Внедрение ИИ в бизнес-процессы: с чего начать и где ИИ не нужен

Внедрение ИИ в бизнес-процессы стоит начинать с одного процесса, который часто повторяется, где ошибку можно поймать до того, как она дойдёт до клиента, и где правильный ответ можно заранее записать. До разработки для такого процесса собирают набор реальных примеров с правильными ответами. По этому набору потом и принимают работу.

Часто на этом этапе выясняется, что задача решается без всякого ИИ и втрое дешевле: правилом в CRM, шаблоном или отчётом. Это тоже результат, и его лучше получить до того, как оплачен первый счёт за разработку.

Ниже примеры из наших проектов: ИИ-ассистент для продавцов, обработка документов, голосовой секретарь.

С какого процесса начать внедрение ИИ?

Коротко: выбирайте процесс по трём вопросам. Как часто он повторяется. Сколько стоит ошибка и кто её заметит. Можно ли заранее записать правильный ответ, чтобы сравнивать с ним. Первым берите тот, где на все три вопроса ответ хороший.

Частота. ИИ окупает затраты на разработку там, где одна и та же работа делается сотни раз. Покупатели на Avito спрашивают одно и то же: есть ли размер, сколько стоит, как доставят. Для такого потока мы сделали ИИ-ассистента, который отвечает сразу. Задача, которая случается раз в месяц, обычно дешевле остаётся ручной.

Цена ошибки. Модель иногда ошибается, даже самая продвинутая. Поэтому важно, что будет, если ИИ ошибётся. Неудачная формулировка в черновике письма, которое руководитель всё равно прочитает, почти ничего не стоит. Неверная сумма, ушедшая в учёт, стоит дорого.

Проверяемость. Если правильный ответ можно записать заранее, качество можно измерить. «Есть ли размер 42» проверяется по остаткам. Для «Хорошо ли менеджер провёл разговор» правильный ответ записать сложнее, такие задачи лучше брать вторыми.

Как понять, что задачу можно решить без ИИ?

Коротко: ИИ не нужен, когда правило можно записать как «если так, то вот так», когда ответ уже есть в отчёте CRM или когда процесс сломан до всякой автоматизации. Сначала стоит починить процесс или написать правило.

Проверьте задачу тремя вопросами:

1. Можно ли записать правило? «Если счёт не оплачен через три дня, напомнить клиенту» - это правило, его выполняет CRM без всякой модели. ИИ нужен там, где входные данные разные и правило не написать: свободный текст, голос, скан.
2. Нет ли ответа в данных, которые уже есть? Владелец хочет «ИИ, который скажет, почему упали продажи». Часто сначала нужен отчёт, который показывает продажи вовремя. Например, в нашем проекте аналитики интернет-магазина задача была в том, чтобы владелец видел продажи в течение дня, не дожидаясь утреннего отчёта.
3. Работает ли процесс без автоматизации? Если менеджеры не перезванивают по заявкам, ИИ, который пишет им напоминания, этого не исправит.

По опросу McKinsey за 2026 год, заметный финансовый эффект от ИИ получают немногие, около 6% опрошенных компаний. Отличает их то, что они перестраивают сами процессы под новые возможности.

Что подготовить до начала разработки?

Коротко: набор реальных примеров с правильными ответами. Это несколько десятков или сотен случаев из вашей работы, включая трудные. По нему подрядчик настраивает систему, а вы принимаете работу. Без такого набора спор о том, хорошо ли работает ИИ, решить нечем.

Так же советуют делать и разработчики моделей: Anthropic предлагает начинать с критериев успеха и тестового набора, повторяющего реальный поток задач с трудными случаями. Причина простая: модель может дать разный ответ на один и тот же вопрос, и одним-двумя пробными вопросами её не проверить.

Как собрать набор:

1. Возьмите из архива реальные случаи: письма клиентов, документы, вопросы, звонки. Не придумывайте их: придуманные примеры обычно проще настоящих.
2. Добавьте трудные: неразборчивый скан, вопрос не по теме, клиент, который злится, товар, которого нет.
3. Запишите правильный ответ или правильное действие для каждого случая. Это делает сотрудник, который сейчас выполняет работу.
4. Договоритесь с подрядчиком, какая доля совпадений считается успехом и в каких случаях ошибка недопустима совсем.

