Отсутствие единого источника знаний замедляет работу: сотрудники теряют много времени на поиск нужной информации, владельцы знаний уходят из компании вместе с экспертизой, тем самым обнуляя накопленный опыт. Кроме того, время достижения эффекта от внедрения GenAI-агентов, которые способны автоматизировать до 50% типовых запросов сотрудников и клиентов, увеличивается в несколько раз. Алексей Зобнин, сооснователь Minervasoft, объясняет, почему менеджмент знаний важен для бизнеса и как обосновать инвестиции в него.

Многие знания в компаниях существуют в головах сотрудников, переписках или даже стикерах на мониторах. Они легко теряются, потому что их редко фиксируют и почти никогда не систематизируют.

Компании, которые не управляют знаниями, сталкиваются с типичными проблемами. Во-первых, затруднена адаптация новичков. Они не приживаются в компании (некоторые уходят уже на этапе стажировки) из-за того, что считают работу сложной. Одновременно сотрудники-эксперты выгорают от потока типовых вопросов новых коллег. Все это приводит к высокой текучести кадров и мешает развивать и масштабировать бизнес.

Во-вторых, без систематизации знаний трудно организовать удаленный и гибридный форматы работы. Если информация традиционно передается "из уст в уста", онлайн-коммуникация еще сильнее тормозит процессы.

В-третьих, без единого достоверного источника корпоративных знаний невозможно внедрить ИИ-агентов, которые помогают решать повседневные рабочие задачи: отвечают на типовые запросы, предоставляют персональные рекомендации и упрощают поиск.

Зачастую компании используют различные системы хранения информации, такие как Confluence или SharePoint, но инструменты не приносят пользу: из-за того, что работа со знаниями не встроена в бизнес-процессы, данные быстро устаревают, доверие сотрудников к источнику снижается, а время на поиск ответов увеличивается в разы.

Чтобы у цифрового помощника появился надежный фундамент, необходимо запустить культуру и процессы менеджмента знаний, которые будут поддерживать актуальность, достоверность и применимость корпоративных знаний. В таком случае не только GenAI-агент будет работать эффективно, но и сотрудники смогут фокусироваться на стратегических задачах, а бизнес сэкономит миллионы рублей.

За рубежом управление знаниями уже стало обязательным минимумом в компаниях любого масштаба. Кроме того, впервые после последнего пика в 2010 году, новую волну интереса к менеджменту знаний вызвало появление первых GPT-ассистентов.

%img-1%

При этом в России, несмотря на все преимущества, по-прежнему сохраняется проблема обоснования инвестиций в подобные направления. Рассказываю, как считает окупаемость менеджмента знаний крупный российский бизнес и на что опирается при защите проектов.

Диагностика — до, лечение — после

Первый шаг в любой компании — диагностика ситуации: анализ текущей базы знаний и статей, проведение очных или дистанционных опросов и интервью с сотрудниками и руководителями.

Важно не задавать закрытые вопросы да/нет, а предоставлять возможность высказываться. Как команды работают с источниками знаний? Как ищут информацию? Сколько источников используют? Какие операции повторяют регулярно? Полученные ответы помогают оценить уровень удовлетворенности команд состоянием рабочих материалов и условиями их поиска, а также выявить серьезные проблемы.

В одном банке, например, сотрудники использовали Excel-файл объемом 40 МБ для хранения информации. Не самые производительные рабочие компьютеры замедляли открытие документа. Это влияло на скорость работы и время решения запросов. Незаметная на первый взгляд проблема оказалась системной. И она была выявлена именно в ходе интервью.

Вот другие наиболее типичные проблемы:

Дублирование работы. Зачастую подразделения в крупных компаниях работают в десятках систем. В результате задачи и процессы повторяются, знания дублируются, а временные и денежные потери растут каждый месяц.

Разрозненность знаний. Если в компании нет единого источника правды или он ведется хаотично, команды тратят часы на поиск корректной информации — в одной крупной финтех-компании этот процесс отнимал около 25% рабочего времени сотрудников.

