Внедрение нейросетей в бизнес: какая нейросеть для какой задачи, на каких данных и где запускать

Внедрение нейросетей в бизнес начинается с вопроса «какая именно нейросеть для какой операции»: язык, изображения, речь и прогноз по таблицам — это разные модели с разными данными и разными рисками. Подбираем тип под задачу, проверяем на вашей выборке и решаем, где запускать: в вашем контуре или через внешний интерфейс. Обучать нейросеть с нуля обычно не нужно.

Обследование — от 200 000 ₽, 2–3 неделиМодели сравниваем на вашей выборке, а не по рейтингамИсходный код и настройки в вашем репозитории

Суть

Нейросети для бизнеса: не один продукт, а четыре семейства

Коротко: «нейросеть» — общее слово. Под ним скрыты модели, которые читают и пишут текст, распознают изображения, переводят речь в текст и считают прогноз по таблицам.

Внедрение нейросетей в бизнес идёт по-разному для разных семейств, потому что они ошибаются по-разному, требуют разных данных и по-разному запускаются. Поэтому задача «внедрить нейросеть» без уточнения, что у неё на входе и что на выходе, не решается.

  • Язык. Языковые модели читают и пишут текст: отвечают по документам, раскладывают обращения, достают сведения из писем. К этому же семейству относится поиск по смыслу.
  • Изображения и документы. Модели распознают текст на сканах, находят объекты и дефекты на кадре.
  • Речь. Распознавание превращает записи разговоров в текст, который потом разбирает языковая модель.
  • Прогноз по таблицам. Модели оценивают спрос, нагрузку, отказы. Здесь часто достаточно классических методов, и нейросеть берут, только когда она выигрывает у них на вашей истории.

Карта всех семейств и страниц по ним собрана на странице «ИИ для бизнеса». Здесь разбираем другое: как подобрать нейросеть под вашу операцию, на чём её проверять и где запускать.

Подбор

Внедрение нейросетей в бизнес по задачам: тип, данные, место запуска и главный риск

Семь типовых задач как заготовка для разбора вашей. Подробнее про языковые модели: разработка приложений на языковых моделях; про звонки: речевая аналитика.

Задача
Тип нейросети и нужные данные
Где запускать
Главный риск
ЗадачаОтветить сотруднику по регламентамсправка со ссылкой на документ
Тип нейросети и нужные данныеЯзыковая модель с поиском по смыслу. Нужны документы в действующих редакциях и список реальных вопросов.
Где запускатьВ контуре, если в документах есть данные ограниченного доступа. Для открытых материалов возможен внешний интерфейс.
Главный рискУстаревшая редакция в базе и ответ без источника.
ЗадачаРазложить обращения по темам и срочностипочта, формы, чаты
Тип нейросети и нужные данныеЯзыковая модель или компактный классификатор. Нужны прошлые обращения с проставленной темой.
Где запускатьВ контуре, если есть персональные данные. Обезличенные тексты можно отправлять во внешний интерфейс.
Главный рискНовая тема, которой не было в выборке: «прочее» растёт, ошибок не видно.
ЗадачаПрочитать печатный документсчёт, акт, заявление
Тип нейросети и нужные данныеРаспознавание текста и извлечение полей. Нужен архив документов того же вида, по которому результат сверяют вручную.
Где запускатьЧаще в контуре: в документах реквизиты и персональные данные.
Главный рискОдна неверная цифра в сумме и поставщик с новой формой.
ЗадачаРасшифровать запись звонкаразговор клиента и оператора
Тип нейросети и нужные данныеРаспознавание речи, затем языковая модель для разбора текста. Нужны записи в рабочем качестве и словарь ваших терминов.
Где запускатьВ контуре, если в разговорах звучат персональные данные.
Главный рискШум, перебивания, ошибки в числах и фамилиях.
ЗадачаНайти дефект или проверить комплектностьлиния, склад, камера
Тип нейросети и нужные данныеНейросеть для изображений: поиск объектов или классификация. Нужны размеченные снимки годного и брака, снятые как в работе.
Где запускатьНа площадке рядом с камерой или на сервере в контуре. Видео с людьми во внешний интерфейс обычно не подходит.
Главный рискСмена света и ракурса, новая партия, мало брака в выборке.
ЗадачаСпрогнозировать остатки или нагрузкуистория по периодам
Тип нейросети и нужные данныеПрогнозная модель по таблице, нередко не нейросеть. Нужна история на несколько циклов процесса и журнал событий с датами.
Где запускатьВ контуре, внешний интерфейс обычно не нужен.
Главный рискПроверка на «подсмотренном» будущем и модель, которая не лучше простого прогноза.
ЗадачаСопоставить названия товаровсправочники 1С и поставщиков
Тип нейросети и нужные данныеПоиск по смыслу плюс правила. Нужен справочник и уже сопоставленные пары для проверки.
Где запускатьТам, где лежит справочник, чаще в контуре.
Главный рискПохожие названия разных позиций: ошибка попадает в учёт.
Без обучения с нуля

