Что такое внедрение ИИ в бизнес? Это не выбор модели и не подписка на сервис, а настройка рабочей связки: процесс, данные и права, внутри которых модель выполняет конкретную операцию, и человек, который отвечает за результат. ИИ считается внедрённым, когда сотрудники пользуются им каждый день, качество измеряется, а при сбое работа не останавливается.
Ниже простыми словами: определение из трёх частей, отличие внедрения от покупки сервиса, условный пример до и после, четыре ступени пути, словарь слов из предложений исполнителей и признаки того, что вы пока пробуете. Общая карта темы с ролями и рисками есть в статье «Внедрение ИИ на предприятии».
Что такое внедрение ИИ в бизнес: определение из трёх частей
Представьте, что нового сотрудника сажают на операцию. Ему нужны три вещи: понятное задание, доступ к тому, с чем работать, и границы, в которых он вправе действовать. Внедрение ИИ устроено так же.
Процесс: какая операция и что считается результатом
Одна повторяющаяся операция: разобрать входящую заявку, ответить по регламенту, прочитать счёт. Записано, что на входе, что на выходе и по какому признаку видно, что результат верный.
Данные: откуда модель берёт и куда кладёт
Документы, письма, справочники 1С, записи разговоров. По каждому источнику известны владелец, формат и то, можно ли выносить данные за пределы компании.
Права: что система вправе делать сама
Читать, готовить черновик, предлагать действие, записывать в учёт после подтверждения. Уровень самостоятельности назначает человек, а не модель, и он записан в правилах.
К этим трём частям добавляется четвёртая, о которой забывают: ответственный за качество. Модель со временем отстаёт от данных, и кто-то должен заметить это раньше, чем начнутся жалобы. Поэтому честный ответ на вопрос «что это такое» звучит так: процесс, данные, права и человек работают вместе, а модель в этой связке заменяемая деталь.
Чем внедрение отличается от покупки сервиса
Подписка даёт инструмент отдельным сотрудникам. Внедрение встраивает модель в операцию и отвечает за результат. Различие видно по шести вопросам.
| Вопрос | Купили доступ к сервису | Внедрили ИИ |
|---|---|---|
| Кто знает вашу операцию | Никто: сервис общий, задачу сотрудник объясняет в каждом запросе | Операция описана, примеры и исключения записаны, модель настроена на них |
| Откуда данные | Сотрудник копирует текст в окно | Подключены источники с учётом прав, ответ строится по вашим документам |
| Куда попадает результат | В окно чата, дальше переносят руками | В карточку, документ или очередь рабочей системы |
| Что при ошибке | Неизвестно, была ли она | Есть порог, очередь спорных случаев и ручной режим |
| Кто отвечает за качество | Каждый за себя | Назван владелец, качество меряется на контрольной выборке |
| Что остаётся при смене поставщика | Привычки сотрудников | Исходники, настройки и эталонный набор остаются у вас |
Подписка бывает разумным первым шагом: например, чтобы сотрудники попробовали инструмент на открытых материалах. Но это проба, а не внедрение. Когда подписка уместнее проекта, разобрано в статье «ИИ-сервис по подписке или проект». Реальные договоры и персональные данные в публичные сервисы без решения вашей службы безопасности не загружайте.
Что значит внедрить ИИ: пример до и после в человеко-часах
Условный пример без реального клиента: числа придуманы, чтобы показать расчёт. Отдел закупок получает 100 заявок в неделю письмами от цехов. Менеджер тратит на заявку 8 минут: прочитать, найти позицию, завести в 1С.
- До. 100 заявок × 8 минут = 800 минут, около 13 часов в неделю.
- После. Система разбирает 85 заявок и готовит черновик, менеджер проверяет его за 2 минуты: 85 × 2 = 170 минут. Остальные 15 заявок с нестандартными вложениями идут в ручную очередь по 8 минут: 120 минут. Итого 290 минут, около 5 часов.
- Разница. 510 минут, около 8,5 часа в неделю. Из неё вычитается время владельца качества на разбор ошибок, например 2 часа в неделю. Остаётся около 6,5 часа.