Порог стоит считать от денег. В руководстве OpenAI по точности предлагают прикинуть, сколько стоит ошибка модели и сколько приносит правильный ответ. Если одна ошибка обходится дороже, чем экономят десять верных ответов, порог должен быть высоким, а спорные случаи - уходить человеку.

Эталонный набор для приёмки мы предложили и в проекте ИИ-ассистента карьерных решений: спор о том, хорошо ли бот отвечает, решается по эталону.

Где в процессе должен проверять человек?

Коротко: там, где ошибка дорогая или модель не уверена. Модель отвечает только по вашим документам и показывает источник, жёсткие правила проверяют её ответ, а сомнительные случаи уходят человеку. Полностью ошибки не исчезнут, поэтому процесс строят так, чтобы их ловить.

Число выдуманных ответов снижают известные приёмы: разрешить модели ответить «не знаю», требовать цитату и источник для каждого утверждения, отвечать только по предоставленным документам. В том же руководстве Anthropic предупреждает, что эти приёмы снижают число ошибок, но не устраняют их полностью, и критичные сведения надо проверять. Сбер в справке GigaChat тоже советует проверять ответы, особенно в медицине и юриспруденции.

В наших проектах проверка устроена в три слоя.

• Свежие данные для каждого ответа. ИИ-ассистент для Avito перед каждым ответом получает карточку товара и заново спрашивает остаток у площадки. Лишний запрос дешевле, чем пообещать размер, которого уже нет.
• Правила после модели. В том же проекте ответ модели проходит через жёсткие правила. Они перехватывают попытку увести сделку с площадки или запросить личные данные, что бы ни написала модель.
• Человек на сомнительном. В обработке первичных документов модель отдаёт не только значение, но и уверенность в нём. Всё, что ниже порога, уходит на ручную проверку и в учёт автоматически не пишется. Порог выбирает заказчик: ниже - меньше ручной работы и больше риска.

Какие данные можно отдавать модели?

Коротко: персональные данные клиентов и сотрудников - только с оглядкой на 152-ФЗ. Если данные уходят на серверы модели за рубежом, это трансграничная передача с уведомлением Роскомнадзора. У российских сервисов проверьте, хранят ли они запросы и используют ли их для обучения. Имена и телефоны можно заменять метками до отправки в модель.

Для вас это значит три вещи: нужен договор с сервисом, нужно основание для обработки данных, а перед клиентом отвечаете вы. Подробнее для юриста: когда вы отправляете в облачную модель письмо клиента или скан договора, сервис, как правило, обрабатывает эти данные по вашему поручению. По ч. 3 ст. 6 152-ФЗ такое поручение даётся с согласия клиента, если закон не предусматривает иного, и оформляется договором с условиями о конфиденциальности и защите данных. По ч. 5 той же статьи перед клиентом за сервис отвечаете вы. Если данные уходят на серверы за рубежом, до начала передачи нужно уведомить Роскомнадзор (ч. 3 ст. 12), а при иностранном исполнителе, по ч. 6 ст. 6, отвечаете и вы, и он.

У российских моделей условия разные, и их стоит прочитать до подключения. Сбер пишет, что у GigaChat API все данные хранятся на серверах в РФ и по умолчанию запросы не хранятся и не используются для дообучения, то есть дополнительной настройки модели на ваших данных. В документации Yandex AI Studio сказано, что по умолчанию модели сохраняют все данные запросов. Если отключить логирование, то есть запись запросов, их содержимое не используется для улучшения сервиса.

Часть данных можно вообще не отдавать. В нашем голосовом секретаре в Telegram телефоны, почты, номера карт и имена заменяются метками до отправки в модель и возвращаются на место в ответе. Схему обработки данных и тексты согласий лучше показать юристу до запуска.

Как запустить пилот и понять, удался ли он?

Коротко: пилот - это один процесс, эталонный набор, заранее записанный порог качества и посчитанная стоимость одной операции. Если на эталоне система не дотягивает до порога или одна операция стоит дороже ручной работы, пилот не удался, и это видно без споров.

