ИИ в бизнесе: с чего начать без большого бюджета

ИИ в бизнесе начинается не с выбора модели, а с выбора процесса. Компании, которые ставят «внедрить ИИ», получают демо и презентацию; компании, которые ставят «сократить время на обработку заявки», получают результат. Разница — в постановке задачи.
Шаг 1. Найдите дорогой процесс
Смотрите не на модные сценарии, а на часы: где сотрудники тратят время на повторяющиеся тексты, разбор входящих, перенос данных между системами. Кандидат должен быть частым, шаблонным и с проверяемым результатом.
Шаг 2. Определите метрику
| Процесс | Метрика |
|---|---|
| Ответы на заявки | Минуты до ответа, доля правок |
| Описания товаров | Часов на 100 карточек |
| Разбор писем | Доля верно определённых тем |
| Внутренние справки | Число обращений в поддержку |
Шаг 3. Пилот на две недели
Один процесс, одна команда, ручная проверка результата. Замер «до» и «после» по выбранной метрике. Если экономии нет — не масштабируйте, а разберите причину: плохой промпт, не тот процесс или задача вообще не для модели.
Шаг 4. Экономика
Считайте не цену подписки, а стоимость операции. Токены дешевы; дорого стоит время на проверку. Если сотрудник переписывает половину ответа модели, экономия близка к нулю.
Стоимость = (токены × цена) + (время проверки × ставка) + (интеграция / срок службы)
Шаг 5. Внедрение без хаоса
- Один регламент: что можно отправлять в модель, что нельзя.
- Библиотека промптов: удачные формулировки живут в общем доступе.
- Ответственный: кто проверяет качество и обновляет промпты.
- Обучение: 30 минут на примерах компании эффективнее курса.
Ошибки, из-за которых пилоты умирают
Нет метрики — нечего защищать. Нет владельца — некому поддерживать. Слишком широкий охват — всё размывается. Секретность — сотрудники не пользуются инструментом. Завышенные ожидания — руководство ждёт «всё сразу».
Три сценария для малого бизнеса
Заявки. Классификация входящих и черновик ответа: экономия 10–15 минут на обращение, проверка обязательна.
Контент. Описания товаров и посты: с 40 минут до 10 на единицу, если есть шаблон и факты о продукте.
Внутренние справки. База знаний по регламентам: сотрудник спрашивает, получает ответ со ссылкой на документ вместо поиска по папкам.
Как считать окупаемость
| Статья | Пример на месяц |
|---|---|
| Токены | 5–20 $ при 1000 операций |
| Настройка | 20–40 часов один раз |
| Проверка | 10–30 % времени сотрудника |
| Экономия | Часы, пересчитанные в ставку |
Если экономия не покрывает проверку — сценарий не подходит. Это нормальный результат пилота, а не провал.
Что дальше
После первого успешного процесса появляется библиотека промптов и понимание ограничений. Следующий шаг — интеграция через API, когда ручные действия начинают занимать больше времени, чем сам результат.
Первый пилот: пошагово
1. «Выбери из моих процессов один для пилота: частый, шаблонный, с проверяемым результатом». 2. «Составь план на две недели с метриками до и после». 3. «Какие риски и как их закрыть».
Если через две недели экономия не видна в цифрах — процесс выбран неверно, а не инструмент плох.
Что важно помнить
ИИ в бизнесе — это проект про процесс, а не про технологию. Начинайте с одного узкого места, считайте экономию в часах и деньгах, проверяйте результат человеком. Всё остальное — вопрос масштабирования, а не выбора модели.
Итог
ИИ в бизнесе начинается с процесса, а не с модели. Один пилот, одна метрика, две недели и честный вывод — так решение принимается по цифрам. Всё, что не проходит этот тест, лучше отложить, чем масштабировать.
С чего начать без бюджета?
С одного процесса и бесплатного тарифа. Задача пилота — доказать экономию на цифрах, а не купить лицензии.
Нужен ли отдельный сотрудник под ИИ?
На старте — нет: достаточно владельца процесса. Отдельная роль появляется, когда сценариев больше трёх.
Что делать с сопротивлением сотрудников?
Показать, что инструмент снимает рутину, а не оценивает их работу. И не вводить скрытый контроль через логи.
Когда нужна своя инфраструктура?
Когда данные нельзя выносить наружу или объёмы делают облако дороже железа. До этого хватает API.