Внедрение искусственного интеллекта в бизнес начинается с разбора процессов, а не с выбора нейросети. Сначала находим участок, где компания теряет больше всего времени. Потом запускаем ИИ на нём, проверяем на живых данных и только после этого подключаем следующие участки.
Проект растёт по месяцам, одного большого релиза у него нет. Ниже разбираем этот путь по шагам: с чего начать, как устроен пилот, откуда ИИ берёт данные, кто за что отвечает и как считать результат.
С чего начинается внедрение
С диагностики. Смотрим, как сейчас идёт работа: откуда приходят заявки, кто их разбирает, где готовят документы и отчёты, сколько раз данные переносят руками из одной программы в другую.
На выходе список участков, где ИИ даст отдачу быстрее всего. Чаще всего это квалификация заявок, подготовка документов и отчётов, контроль задач и напоминания, разбор обращений. Ровно эти задачи агенты забирают у людей первыми.
Примеры по отделам мы собрали в статье нейросети для бизнеса: примеры задач, здесь важнее порядок. Если начать с «внедрим ИИ везде», проект расползается, и через квартал никто не может сказать, что изменилось.
Пилот на одном участке
Начинать имеет смысл с одного участка, где теряется больше всего времени. На одном участке видно, что ИИ делает, где ошибается и сколько часов возвращает команде. На пяти сразу этого не видно.
Работаем мы через AI-агентов: это программы с ролью, памятью и доступом к CRM, которые сами доводят задачу до результата. Базовое ядро одно для всех: Дирижёр, который понимает запрос и поднимает нужных специалистов, Диспетчер, общая память и дашборд.
К ядру добавляются роли под пилотный участок. Для заявок это агенты, которые ловят лид, квалифицируют его и передают менеджеру горячий. Пилот идёт на ваших данных и в ваших каналах: агенты работают в Telegram и отчитываются там же, где команда и так общается.
Как ИИ входит в ежедневную практику
Пилот заканчивается не запуском, а моментом, когда команда перестаёт замечать агентов. Для этого они живут там, где сотрудники и так работают: в Telegram, рядом с рабочими чатами, и в CRM, где лежат сделки.
Менеджер пишет запрос обычными словами, Дирижёр сам решает, какой агент его возьмёт. Помнить, кто из агентов за что отвечает, не нужно. Задачи видны в приложении с фильтрами и статусами, а на планёрке дашборд выводится на большой экран.
Если через месяц агентами пользуется один энтузиаст, проблема обычно в доступе: агентам не дали нужных данных или команду не научили ставить задачи. Это чинится быстрее, чем кажется, но заметить это надо в пилоте, а не после запуска на всю компанию.
Этапы внедрения ИИ
Проект проходит пять шагов. Они те же, что при внедрении CRM, меняется наполнение.
| Этап | Что делаем | Что получаете |
|---|---|---|
| Диагностика | Разбираем процессы, ищем участки с самыми большими потерями | Список участков и порядок, в котором их брать |
| Архитектура | Решаем, какие роли нужны, к каким системам дать доступ, где хранятся данные | Схему команды агентов и прав |
| Внедрение | Настраиваем ядро и роли пилота, подключаем CRM и другие системы | Агенты работают на первом участке |
| Обучение | Учим команду ставить агентам задачи и читать их отчёты | Сотрудники работают с агентами сами |
| Рост | По месяцам подключаем агентов на следующие участки | Команда агентов растёт вместе с задачами |
Сроки называем после диагностики: они зависят от числа участков и систем, которые нужно связать. Назвать дату до разбора процессов значит угадывать.
Обучение мы вынесли в отдельный этап намеренно. Без него ИИ остаётся игрушкой одного энтузиаста. Как мы учим сотрудников работать с агентами, разобрали в статье искусственный интеллект в бизнесе: обучение.
Кто управляет внедрением
Со стороны компании нужен один человек, который знает процесс пилотного участка и может принять решение. Обычно это руководитель отдела, а не IT: агенту важнее понять, как устроена работа, чем на каком сервере он живёт.
С нашей стороны архитектура, настройка, интеграции и сопровождение. Права агентам выдаём точечно: каждый видит только то, что нужно для его роли.
Человек остаётся в контуре. Агент зовёт его на спорное и крупное, а рутину доводит до конца сам и отчитывается.
Где ИИ получает данные
ИИ полезен ровно настолько, насколько хороши данные, к которым у него есть доступ. Агенты берут факты из проверенной базы, а не сочиняют ответ.
Мы подключаем Битрикс24, Telegram, 1С, Adesk, банковские выписки, Google Sheets, Яндекс Директ и Яндекс Метрику. Систему разворачиваем на сервере клиента, данные компании остаются у неё.
Если данные разбросаны по личным таблицам, первым шагом наводим порядок в источнике. Чаще всего это CRM: без неё агенту не из чего брать историю клиента. Как ИИ встаёт в уже описанный процесс и где в нём остаётся человек, разобрали в статье искусственный интеллект и автоматизация бизнес-процессов.
Что считать результатом
Результат считается на пилотном участке и в его единицах. Для заявок это скорость первого ответа и доля заявок, которые дошли до менеджера с заполненной карточкой. Для документов: сколько времени уходит на одно КП или отчёт. Для задач: сколько сроков сорвано за месяц.
Замер до запуска обязателен. Без него через месяц останется ощущение, что стало лучше, и спор, так ли это.
Что ИИ уже умеет в продажах, сервисе, документах и отчётах, собрали в статье автоматизация бизнеса искусственным интеллектом. Если пилот удался и пора собирать команду целиком, загляните в разбор ИИ-агенты для бизнеса под ключ: там состав ядра, цена и обслуживание.