Как понять, нужно ли делать AI агента

Какую функцию своего бизнеса вы последней передали на AI агента?

Когда смотришь вокруг, кажется, что все остальные уже отдали агентам больше половины бизнеса, сократили команду, все автоматизировали и у них уже четырехчасовая рабочая неделя. (Если вы смотрите вокруг, и вам так не кажется – может быть стоит сменить окружение).

И если ты сам еще этого не сделал, возникает ощущение, что ты дико отстаешь.

Ну правда же, если раньше четырехчасовая неделя была просто красивым мифом, то теперь мы же уже почти там! Бизнес делают агенты, соло-фаундер подходит пару раз в день, что-то там подправляет, работа идет, денежки капают.

Реальность, конечно, пока не такая красивая, и команду так просто не сократишь, и агенты больше тупят и жрут бесконечно много токенов, чем деньги приносят. Но если игнорировать весь этот процесс, отстанешь и уже никогда не догонишь.

Надо срочно вайбкодить! Или хотя бы настраивать OpenClaw (на самом деле, уже не его, а Hermes, но кто вам считает). Или делать все в Claude Cowork? Или в Кодексе? Ааааа!!! Все пропало, мы уже никогда ничего не догоним!

Не надо так.

Чтобы получилась четырехчасовая рабочая неделя, или хотя бы сорокачасовая, или любая, но с результатом, нужно работать не много, а головой. То есть понимать, чего не делать, а что делать быстро и сфокусированно.

Например, если вы собрались делать себе AI-агента, который заберет у вас или у команды какую-то часть работы, первым делом стоит проверить, а нужно ли его делать вообще.

Это процесс из 4 шагов, и начинается он вовсе не с того, сможет ли AI делать такую работу за человека, достаточно ли она часто повторяется, много ли там данных и что с измеримостью. Это стандартный чеклист, который все рассказывают, но начинать нужно вовсе не с него.

AI-агент, как и любая другая автоматизация, как и любое другое изменение бизнес-процессов – это гипотеза. Давайте ее и сформулируем: мы предполагаем, что если внедрить вот такого агента, то в бизнесе изменится вот это, и мы измерим это вот так.

Мы предполагаем, что, если внедрить агента, который автоматизирует составление коммерческих предложений, производительность продажника вырастет, и он сможет обрабатывать больше лидов.

Если вы не можете сформулировать такую гипотезу – возможно, вам рано хвататься за автоматизацию. Стоит сначала разобраться, что именно вы хотите изменить и как поймете, что это получилось.

Но, допустим, гипотезу сформулировать получилось. Бежим ее проверять?

Нет. Рано еще. Не каждую гипотезу нужно проверять. Работать, как мы знаем, нужно только с теми гипотезами, которые направлены на преодоление главного ограничения в бизнесе. Где у вас сейчас главная проблема – в лидогенерации, в продажах, в производстве? Если в продажах, то где именно – в обработке входящих, в доходимости до встречи, в конверсии из этой встречи в продажу, в скорости выставления счетов?

Если проблема в маркетинге, а вы делаете агента, который поможет продажникам обрабатывать больше лидов, это бессмысленная работа – у них не будет лидов, чтобы их обрабатывать.

Если проблема в конверсии встреч, а вы делаете агента, который позволит их больше назначить – толку тоже не будет, вы будете наливать больше встреч, которые все так же не будут конвертить в продажу.

Нужно делать только тех агентов, которые бьют в главное ограничение. А остальных не делать.

А дальше уже – формулировать гипотезу и – нет, не бежать ее проверять. Сначала нужно придумать, как эту гипотезу проверить быстрее всего. Без долгой разработки, сложных внедрений, сопротивления сотрудников и согласований с ИТ и безопасниками.

На коленке. Одним промтом в ChatGPT. Собрать за час MVP и проверить – меняет ли он ту метрику, которая влияет на ограничение, или нет.

Хорошо спроектированный эксперимент такого типа можно провести за день. Ну за два, если там встречи с клиентами надо назначать. Убедиться, что не работает, и бежать дальше, в следующую гипотезу.

И только если окажется, что это таки работает – можно делать полноценного агента, внедрять его в реальный процесс (тоже на малой выборке, конечно) и смотреть, позволяет ли это преодолеть ограничение. Если да – масштабировать и бежать дальше.

Завтра (понедельник, 1 июня) в 17:00 по Москве проведем Вайб-лабораторию Школы трекеров. Будем разбирать ваши кейсы ровно по этой схеме. Я уже пробовал, получается очень прикольно, большинство гипотез прибиваем на первом или втором этапе, для тех, кто проходит дальше, собираем простой и быстрый эксперимент, который сразу даст первые результаты.

Регистрируйтесь в боте, он пришлет ссылку на зум. Вход свободный, приходите 1 июня в 17 мск.

До встречи!