с чего начать внедрение ии в компании: пошаговый разбор

Большинство компаний застревает на входе не потому, что технология сложная, а потому что начинают не с того конца - с инструмента вместо задачи. Ниже - рабочая последовательность: с чего начать, как выбрать первый процесс, как провести пилот и на чём чаще всего спотыкаются.

почему нельзя начинать с выбора нейросети

Типичный сценарий: руководитель читает про ChatGPT, покупает подписки на всю команду и ждёт роста производительности. Через месяц подписками пользуются двое, остальные вернулись к привычной работе. Инструмент есть - эффекта нет.

Причина в порядке действий. Нейросеть - это ответ, а начинать нужно с вопроса: какую конкретную задачу мы ускоряем и как поймём, что стало лучше. Без этого вопроса любой инструмент превращается в игрушку, которую попробовали и забыли. Сначала - процесс и метрика, потом - чем его закрыть.

Второй частый вход - «внедряем ИИ везде и сразу». Компания пытается автоматизировать десять процессов параллельно, распыляет силы, ни один не доводит до результата и делает вывод «нам не подошло». Правильный масштаб первого шага - один процесс, один измеримый результат.

шаг 1 - аудит процессов

Аудит - это не аудит в бухгалтерском смысле, а инвентаризация задач, на которые уходит рабочее время. Цель - увидеть, где именно люди тратят часы на повторяющуюся, шаблонную работу, и какие из этих задач в принципе поддаются автоматизации нейросетями.

Смотреть стоит по каждому отделу: что сотрудники делают руками каждый день и каждую неделю, сколько времени это занимает, насколько задача повторяется от раза к разу. Хорошие кандидаты видно сразу - это работа с текстом и документами, ответы на однотипные обращения, подготовка черновиков, разбор и структурирование данных, поиск информации в больших массивах.

Полезно посчитать грубую стоимость каждой задачи: сколько человеко-часов в неделю она съедает. Задача, на которую отдел тратит 20 часов в неделю, - кандидат совсем другого веса, чем та, что занимает час раз в месяц. Аудит нужен именно для того, чтобы вкладываться в первое, а не во второе.

Результат шага - короткий список задач с оценкой: сколько времени занимает, как часто повторяется, поддаётся ли автоматизации. Из него выбирается первый процесс.

шаг 2 - выбор первой задачи

Первую задачу выбирают не по принципу «что интереснее», а по четырём критериям. Идеальный кандидат набирает плюсы по всем.

• Частота - задача повторяется каждый день или каждую неделю. Чем чаще, тем быстрее окупится автоматизация.
• Объём - на неё уходит заметная доля рабочего времени. Экономия 30% от большого процесса ощутимее, чем 90% от мелкого.
• Шаблонность - задача устроена похоже от раза к разу. Чем меньше уникальных исключений, тем стабильнее результат нейросети.
• Цена ошибки - на старте нужна задача, где ошибка не критична и легко отлавливается. Черновик письма проверит человек; расчёт, который уходит без проверки в производство, для первого пилота не годится.

Ошибка на этом шаге - выбрать самый сложный и болезненный процесс в надежде, что ИИ решит главную проблему компании. Первый пилот должен доказать, что подход работает, а не героически спасать бизнес. Побеждает скучная, частая, шаблонная задача с низкой ценой ошибки.

Какие процессы - хорошие кандидаты, а какие нет

Матрица приоритизации: выигрыш × сложность внедрения

Те же четыре критерия удобно свернуть в две оси и разложить кандидатов по матрице 3×3.

Выигрыш - сколько времени процесс экономит: низкий (реже раза в неделю или пара часов), средний (еженедельно, заметная доля времени), высокий (ежедневно, десятки часов у отдела).

Сложность внедрения - насколько рискованно автоматизировать: низкая (предсказуемо, ошибку видит человек, данные есть), средняя (есть исключения), высокая (цена ошибки критична или нет данных на вход).

Читается по диагонали: начинать нужно с правого нижнего угла - высокий выигрыш при низкой сложности. Это лёгкая победа первого пилота: частая, шаблонная, ценная задача с невысокой ценой ошибки. Левый верхний угол (низкий выигрыш, высокая сложность) не трогают вообще. Ценное, но сложное - не первым, а после первой доказанной победы.

