Как внедрить ИИ в компании: план по этапам от пилота до масштаба

Сотрудники уже пишут письма и сводки в ChatGPT, кто-то из менеджеров попробовал бота, а собственник слышит на каждой встрече, что пора внедрить ИИ в компании. Общего плана при этом нет: непонятно, кто отвечает, какие данные можно отдавать в чужие сервисы и как понять, что стало лучше.

Этот материал про то, как внедрить ИИ в компании по шагам, на уровне всей организации. Разбор того, почему такие проекты срываются, мы вынесли в отдельную статью про пять причин провала внедрения ИИ, здесь повторять его не будем.

Разборы о том, как бизнес подключает нейросети к рабочим процессам, регулярно выходят в журнале ClaudeLab.

Как внедрить ИИ в компании и с чего начать?

У внедрения два слоя, и их полезно развести с первого дня.

Первый слой - сотрудники с нейросетями в повседневной работе. Письма, сводки, черновики договоров, разбор таблиц. Разработка здесь почти не нужна. Нужны правила: какие сервисы разрешены, какие данные туда нельзя загружать, кто проверяет результат.

Второй слой - ИИ внутри процессов. Бот принимает заявки, агент разбирает входящие документы, нейросеть готовит ответы клиентам по базе знаний. Здесь уже нужны интеграции, тесты и человек, который отвечает за результат.

Если перепутать слои, получается одно из двух: компания покупает подписки всем подряд и ждёт, что процессы ускорятся сами. Или наоборот, заказывает сложного агента, пока половина команды ещё не понимает, что нейросеть может ошибаться. Когда дело доходит до агента, который сам работает в CRM и почте, у него свой порядок запуска: должностная инструкция, отдельная учётная запись и уровень самостоятельности. Он разобран в статье про внедрение ИИ-агентов в компании.

Если вы решили внедрить ИИ в компании, весь план укладывается в семь этапов. Сроки в таблице - ориентир для компании на 20-100 человек, у вас они могут быть другими.

1. Назначьте ответственного за внедрение ИИ

   Выберите одного человека с полномочиями и временем на проект. Роль управленческая, техническая часть достаётся помощникам.

2. Напишите правила работы с нейросетями

   Перечислите разрешённые сервисы, запрещённые к загрузке данные и порядок проверки результата.

3. Соберите задачи и выберите один пилот

   Опросите отделы, оцените задачи по таблице и возьмите одну с понятной выгодой и низкой ценой ошибки.

4. Замерьте процесс до старта

   Запишите время на операцию, объём, долю ошибок и потерь. Без этих цифр пилот не с чем сравнить.

5. Проверьте идею прототипом

   Соберите рабочую модель на своих данных до договора на полную разработку и посмотрите её глазами сотрудников.

6. Проведите пилот на одном участке

   Запустите решение на живых задачах с проверкой человеком и еженедельным разбором ошибок.

7. Примите решение о масштабе

   Сравните результат с порогом, записанным до старта, и решите: расширять, дорабатывать или остановить.

Этап 1. Кто в компании отвечает за внедрение ИИ?

Когда собственник решает внедрить ИИ в компании, самая частая ошибка на старте - отдать всё «тому, кто разбирается в нейросетях». Обычно это молодой менеджер или системный администратор. Он действительно быстро разберётся в сервисах, но не сможет поменять регламент отдела продаж или переназначить задачи бухгалтерии.

Ответственному нужны три вещи:

1. Право менять процесс на пилотном участке, хотя бы временно.
2. Выделенное время: несколько часов в неделю на встречи, разбор ошибок и отчёт.
3. Доступ к цифрам процесса: сколько заявок, сколько времени уходит, где теряются клиенты.

Рядом с ответственным полезно назначить ключевого пользователя из того отдела, где пройдёт пилот. Это сотрудник, который каждый день делает эту работу руками. Он первым увидит, где нейросеть ошибается, и объяснит коллегам, как с ней работать.

Отдельно договоритесь, как собственник получает отчёт. Одна короткая встреча раз в неделю или письмо с тремя цифрами работает лучше, чем большой доклад в конце квартала, когда уже поздно что-то менять.

Этап 2. Какие правила работы с нейросетями нужны сотрудникам?

Сотрудники, скорее всего, уже вставляют в чат-боты письма клиентов, выгрузки из CRM и куски договоров. Запрещать это задним числом бесполезно, правила нужны, чтобы работа шла по понятному порядку.

Персональные данные клиентов - отдельный пункт. Если сотрудник загружает ФИО, телефоны или переписку клиентов в зарубежный сервис, это может считаться трансграничной передачей персональных данных. Статья 12 закона о персональных данных требует уведомить Роскомнадзор заранее. Формулировка закона: «Оператор до начала осуществления деятельности по трансграничной передаче персональных данных обязан уведомить уполномоченный орган по защите прав субъектов персональных данных о своем намерении осуществлять трансграничную передачу персональных данных» (152-ФЗ, статья 12, КонсультантПлюс). Кроме уведомления, закон содержит требования к хранению данных граждан в России, а Роскомнадзор вправе ограничить такую передачу. Практичный порядок для пилота - работать на обезличенных данных, а вопросы уведомления и хранения решить с юристом до боевого запуска.