Перегрузка экспертов. Без системы передачи знаний накапливается зависимость от отдельных сотрудников. Эксперты становятся неформальными носителями знаний, к которым постоянно обращаются за помощью. Это приводит к выгоранию, увольнению и, как следствие, утрате критически важной экспертизы.

Приведу реальный кейс. В департаменте ИТ-поддержки одного из крупных банков, несмотря на то, что команда пользовалась Confluence, регулярно образовывались очереди из сотрудников, ожидающих помощи "дежурных экспертов" в решении сложных вопросов. После оптимизации подхода к управлению знаниями среднее время обработки тикетов снизилось на 10%. Специалисты перестали отвлекаться на вопросы, а сотрудники — тратить время на ожидание ответа. На починку процессов потребовалось до полугода.

Анализ текущего состояния менеджмента знаний должен учитывать не только явные боли, но и стратегические цели. Например, повышение клиентоориентированности напрямую связано с быстрой поддержкой, которую можно обеспечить только при наличии хорошо структурированной базы знаний, а внедрение ИИ для оптимизации бизнес-процессов невозможно без подготовки структурированных и корректных баз данных.

Аргументация: как перевести знания в цифры

Когда проблемы обнаружены, можно переходить к формированию аргументации в пользу системной работы с корпоративными знаниями. Центральная мысль заключается в том, что управление знаниями — это не издержки, а инвестиции в рост и снижение рисков. Для принятия решения топ-менеджмент ориентируется на показатели возврата инвестиций (ROI), поэтому важно определить, какие метрики требуют улучшения. Затем оценить предполагаемые затраты и спрогнозировать эффект от внедрения решения. В итоге мы увидим возможную экономию (или прирост эффективности).

К ключевым метрикам можно отнести:

Время на поиск информации
Это один из самых наглядных и измеримых показателей. Метрика может быть зафиксирована как с помощью встроенных инструментов в helpdesk-системах (например, длительность обработки тикетов), так и в ходе замеров в реальной рабочей среде.

Ошибки из-за неактуальной информации
Если в компании ведется контроль качества выполнения задач, стоит проанализировать, сколько ошибок происходит из-за использования устаревших или некорректных знаний. Это дает прямой сигнал о необходимости улучшения базы знаний.

Скорость адаптации новых сотрудников
В условиях высокой текучести, например, в контактных центрах, важна быстрая адаптация. При уровне текучести в 70% в год обучение новых сотрудников становится постоянным процессом, и каждая неделя, на которую можно сократить адаптацию, превращается в экономию времени и ресурсов.

Удовлетворенность сотрудников
В компаниях с развитой культурой заботы о комфорте команд показатель удовлетворенности может служить дополнительным аргументом для запуска проекта, особенно если он влияет на удержание и вовлеченность.

Чтобы понять, чего ждать от внедрения, полезно посмотреть отраслевые кейсы — можно просто погуглить или спросить у ChatGPT. Это помогает сформировать реалистичные ожидания. Хорошо работают и референс-визиты — пообщаться с теми, кто уже внедрил систему, узнать про подводные камни и реальные результаты. Если в компании уже есть успешный опыт, обязательно ссылайтесь на него. Например, если банк внедрил систему в службе поддержки и получил эффект, другим подразделениям будет проще обосновать похожий проект.

Как выбрать подходящего поставщика

Следующий шаг — запрос предложений и оценка решений. Прежде чем выходить на рынок, важно четко понимать потребности. Например, можно составить лист оценки требований: функциональные возможности; сценарии использования; критерии масштабируемости; варианты развертывания (облако или on-premise); доступность интеграций; уровень поддержки; возможности кастомизации. Затем можно сформировать сравнительную таблицу с предложениями разных поставщиков.

Важный аспект — вовлечение конечных пользователей в процесс оценки. Так в одной из крупнейших телеком-компаний страны будущие пользователи системы тестировали решения поставщиков и оценивали их с точки зрения функционала и комфорта работы. Их оценки представили руководству — это повысило шансы проекта на успех.

Формула расчета ROI на практике

Для расчета возврата инвестиций важно подготовить вводные данные компании (или подразделения). Например, для ИТ-поддержки в качестве параметров используют количество сотрудников; среднюю заработную плату; накладные расходы (аренда, инфраструктура, внутренние сервисы); длительность адаптации новичков; число обращений; время, затрачиваемое на ответ.

