Почти все приходят с формулировкой «хотим внедрить ИИ». Это не задача, а намерение – примерно как «хотим внедрить электричество». Дальше начинается самое дорогое: пилот делают там, где его заметнее показать, а не там, где считаются деньги. Разбираю порядок, при котором внедрение ии заканчивается работающей системой, а не презентацией.
С чего начинается внедрение ИИ
Первый вопрос, который я задаю: какой процесс у вас сейчас съедает больше всего человеко-часов и при этом повторяется почти одинаково?
Хороший кандидат на первое внедрение выглядит так: операция повторяется десятки раз в день, выполняется по понятным правилам, результат легко проверить, а ошибка не стоит жизни и денег. Приём заявок, разбор входящих документов, ответы на одинаковые вопросы, первичная разметка данных.
Плохой кандидат – редкая, сложная и ответственная операция. Там мало данных, чтобы модель научилась, зато каждая ошибка дорого стоит. Начинать с такого – верный способ получить отрицательный опыт и закрыть тему на год.
Есть простой тест. Возьмите операцию и посчитайте: сколько раз в месяц она выполняется, сколько минут занимает, сколько стоит час того, кто её делает. Три числа перемножаются в понятную сумму. Если она меньше стоимости работ по автоматизации – это не первый процесс, ищите следующий.
Пять шагов, из которых состоит внедрение
Шаг 1. Аудит. Смотрим, как процесс идёт на самом деле, а не как нарисовано в регламенте. Обычно расхождение и есть главная находка: в моём кейсе аудита бизнес-процессов из логов вылезло 147 часов простоев, которых никто не видел – каждый сотрудник видел только свой кусок.
Шаг 2. Метрика на входе. До старта фиксируем цифру, которую собираемся двигать: часы, стоимость обработки одной заявки, доля ошибок, срок ответа клиенту. Без замера «до» любой результат потом будет вопросом веры.
Шаг 3. Пилот на узком куске. Один процесс, одно подразделение, две-три недели. Задача пилота – не показать возможности ИИ, а проверить гипотезу на реальных данных.
Шаг 4. Продакшн. Здесь внедрение систем ии обычно и спотыкается: пилот работал на выгрузке в экселе, а в бою нужны интеграции, права доступа, журнал действий и человек, который отвечает за результат.
Шаг 5. Сопровождение. Модель не остаётся хорошей сама по себе: меняются данные, документы, прайс. Кто-то должен смотреть на качество ответов хотя бы раз в месяц.
Почему пилот нравится всем, а до продакшена не доходит
По отчёту MIT Media Lab «The GenAI Divide: State of AI in Business» (2025) около 95% корпоративных пилотов не дают измеримого эффекта на прибыль – исследование построено на 52 интервью, 153 опросах руководителей и разборе 300 публичных внедрений (разбор отчёта с цифрами).
Цифра звучит страшно, но объясняется буднично: пилот делают ради демонстрации, а не ради метрики. Три причины, которые я вижу чаще всего.
Первая – процесс выбрали по заметности, а не по деньгам. Красиво показать директору важнее, чем сэкономить кому-то шесть часов в неделю.
Вторая – нет хозяина. Внедрение ии проект без ответственного сотрудника со стороны заказчика умирает на этапе «нужно выгрузить данные».
Третья – не считали до. Когда нечего сравнивать, обсуждение скатывается в «ну вроде удобнее стало», и на следующий бюджет это не конвертируется.
Отдельно я разбирал, почему ИИ-агенты не окупаются у большинства компаний: там та же болезнь в более острой форме.
Внедрение ИИ в компании: кто и что делает
Внедрение ии в компании – это не только подрядчик. Минимальный состав со стороны заказчика: человек, который знает процесс изнутри, человек, который может дать доступ к данным, и руководитель, который принимает решение по результату пилота.
Отдельная роль – тот, кто скажет «нет». Кто-то должен иметь право остановить работу, если метрика не двигается. Без этого проект живёт из уважения к потраченному бюджету.
Сотрудники, чью работу автоматизируют, должны узнать об этом от вас, а не от бота. Автоматизация с помощью ии, которую внедряют тайком, встречает саботаж: данные подают криво, ошибки не сообщают, результатом не пользуются.
Сколько стоит внедрение ИИ
Спрашивают обычно коротко: ии сколько стоит. Честный ответ – зависит от того, сколько связок с вашими системами нужно. Сама модель почти ничего не стоит, платите вы за интеграции, данные и дисциплину.
| шаг | что входит | порядок цены |
|---|---|---|
| Аудит бизнес-процессов | разбор логов и интервью, карта процесса, расчёт эффекта | от 50 000 ₽ |
| Первый бот | приём заявок, ответы, запись | от 5 000 ₽ |
| Бот по вашей базе знаний | сбор базы, проверка ответов, честное «не знаю» | от 75 000 ₽ |
| Обработка документов | разбор входящих, извлечение полей, проверка | от 50 000 ₽ |
| ИИ в CRM | заполнение сделок, саммари переписки | от 20 000 ₽ |
| Своя платформа | личные кабинеты, тарифы, интеграции | от 100 000 ₽ |
Полный список с ценами – в прайсе. Смету на конкретного бота я раскладывал по строкам в отдельной статье про стоимость: токены, сервер, разработка, сопровождение.
