Implementation scenario / 18 / People operations
Подготовка performance review без потери фактов
Оценка собирается по памяти, а факты из целей, проектов и обратной связи не связаны.
Система агрегирует подтверждённые события и формирует нейтральный черновик вопросов и резюме. Финальное решение и работа с исключениями остаются у ответственного: Руководитель несёт ответственность за оценку и обсуждение; модель только помогает собрать доказательства.
Проверить применимость сценария →
Problem / buying moment
Почему этот процесс становится задачей для руководителя.
Обычно к сценарию «Подготовка performance review без потери фактов» приходит HR-директор, управляющий партнёр или руководитель профессиональной практики, когда экспертиза и решения зависят от отдельных сотрудников, а повторяемая работа не превращается в управляемый процесс. В этот момент локальная ручная проверка уже не масштабируется, но покупка отдельного AI-инструмента ещё не гарантирует изменения процесса.
Здесь AI должен усиливать профессиональное суждение, а не маскировать его: источники, версия документа, критерии и автор финального решения обязаны быть видимыми.
ПОЗИЦИЯ IT WHITEРезультат этого сценария — не «внедрённый AI», а управляемое изменение показателей: полнота фактов, время подготовки, доля целей с итогом. Система должна обнаруживать событие, объяснять контекст и доводить его до ответственного действия.
Target operating model
Что именно меняется после внедрения.
Как разобрать именно этот сценарий.
Полезность системы проверяется на одном повторяемом событии. Исходная ситуация формулируется так: Оценка собирается по памяти, а факты из целей, проектов и обратной связи не связаны. Для HR-директор, управляющий партнёр или руководитель профессиональной практики это уже не локальное неудобство сотрудника, потому что сбой отражается на показателе «полнота фактов» и со временем становится нормой, которую команда перестаёт замечать. До проектирования мы берём несколько реальных событий, восстанавливаем последовательность действий и отделяем причину от симптома.
Контур данных начинается не с единого хранилища, а с минимального набора доказательств. HRM фиксирует первичное событие; project management даёт контекст или состояние работы; feedback tools подтверждает следующий шаг и результат. Для каждого поля определяется источник, допустимая задержка и правило отсутствующего значения. Если событие нельзя восстановить, его нельзя безопасно использовать для автоматического решения.
Рабочая логика сценария выглядит конкретно: Система агрегирует подтверждённые события и формирует нейтральный черновик вопросов и резюме. При этом система не подменяет владельца процесса. Руководитель несёт ответственность за оценку и обсуждение; модель только помогает собрать доказательства. Такое разделение нужно зафиксировать в интерфейсе, правах доступа и журнале действий, иначе формальный human-in-the-loop останется надписью в презентации, а человек будет подтверждать решение без достаточного контекста.
Главный негативный сценарий тоже проектируется заранее: AI-резюме нельзя использовать как скрытый рейтинг человека или замену разговору. Поэтому у пилота должны быть порог уверенности, маршрут исключения, возможность открыть первичные данные и понятный способ отменить действие. Ошибку нельзя прятать в среднем показателе: команда отдельно разбирает ложные срабатывания, пропущенные события и ситуации, где правило сработало правильно, но не привело к действию.
Руководитель принимает решение о масштабировании по трём наблюдаемым изменениям: «полнота фактов», «время подготовки» и «доля целей с итогом». Сначала фиксируется базовая линия, затем одна зона работает в режиме пилота, а сравнение проводится на сопоставимом потоке. Целевой бизнес-результат: полнота фактов, время подготовки, доля целей с итогом. Если изменение держится только благодаря ручному контролю разработчика, система ещё не готова к эксплуатации.
Architecture
AI не получает власть над процессом. Он получает ограниченную роль.
- HRM
- project management
- feedback tools
Руководитель несёт ответственность за оценку и обсуждение; модель только помогает собрать доказательства.
AI-резюме нельзя использовать как скрытый рейтинг человека или замену разговору.
Каждый вывод хранит исходное событие, версию правила или модели и действие ответственного. Если контекста недостаточно, система не угадывает, а переводит событие на ручную проверку.
Business case / no invented ROI
Экономика начинается с потери, которую можно пересчитать.
До сметы мы не обещаем проценты эффективности. Сначала измеряем частоту события, стоимость ручной работы и ошибки, нагрузку на проверяющего и цену эксплуатации контура.
объём событий, в которых возникает проблема «Оценка собирается по памяти, а факты из целей, проектов и обратной связи не связаны.»
стоимость ручного действия, задержки или ошибки по показателю «полнота фактов»
доля исключений, которые после запуска всё равно должен проверять человек
стоимость интеграции и сопровождения систем: HRM, project management, feedback tools
Если измеримый эффект не покрывает стоимость контура и риск, задачу не нужно превращать в отдельный продукт.