Формула для ваших чисел. Время до = число случаев × время вручную. Время после = (число случаев − случаи в ручной очереди) × время проверки + случаи в ручной очереди × время вручную. Все величины берутся из замера, а не из ожиданий: журнал за четыре недели до запуска и протокол пилота после. Универсальных цифр экономии нет, и до замера мы их не называем. Подробный разбор окупаемости — в статье «Как посчитать окупаемость внедрения ИИ».
Этапы внедрения ИИ: четыре ступени простыми словами
Путь делится на ступени, потому что на каждой становится известно то, чего нельзя узнать раньше. После каждой есть приёмка по критерию, записанному до начала работ, и решение: идти дальше, менять задачу или остановиться.
| Ступень | Простыми словами | Что на выходе | Когда можно остановиться |
|---|---|---|---|
| Обследование | Выясняем, что именно автоматизировать и получится ли | Описание операции, критерий приёмки, вилка бюджета | Если нет владельца, данных или измеримого результата |
| Пилот | Проверяем на ваших примерах, работает ли идея и насколько | Работающий сценарий и протокол испытаний | Если порог, записанный заранее, не достигнут |
| Вывод в эксплуатацию | Подключаем к рабочим системам, обучаем людей, запускаем на реальном потоке | Система, которой пользуются каждый день, исходники и инструкция | После любого этапа: у каждого своя приёмка |
| Сопровождение | Следим за качеством и вносим изменения | Отчёт, разобранные ошибки, плановые доработки | Когда ваша команда готова взять систему себе |
Если ступени проходят быстрее, чем удаётся собрать данные и назначить владельца, приходится возвращаться на предыдущую. Как выбрать первую операцию и не застрять на пилоте, описано в статье «Как выбрать первый ИИ-проект».
Что такое внедрение ИИ в бизнес, а что только проба: пять признаков
Проба — нормальный этап, но её легко принять за внедрение. Если вы узнаёте в своей компании два признака и больше, вы пока пробуете.
- Результат живёт в окне чата. Ответ приходится копировать в 1С, письмо или карточку руками. Первый шаг: выбрать одну операцию и записать, куда должен попасть результат.
- Нет эталона. Никто не скажет, правильно ли ответила система, потому что нет набора примеров с известными ответами. Первый шаг: попросить эксперта записать правильный результат по тридцати-пятидесяти реальным случаям.
- Нет владельца. Пользуются те, кому интересно, а за результат никто не отвечает и показателя нет. Первый шаг: назвать должность, чей показатель меняется.
- Нет ручного режима. Если сервис недоступен или ошибся, работа встаёт и люди возвращаются к старому порядку. Первый шаг: записать, как делать то же самое без системы.
- Данные ушли неизвестно куда. Сотрудники по своей инициативе загружают документы в публичные сервисы, и никто не знает, какие. Первый шаг: выяснить, какие данные нельзя выносить, и сказать об этом сотрудникам.
Наличие признаков не означает, что сделано зря: проба показывает, где болит. Но решение о бюджете принимайте после обследования, а не после удачной демонстрации. Подготовку первых тридцати дней разбирает статья «С чего начать внедрение ИИ в компании: первые 30 дней».
Словарь: слова из предложений исполнителей простыми словами
Предложения подрядчиков полны терминов. Вот те, которые стоит понимать, чтобы читать документ, а не слайды.
| Слово | Простыми словами | Зачем вам это знать |
|---|---|---|
| Модель | Программа, обученная на примерах, которая выдаёт ответ: текст, число или метку | Модель заменяема, а процесс, данные и права остаются |
| Нейросеть | Один из видов моделей | Не каждой задаче нужна нейросеть: иногда хватает правила или статистики |
| Языковая модель | Нейросеть, которая читает и пишет текст | Может уверенно ошибаться, поэтому ответ проверяют по источнику |
| ИИ-агент | Модель, которой разрешён набор действий в ваших системах | Чем больше прав, тем строже подтверждения и журнал |
| RAG | Поиск по вашим документам и ответ по найденным фрагментам со ссылкой | Проверяемее и дешевле, чем обучать модель на документах |
| Пилот | Проверка идеи на ваших данных за ограниченный срок | Без записанного критерия пилот не заканчивается решением |
| Эталонная выборка | Примеры с правильными ответами, подтверждёнными вашим специалистом | По ней принимают результат, и хранить её нужно у себя |
| Человек в контуре | Человек подтверждает или правит результат там, где ошибка дорогая | Определяет, где система действует сама, а где нет |
| Порог уверенности | Граница, ниже которой система не решает сама и передаёт случай человеку | От порога зависит, сколько работы уйдёт в ручную очередь |
| Контур | Ваши серверы и сеть внутри периметра | От него зависит, можно ли пользоваться внешним сервисом |
Подробнее о двух самых частых терминах: что такое RAG и порог уверенности модели.
