Каждую неделю ко мне приходят с одним и тем же запросом: «Хотим внедрить ИИ. Что посоветуете?» Почти всегда это начало разговора в неправильном месте. Начинать нужно не с технологии, а с процесса — конкретного, который сегодня съедает часы и деньги.
Откуда берутся мёртвые пилоты
По разным оценкам до 80% ИИ-пилотов не доходят до продакшена. Причина почти всегда одна: начали с модели, а не с задачи. Купили доступ к LLM, сделали красивую демку на синтетических данных, показали руководству — и застряли. На реальных данных демка рассыпается: данные грязные, процесс не описан, а эффект никто не посчитал. А чем ИИ не является на самом деле — разбирал отдельно, без хайпа.
Я внедряю ИИ с 2017 года — задолго до хайпа. И главный урок за эти годы прост: ИИ работает там, где есть измеримый процесс, а не там, где есть энтузиаст.
Как я выбираю процессы под автоматизацию
Прежде чем предложить хоть какую-то технологию, я отвечаю на три вопроса:
- Сколько это стоит сейчас? Часы сотрудников, ошибки, потери. Если процесс дешёвый — ИИ его не спасёт.
- Что считаем успехом? KPI фиксируется до старта, в единицах бизнеса: часы, деньги, сроки. Не «улучшим качество», а «сократим цикл подготовки аналитики с недель до часов».
- Что делаем, если не сработает? Критерий остановки тоже фиксируется до старта. Это нормально — остановиться на пилоте за недели, а не после сожжённого годового бюджета.
Классика тоже работает
Забавный секрет: после такого разбора процессов в половине случаев ИИ вообще не нужен. Обычный скрипт, правило в CRM или дисциплина в данных решают задачу дешевле и надёжнее. Честный ответ «вам пока не нужен ИИ» стоит дешевле провального пилота — и это тоже результат консультации.
Разбор конкретной функции на тех же принципах — в статье ИИ в бухгалтерии по-русски: что реально работает в 2026 году. А сценарий, который чаще всего проходит этот фильтр у моих клиентов, — личный ИИ-помощник для каждого сотрудника: у него есть цена, метрика и отдельный разговор про риски. А типичные ошибки, которые начинают совершать сотрудники сразу после выдачи доступов, — от пустых запросов до слепого доверия, — разобраны в статье про главные ошибки с ИИ на рабочем месте.
Коротко
ИИ — это не про модели. Это про процессы, у которых есть цена, метрика и владелец.
Если хотите разобрать свои процессы — начните с диагностики. Три главных риска, карта быстрых побед и честный ответ, нужен ли вам ИИ вообще. Это 3–5 дней работы, а не месяцы.