Measurement
Как понять, что внедрение работает.
Источник: HRM. Базовая линия: 2–4 недели до пилота.
Источник: project management. Базовая линия: 2–4 недели до пилота.
Источник: feedback tools. Базовая линия: 2–4 недели до пилота.
Сначала проверяем процесс, качество данных и владельца решения.
AI-резюме нельзя использовать как скрытый рейтинг человека или замену разговору.
Readiness check
Когда этот сценарий имеет смысл.
Автоматизация оправдана, когда проблема повторяется, влияет на управляемый показатель и у процесса есть владелец. Для сценария «Подготовка performance review без потери фактов» сначала проверяем не модель, а фактический маршрут работы.
- 01Повторяемость
Событие повторяется достаточно часто, чтобы измерять «полнота фактов».
- 02Доступность данных
Первичные данные доступны в системах: HRM, project management, feedback tools.
- 03Владелец решения
Владелец процесса готов отвечать за исключения и финальное решение.
- 04Ограниченный риск
Риск «AI-резюме нельзя использовать как скрытый рейтинг человека или замену разговору.» можно ограничить правилами, журналом и ручной проверкой.
Questions before code
Что нужно выяснить до выбора технологии.
Ответы отделяют реальную задачу от красивой демонстрации. Они же задают границы пилота и критерии остановки.
- Q1
Сколько раз за неделю возникает ситуация: Оценка собирается по памяти, а факты из целей, проектов и обратной связи не связаны.
- Q2
Где сегодня фиксируется полнота фактов и можно ли восстановить исходное событие?
- Q3
Кто принимает решение после сигнала и за какое время он должен отреагировать?
- Q4
Какие ошибки системы недопустимы и когда решение обязательно передавать человеку?
Pilot / 4–8 weeks
Как запускать без большой ставки вслепую.
Зафиксировать текущий маршрут
Интервью с владельцем процесса, карта событий, исключения, права доступа и исходные значения KPI. На этом этапе может выясниться, что проблему надёжнее решает обычная логика, а не AI.
Собрать минимальный контекст
Подключаем только необходимые источники: HRM, project management, feedback tools. Не строим озеро данных до появления первого работающего сценария.
Запустить на ограниченной зоне
Система агрегирует подтверждённые события и формирует нейтральный черновик вопросов и резюме. Первые решения логируются, а низкая уверенность и исключения уходят человеку.
Сравнить с базовой линией
Смотрим на полнота фактов, время подготовки, доля целей с итогом. Если процесс не изменился, не масштабируем интерфейс только ради уже написанного кода.
Пилот принимается по изменению полнота фактов, время подготовки, доля целей с итогом, а не по количеству экранов и промптов.
Останавливаем масштабирование, если данные нестабильны, ответственный не использует сигнал или сохраняется риск: AI-резюме нельзя использовать как скрытый рейтинг человека или замену разговору.
How IT WHITE enters the project
Не продаём всю систему до проверки процесса.
100–180 тыс. ₽
Карта процесса, данные, потери, владелец решения, варианты архитектуры и предварительная экономика.
от 450 тыс. ₽
Одна ключевая задача, необходимые интеграции, роли, журнал решений, запуск и критерии результата.
от 100 тыс. ₽/мес.
Мониторинг, исправления, качество решений, новые правила, развитие интеграций и отчёт по работе системы.
Decision FAQ
Три вопроса, которые защищают проект от лишней сложности.
Здесь точно нужен AI?
Не обязательно. Если событие определяется стабильными правилами, обычная логика будет дешевле, быстрее и надёжнее. AI нужен там, где решение зависит от неструктурированного контекста.
Что подготовить к первичному разбору?
Один реальный пример сбоя, список систем (HRM, project management, feedback tools), пример исходных данных и человека, который сегодня принимает финальное решение.
Что происходит при ошибке?
Система сохраняет исходные данные и причину вывода, не выполняет критическое действие без разрешения и передаёт исключение человеку. Главный риск сценария: AI-резюме нельзя использовать как скрытый рейтинг человека или замену разговору.
Evidence base
На каких рыночных сигналах основан сценарий.
Материал синтезирует публичные исследования и практики. Мы не переносим чужие кейсы на себя и не обещаем чужие показатели. Экономика рассчитывается только после анализа вашего процесса.
Related scenarios / HR и профессиональные услуги
Следующие процессы в том же контуре.
Fit check / 20–30 min
Проверим сценарий «Подготовка performance review без потери фактов» на вашем процессе.
За 20–30 минут определим разрыв, доступные данные, владельца решения и разумный первый контур. Это бесплатная проверка соответствия задачи, не платная диагностика.