Что обычно входит в такой документ:

• Список разрешённых сервисов и аккаунтов. Лучше корпоративные учётные записи, чем личные: при увольнении сотрудника история запросов не уходит вместе с ним.
• Данные, которые нельзя загружать во внешние сервисы: персональные данные клиентов, пароли и ключи доступа, коммерческая тайна, документы с грифом.
• Правило проверки: текст, который уходит клиенту или в договор, читает человек. Цифры и ссылки из ответа нейросети сверяются с источником.
• Куда сообщать, если что-то пошло не так: например, сотрудник по ошибке загрузил в чат файл с данными клиентов.

Не делайте правила запретительными целиком. Если в документе написано «пользоваться нельзя», сотрудники продолжат работать в личных аккаунтах, только уже молча. Задача правил - сделать безопасный способ удобнее опасного.

Этап 3. Как собрать список задач и выбрать первый пилот?

Попросите каждого руководителя отдела ответить на два вопроса: какую рутину сотрудники делают каждый день и где чаще всего теряются клиенты или деньги. За неделю у вас соберётся список из 15-30 задач. Этого достаточно, чтобы было из чего выбирать.

Дальше оцените каждую задачу по таблице. Ставьте от 0 до 2 баллов по каждому признаку.

Похожая логика есть в рамке Microsoft для планирования ИИ. Там предлагают ранжировать сценарии «по стратегической ценности и по возможности реализации», а первые прототипы делать на внутренних проектах без клиентов, чтобы ограничить риск (Microsoft Learn, планирование внедрения ИИ).

Задачи с 7-8 баллами - кандидаты в пилот. Типичные примеры: первичный разбор входящих заявок, ответы на повторяющиеся вопросы клиентов по базе знаний, сводка по звонкам менеджеров, черновик коммерческого предложения по шаблону.

Задачи с высокой ценой ошибки переносите на второй круг. Когда команда привыкнет проверять нейросеть на простом процессе, к сложному она подойдёт уже с отработанным порядком проверки.

Если сомневаетесь, какую задачу отдать нейросети первой, посмотрите разбор задач для ИИ-агента в малом бизнесе: там задачи разобраны по уровням сложности.

Этап 4. Какие цифры снять до старта пилота?

Этот этап чаще всего пропускают, когда торопятся. Кажется, что и так понятно: менеджеры тратят на заявки половину дня. К концу пилота выясняется, что «половина дня» была оценкой на глаз, и сравнивать не с чем.

Что записать для пилотного процесса:

1. Объём: сколько заявок, писем или документов проходит за неделю.
2. Время на одну операцию. Засеките его на 20-30 случаях: оценка «примерно» от сотрудников обычно расходится с реальностью.
3. Скорость реакции: через сколько минут или часов клиент получает первый ответ.
4. Долю ошибок или возвратов: сколько документов уходит на доработку, сколько ответов приходится переписывать.
5. Потери: сколько заявок осталось без ответа или ушло к конкуренту, если это видно по CRM.

Для одного процесса обычно хватает трёх-четырёх цифр из этого списка. После пилота их нужно снять тем же способом, иначе сравнение потеряет смысл.

Порог успеха записывайте до старта. Например: «время на первичный разбор заявки сократилось хотя бы вдвое, доля ошибок не выросла». Порог задаёт собственник вместе с ответственным. Если записать его после пилота, он незаметно подстроится под то, что получилось.

Как пересчитать сэкономленные часы в деньги и что включать в затраты, мы подробно разобрали в статье про окупаемость ИИ для бизнеса. Там же есть формулы для расчёта.

Этап 5. Зачем прототип до договора и как его оценить?

На этом этапе многие сразу подписывают договор с подрядчиком по описанию задачи. Проблема в том, что описание всегда выглядит убедительно. Демонстрация на примерах подрядчика тоже. А на ваших письмах, прайсах и формулировках клиентов нейросеть может вести себя совсем иначе.

У прототипа есть и второй плюс: он делает сроки реалистичнее. В той же рамке Microsoft отмечают, что данные пробной версии дают «более точные временные шкалы, чем теоретические оценки». После прототипа и вы, и подрядчик понимаете объём работы по факту.

Что должен уметь прототип:

• Работать на ваших данных: реальные заявки, ваш прайс, ваша база вопросов клиентов, с обезличенными персональными данными.
• Показывать типичный сценарий целиком: заявка пришла, нейросеть её разобрала, результат попал туда, где его увидит сотрудник.
• Честно показывать ошибки. Хороший прототип выводит такие случаи отдельным списком.

