Внедрение ИИ в бизнес под ключ

Внедрение под ключ в моём исполнении означает, что за результат отвечает один человек: от разбора процесса до работающей системы и её сопровождения. Я смотрю, как задача решается сейчас, собираю систему, довожу её до состояния, когда ей пользуются без меня, и передаю вместе с исходниками и доступами. Между вами и тем, кто пишет код, нет менеджера.

Стартовая точка бесплатная. Тридцать минут по видео, разбираем процесс, я называю, где искусственный интеллект даст результат, а где его ставить незачем. Дальше пилот от 150 000 ₽ на одной задаче с фиксированной ценой, и только потом полное внедрение. Такой порядок нужен, чтобы вы платили за внедрение уже после того, как увидели систему работающей на своих данных.

Где чаще всего ломается внедрение ИИ

Три причины провала повторяются и в публичном разборе пятидесяти российских внедрений (vc.ru, 2026), и в разговорах, которые я веду с людьми после неудачного опыта.

Первая. Демо проверяли не на тех данных. Модель показали на десятке аккуратных документов, а в компании лежат сканы, письма с опечатками и три версии одного регламента. Точность падает с показанных девяноста процентов до величины, при которой проверять за системой дороже, чем делать самому.

Вторая. Никто не спроектировал отказ. Что происходит, когда падает второй шаг цепочки, обычно выясняется в первую неделю эксплуатации: письмо не пришло, интеграция вернула ошибку, модель ответила уверенной ерундой. Если на этот случай нет очереди к человеку, процесс встаёт целиком и доверие к системе кончается за один день.

Третья. Систему поставили туда, где хватило бы одной строчки кода. Языковая модель стоит денег на каждом вызове и отвечает по-разному на один и тот же вход. Там, где нужен предсказуемый разбор по шаблону, это проигрыш по всем параметрам сразу.

Поэтому я начинаю не с технологии, а с процесса.

С чего я начинаю: неделя наблюдения вместо презентации

Первую неделю я смотрю, как задача делается сейчас. Не по регламенту, а по факту: кто её начинает, куда передаёт, сколько раз в неделю повторяется, где застревает, что делают, когда что-то пошло не так. Прошу показать реальные документы и реальную переписку, а не подготовленный пример.

Фиксирую четыре вещи. Точки, где человек копирует данные из одной системы в другую. Места, где решение принимается по правилу, которое можно записать словами. Исключения, которые сотрудники разбирают вручную и считают нормой. И объём: сколько таких задач приходит в неделю, потому что от этого зависит, окупится ли автоматизация вообще.

На выходе недели вы получаете карту процесса: схему шагов с отметками, какие из них берёт на себя система, какие остаются человеку и почему. Это документ, с которым можно идти к любому подрядчику. Если после карты становится ясно, что ИИ здесь не нужен, я так и говорю.

Пять признаков, что вам действительно нужен ИИ

Одни и те же вопросы приходят каждый день

Сотрудники или клиенты спрашивают об одном и том же, ответ лежит в регламенте или в переписке, но искать его дольше, чем спросить коллегу. Это самая понятная задача для ассистента на данных компании: он отвечает своими словами и показывает документ, откуда взял ответ.

Данные есть, но собираются вручную и с опозданием

Отчёт готовит человек, который выгружает три таблицы и сводит их формулами. К моменту, когда отчёт готов, решение уже принято без него. Здесь работа делится: сбор и сведение забирает система, интерпретацию оставляет себе человек.

Сотрудник тратит часы на копирование между системами

Заявка пришла в почту, её переносят в CRM, потом дублируют в таблицу, потом пишут в чат. Каждый перенос это потерянное время и шанс на опечатку. Такой процесс автоматизируется быстрее прочих, и результат виден на второй неделе.

Решения принимаются по ощущениям, потому что отчёт готовится неделю

Признак того, что данных в компании достаточно, а доступа к ним нет. Часто здесь не нужна модель вовсе, достаточно нормального доступа к базе. Об этом я говорю на разборе.

Вы уже сколхозили свой костыль

Таблица с макросами, скрипт, который написал сын знакомого, отдельный чат в мессенджере, куда пересылают заявки. Если обходной путь построили сами, значит боль настоящая и повторяется. Это самый надёжный признак из пяти, и такие задачи хорошо поддаются автоматизации.

Кому я не подхожу

Если задача решается готовым сервисом за три тысячи рублей в месяц, я скажу это на бесплатном разборе и не возьму проект. Регулярное выражение, готовый SaaS и один настроенный фильтр в почте закрывают больше задач, чем принято думать в разговорах про ИИ.

Если нужен «ИИ, чтобы был» для презентации инвесторам или для строчки в годовом отчёте, тоже мимо. Там нет процесса, который надо чинить, а значит нечего измерять через три месяца и не с чем сравнивать.

Если бюджет меньше стоимости пилота, начинать со мной рано. Возьмите готовое решение, поживите с ним полгода, соберите на нём претензии к процессу. С этими претензиями возвращайтесь: они стоят дороже любого технического задания, написанного с нуля.

