### Celonis, у вас в вакансии баг: вы ищете человека вместо AI

Celonis ищет Vice President, Solution Engineering (Value Engineering) – DACH.

**О компании:** Celonis — это единорог из Германии, мировой лидер в области Process Mining и Process Intelligence. Если говорить просто, их софт как рентген просвечивает бизнес-процессы компании (от закупок до финансов), находит в них «тромбы», «переломы» и прочие неэффективности, а затем предлагает пути лечения. Компания активно инвестирует в AI, чтобы делать этот анализ еще умнее и точнее.

**Их текущая ситуация и боль:** Регион DACH (Германия, Австрия, Швейцария) — их домашний и ключевой рынок. Они ищут не просто менеджера, а «лидера лидеров» — вице-президента, который будет руководить целой армией инженеров по решениям. Задача этого человека — доказывать ценность продукта Celonis самым крупным и требовательным клиентам. Он должен понимать их стратегические цели, переводить их на язык конкретных кейсов, строить дорожные карты, очаровывать топ-менеджмент на встречах и, в конечном итоге, обеспечивать продажи, внедрение и расширение контрактов. По сути, Celonis ищет супер-опытного стратега-психолога с безупречным бизнес-чутьем, способного управлять сложной структурой и нести ответственность за многомиллионные показатели. Боль здесь очевидна: найти такого человека — дорого и долго. Обучить — еще дольше. А его уход — катастрофа для региона. Масштабировать «чутье» и «опыт» одного гения практически невозможно.

**Как это мог бы решить Искусственный Интеллект:** Вместо поиска одного «супергероя», можно было бы создать «AI Value Engine» — систему, которая стала бы цифровым двойником этого вице-президента, но с возможностью масштабирования и без риска выгорания. Эта система взяла бы на себя 80% аналитической и стратегической работы, оставив людям то, что у них получается лучше всего — строить отношения.

—

Представьте себе диалог в переговорке Celonis. За столом двое: «Старый» — тот самый умудренный опытом IT-менеджер, который видел всё, и «Молодой» — амбициозный архитектор решений, верящий в код больше, чем в людей.

**Старый:** (Смотрит на распечатку вакансии) Десять лет опыта, лидерские качества, визионерство, умение общаться с C-level, глубокое знание финансов и логистики… Они ищут не человека, а полубога. И даже если найдут, он будет разрываться между десятью стратегическими клиентами, своей командой и внутренними совещаниями. Бутылочное горлышко в виде одного, пусть и гениального, человека. Классика.

**Молодой:** А зачем искать? Давай его построим. Не человека, а систему. Назовем ее «Цифровой VP».

**Старый:** (Усмехается) Интересно. И что же будет делать твой «Цифровой VP»? Презентации в PowerPoint рисовать?

**Молодой:** Не только. Смотри, как это работает по шагам:

**1. Создание «Единого Озера Данных» по клиенту.**
Мы уже получаем данные из систем клиента для нашего Process Mining. Добавим к этому всё остальное: их публичные финансовые отчеты за 5 лет, отраслевые бенчмарки, стенограммы всех предыдущих звонков и встреч из CRM, профили ключевых лиц в LinkedIn, их цитаты в прессе. Всё, что поможет понять не только их процессы, но и их стратегию, боли и амбиции. Наш «Цифровой VP» проглотит и свяжет это всё за пару часов. Человеку на это нужны недели.

**2. Разработка «AI Value Discovery Engine».**
В основе — связка из нашей же технологии Process Intelligence Graph и продвинутой языковой модели (LLM), обученной на тысячах успешных бизнес-кейсов. Этот движок делает то, на что у человека уходят годы опыта и интуиции:
* **Идентифицирует возможности:** Он не просто находит узкие места в процессе, а сразу соотносит их со стратегическими целями клиента. «Ваша цель — сократить оборотный капитал? Вот три точки в процессе `procure-to-pay`, где вы теряете €12 млн в год из-за задержек счетов».
* **Рассчитывает ROI и строит бизнес-кейс:** Для каждой найденной возможности система автоматически генерирует полноценный бизнес-кейс: оценка выгоды, стоимость внедрения, потенциальные риски, сроки окупаемости.
* **Создает дорожные карты:** Система предлагает несколько вариантов дорожной карты по внедрению Celonis. Например, «План А: Быстрые победы» с фокусом на кейсы с окупаемостью до 3 месяцев. Или «План Б: Стратегическая трансформация» с долгосрочным эффектом на всю цепочку поставок.

**3. Внедрение «Генератора Коммуникаций».**
На основе выводов предыдущего шага, ИИ генерирует пакет материалов, кастомизированный под каждого участника встречи:
* **Для CFO:** Слайды с фокусом на EBITDA, cash flow и сокращении затрат.
* **Для COO:** Дашборды с операционными метриками, эффективностью процессов и пропускной способностью.
* **Для CEO:** Executive Summary на одну страницу, связывающее решение с общей стратегией компании и конкурентным преимуществом на рынке.
ИИ даже может написать сопроводительные письма и follow-up’ы.

**Старый:** Звучит красиво. Но C-level хочет видеть перед собой живого человека, которому можно доверять, а не отчёт, сгенерированный машиной. Элемент доверия, эмпатии… Как ты это заменишь?

**Молодой:** А мы и не будем. Мы снизим недоверие, изменив роль человека. Команда инженеров и сейлзов перестает быть «аналитиками» и «презентаторами». Они становятся «доверенными советниками», вооруженными самой мощной аналитикой на планете. Их задача — не считать цифры в Excel, а принести готовое, выверенное машиной решение и обсудить его на стратегическом уровне. Доверие строится не на пустых словах, а на безупречной подготовке. Когда ты приносишь клиенту не гипотезу, а математически выверенный план по спасению миллионов, доверие появляется очень быстро.

—

### Как валидировать результат работы ИИ?

Это самый важный вопрос. Ответ на него должен быть таким же системным, как и сам подход.

1. **Параллельный запуск (A/B тест):** Выбрать 5 стратегических клиентов. По двум из них работает команда «по-старинке», во главе с человеком-лидером. По трем другим — работает команда, вооруженная «Цифровым VP». Через 6 месяцев сравнить метрики: скорость подготовки коммерческого предложения, глубина проработки бизнес-кейса, процент конверсии во встречу с C-level, средний чек, длина цикла сделки.
2. **Обратное тестирование (Backtesting):** «Скормить» системе данные по 20 уже закрытым сделкам (10 успешным и 10 провальным) за прошлый год. Задача ИИ — построить для них дорожные карты и предсказать ценность. Сравнить его выводы с тем, что произошло в реальности. Насколько точно ИИ определил ключевые болевые точки и потенциальный эффект? Предложил ли он тот же путь, который привел к успеху?
3. **Оценка качества инсайтов:** Создать экспертную группу из самых опытных сотрудников Celonis. Регулярно давать им на «слепую» оценку два бизнес-кейса: один, подготовленный человеком, другой — ИИ. Их задача — оценить глубину, полноту и стратегическую ценность каждого из них, не зная, где чей.

В конечном счете, компания вроде Celonis, которая продает интеллект для анализа процессов, выглядит немного иронично, когда для продажи этого интеллекта полагается на самые что ни на есть «аналоговые», человеческие процессы.

В мире, где Celonis учит машины понимать бизнес, возможно, пора научить и бизнес доверять машинам. Особенно внутри себя.

Вакансия отсюда: https://www.linkedin.com/jobs/view/4397948834/