Обучать нейросеть с нуля обычно не нужно: четыре способа получить результат

Обучение с нуля требует данных и вычислений, которых у типичной бизнес-задачи нет. Мы идём сверху вниз и останавливаемся на первом способе, который проходит порог на вашей выборке. Выбор между поиском и дообучением разобран в статье «RAG или дообучение LLM».

1. Готовая модель и точная постановка

Берём модель, которая уже умеет читать, писать или распознавать, формулируем задачу, показываем примеры и записываем формат ответа. Для части задач этого достаточно.

2. Поиск по вашим документам

Если модели не хватает знаний о компании, ей подаются найденные фрагменты ваших документов, а ответ ссылается на источник. Это дешевле и проверяемее дообучения.

3. Правила и проверки вокруг модели

Формат ответа проверяет код, спорные случаи уходят оператору, порог уверенности отсекает сомнительное. Качество растёт без переобучения.

4. Донастройка на ваших примерах

Если первых способов мало и есть размеченные примеры, готовая модель донастраивается на них. Для изображений это обычное дело: готовая модель не знает ваш брак.

Границы

Когда нейросеть не нужна

Вход структурирован, правила стабильны

Файл с известными полями и понятная логика решаются скриптом или интеграцией. Они предсказуемее и проще в сопровождении.

Нужна точность до копейки

Расчёты, остатки и налоги считает обычный код. Нейросеть может подготовить данные для расчёта, но не выполнить его.

Нет эталона и некому проверить ошибку

Если никто не скажет, правильно ли ответила система, измерять нечего, и сначала нужен порядок в учёте.

Таблица с числами и короткая история

Простая статистика нередко не хуже нейросети. Мы проверяем её первой и берём нейросеть, только если она выигрывает на отложенном периоде.

Контур

Внедрение нейросетей в бизнес: внешний сервис или свой контур

О возможностях и условиях конкретных внешних сервисов мы судим только по документации поставщика, продукты не сравниваем и не оцениваем, а условия проверяем на старте проекта вместе с вашей службой безопасности. Критерии выбора подробнее: своя модель или внешний API и языковая модель на вашем сервере.

Что подаём на вход
Внешний сервис
Свой контур
Что читать в документации поставщика
Что подаём на входОткрытые тексты и черновикиописания товаров, публичные материалы
Внешний сервисОбычно годится: быстрый старт без своего оборудования.
Свой контурНе нужен, если данные не ограничены и задача общая.
Что читать в документации поставщикаУсловия использования, лимиты, срок поддержки версии модели.
Что подаём на входОбезличенные обращения и документыимена и реквизиты заменены
Внешний сервисГодится, если обезличивание проверено на выборке и повторяется без ручной работы.
Свой контурНужен, если обезличить без потери смысла нельзя.
Что читать в документации поставщикаГде обрабатываются и хранятся запросы, используются ли они для обучения.
Что подаём на входДоговоры и переписка с контрагентамикоммерческие условия
Внешний сервисЧасто не подходит по требованиям заказчика: текст уходит третьей стороне.
Свой контурОбычный выбор.
Что читать в документации поставщикаСрок хранения запросов, возможность отключить хранение, порядок удаления.
Что подаём на входПерсональные данные клиентов и сотрудниковзакон о персональных данных
Внешний сервисЗависит от места обработки и условий поставщика. Решение за вашей службой безопасности и юристом.
Свой контурПроще согласовать: данные остаются на ваших серверах.
Что читать в документации поставщикаСтрана обработки, роль поставщика, условия договора.
Что подаём на входЗакрытый контур и объекты КИИданные ограниченного доступа
Внешний сервисОблачные сервисы чаще не подходят по требованиям заказчика.
Свой контурЕдинственный вариант, иногда без выхода в интернет.
Что читать в документации поставщикаНе применимо: решают требования вашей службы безопасности.
Оценка

Как оцениваем нейросеть на вашей выборке: что считаем для каждого типа

Схема одна: примеры берутся без отбора, часть скрыта от настройки, результат сравнивается с простым методом. Метрики зависят от типа. Подробнее: обработка документов, видеоаналитика, предиктивная аналитика.