И я не берусь за проекты, которым нужна команда. Несколько параллельных потоков разработки, круглосуточная поддержка, интеграция с десятком систем одновременно. Один человек это не тянет, и сказать об этом честнее на первом звонке.

Как устроена система, которую я собираю

Человек в контуре: первый месяц каждое действие подтверждается

Месяц система работает в режиме предложения. Она разбирает вход, готовит результат и показывает его человеку, а человек нажимает «да» или правит. Так люди перестают бояться, а я получаю статистику реальных ошибок вместо своих догадок о них.

Дальше подтверждение снимается там, где ошибок не осталось, и сохраняется там, где цена ошибки высокая. Полностью автоматический режим появляется не по расписанию, а по накопленным цифрам.

Опасные действия недоступны модели по архитектуре, а не по инструкции

Инструкция в промпте это просьба. Модель может её нарушить, и это происходит регулярно. Поэтому запрет живёт в коде и в правах доступа: если система не должна отправлять письма клиентам или менять статус сделки на «оплачено», у неё физически нет такой возможности. Проверить это можно, посмотрев на выданные ключи и права, а не поверив мне на слово.

Что остаётся ручным и почему это правильно

Ручным остаётся всё, где цена ошибки выше стоимости проверки: общение с недовольным клиентом, решения о деньгах, спорные случаи, юридически значимые документы. Плюс редкое. То, что случается раз в квартал, автоматизировать дороже, чем делать руками. Обещание, что после внедрения не останется ручной работы, это признак того, что процесс не смотрели.

Что происходит, когда система ошибается

Сбои закладываются в конструкцию с самого начала. Задача, на которой цепочка упала, не исчезает и не проходит дальше как выполненная: она уходит в очередь к человеку с описанием того, что именно не получилось. Повторяемые ошибки я вижу в логах и правлю, а не узнаю о них через месяц от сотрудника, который перестал пользоваться системой.

Отсюда же ответ на возражение про демо. Подключить доступ не значит подключить процесс. Демо показывает, что модель в принципе умеет решать задачу. Пилот отвечает на другой вопрос: выдержит ли она ваши данные, ваш объём и ваши исключения.

Данные, 152-ФЗ и закрытый контур

К внешней модели уходит только то, что нужно для конкретного шага, и в обезличенном виде, если персональные данные в задаче есть. Паспорта, договоры целиком и базу клиентов наружу не отправляю.

Когда требования жёстче, ставлю модель внутри контура компании: она работает на вашем сервере, обращений в интернет не делает. Качество ответов ниже, чем у лучших зарубежных моделей, зато данные не покидают периметр, и это проверяемо сетевыми правилами.

Ключи от моделей, сервер и исходники оформляются на компанию с первого дня. Что именно уходит к модели, что не уходит никогда и как устроен закрытый контур по 152-ФЗ, я разобрал отдельно в статье про безопасность LLM в компании.

Почему один человек, а не агентство

Аргумент не в том, что я дешевле. Иногда дороже. Аргумент в том, что вы разговариваете с тем, кто пишет код, и задача не теряется при передаче от продавца к менеджеру, от менеджера к аналитику, от аналитика к разработчику.

Побочный эффект - прямая ответственность. Мне некому передать неудобный вопрос про сроки и нечем прикрыть срыв. Если задача оказалась сложнее, чем я оценил, вы узнаете об этом от меня, а не из отчёта о переносе релиза.

Кто я и что делал до этого - коротко обо мне. Собранные системы и проекты лежат открыто, часть с исходным кодом.

Сроки и стоимость

Лестница из четырёх этапов, цены 2026 года.

Бесплатный разбор, 30 минут. Смотрим процесс, называю, где ИИ даст результат. Ничего не стоит и ни к чему не обязывает.

Пилот от 150 000 ₽, 2-4 недели. Одна задача, фиксированная цена. На выходе либо работающий результат на ваших данных, либо обоснованный отказ от идеи с объяснением, что именно не сошлось. Второй исход стоит дешевле полного внедрения, которое пришлось бы остановить на середине.

Внедрение под ключ от 450 000 ₽. Сроки зависят от объёма, обычно от полутора месяцев. Оплата 50/50: половина при старте, половина при передаче работающей системы.

Сопровождение от 50 000 ₽ в месяц. Развитие, доработки под изменившийся процесс, наблюдение за качеством ответов.

Пилот засчитывается в стоимость внедрения полностью, если внедрение начинается по итогам этого пилота и по той же задаче. Через год или по другой задаче зачёт не работает, иначе это уже другой проект.

Кроме цены разработки есть расходы эксплуатации: вызовы модели, хостинг, поддержка. За первый год они добавляют к стоимости разработки заметную долю, и считать проект без них бессмысленно. Полный разбор стоимости внедрения и расходов первого года лежит на отдельной странице, вместе с тем, из чего складывается сумма.

Если нужен не процесс целиком, а ИИ-ассистент под конкретную задачу, это отдельная услуга и другой порядок цен.