Про сроки: аудит – один-два дня, пилот – несколько дней, продакшн – от недели, если данные готовы. Ждать приходится не работы, а доступов: пока дадут выгрузку и права, проходит больше времени, чем занимает сама сборка.
Что делается за неделю, а что займёт квартал
Сроки пугают сильнее цен, поэтому раскладываю по типам задач – из своей практики, не из презентаций.
| задача | срок | от чего зависит |
|---|---|---|
| Бот приёма заявок или записи | 1–3 дня | готовы ли тексты и есть ли куда складывать заявки |
| Ответы по вашей базе знаний | 2–4 недели | в каком виде документы и сколько в них противоречий |
| Разбор входящих документов | 1–2 дня | качество сканов и число форматов |
| ИИ в CRM: саммари, заполнение сделок | 1–2 дня | доступ к CRM и права |
| Голосовой робот на телефон | 1–2 дня | сценарий и телефония |
| Аудит с расчётом эффекта | 1–2 дня | есть ли логи систем |
Самое долгое в этом списке – не разработка, а согласование доступов и приведение документов в порядок. У меня были проекты, где сам бот собирался за три дня, а данные ждали месяц.
Как понять, что ИИ вам сейчас не нужен
Признак первый: процесс выполняется пару раз в неделю. Автоматизировать редкое дороже, чем делать руками.
Признак второй: правил нет, каждый случай уникален и решается договорённостью. Модели нечему учиться, а вы получите красноречивую отписку вместо решения.
Признак третий: у вас не собираются данные. Если заявки живут в голове менеджера и в переписке, начинать надо не с ИИ, а с того, чтобы это где-то фиксировалось. Обычная CRM даст больше, чем любая модель.
Признак четвёртый: процесс скоро изменится. Автоматизировать то, что через месяц перепишут, – деньги на ветер.
Сказать «вам это пока не нужно» – нормальная часть работы. Я так делаю регулярно, и это дешевле для обеих сторон, чем героический проект, который потом никто не открывает.
Что спросить у подрядчика до начала работ
Кто отвечает за метрику. Правильный ответ – метрика есть, зафиксирована до старта, и по ней принимают работу.
Где живут данные и чьи они. Правильный ответ – ваши, на вашем сервере или в вашем облаке, с возможностью выгрузить и уйти.
Что происходит, когда модель ошиблась. Правильный ответ – ошибка видна в журнале, есть человек в цикле и понятный путь исправления.
Как меняются тексты, правила и цены. Правильный ответ – вы сами, через админку, без обращения к разработчику.
Что будет через год. Правильный ответ – система переживает смену модели, а сопровождение стоит понятных денег, а не «договоримся».
Если на пять вопросов отвечают уверенно – с подрядчиком можно работать, даже если это не я.
Внедрение ИИ в образовании и там, где нет прибыли
Внедрение ии в образовании – отдельная история: там нет выручки, на которую можно списать эффект, зато есть часы преподавателей и администраторов. Метрика другая, логика та же: проверка работ, ответы на однотипные вопросы поступающих, подготовка материалов. Считаем не рубли, а высвобожденные часы и скорость ответа.
То же самое в госучреждениях и некоммерческих организациях: если экономику не посчитать, внедрение превращается в отчёт о внедрении.
Грабли, на которые уже наступил
Не начинайте с самого сложного процесса, каким бы важным он ни был. Первый проект должен закончиться результатом, а не героическим преодолением.
Не заказывайте «ИИ вообще». Формулировка задачи в духе «сделайте нам искусственный интеллект» гарантирует, что вы получите демонстрацию, а не инструмент.
Не выкидывайте человека из цикла там, где есть цена ошибки. Правильная схема – ИИ готовит, человек подтверждает; в юридических, медицинских и денежных задачах иначе нельзя.
Не привязывайтесь к одной модели намертво. Через полгода она подорожает или её отключат, и это не должно означать переписывание системы.
И не считайте эффект в отрыве от людей: если после автоматизации сотрудник тратит час на исправление за ботом, вы не сэкономили, а переложили работу.
Вопросы и ответы
С чего начать внедрение ИИ, если бюджет ограничен?
С аудита одного процесса и простого бота на нём. Это десятки тысяч рублей, а не миллионы, и после первого замера станет понятно, стоит ли идти дальше.
Сколько стоит внедрение ИИ в бизнес?
От 5 000 ₽ за простого бота до сотен тысяч за систему с интеграциями. Определяет цену не модель, а количество связок с вашими системами и требования к надёжности.
Нужны ли для внедрения свои данные?
Для ответов по вашим правилам – да, нужны документы и регламенты. Для типовых задач вроде разбора заявок хватит нескольких десятков примеров.
Где будут храниться данные?
Если это важно – на вашем сервере, с российской моделью. Такой контур собирается, он дороже облачного, но вопрос закрывает.
Что делать, если пилот не сработал?
Смотреть на метрику, а не на впечатление. Часто оказывается, что процесс выбран неверно, а не технология. Перенести на соседний процесс дешевле, чем закрывать тему целиком.
Сколько людей нужно со стороны компании?
Минимум двое: знающий процесс и дающий доступы. Плюс руководитель, который принимает решение по итогам пилота.
Расскажите, какой процесс у вас съедает больше всего времени – посмотрю, есть ли там место для ИИ и что это даст в часах и деньгах. Аудит бизнес-процессов – от 50 000 ₽, а разговор бесплатный.
