Проще говоря, бизнес-процесс отвечает на вопрос: “как именно работа проходит от начала до результата?”. Например, лид пришел с сайта, попал в CRM, менеджер уточнил потребность, система создала сделку, руководитель согласовал скидку, клиент получил КП, потом счет и договор. Это уже не отдельная задача, а цепочка связанных действий.
Бизнес-процесс отличается от задачи. Задача - один элемент работы: позвонить клиенту, проверить документ, подготовить ответ. Процесс объединяет много таких элементов и задает правила перехода между ними. Он отличается и от workflow automation: workflow automation - это техническая реализация процесса в n8n, Make, Bitrix24, CRM, 1С или другой системе.
Для AI-агентов бизнес-процесс важен как карта местности. Если просто дать модели доступ к CRM и попросить “помогай продажам”, она будет действовать хаотично. Если процесс описан, агент понимает: что можно читать, что можно предлагать, где нужен approval, какие поля обязательны, кто владелец шага, какие SLA и какие действия запрещены.
Хороший процесс описывает минимум: trigger, входные данные, роли, шаги, условия перехода, системы, исключения, права доступа, approval points, результат, метрики и audit log. Для AI особенно важны границы: read-only, draft-only, write-back, human-in-the-loop, работа с персональными данными и правила отката.
Не каждый бизнес-процесс нужно сразу автоматизировать AI-агентом. Если шаги простые и полностью предсказуемые, достаточно обычного workflow: событие, условие, действие. AI полезен там, где есть неструктурированный текст, документы, письма, звонки, разные формулировки, поиск по знаниям, классификация, подготовка черновиков или нестандартные случаи.
Типичная ошибка - автоматизировать хаос. Если процесс не описан, владельцы не назначены, статусы плавают, данные грязные, а правила существуют только “в голове у менеджера”, AI ускорит ошибки. Поэтому хороший старт - выбрать один повторяемый процесс, описать текущие шаги, убрать лишнее, запустить AI в режиме черновика и только потом давать ему больше прав.
Примеры
- Обработка лида: заявка с сайта, проверка дублей, создание сделки, квалификация, задача менеджеру, follow-up и отчет по статусу.
- Согласование договора: загрузка документа, проверка условий, комментарии юриста, правки, approval руководителя и отправка клиенту.
- Обработка входящего счета: OCR, извлечение реквизитов, сверка с поставщиком, проверка дублей, согласование и передача в 1С.
- Поддержка клиентов: обращение, классификация, поиск ответа в базе знаний, черновик ответа, handoff оператору при риске и закрытие тикета.
- Еженедельный отчет: сбор данных из CRM, задач и таблиц, поиск отклонений, подготовка summary, проверка руководителем и рассылка.
Где используется
- описание процессов перед автоматизацией
- AI-агент для продаж и CRM
- обработка документов
- поддержка клиентов
- согласование договоров и счетов
- интеграция с 1С и Bitrix24
- workflow automation в n8n или Make
- контроль SLA и статусов
- approval workflow
- audit log и AI governance
Связанные термины
Частые вопросы
Что такое бизнес-процесс простыми словами?
Это повторяемая цепочка действий, которая превращает входящий запрос, документ, лид или событие в результат: ответ клиенту, сделку, счет, договор, отчет или выполненную задачу.
Чем бизнес-процесс отличается от задачи?
Задача - один шаг работы. Бизнес-процесс объединяет несколько шагов, роли, правила, данные и системы. Например, “позвонить клиенту” - задача, а “обработать лид от заявки до сделки” - процесс.
Чем бизнес-процесс отличается от workflow automation?
Бизнес-процесс описывает, как должна идти работа. Workflow automation - это техническая реализация этой работы в n8n, Make, CRM, 1С, Bitrix24 или другой системе.
Когда в бизнес-процесс стоит добавлять AI-агента?
Когда в процессе есть неструктурированный текст, документы, письма, звонки, классификация, поиск по базе знаний, подготовка черновиков или нестандартные ситуации. Для простых правил часто достаточно обычного workflow.
Что нужно описать перед автоматизацией процесса?
Trigger, входные данные, шаги, роли, системы, обязательные поля, исключения, права доступа, approval points, SLA, метрики, audit log и границы того, что AI может делать сам.
