qwane

под ключ, от пилота

Внедрение ИИ в бизнес: по одному процессу, а не «стратегией на год»

ИИ внедряют не в компанию, а в конкретный поток работы. Если поток не назван и не посчитан, внедрять нечего — есть только бюджет и презентация.

Запрос «внедрить ИИ в бизнес» почти никогда не является задачей. Это намерение, и в таком виде оно нерешаемо: непонятно, что должно измениться, кто пользователь и по какому числу считать успех. Первое, что я делаю, — перевожу намерение в один поток работы: вот вход, вот выход, вот сколько человеко-часов он съедает сегодня и вот цена ошибки. Дальше уже можно считать.

Второе — отделяю то, где модель уместна, от того, где она лишняя. ИИ окупается там, где на входе неструктурированный текст, речь или изображение, а на выходе решение, которое можно проверить. Там, где правило записывается в три строки, модель не нужна: обычный код дешевле, быстрее и воспроизводим. Немалая часть моих ответов на такой запрос звучит как «здесь автоматизация нужна, а ИИ — нет».

Третье — пилот. Не демонстрация на подготовленной выборке, а платный пилот на ваших данных: один процесс, реальные документы, реальные пользователи, честный список случаев, где система ошиблась. Через пару недель на руках цифры — сколько ручной работы ушло, сколько стоит один результат, какая доля случаев уходит человеку. После этого масштабируется работающая схема, а не вера в неё.

Так это устроено в проектах, где я это делал: копайлот и подбор компаний в партнёрской платформе выросли из одного узкого сценария каждый, а конвейер обработки выпусков в Castolly начинался с транскрибации и только потом оброс генерацией под форматы. Ни один не начинался со слов «внедрим ИИ»; каждый начинался с процесса, который отнимал время и был описан словами.

Что здесь идёт не так

Пять шагов внедрения и что срывается на каждом

ШагЧто делаетсяИз-за чего обычно срывается
Карта процессаРаскладываем поток на шаги, считаем часы и цену ошибкиПроцесс описан по-разному у трёх сотрудников
Данные и границыИсточники, доступы, персональные данные, точки участия человекаПоловина данных оказывается не в системе, а в переписке
Пилот на реальных данныхОдин сценарий целиком, внутри рабочей системыПилот ставят рядом с процессом, а не внутрь него
Метрика и решениеВремя, точность, цена результата, список ошибокЧисла не зафиксировали до старта, сравнивать не с чем
РасширениеВторой сценарий поверх уже проверенной архитектурыРасширяются раньше, чем первый сценарий вышел в плюс

Что входит

Для кого

компаниям с повторяемым потоком работы над текстом, документами или речью, которые хотят посчитать эффект, а не отчитаться о внедрении.

Частые вопросы

Сколько стоит внедрение ИИ под ключ?
Рабочий ИИ-модуль — от 65 000 ₽, первый выходит за 2 недели. Разброс определяется не моделью, а подготовкой данных, числом интеграций и требованиями к правам и точности. «Под ключ» у меня означает, что один процесс доведён до состояния, в котором им пользуются каждый день, а не до презентации.
Можно встроить ИИ в уже работающую CRM, ERP или 1С?
Да, если есть API или контролируемый обмен данными. Переписывать систему не нужно: модуль подключается к конкретному процессу, получает только нужный контекст и возвращает результат обратно. Отдельный сервис «рядом» — самая частая ошибка: им не пользуются, потому что работа идёт в основной системе.
Почему обязательно начинать с одного процесса?
Потому что только так проверяется экономика. На одном процессе видно, сколько ручной работы реально ушло, где система ошибается и сколько стоит один результат. Программа внедрения на год без этих чисел — ставка вслепую, оплаченная заранее.
Что делать с персональными данными?
Решать до начала, а не после. На этапе границ фиксируем, какие поля вообще уходят провайдеру, что маскируется и что не покидает контур. Если ограничения жёсткие, модель разворачивается на вашей стороне: дороже в инфраструктуре и снимает вопрос целиком.
Возьмётесь, если процесс ещё не описан?
Разложить процесс — часть работы, и я это делаю. Не возьмусь в другом случае: когда у процесса нет владельца и на вопрос «а как правильно» никто в компании ответить не может. Тогда разработка встанет на первом же спорном шаге, и это не лечится ни моделью, ни подрядчиком.
Что требуется от нас во время внедрения?
Три вещи, и без них не выйдет ни у кого. Первое — человек, который знает процесс и имеет право решать спорные вопросы; час его времени в неделю дороже любого технического задания. Второе — доступ к реальным данным, а не к подготовленной выборке: именно на настоящих документах видно, где система ломается. Третье — готовность посмотреть на список ошибок и признать часть из них допустимыми. Проект, где ждут стопроцентной точности, не заканчивается никогда.

Есть процесс, который просится под агента?

Опишите его — скажу, где агент окупится, где хватит обычной автоматизации, а где модель только добавит риск.

Обсудить проект

Смежное по ИИ-агентам

Все страницы про ИИ-агентов

Разбор по теме

Все разборы