Два критерия работают как вето, а не как средний балл: если цена ошибки критична или нет данных - процесс попадает в «высокую сложность», даже если в остальном предсказуем. Если процесс выполняется реже раза в неделю - выигрыш не может быть высоким, каким бы объёмным он ни был. Поэтому в середину матрицы попадают настоящие компромиссы, а не всё подряд.

шаг 3 - пилот на одном процессе

Пилот - это проверка гипотезы на одном процессе, с измеримым результатом и на реальных данных компании, а не на демо. Задача пилота - не внедрить, а ответить на вопрос «работает или нет» за две-четыре недели и с понятной ценой.

Перед стартом фиксируется точка отсчёта: сколько времени процесс занимает сейчас, сколько людей вовлечено, где узкие места. Без замера «до» невозможно доказать эффект «после» - и пилот превращается в вопрос вкуса вместо цифры.

Дальше подбирается инструмент под задачу, а не наоборот. Для одних процессов хватит готовой модели и грамотных промптов, для других нужна связка из нескольких шагов или отдельный интерфейс. На пилоте важно не гнаться за идеальным решением, а собрать работающее - и посмотреть на настоящих задачах, где оно ошибается.

Отдельный, но решающий элемент пилота - люди. Инструмент, которым никто не пользуется, не даёт результата, даже если технически безупречен. Поэтому в пилот входит короткое обучение команды: как формулировать запросы, где нейросеть надёжна, а где её нужно перепроверять. Навык применения - часть внедрения, а не бонус к нему.

По итогам пилота на руках должны быть цифры: сколько времени экономит процесс, как изменилось качество, сколько стоило внедрение и сопровождение. Эти цифры - основание для решения о масштабировании.

шаг 4 - масштабирование

Масштабирование - это перенос отработанного подхода на соседние процессы и отделы, но только после того, как пилот дал результат. Порядок принципиален: сначала доказанный эффект на одном процессе, потом расширение. Обратный порядок и есть та самая ошибка «внедряем всё сразу».

Расширяться удобно по двум направлениям. Первое - тот же процесс в других командах: если разбор документов ускорился в одном отделе, он ускорится и в соседнем. Второе - соседние задачи в том же отделе: команда, освоившая один инструмент, легче берёт следующий.

На этом шаге автоматизация из разовой затеи превращается в систему: появляются внутренние регламенты, свои проверенные промпты и инструменты под задачи. У обученных команд эти наработки стоит закреплять - например, собирать в рабочий набор промптов и конструкторов, который остаётся у сотрудников и работает после того, как внешний консультант ушёл. Тогда навык не выветривается, а накапливается.

на чём спотыкаются чаще всего

Одни и те же грабли повторяются из компании в компанию. Знать их заранее - половина дела.

• Начинают с инструмента, а не с задачи. Покупают подписки, потом ищут, куда их применить. Правильно - наоборот: задача, метрика, потом инструмент.
• Внедряют без аудита. Автоматизируют то, что на виду, а не то, что съедает больше всего времени. Нередко самый дорогой процесс - незаметный.
• Берут слишком сложную первую задачу. Первый пилот должен доказать работоспособность подхода, а не спасать бизнес. Сложное - на потом.
• Обучают без практики. Лекция «что такое ИИ» не даёт навыка. Люди учатся, решая свои настоящие задачи под руководством, а не слушая теорию. Что должно входить в нормальную программу и сколько стоит корпоративное обучение нейросетям - разбирали отдельно.
• Не замеряют «до». Без точки отсчёта эффект пилота недоказуем, и проект держится на вере вместо цифр.
• Ставят на хайп, а не на задачу. Внедряют модную технологию, потому что «у всех есть», без ответа на вопрос, какую работу она ускоряет.

сколько времени занимает первый шаг

Аудит процессов - от нескольких дней до пары недель, в зависимости от размера компании. Выбор первой задачи - вопрос одной встречи, если аудит сделан честно. Пилот - две-четыре недели до понятного результата. То есть за месяц-полтора реально пройти путь от «мы не знаем, с чего начать» до «вот процесс, который ускорился, вот цифры, идём дальше».

Это и есть главный аргумент против попытки внедрить всё сразу: маленький, доведённый до результата пилот даёт компании то, чего не даёт масштабный план на бумаге, - доказательство, что подход работает именно у неё.

частые вопросы