ИИ на складе и в магазине: как это действительно работает

Почему новые инструменты внедряют медленно

Когда компания начинает использовать ИИ, обычно хочется включить его везде сразу. На практике это не работает. Сотрудникам, даже опытным программистам, требуется от двух до полугода, чтобы привыкнуть к новым инструментам и начать ими пользоваться со смыслом. Это не потому, что люди ленивы — просто нужно время для переобучения.

Крупные компании, которые внедряют ИИ системно, идут через пилоты. Берут отдельную задачу, проверяют, дает ли эффект, смотрят на результат и только потом расширяют. Параллельно продолжается обычная разработка. Никакого «завтра везде будет ИИ» — такое не живёт в реальности.

Как измерить, работает ли новая система

У IT-команды есть три главных показателя.

Предсказуемость — команда говорит, что сделает работу за два дня, и делает ровно в этот срок. Не раньше, не позже. Обещала: исполнила.

Устойчивость — приложение работает, клиенты получают услугу, товары доходят по адресу, цепочки поставок считаются без сбоев. Система держит нагрузку, не падает в критический момент.

Производительность команды — она может быть на бумаге высокой и предсказуемой, но если сотрудников задавливает плохая архитектура системы, устаревшие инструменты или запутанные процессы, толку не будет. Нужно смотреть на реальное качество жизни людей и их результаты.

Эти три метрики дают полную картину. Если все три на уровне — ИТ работает хорошо, даже если не внедрило последний гаджет с рынка.

Что реально дает ИИ в цифрах

На некоторых задачах технология действительно ускоряет процесс. Когда дизайнер генерирует первый вариант интерфейса вместо того, чтобы рисовать с нуля, от эскиза до рабочего макета работа проходит быстрее на 10–20%. В автоматизированных рутинных операциях тоже есть выигрыш.

Но это точечные кейсы, не волшебная палочка. Для сложных задач, где нужна логика и предсказуемость, ИИ помогает иначе. Возьмите расчёты цепей поставок: там нужны точные параметры и управляемость. Технология может помочь с генерацией тестов, проверкой кода, поиском ошибок. Но отдать ему задачу целиком и сказать «делай хорошо» не получится. Там нужен человек, который понимает, что происходит.

Где человек остается неменяем

Есть операции, которые ИИ никогда не должен делать полностью. Когда клиент пишет в поддержку, система может помочь ему быстро, если вопрос стандартный — переназначить дату доставки или вернуть товар. Но в какой-то момент человек захочет поговорить с живым оператором, чтобы его выслушали внимательно и решили его конкретную проблему.

В начале шумихи вокруг ИИ казалось: дай системе данные, и она сама разберётся, что делать хорошо. Реальность жёстче. Человек нужен как координатор, как тот, кто смотрит на общую картину и принимает решения. ИИ — помощник, а не начальник.

Как обновлять старые системы без катастрофы

В крупных компаниях нередко работают системы, которым 15–20 лет. Они в строю, всё функционирует, но нужно их модернизировать. Тут важен баланс.

С одной стороны, если не менять ничего, хорошие специалисты начнут уходить: скучно и невыгодно работать на древних технологиях. С другой стороны, менять всё подряд ради модности — ошибка. Вместо этого:

• Задачи на обновление старого кода ставят в один общий приоритетный список с задачами бизнеса. Обновление не в углу, а наравне.
• Новые возможности, которые появляются после модернизации, используют для добавления функций. Например, если обновили платформу, добавляют видеозвонок с экспертом в приложение.
• Технологии выбирают сообща, а не каждая команда сама — иначе в одной компании окажется 30 разных баз данных и 30 фреймворков, и никто ничего не будет понимать.

Как культура влияет на результат

Самое важное — люди. Неправильно ставить IT и бизнес друг против друга. Они должны быть одной командой. Бизнес иногда ошибается в постановке задачи, IT ошибается в оценках или реализации. Это нормально, если они работают на один результат и ищут общий язык. Эффект тогда просто мощный.

Когда команда, которая пишет приложение для магазина, ездит в сам магазин и видит, как люди используют этот софт, — меняется всё. Становится понятно, зачем ты это делаешь. Это уже не абстрактная разработка, а решение реальной проблемы реальных людей.

Трёхмесячные циклы планирования тоже помогают. В течение квартала команда защищена от новых требований, может сконцентрироваться на своём квантуме работы. Исключения есть для непредвиденных ситуаций в логистике или срочных операционных задач, но их мало, и есть механизм, чтобы их контролировать.

Что это значит для вас

Если вы продавец на маркетплейсе или работаете на складе и видите, что компания внедряет новый сервис, ИИ или автоматизацию: не ждите чуда за неделю. Реальный эффект будет в виде ускорения на 10–20% на отдельных операциях. Но это накапливается. А главное — если система хорошо спроектирована, она упрощает вашу жизнь, а не усложняет.

Не забывайте: никакой инструмент не заменит здравый смысл, опыт и внимание к деталям. ИИ может помочь вам справиться с рутиной, но вы остаётесь теми, кто принимает решения.