Поиск и ответы

Нашёлся ли нужный документ среди первых результатов и верен ли ответ вместе с источником. Отдельно считаем случаи, когда ответа в базе нет, а модель всё равно отвечает.

Тексты и обращения

Доля верных тем по каждой теме отдельно: ошибка на редкой теме не должна теряться в общей цифре.

Документы

Доля полей без правки по каждому полю и пропущенные строки таблиц. Сумма и дата важнее комментария.

Речь

Доля ошибок в словах и отдельно в числах и названиях. Записи берутся в рабочем качестве, с шумом.

Изображения

Пропуски и ложные срабатывания считаются раздельно; для камер добавляется число ложных тревог в сутки.

Прогноз

Ошибка на периоде, которого модель не видела, против простого прогноза «как в прошлый раз». Отдельно смотрим крупные промахи.

Процессы

Внедрение нейросетей в рабочие процессы: несколько моделей и обычный код в одной цепочке

Условный пример без реального клиента. Клиент присылает в мессенджер фото повреждённого товара и голосовое сообщение. Обращение проходит шесть звеньев.

  1. Распознавание речи превращает голосовое сообщение в текст.
  2. Нейросеть для изображений определяет тип повреждения и отмечает, различимо ли оно на фото.
  3. Языковая модель выделяет номер заказа, суть претензии и пожелание клиента.
  4. Обычный код находит заказ в 1С и проверяет условия по вашим правилам. Нейросеть здесь не нужна.
  5. Поиск по базе знаний подсказывает оператору текст ответа с источником.
  6. Оператор подтверждает, и только после этого создаётся заявка и уходит ответ.

Пример показывает, почему «нейросеть» — не одна покупка. У каждого звена своя выборка для проверки, свой порог и свой запасной путь: если фото неразборчиво, обращение идёт оператору. Как подключать такие звенья к учёту и почте, описано на странице интеграции ИИ в бизнес-процессы.

Что делаем

Из чего состоит работа и сколько она стоит

Суммы совпадают с общей шкалой на странице тарифов. Точную цену вы получаете после обследования.

Обследование: задача и данные

Определяем, какой тип нейросети нужен и нужен ли вообще, что с данными, где может работать модель. Записываем критерий приёмки. Вычитается из первого этапа, если продолжаете с нами.

200 000 ₽ · 2–3 недели

Обследование: несколько задач и систем

Сравниваем задачи по данным и цене ошибки, рисуем схему обменов, выбираем первую.

350 000 ₽ · 3–4 недели

Обследование: производство или контур

Классы данных, места запуска моделей, требования к оборудованию. Конфигурацию называем до закупки.

500 000 ₽ · 4–6 недель

Лёгкий пилот: одна нейросеть на вашей выборке

Ассистент по базе знаний или распознавание на выборке. Сравниваем две-три модели и простой метод на одной контрольной части данных.

150 000–400 000 ₽ · 2–8 недель

Тяжёлый пилот: цепочка моделей

Несколько моделей и обычный код в одной цепочке, запись в учёт через подтверждение, очередь оператора.

400 000–1 200 000 ₽ · 2–3 месяца

Вывод в эксплуатацию

Нагрузка, мониторинг качества каждого звена, обучение пользователей, передача исходников и настроек.

от 1 500 000 ₽ этапами по 300 000–700 000 ₽ · от 3 месяцев

Сопровождение

Контроль качества после смены данных или модели, повторный прогон эталона. Час сверх пакета стоит 5 000 ₽.

20 000 / 60 000 / 120 000 ₽ в месяц
Процесс

Как идёт работа: от задачи к модели, а не наоборот

Обследование — задача и данные

Записываем операцию, примеры без отбора, цену ошибки и класс данных. Тип нейросети выбирается после этого, а не до.

Перед пилотом — выборка и простой метод

Готовим контрольную выборку и метод для сравнения: правило, поиск по словам, прогноз «как в прошлый раз».

Пилот — две-три модели на одной выборке

Сравниваем модели одного типа и, если данные позволяют, внешний сервис и модель в контуре. Выбор записываем вместе с причиной.

Запуск — рабочий процесс

Подключаем к учёту через проверки формата и права, настраиваем очередь оператора и ручной режим.

Дальше — мониторинг и замена модели

При смене модели или данных прогоняем эталон и сравниваем с прежним результатом.

Контроль

Что остаётся у вас и чего мы не делаем

Остаётся у вас

  • Исходный код и конфигурации в вашем репозитории с первого коммита.
  • Настройки, эталонный набор и скрипты оценки: сравнение моделей можно повторить без нас.
  • Список использованных открытых моделей и их лицензий в документации.
  • Записанное решение о том, где работает каждая модель и почему.
  • Право остановиться после любой ступени: сделанное остаётся у вас по акту.