Как оценить результат:

1. Возьмите 20-50 случаев из живого потока за последние недели, включая сложные и нестандартные.
2. Прогоните их через прототип и дайте ключевому пользователю оценить каждый ответ: можно отправлять как есть, нужна правка, неверно.
3. Посчитайте доли и сравните с порогом из этапа 4.
4. Отдельно выпишите ошибки, которые стоили бы денег или клиента. Даже одна такая ошибка означает, что в пилоте нужна проверка человеком на этом шаге.

Мы в ClaudeLab помогаем внедрить ИИ в компании по тому же порядку: внедрение ИИ под ключ начинается с аудита процесса и прототипа на ваших данных до подписания договора. Вы видите, как решение работает на ваших заявках, и только потом решаете, идти ли дальше.

Этап 6. Как провести пилот на одном участке?

Правила пилота, которые стоит закрепить заранее:

• Один участок. Например, только заявки с сайта или только входящие счета от поставщиков.
• Человек проверяет результат. На первом этапе нейросеть готовит черновик, сотрудник его одобряет или правит. Снять проверку можно только там, где пилот показал стабильный результат.
• Журнал ошибок. Каждую ошибку записывают: что было на входе, что ответила нейросеть, как должно было быть. Этот журнал - главный материал для доработки.
• Запасной путь. Если решение перестало работать, сотрудники возвращаются к старому порядку без остановки работы.

Как вести пилот неделя за неделей. В первую неделю ошибок будет много: нейросеть не знает ваших формулировок, исключений и неписаных правил. К третьей-четвёртой неделе, после нескольких правок инструкций и базы знаний, доля правок должна снижаться. Если этого не происходит, значит, задача выбрана неудачно или данных не хватает.

Команде объясните, зачем пилот. Если нейросеть появляется как инструмент контроля сотрудников, её начинают обходить. В авторской колонке на «Т-Бизнес секретах» про внедрение без саботажа советуют начинать с инструментов, которые снимают с сотрудника его личную рутину. Страхи вроде «ИИ заменит» там предлагают проговаривать открыто, а мерить показатели процесса, оставив личную выработку сотрудника за рамками замера (Т-Бизнес секреты).

Пилот показывает, получится ли внедрить ИИ в компании шире одного участка, только если команда работает честно. Следите за тем, как она относится к пилоту. Если сотрудники втихую переделывают всё руками и не пишут ошибки в журнал, цифры пилота окажутся красивее реальности. Разговор с ключевым пользователем раз в неделю помогает это заметить.

Этап 7. Когда масштабировать ИИ на другие отделы?

В конце пилота соберите одну встречу: собственник, ответственный, ключевой пользователь. На столе три документа: цифры до старта, цифры после пилота и журнал ошибок.

Возможных решений три:

Масштаб - это тоже по одному участку за раз. Переносить решение сразу на все отделы рискованно: у соседнего отдела свои данные и исключения. Каждый новый участок проходит этапы 4-6 заново, только быстрее, потому что правила, ответственный и порядок проверки уже есть.

К этому моменту у компании появляется своя дорожная карта: список задач из этапа 3, отсортированный по баллам, с отметками «сделано», «в пилоте», «отложено». Её стоит пересматривать раз в квартал: появляются новые инструменты, а приоритеты бизнеса меняются.

Когда ИИ начинает связывать несколько систем сразу, например CRM, почту и учёт, задача переходит в область автоматизации бизнес-процессов: там уже нужны интеграции и регламенты на уровне нескольких отделов.

Что делать своими силами, а где нужен подрядчик?

Что проверить у подрядчика до договора: покажет ли он прототип на ваших данных, в чьих аккаунтах будет жить решение, кому достанутся доступы и описание после сдачи, как устроена поддержка. Подробнее о выборе исполнителя - в разборе как заказать ИИ-агента и не переплатить.

Где вы сейчас

• Про ИИ пока только говорят. Хотите внедрить ИИ в компании с нуля - начните с этапов 1 и 3: назначьте ответственного и соберите список задач по отделам.
• Сотрудники уже пользуются ChatGPT сами. Начните с этапа 2: правила нужны раньше пилота, особенно про данные клиентов.
• Пилот был, но не взлетел. Сначала сверьтесь с разбором пяти причин провала внедрения ИИ, потом вернитесь к этапу 4 и снимите цифры заново.
• Одно решение уже работает. Переходите к этапу 7 и к автоматизации рутинных задач с ИИ на соседних участках.

Чек-лист

• Назначен ответственный за внедрение, у него есть время и право менять пилотный процесс.
• Правила работы с нейросетями написаны, разосланы сотрудникам и согласованы с юристом.
• Первый процесс выбран по таблице и набрал 7-8 баллов из 8.
• Исходные цифры процесса сняты на живом потоке за одну-две недели.
• Порог успеха пилота записан до старта и утверждён собственником.
• Прототип проверен на 20-50 реальных случаях, ошибки выписаны отдельно.
• Для пилота есть журнал ошибок, еженедельный разбор и запасной путь без ИИ.