Внедрение ИИ в бизнес: с чего начать и как выбрать подрядчика
Внедрение ИИ в бизнес начинается с одного процесса, который повторяется каждый день и где человек уже проверяет результат. Дальше идут пилот на копии данных, метрики, записанные до старта, и расширение по одному шагу. Подрядчика выбирают по ответам о данных, правах агента и проверке человеком.
С чего начать внедрение ИИ в бизнес?
Начните с аудита процессов отдела. Составьте список задач, которые сотрудники каждую неделю делают вручную. У каждой задачи запишите вход, результат, системы и того, кто проверяет итог.
Для аудита одного отдела мне обычно хватает одной-двух встреч по 60–90 минут, это ориентир. На них нужны владелец процесса и сотрудник, который делает работу руками. Регламент описывает, как процесс задуман. Как он идет на деле, знает сотрудник: у него свои обходные пути и звонки коллегам.
Из списка выберите задачи для ИИ-агентов. Чем агент отличается от чат-бота, я разобрал в статье «Что такое ИИ-агент для бизнеса и чем он отличается от чат-бота». OpenAI в руководстве по агентам 2025 года называет три признака подходящей задачи. Первый — сложные решения с исключениями. Второй — правила, которые трудно поддерживать. Третий — много неструктурированных данных: письма, документы, переписка. Если задача решается жесткими правилами, руководство допускает, что хватит обычной программы без модели.
Из подходящих я бы взял процесс, где ошибку агента можно поймать до клиента и до банка. Ошибки первого пилота дешевле всего исправлять там, где сотрудник и так смотрит результат.
Примеры задач по отделам я собрал в статьях «ИИ в продажах: 9 задач отдела, которые можно отдать агенту», «ИИ для бухгалтерии: что автоматизировать, а что оставить человеку» и «ИИ в юридическом отделе: какие задачи можно автоматизировать». Как описать выбранный процесс на одной странице и какие доступы собрать, я разобрал в статье «Как подготовить процесс к автоматизации ИИ-агентом: чек-лист».
На аудите проверьте, как агент подключится к вашим системам. Для многих учетных систем и CRM есть открытые MCP-серверы, например MCP-сервер внутри 1С или AmoCRM MCP Server. Это проекты сообщества, поэтому до подключения их код стоит показать вашему специалисту по безопасности. Как устроен такой посредник, я объяснил в статье «MCP-сервер простыми словами: как ИИ подключается к вашим системам».
Как провести пилот на одном участке?
Пилот — запуск агента на одном процессе одного отдела, на копии данных и с правами только на чтение. Агент готовит результат, сотрудник параллельно делает ту же работу и сравнивает.
Такой порядок совпадает с советами OpenAI и Anthropic. OpenAI советует начинать с малого, проверять агента на реальных пользователях и наращивать возможности постепенно. Anthropic в статье «Building effective agents» от 19 декабря 2024 года рекомендует искать самое простое решение и тестировать агента в изолированной среде.
В пилоте у агента узкая роль. Он читает входящие документы, сверяет их с правилами из инструкции и готовит черновик с пояснением, откуда взял каждое значение. Права записи у него нет, поэтому ошибка остается в черновике. Агент видит только поля, открытые его учетной записи.
Человек решает все, что меняет данные или уходит наружу. OpenAI называет два повода передать задачу человеку. Первый — агент исчерпал лимит попыток или действий. Второй — действие необратимое, чувствительное или с высокой ценой ошибки. Руководство относит к таким действиям отмену заказа, крупный возврат денег и платеж.
Модель иногда отвечает уверенно и при этом ошибается. Поэтому в пилоте у каждого ответа агента стоит ссылка на документ или запись, откуда он взят. Почему модель ошибается и как проверять ответ по источнику, я разобрал в статье «Галлюцинации нейросети: почему ИИ выдумывает и как это проверить».
Какие метрики считать в пилоте?
