Неделя на таблицы — и они уже устарели. Почему ИИ в планировании стал базовым минимумом и как его внедрить

Роль ИИ в планировании — делать то, что человек выполняет слишком долго:

• собирать большие массивы данных;
• находить противоречия;
• выстраивать взаимосвязи;
• считать сценарии;
• подсвечивать риски.

По сути, ИИ — второй пилот. Он не забирает штурвал (не должен принимать решение за собственника и определять стратегию), но помогает не влететь в туман. Проверяет решения собственника на прочность.

При ИИ-планировании создается цифровая копия бизнеса — модель, в которую загружены структура продаж, финансовая логика, ограничения, воронка, закупки, сезонность, риски, особенности команды и рынка.

Первое — скорость. Благодаря ИИ первичная сборка сценариев может занимать не больше часа-двух. Без него на сборку и сведение информации уходит неделя.

Второе — качество решений. Когда ИИ собирает данные из разных контуров одновременно, он видит то, что человек часто замечает слишком поздно.

Например, что рост выручки в одном сегменте маскирует падение маржи в другом или что текущий рост продаж через два месяца приведет к кассовому разрыву из-за логистики и заморозки денег в запасах.

Третье — сценарное мышление. ИИ позволяет разложить сразу несколько сценариев: базовый, стрессовый, сценарий роста, сбоя поставок, изменения цен, падения конверсии. 

Обычный руководитель планирует линейно «как будет, если все пойдет нормально».

Лучше всего ИИ проявляет себя там, где компания тонет в повторяющейся аналитике.

Есть три признака, которые говорят, что пришло время для ИИ:

• планирование занимает дни;
• решения принимаются «на ощущениях»;
• проблемы становятся видны слишком поздно.

Если вы узнали себя хотя бы в одном пункте — вы уже теряете скорость.

ИИ-планирование заключается не в «хороших промптах». Они важны, но не спасают, если модель не знает компанию. Поэтому сначала нужна цифровая копия.

В моем понимании она состоит из четырех слоев:

1. Данные. Продажи, финансы, клиенты, продукты, остатки, закупки, логистика, маржинальность, дебиторка, история поставок. Это база, без которой ИИ будет рассуждать общими словами.
2. Управленческая история. Почему компания принимала те или иные решения? Что происходило в кризисные годы? Где были ошибки? Какие решения спасали? Где собственник видел риск, а команда не видела? Где команда была права, а собственник ошибался?
3. Логика собственника. У каждой компании есть неформальная стратегия, даже если она не записана. Что для нас важнее: выручка или маржа? Быстрый рост или устойчивость? Новый рынок или защита текущего? Какой риск мы можем принять, а какой нет? Где мы готовы потерять деньги ради позиции, а где нет?
4. Сценарное мышление. Нейросеть нужно обучить строить варианты будущего: базовый сценарий, стрессовый, критический, сценарий роста, сценарий задержек, сценарий падения маржи, сценарий изменения курса.

Не просите ИИ дать совет — задавайте ему роль, контекст, ограничения, критерии решения и требование искать слабые места. Например, для анализа нового направления не надо говорить: «Оцени проект». Сформулируйте задачу так, чтобы модель думала с нескольких позиций: стратег, финансист, кризисный аналитик, логист, конкурентный разведчик.

Задавайте ИИ горизонт прогнозирования. Не только «что сейчас», но и «что может измениться через 3, 6, 12, 18 месяцев». Просите учитывать слабые тренды: валюту, политическую обстановку, логистику, поведение конкурентов.

Просите ИИ задавать вопросы. Если нейросеть не задает вопросов, значит, она либо не погружена, либо вы дали слишком поверхностную задачу. Иногда хороший ответ начинается с уточнения: «Почему в 2022 году была просадка?», «Что изменилось в поставках после санкций?», «Какие позиции нельзя допустить к нулевому остатку?».

Например, вам нужно запустить новый проект. Вопрос «Стоит ли запускать проект?» почти бесполезен. Нейросеть на него даст красивый, но поверхностный ответ.

Вариант хорошего промпта с полными вводными и четкой задачей: «Действуй как международный бизнес-стратег и кризисный аналитик. Проанализируй запуск нового направления не только по текущей финансовой модели, но и по сценариям развития рынка на 12–18 месяцев.

Учитывай возможные изменения валютного курса, поведение конкурентов, слабые тренды, политические и логистические факторы, риск заморозки оборотных средств, вероятность снижения маржинальности и способность действующих игроков удерживать рынок. Не подтверждай мою гипотезу, а ищи слабые места проекта. Сформируй базовый, негативный и критический сценарии».

Думают, что ИИ должен сразу работать идеально или как волшебный оракул: задал вопрос — получил мудрость. Но он как новый сотрудник. Если ему не объяснили бизнес, он будет делать ошибки.

Если не дали данные, он будет гадать. Если не рассказали историю решений, он будет мыслить шаблонами. Если не обозначили границы риска, он может предложить красивую, но опасную стратегию.

Используют ИИ как отдельную игрушку: открыл чат, задал вопрос, получил ответ, удивился, закрыл. Но внедрение начинается тогда, когда ИИ встроен в регулярные управленческие процессы: планирование, закупки, анализ продаж, оценку новых проектов, подготовку к переговорам, прогнозирование рисков.

Ожидают безошибочности. Его выводы нужно проверять, спорить с ним, уточнять, заставлять пересчитывать. Но даже с учетом этого он дает собственнику огромное преимущество: скорость анализа и ширину взгляда.