Немалая доля ИИ-пилотов не доходит до продуктивной эксплуатации — не потому что решение плохое, а потому что момент принятия решения о нём никогда явно не наступает.

Почему пилоты зависают

Пилот запускают с формулировкой «посмотрим, как пойдёт» — без письменного критерия, что считать успехом. Дальше происходит следующее: результат неплохой, но не однозначный; команда, которая его тестировала, занята другими задачами; решение о масштабировании откладывается «пока не разберёмся»; через несколько месяцев про пилот вспоминают, только если кто-то спросит.

Что должно быть решено до запуска пилота, а не после

  • Метрика успеха в цифрах. Не «стало удобнее», а конкретное измеримое значение и способ его посчитать.
  • Срок принятия решения. Дата, к которой пилот обязан завершиться выводом — «продолжаем» или «останавливаем», а не бессрочное тестирование.
  • Кто принимает решение. Конкретный человек с полномочиями сказать «да» или «нет», а не размытая коллективная ответственность.
  • Что считается провалом. Отдельно от метрики успеха — явный список условий, при которых пилот однозначно останавливают.

Признаки, что пора остановить

  • Метрика после разумного срока тестирования не сдвигается, несмотря на доработки.
  • Люди, которые должны пользоваться системой, находят способы её обходить.
  • Выясняется структурная проблема — данных нет, интеграция невозможна без переделки соседней системы — которую нельзя решить в рамках пилота.
  • Ответственный за решение не может внятно сформулировать, что изменится, если продолжить.

Признаки, что пора масштабировать

  • Метрика достигнута и держится стабильно, а не разово.
  • Пользователи просят продолжать работу с системой, а не терпят её.
  • Понятно, что именно изменится при увеличении масштаба — объём данных, число пользователей, нагрузка — и есть план на эти изменения.
  • Стоимость перехода в продуктив посчитана, а не «разберёмся по ходу».
Остановленный вовремя пилот — не провал, а нормальный результат честной проверки. Хуже, когда пилот не останавливают и не масштабируют, а он просто тихо перестаёт кого-то интересовать — тогда потрачено время и деньги, а вывод так и не сделан.

Что делать, если пилот уже завис

Вернуться к исходной задаче и заново сформулировать критерий — прямо сейчас, задним числом. Собрать те данные, которые есть, сравнить с формулировкой успеха. Если данных для оценки нет вообще — это тоже вывод: пилот был поставлен без возможности его оценить, и в следующий раз это нужно исправить на старте, а не в процессе.

Вывод

Пилот — это не демонстрация возможностей, а эксперимент с заранее известным способом прочитать результат. Если критерий, срок и ответственный не зафиксированы письменно до запуска, пилот с высокой вероятностью не закончится ни успехом, ни явным провалом — он просто зависнет.

Подробный разбор типичных причин зависания — ИИ-пилот, который не выходит из демонстрации. Услуга вывода в продуктив — на отдельной странице.

Смотрите также: Внедрение ИИ на предприятии: этапы, готовность и риски.