Чего внедрение ИИ не делает
- Не заменяет учёт. Если данные нигде не ведутся, первым проектом будет порядок в данных.
- Не даёт точность без замера. Число точности появляется только после проверки на вашей контрольной выборке.
- Не работает без человека в ответственных местах: деньги, права доступа и юридически значимые действия остаются за людьми.
- Не решает задачу, у которой нет эталона и некому заметить ошибку.
- Не отменяет требований закона о персональных данных: где обрабатывать данные, решает ваша служба безопасности, а это не юридическая консультация.
Что делаем мы и с чего начать
Начните с проверки одной операции: выпишите повторяющиеся операции, по двум-трём замерьте частоту и время, назовите владельца процесса. Если нужна внешняя помощь, мы проходим путь теми четырьмя ступенями, что описаны выше: подробности собраны на странице «Внедрение искусственного интеллекта в бизнес». Если пока не ясно, какой тип ИИ подходит операции, смотрите страницу «Внедрение ИИ».
Первая ступень — обследование: 200 000 ₽ за один-два процесса (2–3 недели), 350 000 ₽ при нескольких системах (3–4 недели), 500 000 ₽ для производства или контура (4–6 недель). Цена фиксируется в договоре и вычитается из первого этапа, если продолжаете с нами. На выходе описание операции, критерий приёмки, решение о месте работы модели и вилка бюджета по следующим ступеням. Документом можно пользоваться и без нас. Остальные суммы собраны на странице тарифов. Мы доводим до эксплуатации один контур, а не внедряем систему предприятия целиком, не дежурим круглосуточно и не обещаем точность до замера на ваших данных. Остановиться можно после любой ступени.
Частые вопросы
Что такое внедрение ИИ в бизнес в одном предложении?
Это настройка связки «процесс, данные, права, ответственный», в которой модель выполняет конкретную операцию, а качество измеряется и поддерживается после запуска.
Что значит внедрить ИИ, если мы уже платим за сервис?
Подписка даёт инструмент отдельным сотрудникам, а внедрение встраивает модель в операцию: подключает ваши данные, записывает порог и ручной режим, назначает владельца и измеряет качество. Если ничего из этого нет, у вас проба.
Какие бывают этапы внедрения ИИ?
Четыре: обследование, пилот, вывод в эксплуатацию и сопровождение. После каждого есть приёмка по заранее записанному критерию и решение: идти дальше, менять задачу или остановиться.
Сколько времени занимает внедрение ИИ?
Месяцы, а не недели: обследование 2–6 недель, лёгкий пилот 2–8 недель, тяжёлый 2–3 месяца, вывод в эксплуатацию от 3 месяцев. Обещание рабочей системы за неделю стоит проверить вопросом о критерии и выборке.
Нужно ли обучать нейросеть на данных компании?
Чаще нет. Готовая модель, поиск по вашим документам и проверки вокруг неё закрывают многие задачи. Донастройка на ваших примерах нужна реже, обучение с нуля почти никогда.
Чем внедрение ИИ отличается от автоматизации скриптом или RPA?
Скрипт и робот повторяют жёсткие правила, а модель читает неструктурированное: письма, сканы, вопросы. На практике они работают вместе: модель разбирает вход, обычный код выполняет точные действия.
Кто в компании должен заниматься внедрением?
Владелец процесса, который меняется, а не только ИТ. ИТ выдаёт доступы, безопасность определяет, где работает модель, руководитель решает о деньгах и продолжении.
Как понять, что внедрение удалось?
По трём признакам: пользуются каждый день, качество меряется на контрольной выборке и сравнивается с записанным порогом, при сбое есть ручной режим. Эффект считают по замеру до запуска и данным эксплуатации, а не по ожиданиям.