ИИ-ассистент в разработке мероприятий

Разработка мероприятий по улучшениям — один из ключевых этапов консалтингового проекта.

После диагностики консультантам нужно превратить большой объём информации — данные производственных служб, интервью руководителей, технологические документы, показатели эффективности — в конкретную программу действий.

Именно на этом этапе ИИ помогает существенно ускорить работу.

При этом принципиально важно разделять зоны ответственности: консультанты проводят диагностику, работают с людьми, интерпретируют данные и принимают решения. ИИ-ассистент помогает быстрее обрабатывать и сопоставлять большие массивы информации и готовить рабочие материалы для дальнейшей работы команды.

Ниже — три примера из одного из проектов Pieff.

1. Одна программа мероприятий — для четырёх активов

Задача — разработать программу мероприятий для четырёх ГОКов одного кластера.

Сначала консультанты Pieff провели диагностику первого ГОКа: проанализировали параметры техники открытых горных работ, провели интервью с руководителями и провели наблюдения непосредственно на площадке.

По результатам диагностики команда сформировала программу из 30 направлений, структурированную по функциональным блокам актива.

На этом этапе работа полностью опиралась на экспертизу консультантов: ИИ не заменял диагностику и не формировал решения вместо команды.

Следующий этап — адаптация программы под три других актива.

Показатели эффективности ГОКов были похожи, но каждый актив имел свою специфику. Поэтому в ИИ-ассистент загрузили:

• интервью с руководителями трёх активов;
• данные ПЭО;
• данные ПТО;
• информацию геологической службы;
• данные маркшейдерской службы.

ИИ-ассистент сопоставил эти материалы с программой первого ГОКа и подготовил адаптированные версии для каждого актива.

За несколько часов консультанты получили основу программы мероприятий для всего хаба. Экономия составила от одного до нескольких рабочих дней.

В этой задаче ИИ позволил масштабировать уже проведённую консультантами работу, не проходя один и тот же аналитический путь заново для каждого актива.

2. Как за день разобраться в технологическом процессе

Задача — построить ключевые корреляции по извлечению золота на золотоизвлекательной фабрике с технологией цианирования и на этой основе продиагностировать эффективность процесса.

Для работы команда получила 100-страничный технологический регламент.

Раньше изучение такого документа занимало от нескольких часов до целого дня и дополнялось интервью с технологом.

Теперь первый этап работы выглядит иначе.

ИИ-ассистент за 10 минут подготовил упрощённую версию регламента, оставив ключевые переделы и технологические параметры.

Это не отменило работу консультантов: упрощённую версию команда изучила самостоятельно, а возникающие вопросы можно было сразу уточнять в диалоге с ИИ, не дожидаясь следующей встречи с технологом.

Затем ИИ-ассистент помог построить карту потоков — от руды до слитков Доре и хвостов — с разбором физических и химических процессов на каждом этапе.

Отдельно рассчитали lead time каждого этапа. Это важно для корректного сопоставления содержания полезного компонента во входящей руде, готовом продукте и хвостах: между соответствующими потоками существует временной лаг.

Параллельно ИИ-ассистент помог собрать базу посменных технологических параметров за несколько месяцев — от качества входящей руды и параметров работы отдельных переделов до качества готового продукта и содержания металла в хвостах.

На этой базе консультанты за несколько часов построили ключевые корреляции и сформировали выводы об эффективности работы фабрики.

В итоге работа, которая раньше занимала два–три дня, заняла один день и сразу дала рабочий инструмент для дальнейшей аналитики.

3. Оптимизация системы мотивации водителей

Задача — оптимизировать систему мотивации водителей самосвалов и подготовить рекомендации по её совершенствованию.

Клиент предоставил 50 страниц сканов регламентов по премированию в виде изображений, без текстового слоя.

Самостоятельная работа с таким массивом документов заняла бы несколько часов: сначала пришлось бы распознавать содержание, затем последовательно изучать документы и сопоставлять их положения между собой.

ИИ-ассистент распознал текст и структурировал содержание документов.

Вместо последовательной вычитки консультанты сразу получили возможность проверить систему с точки зрения самого сотрудника: за что начисляется зарплата, за что премия, как выглядят примеры перевыполнения и невыполнения плана.

На первичный анализ ушло несколько минут.

Следующий шаг — сопоставление действующей системы с отраслевыми практиками для водителей самосвалов.

ИИ-ассистент помог собрать соответствующую информацию, сформулировать выводы и приоритизировать рекомендации. Этот этап занял ещё 10–20 минут.

В результате работа, которая раньше занимала от нескольких часов до целого дня, была выполнена примерно за один час.

Что меняется в работе консультанта

Во всех трёх кейсах ИИ не заменяет консультанта и не принимает за него решения. Он ускоряет работу с документами, транскрибацией и сопоставлением интервью, структурированием информации, поиском связей в данных и подготовкой рабочих материалов. При этом ключевые этапы остаются за человеком: диагностика, работа на площадке, интервью, профессиональное суждение, интерпретация результатов и разработка решений.

ИИ-ассистент Pieff — часть более широкого подхода к работе с изменениями: данные, технологии и экспертиза консультантов соединяются, чтобы находить решения, которые можно применять на практике.

Такой подход помогает быстрее переходить от диагностики и наблюдений к конкретным мероприятиям по улучшениям, сохраняя внимание к контексту организации, особенностям процессов и людям, которые в них работают.