5 процессов, которые можно автоматизировать в отделе контроля качества, чтобы перестать работать в режиме пожара

19.2.2025
5 процессов, которые можно автоматизировать в отделе контроля качества, чтобы перестать работать в режиме пожара

Содержание

Работать много не равно работать эффективно. В этой статье поговорим о том, как ИИ помогает сотрудникам отдела качества справляться с рутиной, переваривать сотни листов документов, обрабатывать часы телефонных жалоб и при этом не выгорать.

5 минут

Недосмотрел — виноват, пропустил продукцию с браком — опять виноват. Ошибки производства любят приписывать отделу контроля качества. Наученные опытом, сотрудники ОКК стараются строже следить: выполнил неидеально — доработай, не оформил как надо — переделай. Вот и получается: каждая сторона хочет как лучше, а получаются придирки и перекладывание ответственности. 

Почему так? Ежедневно специалистам ОКК приходится заполнять и обрабатывать множество документов, держать в памяти сотни стандартов. Часто вся эта система работает на ручном управлении. Поэтому и приходится перепроверять дважды, записывать на листочек, а потом переносить в систему, сверяться. Работа эта большая и невидимая, оттого смежным отделам может казаться, что ОКК погряз в бюрократии и намеренно тормозит их процессы.

В статье расскажем, как искусственный интеллект сделает работу отдела контроля качества продуктивнее, повысит прозрачность процессов и поможет быстрее достичь желаемых результатов.

ИИ против тревожности, или Как отменить режим пожара 

ОКК занимается контролем качества в десятках процессов и сотнях документов. Огромный объем рутинной работы. Самое стрессовое в этой ситуации —  задачи не заканчиваются. Все они выглядят значимыми и срочными. Непонятно, за что браться быстрее. Наступает тревожность и страх пропустить важное. 

В состоянии тревожности человек зацикливается на мелочах. Перепроверяет по несколько раз одни и те же вещи, без конца сравнивает данные, а иногда и вовсе мысленно выключается из процесса и выполняет дела на автомате. Нервозность растет, давление со стороны коллег тоже, ведь им кажется, что просьбы намеренно игнорируют. 

Примерно так выглядят сотрудники ОКК в глазах коллег 

Стресс приводит к ошибкам в работе, выгоранию и напряженной атмосфере в коллективе. Чтобы избежать этого, руководство видит два выхода: 

  • Первый — нанимать новых сотрудников, чтобы разгружать старых. Но здесь новая опасность — увеличивать штат постоянно нельзя. Бюджеты ФОТ не резиновые, ресурсы компании тоже, а квалифицированные кадры на рынке труда вообще становятся редкостью. Плюс фактически всё останется на том же уровне: люди по-прежнему будут вручную обрабатывать данные, рутина и зацикленность никуда не пропадут, а проблема выгорания останется.
  • Второй — автоматизировать процессы, чтобы сократить количество ручных операций. Технологии позволяют это сделать. Например, ИИ сокращает время обработки информации с 3 часов до 15 минут, выполняя рутинные задачи в десятки раз быстрее. 

То есть с внедрением ИИ команда останется прежней, а режим пожара уйдет. Процессы перестанут зависать из-за человеческого фактора. Сократится количество ошибок. Команда сможет сосредоточиться на предотвращении проблем и повысит производительность. Компания выйдет из операционного кризиса.  

Задачи, с которыми ИИ поможет уже сегодня:

  • прослушать звонки менеджеров по продажам и проверить их на соответствие скриптам;
  • обработать негативные отзывы клиентов и сделать выводы по качеству продукции или добросовестности поставщика;
  • проверить правильность заполнения документов;
  • найти ошибки в больших массивах данных; 
  • проконсультировать сотрудников по внутренним регламентам.

Единственная сложность в этом переходе — найти подрядчика с релевантным бэкграундом. Важно, чтобы компания не просто имела опыт внедрения ИИ, а понимала процессы интеграции в бизнесовые процессы. Тогда переход получится мягким, а сотрудники быстро начнут пользоваться новыми инструментами. 

Спойлер: в КТ.Team как раз есть такой опыт. 

ИИ за минуты проведет анализ звонков, на который сотрудники потратили бы несколько недель

Представьте: компания продает щебень. Менеджеры работают по скриптам, но конверсия звонков в лиды остается низкой. Решить вопрос можно двумя способами ↓

Первый: дать сотруднице Марине задачу переслушать звонки и написать по каждому отчет. Для достоверной аналитики Марина возьмет на оценку 20 звонков, каждый длится по 10–15 минут. Прослушивание займет три часа. Затем Марина напишет отчет. На задачу потратит целый день. 

Марина прослушала 20 звонков, половину не поняла, и самое печальное: это были не показательные звонки. Потому что накануне руководитель устроил разнос подчиненным, и в тот день они работали лучше обычного. Картина аналитики получилась смазанной

Второй: подключить ИИ. Теперь нет нужды проверять, сколько способны вынести уши и сила воли Марины. В ИИ можно загрузить все записи звонков → оставить → получить транскрибацию и аналитику. В саммари руководитель увидит, какие звонки соответствуют скриптам, какие — нет, в чем была проблема. 