Потом фиксируются все предполагаемые затраты на реализацию проекта:

• стоимость лицензий на ПО;
• расходы на инфраструктуру (если используется on-premise, необходимо учитывать затраты на серверное оборудование, оперативную память, дисковое пространство и т.д.);
• временные и трудовые ресурсы на создание контента (перенос знаний, формирование базы);
• рабочее время сотрудников, вовлеченных во внедрение.

Далее определяются целевые метрики, которые должны быть улучшены — допустим, сокращение онбординга и времени решения обращений. Правильный акцент — это повышение производительности. Например, если эффективность работы повышается на 10%, то при сохранении текущего штата можно обрабатывать больше задач, но без дополнительного найма. Бывают кейсы, где решение прямо влияет на доход. Например, в одном из банков после внедрения системы управления знаниями сотрудники лучше поняли продукты и начали продавать на 10% больше. Но важно учитывать и нематериальные эффекты — например, повышение качества клиентских ответов, удовлетворенности сотрудников или NPS (оценка лояльности).

Для корпоративного согласования проект должен, как правило, окупаться в течение 18 месяцев. Это ориентир для большинства финансовых подразделений.

Стратегия защиты

Подготовка к защите проекта требует четкой структуры и аргументации. Презентацию лучше начать с формулировки проблемы: что именно не работает и какие издержки это вызывает. Далее — предложить решение и подход к его реализации. Отдельный акцент сделать на выгодах: экономия времени, повышение производительности, снижение ошибок. После этого — привести расчет затрат (ПО, инфраструктура, интеграции, контент) и оценка окупаемости. В завершение — краткая дорожная карта с этапами и сроками. Оптимальный объем презентации — до 10 слайдов.

Перед встречей желательно провести репетицию, зафиксировать слабые места, получить обратную связь. Формат защиты — до 30 минут. Примерная структура — 10 минут на доклад, 15 минут — на обсуждение, 5 минут — на фиксацию итогов.

Важно заранее отработать типовые возражения.

1. "Это дорого"
Не стоит спорить. Лучше показать, что это инвестиция. Напомнить о ROI и потерях, которые компания уже несет. Провести доработку проекта с поставщиком.

2. Сопротивление сотрудников
Если у проекта есть поддержка на местах (результаты опросов, боль в подразделении), сопротивление минимизируется. Важно донести, что система внедряется для них, а не вопреки.

3. Риски ИБ и конфиденциальности
Важно работать вместе с ИБ с самого начала. On-premise решение, разграничение доступа — все это не ново, но критично. Также важно наличие инструментов логирования действий сотрудников.

4. Недоверие к цифрам
Можно запустить пилот, чтобы метрики стали прозрачными. Протестировать систему, определить ресурсы, которые потребуются, и замерить эффект. Возьмем для примера сеть "Петрович". У них существует внутренняя академия для запуска инициатив, пилот по управлению знаниями стал стартовой точкой для масштабного проекта внедрения.

5. "У нас нет ресурсов"
Тогда нужен другой подход — возможно, большая часть задач передается на сторону поставщика, как это делается, например, в кейсах миграции контента. Или можно найти внутреннего союзника в другом подразделении — и объединить усилия.

Такой алгоритм повысит прозрачность проекта и позволит подготовить убедительное обоснование инвестиции в него.

Как показывает опыт крупных российских компаний, с которыми мы работаем, лучше один раз качественно внедрить менеджмент знаний, чем годами тратить время и деньги на повторяющиеся ошибки, которые снижают эффективность сотрудников.

Кроме того, наличие единой системы управления знаниями вдвое повышает результативность внедрения GenAI-помощников. Например, в проектах, завершивших внедрение менеджмента знаний и создание корпоративного источника правды, ИИ-агент, работающий на основе актуальной и структурированной базы знаний, выдаёт корректные ответы в среднем в 94% случаев. При использовании источников, которые ведутся без применения лучших практик, этот показатель снижается до 50%.