Громкая цифра «95% ИИ-пилотов провалились» пошла из отчёта MIT NANDA 2025 года. В самом отчёте (копия на стороннем сайте) формулировка другая: 95% организаций получают нулевую отдачу. Успехом там считается выход за пределы пилота с измеримыми показателями, а отдачу оценивали через полгода. Авторы оговаривают, что их цифры - ориентир, собранный по интервью. Критики добавляют, что вывод о нулевой отдаче сделан всего по 52 интервью. Практический смысл для владельца простой. Пока критерий успеха не записан заранее, один и тот же пилот можно признать и удачным, и провальным.

Что записать до старта пилота:

1. Процесс и границы: какие случаи система обрабатывает, какие сразу отдаёт человеку.
2. Эталонный набор и порог качества по нему.
3. Стоимость одной операции: оплата модели, сервера, время сотрудника на проверку. В опросе McKinsey каждый пятый респондент говорит, что его компания уже ограничивает использование ИИ из-за расходов на эксплуатацию. В нашем проекте для Avito биллинг переводит расход модели в рубли.
4. Кто и как часто смотрит на ошибки после запуска.
5. Что будет считаться провалом и что вы тогда делаете: дорабатываете, сужаете процесс или останавливаете.

Если пилот удался, следующий процесс выбирают так же: по частоте, цене ошибки и проверяемости. У каждого процесса будет свой эталон и свои проверки, поэтому «внедрять ИИ во всю компанию» разом не получится.

Что изменилось в законе об ИИ в 2026 году?

Коротко: принят закон № 243-ФЗ о поддержке технологий ИИ. Он действует с 1 сентября 2026 года и регулирует разработку, внедрение и применение больших фундаментальных моделей ИИ. Для компании, которая применяет ИИ в своих процессах, на наш взгляд, главным пока остаётся 152-ФЗ о персональных данных.

Федеральный закон от 26.07.2026 № 243-ФЗ вступает в силу с 1 сентября 2026 года, часть норм - с 1 марта 2027 года. Для малого бизнеса из него пока мало практических следствий. С 1 марта 2027 года закон даёт возможность помечать аудио-, видеоматериалы и изображения, созданные моделью, а Правительство сможет определять случаи, когда допускаются только суверенные или национальные большие модели. Если ваша отрасль может под это попасть, следите за постановлениями.

Что спросить у подрядчика до начала работ?

Коротко: какую задачу и по какому эталону он будет решать, где работает модель и что происходит с данными, как система ведёт себя в сомнительных случаях, сколько стоит одна операция и как её проверять после запуска.

1. Какой процесс вы предлагаете автоматизировать первым и почему именно его?
2. Можно ли решить задачу без ИИ, правилом или отчётом? Если да, во сколько это обойдётся?
3. По какому набору примеров вы будете принимать работу и кто его собирает?
4. Какой порог качества вы считаете успехом и что будет, если его не достичь?
5. Где работает модель, хранятся ли запросы и используются ли для обучения?
6. Как система ведёт себя, когда не уверена: отвечает, спрашивает человека, отказывается?
7. Какие жёсткие правила стоят после модели?
8. Сколько стоит одна операция и как это будет видно после запуска?
9. Кто смотрит на ошибки после запуска и как часто?

Мы начинаем с разбора требований до конца: у каждого критерий приёмки, противоречия выносятся заказчику, ограничения записываются. Поэтому цену и срок называем до первой строки кода, и иногда честный ответ - что ИИ здесь не нужен. Опишите задачу, пришлём состав работ и смету за 24 часа.

Разборы отдельных задач: анализ звонков менеджеров с помощью ИИ, бот-секретарь в Telegram, распознавание документов для 1С.

Источники

• Anthropic: снижение галлюцинаций, критерии успеха и тестовые наборы
• OpenAI: оценка моделей, точность LLM
• Сбер: галлюцинации нейросети, GigaChat API
• Yandex AI Studio: отключение логирования
• McKinsey: The state of AI
• MIT NANDA: The GenAI Divide, 2025, копия на стороннем сайте; Marketing AI Institute: разбор исследования
• 152-ФЗ «О персональных данных», КонсультантПлюс: ст. 6, ст. 12
• Федеральный закон от 26.07.2026 № 243-ФЗ, КонсультантПлюс: текст, статья о предупреждении

Если хотите понять, какой процесс в вашей компании стоит автоматизировать первым и нужен ли там ИИ, опишите задачу: пришлём состав работ и смету за 24 часа.