Как внедрить ИИ в компанию и не потратить бюджет впустую: 7 шагов и главная ошибка
Подписку оформили, чат-бота подключили, а через два месяца всё вернулось как было. Разбираю, почему так выходит и в каком порядке внедрять ИИ, чтобы он остался в работе компании, а не в списке расходов.
Почти каждый руководитель, с которым я разговариваю, уже «пробовал ИИ». Купили подписку на нейросеть, раздали сотрудникам доступы, кто-то подключил чат-бота на сайт. Через пару месяцев картина одна и та же: нейросетью пользуются от случая к случаю, отчёты по-прежнему собирают руками, а подписки продолжают списываться.
Дело не в том, что ИИ «не работает». Его подключили, но не встроили в процессы. Нет задачи, нет замера, нет человека, который отвечает за результат, — и инструмент тихо умирает.
Я занимаюсь внедрением ИИ в работу компаний: отчётность, бюджет, продажи, маркетинг. Ниже — порядок, по которому я иду в каждом проекте. Его можно пройти и самостоятельно.
Шаг 1. Ищите не «куда прикрутить нейросеть», а где бизнес теряет деньги
ИИ хорошо справляется с повторяющейся работой с текстом, цифрами и разговорами. Пройдитесь по процессам и отметьте места, где:
- сотрудники вручную сводят таблицы и отчёты;
- клиенты ждут ответа вечером, в выходные или в часы пик;
- руководитель не успевает слушать звонки и читать переписки менеджеров;
- в цифрах регулярно находят ошибки;
- ответы на отзывы, письма и контент делаются «когда будет время».
Сначала боль, которая стоит денег, потом инструмент под неё. Не наоборот.
Шаг 2. Замерьте, сколько это стоит сейчас
Это шаг, который пропускают чаще всего, и именно из-за него через месяц никто не может сказать, был ли эффект. Для каждого процесса запишите три вещи: сколько часов в неделю на него уходит и у кого, сколько заявок или денег теряется, сколько ошибок находят и во что они обходятся.
Например (цифры условные):
- Сбор управленческого отчёта — 12 часов в неделю, решения запаздывают на неделю;
- Ответы на отзывы — 3 часа в неделю, часть отзывов остаётся без ответа;
- Ответы клиентам вечером — никто не отвечает, заявки уходят к конкурентам.
Шаг 3. Выберите одну задачу для пилота
Не всю компанию сразу, а одну задачу: быстрый и измеримый эффект, небольшой риск, один ответственный. Хорошие кандидаты:
- управленческий отчёт, который собирается сам из 1С, CRM и банка;
- черновики ответов на отзывы в голосе компании;
- ИИ-консультант на сайте или в мессенджере для частых вопросов;
- разбор звонков отдела продаж по скрипту.
Шаг 4. Подготовьте данные и доступы
ИИ работает с тем, что вы ему дадите: выгрузки из учётной системы и CRM, записи звонков, регламенты, примеры хороших ответов. Давайте доступ только к тому, что нужно для задачи, и подписывайте NDA с подрядчиком.
Шаг 5. Платформу выбирайте по данным, а не по моде
Моделей много: GigaChat, YandexGPT, Qwen, открытые модели на собственном сервере, зарубежные Claude и OpenAI. Решает не «какая умнее», а какие данные она увидит. Если это персональные данные клиентов, действует 152-ФЗ: российские сервисы или модель на своём сервере. Зарубежные модели официально не обслуживают Россию, их можно использовать только там, где это допустимо по закону и правилам сервиса, и без персональных данных.
Шаг 6. Пилот на 2–4 недели и честное сравнение
Настройка, подключение систем, обучение сотрудников — обычно две-четыре недели на одну задачу. В конце делаете тот же замер, что на шаге 2. Часов меньше, ошибок меньше, заявок больше — пилот удался. Нет — разбираетесь, почему, до того как масштабировать.
Шаг 7. Масштабируйте и учите команду
После удачного пилота подход переносится на следующие процессы из списка. Здесь ИИ и перестаёт быть игрушкой одного энтузиаста: у каждого инструмента есть ответственный, короткая инструкция и место в процессе — кто проверяет результат и куда он уходит дальше.
Четыре ошибки, которые я вижу чаще всего
- Начать со всего сразу. Большой проект без пилота долго тянется и плохо измеряется.
- Не замерить «до». Через месяц спорят о впечатлениях, а не о цифрах.
- Подключить и забыть. Чат-бот без регламента, ответственного и проверки — расход, а не внедрение.
- Отдать всё ИИ без проверки. На старте ответы клиентам и отчёты должен смотреть человек.
И главная ошибка — не та первая задача
Настроить ИИ — не самое сложное. Сложнее угадать, с чего начать. Задача, которая кажется очевидной («давайте чат-бота»), нередко окупается хуже незаметной. Быстрый эффект часто прячется в процессе, на который никто не жалуется: к потерям там просто привыкли и перестали их замечать.
Как такие места находить по данным компании, а не по ощущениям, — тема отдельного разбора. Полная версия этого плана с чек-листом и ответами на частые вопросы лежит у меня на сайте: Как внедрить ИИ в бизнес: пошаговый план.
А если хотите, чтобы первую задачу нашли за вас, — для этого есть аудит: разбор процессов и цифр, замер «до» и план внедрения со сметой.
Пишите в комментариях, какую задачу вы уже пробовали отдать ИИ и что из этого вышло, — разберу самые интересные случаи.