Приложение G. План первых 30 дней

Этот план помогает провести первый AI-Native пилот без расползания.

Цель — не “внедрить ИИ в компании”, а собрать первый доказуемый контур:

роль + ассистент + skill + source of truth + правила качества + права + метрики

До старта: подготовка

Решения руководителя

Что решить	Результат
Какой бизнес-эффект нужен	Скорость, качество, снижение потерь, прозрачность, деньги
Кто владелец перехода	Имя и роль
Какие направления участвуют	Продажи, проекты, разработка, финансы, поддержка
Что нельзя делать в пилоте	Опасные действия, чувствительные данные, запись без подтверждения
Когда смотрим результат	Дата executive review

Минимальная команда

Роль	Ответственность
Sponsor	Принимает решение и снимает блокеры
Владелец процесса	Отвечает за контур
Методолог / AI-Native lead	Помогает описать роль и skills
Технический ответственный	Инструменты, доступы, MCP, безопасность
Пользователи	Выполняют реальные задачи
Security / legal, если нужно	Ограничения по данным

Неделя 1. Фокус и baseline

Цель недели: выбрать один контур и понять, как он работает сейчас.

День 1. Kick-off

Повестка:

1. Зачем запускаем пилот.
2. Что такое AI-Native контур.
3. Что входит и не входит в пилот.
4. Как будем измерять эффект.
5. Как фиксируем ошибки и улучшения.

Результат:

Участники понимают, что это не тест чата, а проверка нового способа работы.

День 2. Выбор сценариев

Используйте приложение B.

Результат:

Выбран один контур. Есть владелец.

Есть первая группа пользователей.

День 3. Описание текущего процесса

Зафиксируйте:

как работа выполняется сейчас;

сколько времени занимает;

какие документы используются;

где теряется контекст;

какие ошибки повторяются;

где нужен человек;

где есть ручная рутина.

Результат:

Короткая карта текущего процесса.

День 4. Baseline

Соберите исходный замер:

время выполнения;

возвраты;

ошибки;

потери;

количество задач;

качество результата;

текущая удовлетворенность пользователей.

Результат:

Таблица “было”.

День 5. Source of truth

Используйте приложение C.

Результат:

Карта источников.

Список пробелов в данных. Понимание, что можно использовать в пилоте.

Неделя 2. Роль и skills

Цель недели: описать усиленную роль и первые рабочие skills.

День 6. Карточка роли

Используйте приложение D.

Результат:

Описано, что делает человек, что делает ассистент, где Delegate, Review, Act, где решение остается за человеком.

День 7. Первый набор skills

Выберите 2-4 skills.

Пример для продаж:

client-context-summary;

proposal-draft;

proposal-quality-review;

next-step-email-draft.

Пример для проектов:

project-status-summary;

blockers-review;

meeting-summary;

decision-log-update.

Результат:

Список skills первой волны.

День 8. Карточки skills

Используйте приложение E.

Для каждого skill заполните:

цель;

входы;

source of truth;

шаги;

ограничения;

правило остановки;

формат результата;

правила качества.

Результат:

Черновики skills.

День 9. Безопасность и права

Определите:

какие данные можно использовать;

какие данные нужно обезличивать;

что нельзя отправлять во внешний LLM;

что ассистент может читать;

что может готовить;

что может менять только после подтверждения;

что запрещено.

Результат:

Матрица прав и ограничений пилота.

День 10. Quality review

Для каждого skill задайте проверку:

обязательные поля;

чек-лист;

типовые ошибки;

пример хорошего результата;

кто принимает результат.

Результат:

Правила качества для skills.

Неделя 3. Реальные задачи

Цель недели: выполнить первые реальные задачи и улучшить skills.

День 11. Первый запуск

Возьмите 1-2 реальные задачи.

Правила:

не брать самый сложный случай;

не брать учебный пример;

фиксировать все ошибки;

не пытаться скрывать неудобства.

Результат:

Первые результаты и список проблем.

День 12. Разбор ошибок

Разделите ошибки:

не хватило данных;

плохая инструкция skill;

нет source of truth;

модель ошиблась;

пользователь дал неполный контекст;

нужно правило безопасности;

нужно изменить формат результата.

Результат:

Backlog улучшений.

День 13. Обновление skills

Исправьте 2-4 самые важные проблемы.

Результат:

Версия skills 0.2.

День 14. Второй запуск

Возьмите еще 3-5 реальных задач.

Сравните:

стало ли меньше ручной работы;

стало ли выше качество;

где все еще нужен человек;

какие ошибки повторяются.

Результат:

Первые данные “было / стало”.

День 15. Еженедельный обзор

Повестка:

1. Что получилось.
2. Где ассистент ошибся.
3. Где не хватило source of truth.
4. Что улучшили в skills.
5. Какие риски появились.
6. Что делаем на следующей неделе.

Результат:

Решения по улучшению пилота.

Неделя 4. Измерение и решение

Цель недели: доказать эффект и решить, что масштабировать.

День 16-18. Серия задач

Выполните достаточное количество реальных задач, чтобы не судить по одному примеру.

Минимум:

5-10 документов;

5-10 заявок;

3-5 проектных статусов;

3-5 инженерных задач;

5-10 проверок качества.

Результат:

Набор результатов для сравнения.

День 19. Сбор метрик

Соберите:

использование;

время;

качество;

возвраты;

ошибки;

потери;

обратную связь пользователей;

стоимость или трудозатраты, если применимо.

Результат:

Таблица “было / стало”.

День 20. Executive review

Структура обзора:

1. Контур.
2. Команда.
3. Что было до пилота.
4. Что сделали.
5. Какие skills появились.
6. Какие source of truth закреплены.
7. Что показали метрики.
8. Какие ошибки и риски.
9. Что нужно улучшить.
10. Решение о следующей волне.

Возможные решения:

остановить пилот;

доработать тот же контур;

расширить на больше пользователей;

добавить соседний контур;

строить платформенный слой;

добавить автономного агента для фоновых задач.

Итоговый артефакт пилота

К концу 30 дней должны быть:

Артефакт	Есть?	Ссылка
Описание контура
Baseline
Карточка роли
Карта source of truth
2-4 skills
Правила качества
Матрица прав
Результаты реальных задач
Метрики “было / стало”
Backlog улучшений
Решение о следующей волне

Главное правило

Если за 30 дней вы не получили готовую платформу — это нормально.

Если за 30 дней вы не получили ни одного измененного рабочего контура — это проблема.

Первый месяц должен доказать, что компания умеет превращать ИИ в управляемую работу.