На решение задачи уйдет два часа, и еще час Марина потратит на прочтение отчета, кофе и передачу письма руководителю. Самое долгое в этом процессе — решить судьбу плохо работающих сотрудников. Но это уже не имеет отношения ни к Марине, ни к ИИ-инструменту.  

Пример рекомендаций от ИИ-ассистента после анализа звонка клиенту

ИИ проверит, нет ли «сломанного телефона» в общении с клиентами, подрядчиками и коллегами

Героями истории стали Олег и Кирилл — два менеджера типографии. У Олега всё четко: проекты летят, производство не факапит, клиенты довольны. У Кирилла, напротив, то и дело какие-то сюрпризы и косяки. Оба стараются, опыт примерно равный, и не очень понятно, в чем загвоздка. 

Руководитель стал разбираться. Ответ оказался до невозможности прост: оба сотрудника читали регламенты, но только Олег использует их в работе, а Кирилл действует спонтанно. На практике это выглядит так ↓

Клиент спросил, сколько стоит изготовление и доставка рекламных брошюр из города А в город Б. По регламенту, менеджер должен уточнить количество брошюр, город проживания клиента, предпочитаемый способ доставки, сроки. Еще нужны технические моменты: тип бумаги, вырубка и покрытие лаком. После сбора информация оформляется заявка. Дальше по цепочке: производство → склад  → логистика. 

Беда Кирилла в том, что он привык работать по старинке: информацию пишет в блокнот, что-то держит в голове, а на производство отдает заявку устно. Работники типографии, естественно, их тут же всё забывают или понимают по-своему. Вот и выходит, что старательность Кирилла ни к чему не приводит. 

Но главное — это беда даже не Кирилла, а его руководителя. Потому что страдают его KPI и репутация. Не умеешь четко объяснить — значит, плохой руководитель. 

То, что очевидно одному, может быть решительно непонятно другому. Соблюдение регламентов помогает не попадать в сети сломанных телефончиков  

Одна из задач ОКК — помогать бизнесу избегать нарушения коммуникаций и следить, чтобы сотрудники соблюдали стандарты. Для этого нужно контролировать много рабочих переписок и звонков. Тут как раз и пригодится ИИ-ассистент.

ИИ умеет:

  • анализировать звонки: расшифровывать голосовые записи и сообщения и выделять в них главное; 
  • понимать суть разговора: вел ли сотрудник продуктивный диалог по скрипту или говорил что-то от себя и не смог получить все нужные данные; 
  • определять наличие негатива в коммуникации: не назревает ли в команде конфликт.

Руководитель получает отчет по каждому звонку: расшифровку и саммари. Так становится понятно, о чем, как и насколько корректно общается сотрудник. Видно, работает ли человек по регламентам, насколько у него прокачаны софт-скилы и требуется ли подтянуть компетенции по продукту. 

Пример анализа звонка от ИИ-ассистента

ИИ — прививка от забывчивости: напомнит, как, когда и каким образом 

«Кира, как заполнить таблицу? Петр Иванович, а где данные за 2024 год? Семён, я завтра в отпуск ухожу, кто меня будет заменять?»

Регламенты есть в большинстве компаний по всем бизнес-процессам, от заключения договора с поставщиком до выхода в отпуск. Конечно, никто не призывает их учить, да и зачем. Поэтому регламенты спокойно лежат в базе знаний до востребования. Но тут есть подвох. Искать — лень. Это же надо куда-то зайти, вспомнить, где находится нужная информация, прочитать и выделить главное. Проще спросить в отделе контроля качества: они же всё знают. 

Круг замыкается. В ОКК нацелены на порядок, вот они и отвечают всем. Время тратят, а осознанности у команды не прибавляется. И никогда не прибавится, пока добрые работники ОКК будут отвечать коллегам в ущерб своим задачам.

Чтобы справиться с этой ситуацией, можно подключить ИИ-ассистента. Он будет всегда готов ответить: 

  • как подать заявление на отпуск;
  • что делать, если заболел;
  • где лежат шаблоны деловых писем;
  • как рассчитывается премия.

Система работает так же просто, как любой поисковик. Сотрудникам не придется ждать, пока кто-то из коллег освободится и выслушает их, или долго искать нужный регламент в базе знаний. А у ОКК будет меньше работы по исправлению одних и тех же ошибок.

Так ИИ-бот отвечает на вопрос сотрудника об отпуске

ИИ поможет выявить проблемные товары или недобросовестных поставщиков

Бывает, что по какому-то товару приходит много претензий. И ОКК нужно выяснить, в чем причина. Вручную разбирать претензии долго: нужно просматривать, действительно ли они актуальны или покупателям просто не понравился цвет, фасон, материал. Также нужно рассортировать обращения, проранжировать по частоте и сформулировать проблему для отдела закупок. 

Например, покупатель пожаловался на некомплектность: подставка для бумажных полотенец пришла без винта соединения штыря и основы. От товара он отказался, оформил возврат. Отдел контроля должен внести случай в базу и проверить, единичная это ошибка или системная. Если системная, то провести проверку на складе: почему работники систематически забывают положить детали.

