ИИ в среднем бизнесе: 2 года внедрения. Честно, без глазури

Коротко

01

Путь

Зачем ты вообще это затеял? И не ври.

Сначала — честно — это был страх отстать. Все вокруг кричали про нейросети, а я не понимал, где они в моём бизнесе. Но быстро нашлась и реальная боль: бэк-офис тонул в первичке, менеджеры тратили треть дня на рутину, мы теряли заявки дилеров просто потому, что отвечали медленно. Плюс рынок перестал расти «сам», и эффективность из слова в презентациях превратилась в вопрос выживания маржи.

С чего начал? Каким был первый шаг?

С аудита, а не с покупки. Мы две недели просто спрашивали людей: «На что у тебя уходит больше всего времени, что бесит больше всего?» Получили список из сорока рутинных процессов и отфильтровали по двум критериям: где много повторяющихся действий и где цена ошибки невысока. Первый пилот — автоматическая обработка входящих счетов и накладных. Скучно, не про «магию ИИ», но именно это дало первый быстрый эффект и веру команды.

Как выбирал инструменты и исполнителей?

Правило вывел такое: 80% задач закрываются коробочными решениями — LLM-сервисы, OCR с разбором документов, боты, автоподготовка контента. А кастомная разработка — только там, где это ядро конкурентного преимущества. Делали гибридно: интегратор помог встать на ноги, но параллельно я нанял сильного внутреннего специалиста. Это критично: подрядчик уйдёт, а знания должны остаться внутри.

Признавайся, на какие камни наткнулся?

Ох, вот это главный вопрос. По порядку:

• Начал с технологии, а не с проблемы. Первые месяцы мы искали, «куда бы пристроить нейросеть», вместо «какую задачу решить». Потеряли квартал и один красивый, но бесполезный пилот.
• Данные. Это главный камень. Данные жили в пяти Excel-файлах, почте и головах менеджеров. На приведение их в порядок ушло больше времени, чем на сами инструменты.
• Демки врут. На пилоте всё работает на отобранных примерах. В проде — неразборчивые сканы и внезапные галлюцинации. Один раз автоматика отправила клиенту счёт с перепутанной позицией — после этого во всех процессах с деньгами и клиентами появилось обязательное подтверждение человеком.
• Неправильная метрика старта. В нескольких проектах мы не зафиксировали показатели «до» — и потом не могли доказать даже самим себе, что стало лучше.
• Сопротивление людей. Тихий саботаж страшнее технических багов: «робот ошибается, я сделаю по-старому». Пока не сказали прямо «мы никого не увольняем из-за автоматизации, мы выводим людей из рутины» — и подтвердили это делом, — дело не двигалось.
• Юридика и безопасность. Персональные данные, коммерческая тайна — пришлось разделить, что уходит во внешние модели, а что живёт только в защищённом контуре. Политика использования ИИ появилась после первого инцидента, а должна была — до.
• Итог по пилотам: три из семи провалились. И это нормальная статистика, просто о ней никто не пишет в кейсах.

«ИИ без чистых данных — это дорогой попугай»

Что это дало бизнесу? В цифрах, пожалуйста.

Округлённо и без приукрашивания:

• Первичка и документооборот: обработка документа — с двух дней до пары часов, ошибок в данных стало заметно меньше.
• Поддержка дилеров: бот-помощник закрывает около половины типовых вопросов. Скорость первого ответа упала с часов до минут.
• Продажи: анализ звонков показал, что мы системно теряем клиентов на одном и том же этапе. Переписали скрипты — конверсия выросла на несколько процентных пунктов.
• Маркетинг: контент делаем втрое быстрее теми же людьми.
• Главный эффект: выручка за два года выросла примерно на 20%, а штат бэк-офиса — не вырос вообще. Честный ROI: около 3–4 рублей эффекта на каждый вложенный рубль, с учётом провалившихся пилотов и подписок.

А лично тебе что это дало?

Это, пожалуй, неожиданная часть.

• Время. Конспекты совещаний, выжимки из документов, подготовка к встречам, черновики писем и приказов — это минус 8–10 часов в неделю. Я впервые за годы начал заниматься стратегией, а не только тушением пожаров.
• Спокойствие. Управляемость выросла: ответ по данным приходит за минуты.
• Азарт. Вернулся интерес к делу: есть и опыт, и вопросы, на которые новые инструменты наконец могут ответить.
• Обратная сторона: информационная перегрузка и искушение контролировать всё в реальном времени. Пришлось осознанно выстраивать границы.

