ИИ в ивент-агентстве: почему автоматизация страшна не сложностью, а тем, что она показывает

Индустрия мероприятий обсуждает ИИ примерно так же, как в 2021 году обсуждала метавселенные — много слайдов, мало практики. Разница в том, что метавселенные так и остались слайдами, а нейросети уже года два как встроены в рутину агентств, которые не стали дожидаться идеального момента. Проблема не в том, что инструменты не работают. Проблема в том, что почти никто не говорит честно о том, что происходит, когда их все-таки внедряешь. Почему разговор про ИИ в ивентах обычно идет не туда, и что на самом деле проверяет внедрение нейросетей в агентстве? Рассказывает Валера Артамонов, сооснователь и генеральный директор ивент-агентства MAKE.

Технология здесь — не главное

Если сузить вопрос до «какую нейросеть подключить», легко упустить суть. Реальный эффект появляется не там, где ИИ генерирует текст или картинку, а там, где он встает между человеком и рутинной проверкой — сметы, документов, статуса проекта, движения денег. Это не творческая часть работы агентства, а её административный скелет: то, что раньше съедало часы менеджеров, а теперь занимает минуты.

Ключевое отличие от прежней автоматизации в том, что эти системы не просто ускоряют процесс, а меняют его логику. Раньше проверка была отдельным действием, которое нужно было не забыть сделать. Теперь она встроена в сам процесс и происходит без усилий человека. Именно это, а не скорость генерации контента, определяет, окупается внедрение или превращается в игрушку для презентаций.

Валера Артамонов,
сооснователь и генеральный директор ивент-агентства MAKE

Что меняется на практике

Возьмем смету — самый показательный пример. Раньше менеджер читал ТЗ, переносил позиции в форму, считал и сверял цены с тем, что знает сам и что успел уточнить у подрядчиков. Это часы работы, и это ровно то место, где усталость превращается в ошибку: пропущенный ноль, забытая позиция, неверно перенесеная цифра. Сейчас ТЗ уходит агенту, он раскладывает его на позиции, считает на данных прошлых проектов агентства и сверяет с рынком. При правильно настроенных процессах это минуты вместо часов, а глупые человеческие ошибки из серии «пропущенный ноль» из смет ушли.

Есть и второй эффект, менее очевидный. Менеджер ограничен собственным опытом: он помнит цены, с которыми работал, и знает подрядчиков, которых знает. У нейросети база для сравнения шире, она смотрит туда, куда у человека просто не доходят руки. Поэтому менеджер после неё уже не считает, а оценивает: перед ним готовая смета, и его задача — понять, что в ней стоит оспорить.

По тому же принципу устроено остальное. Бот в рабочих чатах проекта собирает сводку: что сделано, что просрочено, где повисла тишина. Финансовый директор утром получает одно сообщение с остатками по счетам и платёжным календарём, а каждая заявка на оплату автоматически сверяется со сметой. Пакет документов по подрядчику собирается по нескольким введённым параметрам. Во всех случаях ИИ не творит, а проверяет и готовит черновик.

Почему именно в ивенте это важнее

В ивент-агентстве одновременно живет много проектов, дедлайны не двигаются, подрядчиков десятки, а деньги перемещаются быстрее, чем обновляются отчеты. Мероприятие нельзя перенести на неделю потому, что смету пересчитали. Поэтому цена «причесанной версии» от менеджера или ошибки в одной цифре здесь выше, чем в бизнесах, где промах можно исправить в следующем квартале. Автоматизация контроля в такой среде — не оптимизация ради оптимизации, а способ раньше увидеть то, что иначе всплывет за день до старта.

Настоящий барьер — не бюджет и не сложность

Здесь я скажу вещь, которая обычно не попадает в статьи про ИИ: сопротивление команды — это не проблема мотивации или обучаемости сотрудников. Это рациональная реакция на риск. Когда процесс автоматизируется, из него исчезает пространство для интерпретации, а вместе с ним и возможность объяснить задержку обстоятельствами. Смета, которую раньше можно было «прикинуть на глазок» и защитить перед клиентом красноречием, теперь сверяется с историей прошлых проектов и рыночными ценами автоматически. Это неудобно ровно тем людям, для которых непрозрачность процесса была не багом, а способом работы.

Отсюда и настоящая причина, по которой многие агентства откладывают внедрение ИИ не на месяцы, а на годы. Дело не в цене подписки и не в отсутствии программиста в штате. Дело в том, что руководитель, который включает такой инструмент, подписывается на то, чтобы увидеть реальную картину своих процессов, а не ту, которую пересказывают на еженедельном созвоне.

Как мы внедряли: без приказа «с понедельника все на ИИ»

Мы проводили внутренние обучения и показывали на живых задачах, как инструмент ускоряет работу. Но не переводили всех на ИИ по приказу: давали время самим всё попробовать и настроить работу под себя, а параллельно регулярно делились информацией о новых инструментах и возможностях.

Логика простая. Навязанный инструмент получает формальное использование и тихий саботаж. Инструмент, который человек сам настроил под свои задачи, становится частью его рабочего стиля. И лучше всего убеждает не регламент, а горячий период: когда загрузка максимальная и времени нет вообще, выигрывают те, кто уже освоил инструмент. Те, кто не освоил, тонут в ручной работе, и после этого спорить о пользе ИИ уже не приходится.

Где ИИ ошибается — и где проходит граница ответственности

Мы не утверждаем, что ИИ на сто процентов делает всю работу, и не строим процессы так, будто это так. За ним всегда проверяют люди. Ничего не уходит клиенту, что не видел человек, — ни смета, ни договор, ни ответ по спорному вопросу. Финальное решение остается за человеком в каждом случае без исключения.

И честно скажу: нейросеть выдумывает. Может подставить несуществующую цифру или уверенно описать то, чего нет. Но сравните два действия: сделать смету с нуля и перепроверить смету, которую собрал ИИ. Второе всё равно занимает несоизмеримо меньше времени. Правильная модель — ИИ как черновик, человек как редактор и ответственный за результат. Нейросеть не принимает решений, она резко сокращает время между вопросом «что происходит?» и ответом на него, делая риск видимым раньше, чем он превратился в проблему.

Что это значит для рынка

Индустрия мероприятий в ближайшие пару лет расколется не на тех, кто использует ИИ, и тех, кто нет: таких почти не останется. Расколется на агентства, которые встроили автоматизацию в контроль и управление рисками, и на те, где она осталась презентационным слоем поверх старых процессов. Первые будут расти быстрее при том же штате. Вторые продолжат путать наличие подписки на нейросеть с наличием системы.

С чего начать: три шага

1. Выберите один процесс, где сейчас больнее всего терять время или деньги на ручной проверке. Не самый технологичный, а самый болезненный.
2. Соберите данные прошлых проектов по этому процессу. Агент хорош ровно настолько, насколько хороша база, на которой он считает.
3. Заранее определите, кто и на каком этапе проверяет результат. Если ответ «никто» — рано запускать.

Внедрение, которое решает реальную боль, приживается само. Внедрение ради галочки в презентации для клиента умирает через месяц.

Материал подготовлен эксклюзивно для Event LIVE. При перепечатке или цитировании активная, открытая для индексации гиперссылка на страницу с публикацией обязательна. Фото: сгенерированы ChatGPT. Указанная точка зрения может не совпадать с точкой зрения редакции, а равно и с мнением третьих лиц, включая иных специалистов. Редакция не несет ответственности за недостоверность предоставленных авторами данных и любые возможные убытки, понесенные лицами в результате применения публикуемых заключений и следования таким рекомендациям.