В обработке негативных сообщений важна скорость, поскольку пока вы не поймете причину, покупатели продолжат строчить гневные отзывы. Искусственный интеллект и здесь поможет. 

Он поможет:

  • понять, с каким товаром больше всего проблем;
  • указать процент возвратов и повторяющиеся жалобы;
  • определить, на какую партию пришлось наибольшее число возвратов; 
  • отсортировать товары по группам и популярным проблемам. 

ИИ проанализирует данные и даст первичные рекомендации. С такой выжимкой командам закупок и контроля качества будет проще и быстрее решать проблемы. 

Пример анализа данных по отказам от покупки и рекомендации от ИИ-ассистента

ИИ проверит правильность заполнения документов, чтобы не тормозить работу смежных отделов 

Договоры, акты, сопроводительные бумаги, коммерческие предложения, отчеты —  ежедневно сотрудники сталкиваются с заполнением десятков документов. Кому-то нравится скрупулезно вычитывать каждую букву, но большинство делает это механически. То неправильно заполнят договор контрагента, а потом компания платит пени за складское хранение сверх нормы. То не до конца оформят путевой лист, и машина с грузом встает на таможне, а расходы опять ложатся на предприятие. 

Далеко не всем легко дается бюрократический язык и соблюдение правил. Появляются ошибки из-за человеческого фактора. Изменить это вряд ли получится, но сделать так, чтобы ошибиться было нереально, — запросто. 

ИИ на страже документооборота:

  • подмечает аномалии в договорах — перепроверять отдельные фрагменты текста намного проще, чем вычитывать полностью; 
  • отрабатывает за несколько минут — работа смежных отделов не подвисает из-за того, что сотруднику пока не до бумаг; 
  • устраняет опечатки и недочеты — у ИИ не замыливается глаз и он точно ничего не пропустит.

Достаточно дать системе правила заполнения документов, и она быстро сделает работу.

Так ИИ сверяет заявку на тендер с регламентом

Люди или машины: сколько времени и денег тратит компания на каждого

Сравним процесс и затраты в том и в другом случае. Чтобы анализ был корректным, представим ситуацию: отдел контроля перегружен, задач становится всё больше, команда выгорает. Руководитель стоит перед выбором: нанять еще пару сотрудников или рискнуть и внедрить ИИ. Итак, что выйдет по затратам — в рублях и в днях ↓

Процесс ИИ Новый сотрудник
Поиск Поиск подходящего решения, прочтение отзывов и изучения коммерческого предложения занимает не больше недели. Среднее время закрытия вакансий следующее: на позицию руководителя — от 60 до 180 дней, специалисты и менеджеры — до 40–50 дней, рабочих — до 30 дней.
Начало работы Внедрение займет 4 недели — звучит много, но это разовая инвестиция времени. Потом ИИ-помощник будет всегда готов к работе. 1–2 недели нужно отвести на онбординг, еще 2–3 месяца сотрудник будет вливаться в ритм. А обучение и помощь новому сотруднику ложится на плечи и так загруженного руководителя.
Загрузка ИИ можно загружать по-разному — например, усиливать с его помощью работу своих сотрудников или полностью передавать процессы. А когда необходимости в ИИ не будет, можно его просто не подключать. Даже если нагрузка на ОКК снизится, и у сотрудника не будет задач, всё равно придется платить ему зарплату и обеспечивать рабочее место. Уволить его после испытательного срока будет сложно.
Риски отказа от работы ИИ останется с вами столько, сколько вы захотите. Сотрудник может уйти в любой момент, и придется начать процесс найма сначала.
Оплата Заплатите около 600–800 тысяч за внедрение — и помощник ваш. Дальше надо будет только оплачивать использование языковой модели — это от 2000 до 10 000 рублей в месяц. По данным hh.ru, начинающий специалист отдела качества получает около 50 тысяч рублей, с опытом — около 80 тысяч рублей и выше. В отделе обычно работает несколько человек. Чем больше задач они обрабатывают вручную, тем больше нужно человек.

Передав ИИ-ассистенту хотя бы часть рутинных дел, вы сможете сократить время проверок на 50% и давать обратную связь за 2 часа, а не 24. Рекомендации будут быстрее внедряться, а компания — развиваться.

После, когда компания станет масштабироваться и объем документов и данных увеличится, вам не придется срочно искать новых сотрудников ОКК. ИИ-помощник будет успешно справляться с любым количеством работы и не допускать ошибок из-за человеческого фактора.

Оглавление
Другие статьи

Смотреть все

500 млн товаров в 2000 карточек: как показать возможности кастомизации клиенту, не усложнив каталог

6/9/2023

Подробнее

Инструмент, который поможет сохранить молодость бизнеса

11/8/2021

Подробнее

Сравнение Brandquad и Pimcore — популярных на российском рынке PIM-систем

1/3/2024

Подробнее

Смотреть все

Мы используем файлы cookie, чтобы предоставить наилучшие возможности сайта

Ок