Метрики записывают до старта, вместе с замером того, как процесс работает сейчас. В документации Anthropic «Define success criteria» критерии успеха должны быть конкретными, измеримыми, достижимыми и связанными с задачей. Там же документация советует оценивать большинство задач сразу по нескольким измерениям, например по точности, времени ответа, цене и обработке персональных данных.
Для пилота агента я предлагаю пять метрик.
Метрика | Что показывает | Откуда взять |
|---|---|---|
Доля результатов, принятых без правок | точность на обычном потоке | журнал проверок сотрудника |
Ошибки на трудных случаях | поведение агента на развилках | отдельная выборка спорных случаев |
Передачи человеку | где агент останавливается и почему | журнал действий агента |
Время сотрудника на одну операцию | сколько работы осталось у человека | замер до пилота и во время него |
Стоимость обработки | расходы на модель и инфраструктуру | счета провайдера |
Соберите трудные случаи в отдельный набор. Я беру не меньше 50 реальных случаев из потока, и среди них не меньше десяти, где сотрудники спорили или переделывали работу. Без таких случаев высокая доля принятых результатов говорит только о простом потоке.
Цель по каждой метрике задает владелец процесса, он знает нагрузку отдела. Подрядчик предлагает, что измерять, и показывает, как считать.
Когда масштабировать внедрение ИИ-агентов?
Масштабировать стоит, когда метрики пилота дошли до цели, записанной до старта. Второе условие — ответственный успевает разбирать спорные случаи и новые типы ошибок не появляются.
Расширяйте по одному шагу. Сначала агент получает право записи в одну систему. Затем берет следующий шаг того же процесса. О каждом шаге решает владелец процесса по журналу проверок.
OpenAI советует начинать с одного агента и добавлять ему инструменты. Систему из нескольких агентов руководство предлагает строить, только когда один агент перестает справляться. Anthropic добавляет оговорку о цене. За качество агентные системы расплачиваются временем ответа и расходами, а их самостоятельность повышает и стоимость, и риск накопления ошибок.
Внедрение ИИ в бизнес-процессы соседнего отдела начинается заново с аудита. Правила там другие, даже если системы те же. Я против запуска сразу в трех отделах. Одна неточность в общей инструкции повторится везде, и найти ее источник станет сложнее.
Что входит во внедрение ИИ под ключ?
«Под ключ» означает, что подрядчик проходит все этапы: аудит, пилот, метрики, масштабирование и передачу команде. На страницах своих услуг я описал результат работы четырьмя пунктами.
- Описание процесса на одной странице: какие шаги берет агент, какие остаются у людей.
- Настроенный агент, подключенный к вашим системам, с записанными границами: что он делает сам и что передает человеку.
- Инструкция и обучение для ответственного со стороны компании.
- Сопровождение после запуска с разбором спорных ответов и доработкой настроек.
У компании своя часть работы. Владелец процесса утверждает правила и пороги, ответственный разбирает спорные случаи, ИТ-служба выдает доступы. Если этих ролей нет, после первого изменения регламента агент продолжит работать по старым правилам.
Готовый сервис закрывает одну задачу по правилам своего разработчика. При внедрении подрядчик настраивает агента под ваши документы, системы и порядок согласования. Если готовый сервис решает задачу целиком, я бы начал с него.
Какие вопросы задать подрядчику?
Задайте подрядчику восемь вопросов до договора. По ответам видно, понимает ли он ваш процесс и где проходит граница работы агента.
- С какого процесса вы предлагаете начать и почему? Хороший ответ называет один процесс одного отдела и объясняет выбор. Подрядчику, который обещает процент экономии до аудита, я бы не поверил: цифре пока не на чем держаться.
- Какие права получит агент на старте? Ждите ответа «только чтение» и отдельной учетной записи для агента. OWASP в списке рисков LLM-приложений 2025 года описывает угрозу LLM06 Excessive Agency, избыточную автономию агента, и советует давать агенту минимум инструментов и прав, а действия с серьезными последствиями отдавать на подтверждение человеку.