Где видишь точки роста?

1. Прогнозирование спроса и закупок — в запасах заморожено много денег.
2. Агентные сценарии — от «ИИ отвечает на вопрос» к «ИИ проводит многошаговый процесс» с контрольными точками у человека.
3. Разговорная аналитика — один интерфейс вопрос–ответ ко всему бизнесу вместо зоопарка отчётов.
4. Зрелость данных — единые справочники, хранилище, отказ от Excel как «системы управления».
5. Компетенции людей — базовая ИИ-грамотность для всех 280 человек, а не только для десятка энтузиастов.

Следующие шаги на год вперёд?

• Формализовать AI-стратегию на год: три-четыре приоритета вместо распыления на десять.
• Назначить владельца направления и внутренний центр компетенций — чек-листы, регламенты, обучение.
• Масштабировать то, что доказало эффект, и безжалостно закрыть остальное. Романтика экспериментов закончилась, начинается инженерия.
• Ввести регулярный ROI-трекинг: у каждого сценария — метрика «до/после» и владелец.
• Утвердить политику безопасности и этики использования ИИ для всех сотрудников.
• Заложить бюджет: инструменты и обучение людей в пропорции примерно 50/50.

Три совета себе-2024?

1. Начни с данных и одной конкретной боли, а не с платформы.
2. Сразу скажи людям правду про увольнения — и держи слово.
3. Считай эффект с первого дня, иначе через год не отличишь победу от самообмана.

02

Советы другим

Если споткнулись

Тем, кто уже попробовал — и обжёгся

Треть моих пилотов умерла, так что право голоса имею.

1. Разберите аварию, а не хороните идею. Что именно не сработало — данные, процесс, инструмент или люди? В восьми случаях из десяти виновата не технология. Отрицательный результат — тоже результат, просто дорого оплаченный урок.
2. Не «дожимайте» мёртвый проект ради оправдания вложений. Убейте пилот, если юнит-экономика не сходится, — и зафиксируйте урок письменно.
3. Проверьте, не автоматизировали ли вы сломанный процесс. Сначала упростите процесс, потом автоматизируйте — иначе ИИ просто быстрее делает неправильно.
4. Чаще всего ломается не идея, а последняя миля. Интеграции, регламенты, обучение — скучно, но именно эти 20% дают 100% эффекта.
5. Поговорите с теми, кто саботировал. Они знают, где у процесса правда. Мой главный критик бота за пять минут перечислил семь сценариев, о которых не подумал интегратор. Мы сделали его соавтором.
6. Смените масштаб, а не цель. Сузьте до одного склада, одного продукта, одного типа заявки. Победа в малом возвращает веру.
7. Не делайте вывод «ИИ не работает». Правильный вывод — «мы пока не умеем».

Если только думаете

Тем, кто читает кейсы и не решается

Десять вещей, которые сэкономят вам квартал и пару бюджетов.

1. Начните с себя, а не с компании. Две недели пользуйтесь ИИ в своих задачах — и вы перестанете покупать слайды подрядчиков.
2. Начните с боли, а не с инструмента. Не «внедрить нейросеть», а «сократить обработку заявки с двух дней до двух часов».
3. Зафиксируйте метрики «до». Иначе через год будете спорить ощущениями, а не цифрами.
4. Найдите одного владельца внутри. Не комитет — один человек с именем, полномочиями и временем.
5. Не копируйте чужие кейсы. Кейс — повод задать себе вопрос, а не готовый ответ.
6. Подумайте о безопасности заранее. Написать короткую политику — день работы. Разгребать утечку — месяцы.
7. Не ждите идеального момента. Первый пилот реально сделать за бюджет пары командировок. Цена бездействия выше.
8. Настройтесь на горизонт 12–18 месяцев. Быстрые эффекты нужны для веры, системные — придут с перестройкой процессов.
9. Скажите людям правду в первый же день. Недосказанность заполнит страх, а страх саботирует любой проект.
10. Если в базовом учёте хаос — начните не с ИИ. Сначала порядок в данных: это фундамент, без которого нейросеть — дорогая игрушка.

ИИ не заменяет людей и не заменяет управления. Он безжалостно показывает, где в компании был беспорядок, — и даёт инструмент его убрать. Вопрос лишь в том, готовы ли вы сначала признать беспорядок.

03

Главные мысли

Листайте, сохраняйте, делитесь. #proai2b