмечали многократно: агенты хорошо заходят там, где предметная область формализована и правила записаны. И хуёво там, где всё держится на опыте конкретных людей.

Как собирать знание Приёмы, которые работают лучше опроса.

Разбор конкретных случаев. Не как вы обычно делаете, а вот этот случай на прошлой неделе, расскажите по шагам. В конкретике всплывают исключения.

Наблюдение с вопросами. Смотришь, как человек работает, и спрашиваешь, почему он сейчас сделал именно так. Половина ответов будет вида ну потому что тут особый случай.

Внедрение и неявное знание

Итеративная сверка. Собрали версию, показали, получили список из десяти замечаний вида тут надо брать справочник из другой системы, там устаревшие данные, но нигде про это не написано. Исправили, показали снова.

Третий приём описывали как самый ценный результат целого проекта: перегнать данные из одного формата в другой, и вся ценность оказалась в итеративном допиливании с одним экспертом, который на каждой версии говорил, что тут не так.

КАК СОБИРАЕТСЯ ДОМЕННОЕ ЗНАНИЕ

Список Первая версия Показ эксперту Правка Снова показ исключений

по общему описанию на его данных то, что не назвал учли новый список

Циклов обычно три-пять. После третьего список исключений начинает укорачиваться, и это признак, что ты близко.

Сопротивление Вторая большая причина провалов, и разговор о ней в корпусе шёл без иллюзий.

Мотивы сопротивления называли разные, и почти все рациональные.

Мотив Что за ним стоит

Страх за место Часто обоснован, и отрицать это бессмысленно

Недоверие к результату Человек видел, как модель уверенно порет чушь

Нежелание учиться заново Освоенный навык обесценивается

Защита экспертизы Знание было источником влияния

Усталость от инициатив Предыдущие три тоже обещали революцию

Последний мотив недооценивают зря. В компании, где за пять лет было четыре трансформации, на пятую всем откровенно похуй, как на погоду за окном.

Позиция, к которой приходят Практик, который пытался внедрять и плюнул, описал это так: чувствуешь себя проповедником в племени, которое ждёт обеда. Компания должна созреть сама, а идти против ветра бесполезно, рынок всё расставит.

Внедрение и неявное знание

ПРОПОВЕДОВАТЬ ИЛИ ЖДАТЬ Проповедовать. Кто-то должен показать, что это работает. Без первого примера созревание не начнётся. Ждать. Убеждать людей, у которых нет своей причины меняться, это прямой путь к выгоранию. Дождись того, у кого есть проблема, реши её, и остальные придут сами. Что работает на практике. Второе, с одной поправкой: у тебя должен быть готовый показ на пятнадцать минут для того момента, когда кто-то придёт сам. Без него момент пройдёт мимо.

Что показывать Отдельный вопрос: как выглядит показ, после которого человек хочет попробовать.

Не работает: демонстрация того, как агент пишет код. Для нетехнического человека это выглядит как магия, к которой он отношения не имеет.

Работает: его собственная рутина, сделанная за минуту. Его отчёт, его почта, его таблица.

Ещё лучше заходит то, что человек делает сам, но через жопу. Тексты для тех, кто не любит писать. Разбор данных для тех, кто боится таблиц.

ПЯТНАДЦАТИМИНУТНЫЙ ПОКАЗ 1. Заранее спроси, что человек делает еженедельно и что его бесит. 2. Возьми его настоящие данные, а не пример из воздуха. 3. Покажи результат, а не процесс. Процесс покажешь, если спросит. 4. Обязательно покажи одну ошибку модели и как ты её ловишь. Иначе доверие будет ложным и рассыплется на первой же неудаче. 5. Закончи тем, что он пробует сам прямо сейчас, а не когда-нибудь потом.

Четвёртый пункт важнее остальных. Показ без ошибок создаёт ожидание безошибочности, а первый же косяк после этого обнуляет всё нахуй.

Полностью автоматические системы проваливаются Наблюдение, которое стоит произносить в начале любого проекта.

Полностью автоматические системы наебываются регулярно. Не иногда, а регулярно. Причина не в моделях, а в том, что мир поставляет случаи, которых в постановке не было.

Рабочая схема почти всегда гибридная: агент ебашит основную массу, человек принимает решения на развилках и разгребает отказы. И ценность человека при этом смещается: от производства результата к ответственности за него.

Корпоративная реальность Несколько наблюдений, которые независимо повторялись в разных компаниях.

Согласование инструментов тянется месяцами, а сотрудники за это время находят обходные пути и работают с личных подписок. Теневое использование возникает не от злого

Внедрение и неявное знание

умысла, а от разницы скоростей, и хуй ты его запретишь.

Крупные компании часто сводят всё внедрение к покупке одной корпоративной подписки и объявлению об этом. Дальше не происходит ни хуя, потому что не изменился ни один процесс.

И самое частое: инициатива живёт, пока у неё есть заинтересованный руководитель, и дохнет в тот же день, когда он уходит.

Что запомнить Люди не могут рассказать, как работают. Собирай знание через разбор случаев и итеративную сверку, а не через опрос.

Три-пять циклов показа и правок, пока список исключений не начнёт укорачиваться.

Мотивы сопротивления рациональны, и страх за место часто обоснован.

Показывай человеку его собственную рутину на его данных, и обязательно покажи ошибку.

Полностью автоматические системы проваливаются регулярно. Планируй гибрид.

Теневое использование возникает из разницы скоростей согласования и работы.

И держи готовый пятнадцатиминутный показ для момента, когда кто-то придёт сам.

← AI-first процессы · оглавление · Владение скиллами в компании →

Спросить книгу может любой, кто вошёл в Neuraldeep Hub: агент ищет ответ по тексту и приводит цитату со ссылкой на главу.