95% внедрений ИИ не окупаются: как выбрать нейросети для бизнеса и не потерять бюджет

Максим Голубов, руководитель направления ИИ в ALP ITSM, описал типичную картину, которую компания наблюдает каждый месяц. Одни пытаются внедрить нейросети для бизнеса при полном хаосе в процессах и данных. Другие ждут, что бот сам заменит отдел поддержки без вложений в его развитие. Третьи сталкиваются с саботажем сотрудников, которые боятся увольнения или просто не понимают, зачем им новый инструмент.

Ключевой вопрос для малого и среднего бизнеса звучит не «нужен ли нам ИИ», а «какую конкретную боль закрываем и как посчитать эффект».

Что понадобится

• Аудит процессов: список задач, где сотрудники тратят больше всего времени на рутину (ответы на типовые обращения, заполнение CRM, обработка заявок)
• Доступ к облачным ИИ-сервисам: ChatGPT, YandexGPT, GigaChat или аналогичные чат-ассистенты с оплатой по подписке
• Внутренние данные в порядке: если в CRM, документообороте или базе клиентов бардак, ИИ его только усилит
• Один ответственный сотрудник, который будет вести пилотный проект и фиксировать результаты
• Время на пилот: от 2 до 4 недель на одну задачу, чтобы замерить эффект в деньгах или часах

Как внедрить нейросети пошагово?

1. Выберите одну конкретную боль, а не «внедрите ИИ вообще». Посмотрите, где сотрудники тратят часы на повторяющуюся работу: разбор входящих обращений, подготовка типовых ответов, заполнение полей в CRM, первичный анализ заявок. Именно эти участки дают быстрый и понятный финансовый результат.

2. Проверьте готовность данных. Если в вашей CRM дубли, пустые поля и устаревшие контакты, ИИ-агент (программа, которая сама выполняет цепочку действий, а не просто отвечает на вопрос) будет работать с мусором и выдавать мусор. Сначала наведите порядок хотя бы в том участке, который автоматизируете.

3. Начните с готового облачного решения, а не с разработки своего. Для малого бизнеса подписка на облачный сервис обойдётся дешевле собственной разработки. Попробуйте подключить чат-бота к обработке типовых клиентских вопросов. Пример промпта (промпт, это текстовая инструкция для нейросети) для первичной квалификации обращений:

Ты — ассистент службы поддержки компании [название].
Клиент написал обращение. Твоя задача:

1. Определи тему обращения (возврат, доставка, техподдержка, другое).
2. Если вопрос типовой — дай ответ из базы знаний ниже.
3. Если вопрос сложный — передай менеджеру с кратким резюме.

База знаний:
[вставьте сюда 10–20 частых вопросов и ответов вашей компании]

1. Замерьте результат в цифрах до и после. Сколько минут уходило на обработку одного обращения раньше, сколько сейчас. Сколько обращений сотрудник закрывал за день, сколько с ИИ-ассистентом. Без этих цифр вы не отличите реальную экономию от «дорогой игрушки».

2. Решите вопрос с данными и безопасностью. Если вы работаете с персональными данными клиентов, проверьте, допустимо ли отправлять их во внешний облачный сервис. Для чувствительных данных может потребоваться собственный закрытый контур, локальная установка модели, когда данные не покидают ваш сервер.

3. Масштабируйте только то, что доказало эффект. Пилот сработал, экономия видна в цифрах, тогда подключайте следующую задачу. Не сработал, остановитесь, разберите причину, попробуйте другой участок.

От ассистента к ИИ-агенту: что меняется в 2026 году?

Голубов отмечает принципиальный сдвиг: от чат-ассистентов в режиме «вопрос и ответ» бизнес переходит к ИИ-агентам. Агент не просто генерирует текст, он получает входные данные, понимает контекст, выбирает нужные инструменты и выполняет задачу.

Например, агент по обработке лидов (входящих потенциальных клиентов) отвечает в чат, проверяет данные клиента, подбирает предложение, создаёт сделку в CRM и ставит задачу менеджеру.

Для сложных процессов появляются мультиагентные связки (когда несколько ИИ-агентов работают по очереди, каждый со своей ролью). Первый собирает информацию, второй анализирует, третий готовит документ, четвёртый проверяет на соответствие политике обработки персональных данных.

Такой подход хорошо работает там, где много цепочек согласований: обработка заявок, клиентский сервис, маркетинг, работа интернет-магазина, финансы.

Ещё один тренд, это глубокая интеграция нейросети в существующие системы (CRM, документооборот, служба поддержки), а не «ИИ сбоку» в отдельном окне. Чем глубже ИИ встроен в процессы, тем больше у него данных и контекста для точной работы.

Что делать с этим прямо сейчас, по ролям?

Предприниматель малого бизнеса. Не начинайте с «внедрения ИИ в компанию». Начните с одной рутинной задачи, где сотрудники теряют больше всего часов. Подключите облачный сервис (в России доступны YandexGPT и GigaChat), замерьте экономию за две недели, и только по результату решайте, масштабировать или пробовать другой участок.

Автор Дзена или контент-маркетолог. Та же логика работает для вашего контента: не «автоматизируйте всё», а отдайте ИИ одну конкретную операцию. Например, генерацию черновиков ответов на комментарии или первичную структуру статей. Проверяйте каждый результат: галлюцинации (когда нейросеть уверенно выдумывает факты) в публичном тексте бьют по репутации.

Руководитель отдела продаж или поддержки. Мультиагентные связки, это не фантастика, а рабочий инструмент для обработки заявок и лидов. Но начинайте с простого бота на типовых обращениях, а к связке из нескольких агентов переходите, когда первый этап покажет цифры.

Чек-лист из статьи Голубова укладывается в одну фразу: выберите одну боль, проверьте данные, запустите дешёвый пилот, замерьте в цифрах, масштабируйте только то, что доказало эффект. Всё остальное, это «дорогая игрушка».