Мы этого не делаем

  • Не обучаем нейросети с нуля и не обещаем качество крупных облачных сервисов на любой задаче: разницу показывает замер.
  • Не продаём доступ к внешним сервисам и не оцениваем их условия: читаем документацию поставщика вместе с вашей службой безопасности.
  • Не опознаём людей по лицам.
  • Не даём юридических заключений по персональным данным и лицензиям: это не юридическая консультация.
  • Не имеем лицензии ФСТЭК и не дежурим круглосуточно. Не берём работы дешевле 150 000 ₽.
Чек-лист

Что решить до разговора о нейросетях

  • Какая операция и что у неё на входе: текст, скан, фото, звук или таблица.
  • Что считается правильным результатом и кто это подтвердит.
  • Какие данные участвуют и можно ли отправлять их за пределы компании.
  • Примеры без отбора: письма, документы, снимки, записи.
  • Что происходит при ошибке и кто её заметит.
  • Где результат должен оказаться: в 1С, CRM, почте или отчёте.
Материалы

Материалы по теме

Статья

Своя LLM или внешний API: что выбрать бизнесу

Сравнение облачного интерфейса и модели в закрытом контуре по безопасности, стоимости и контролю.

  • Безопасность
  • Стоимость
  • Гибрид
Читать →
Статья

RAG или дообучение LLM: что выбрать для корпоративной задачи

Когда хватает поиска по документам, а когда нужна донастройка модели на ваших примерах.

  • Поиск
  • Дообучение
  • Критерии
Читать →
Статья

Распознавание документов: что умеют нейросети

Что нейросети читают в документах хорошо, где ошибаются и как проверять результат.

  • Возможности
  • Ошибки
  • Проверка
Читать →
Заявка

Подберём нейросеть под вашу операцию

Сорок минут созвона: что у операции на входе и на выходе, какие данные есть, что нельзя выносить за периметр. Скажем, какой тип нейросети подойдёт и нужна ли она вообще.

или оставьте заявку

Спасибо, заявка отправлена. Ответим в течение рабочего дня.

Не удалось отправить. Напишите в Telegram или MAX, или позвоните.

Вопросы

Частые вопросы: внедрение нейросетей в бизнес

Что значит внедрение нейросетей в бизнес и с чего оно начинается?

Это подключение конкретной модели к конкретной операции с проверкой качества на ваших данных. Начинается не с выбора модели, а с описания операции, примеров без отбора и цены ошибки: по ним выбирается тип нейросети и место запуска.

Нужно ли обучать нейросеть на наших данных?

Чаще нет. Готовая модель с точной постановкой, поиском по вашим документам и проверками вокруг неё закрывает многие задачи. Донастройка на ваших примерах нужна для изображений и узких задач. Обучение с нуля почти никогда не требуется.

Можно ли пользоваться внешним сервисом нейросетей?

Для открытых и обезличенных данных иногда да. Условия берутся из документации поставщика, мы проверяем их на старте проекта вместе с вашей службой безопасности. Для данных ограниченного доступа облачные сервисы чаще не подходят по требованиям заказчика.

Какая нейросеть нужна для сканов и фотографий документов?

Распознавание текста и извлечение полей, а для фото ещё оценка качества съёмки. Какая связка подойдёт, показывает замер на ваших образцах. Точность до замера мы не называем.

Нейросеть ошибается. Что с этим делать?

Ошибки считают и встраивают в процесс: порог уверенности, очередь оператора, проверка формата кодом, ссылка на источник. Ошибку, которую заметит человек на следующем шаге, допускают. Ошибку, которая без проверки уходит клиенту или в учёт, нет.

Сколько данных нужно для нейросети?

Общего числа нет. Для поиска по документам нужны сами документы и список реальных вопросов, для изображений размеченные примеры годного и брака, для прогноза история на несколько циклов процесса. Хватает ли данных, показывает обследование.

Сколько стоит внедрение нейросетей?

Зависит от числа моделей в цепочке и от интеграции. Обследование стоит 200 000, 350 000 или 500 000 ₽. Лёгкий пилот одной нейросети стоит 150 000–400 000 ₽, цепочка с интеграцией 400 000–1 200 000 ₽. Вывод в эксплуатацию начинается от 1 500 000 ₽ этапами.

Вы работаете только в Ростове-на-Дону?

Мы в Ростове-на-Дону, работаем с заказчиками по всей России: удалённо и в вашем контуре. Доступ к системам и обследование согласуем на старте с вашей службой безопасности.