- Где работает модель и где хранятся данные? Если в документах есть персональные данные, применяются две нормы закона № 152-ФЗ. По части 3 статьи 12 оператор уведомляет Роскомнадзор до начала трансграничной передачи. По части 5 статьи 18 запись и хранение данных граждан России в базах за рубежом не допускаются, кроме случаев из пунктов 2, 3, 4 и 8 части 1 статьи 6. Схему хранения согласуйте с ответственным за персональные данные до загрузки первого документа.
- Как вы проверяете агента до запуска? Хороший ответ описывает набор реальных случаев с трудными примерами и то, кто сверяет результаты.
- Как вы будете считать метрики пилота? Хороший ответ называет источник каждой цифры: журнал проверок, журнал действий агента, замер времени сотрудника.
- Что делает агент, если не уверен в ответе? Он передает задачу человеку и объясняет, на каком шаге остановился.
- Что агент пишет в журнал действий? Каждое обращение к системе, входные данные и результат. По такому журналу ответственный разбирает спорный случай.
- Что останется у компании, если работа прекратится? Описание процесса, инструкция агента и доступы, оформленные на компанию.
Нормы закона № 152-ФЗ я сверил 23 октября 2026 года с редакцией закона от 26 июля 2026 года.
Обсудить свой процесс можно на первой консультации, она бесплатная. Для заявок и реестра платежей посмотрите страницу ИИ-агент для финансового отдела. Агент первой линии описан в услуге ИИ в отделе продаж, проверка договоров — в услуге ИИ-помощник для юристов компании. Ответы сотрудникам по документам собирает база знаний компании на ИИ. Для разговора хватит трех строк: какой отдел, что делается вручную и какие системы уже есть.
Частые вопросы
Сколько длится пилот внедрения ИИ?
Мой ориентир — один полный цикл процесса. Для заявок на оплату это месяц с закрытием периода, для первой линии поддержки — несколько обычных недель с пиками нагрузки. За более короткий срок редкие случаи не попадут в выборку, и метрики покажут только простой поток. Точный срок я называю после аудита, когда видно, как часто идет процесс.
Нужен ли в штате специалист по внедрению ИИ в бизнес-процессы?
Для запуска не нужен. Подрядчик проводит аудит, настраивает агента и обучает ответственного со стороны компании. Ответственному нужно знать процесс, программировать ему не нужно. Он разбирает спорные случаи и отмечает ошибки, а подрядчик по этим отметкам правит инструкцию. Когда процессов с агентами станет несколько, компания решает, нужен ли отдельный сотрудник для их поддержки.
Что делать, если пилот не дошел до цели?
Разберите журнал проверок и найдите, где агент ошибается чаще. Если ошибки собраны в одном типе случаев, их правят в инструкции или в правилах проверки. Если ошибки разные и без закономерности, процесс может не подходить агенту. Для задачи с жесткими правилами OpenAI в руководстве допускает обычную программу без модели. Решение остановить пилот тоже результат, и компания получает его на копии данных, без ущерба для работы.
Сколько стоит внедрение ИИ в бизнес под ключ?
Цену я называю после бесплатной консультации и аудита процесса. На нее влияют число систем для подключения, сложность правил и развилок, объем потока и объем сопровождения после запуска. Отдельно компания платит за работу модели у провайдера или за свою инфраструктуру. Готовых пакетов с ценой без аудита я не предлагаю.
Источники
- OpenAI. A practical guide to building agents (2025) (откроется в новой вкладке)
- Anthropic. Building effective agents (19 декабря 2024) (откроется в новой вкладке)
- Claude Docs. Define success criteria (откроется в новой вкладке)
- OWASP GenAI. LLM06:2025 Excessive Agency (откроется в новой вкладке)
- Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных», статья 12 (откроется в новой вкладке)
- Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных», статья 18 (откроется в новой вкладке)
- SkillFoxx. MCP-сервер внутри 1С (откроется в новой вкладке)
- SkillFoxx. AmoCRM MCP Server (откроется в новой вкладке)
Разберем вашу задачу
Опишите процесс, который отнимает время у отдела. Первая консультация бесплатная: отвечу, подходит ли задача для агента и с чего начать.


