Этапы внедрения ИИ: от диагностики до эксплуатации
Внедрение ИИ проходит семь этапов: диагностика и выбор процесса, формализация с метрикой, подготовка данных, выбор модели и инфраструктуры, пилот, вывод в продуктив, масштабирование и сопровождение. До первого работающего пилота на типовом кейсе уходит 4–8 недель. Ниже — что происходит на каждом шаге, кто нужен со стороны заказчика, чем шаг заканчивается и где проекты обычно встают.
Этапы внедрения ИИ: срок, результат и участие заказчика
Сроки в таблице — для типового процесса среднего бизнеса: один сценарий, две-три системы, данные в рабочем состоянии. Полный порядок работ под ключ описан на странице внедрения ИИ.
| Этап | Срок | Результат | Кто нужен от заказчика |
|---|---|---|---|
| Диагностика и выбор процесса | 30–40 минут разбора плюс 2–3 дня расчёта | Карта процессов, ROI-модель, отобранный сценарий | Владелец процесса и человек с правом решения по бюджету |
| Формализация процесса и метрика | 3–7 дней | Схема шагов и развилок, метрика с замером «до» | Владелец процесса, руководитель подразделения |
| Подготовка данных | 1–3 недели | Индекс базы знаний, доступы, набор проверочных примеров | Носитель знаний, ИТ-специалист, служба безопасности |
| Выбор модели и инфраструктуры | 3–10 дней, параллельно с данными | Конфигурация железа, стек моделей, схема размещения | ИТ-директор или системный администратор |
| Пилот | 2–4 недели | Работающий сценарий и цифра «после» на одной метрике | Владелец процесса и 2–5 сотрудников на реальных задачах |
| Вывод в продуктив | 2–4 недели | Роли и доступы, регламенты, мониторинг, обученная команда | ИТ, служба безопасности, руководители пользователей |
| Масштабирование и сопровождение | итерации по 1–2 недели | Новые сценарии, еженедельные релизы с приёмкой | Администратор системы и владельцы новых сценариев |
Этап 1. Диагностика и выбор процесса-кандидата
Первый этап не про технологии. Мы садимся с владельцем процесса и разбираем, из каких шагов он состоит, сколько операций проходит в месяц, сколько минут уходит на одну и во что обходится час людей, которые её выполняют. Со стороны компании нужны двое: тот, кто знает процесс изнутри, и тот, кто принимает решение по бюджету. Сам разбор занимает 30–40 минут.
Дальше 2–3 рабочих дня уходит на расчёт. На выходе — карта процессов с отметкой «передаём машине», «передаём с подтверждением человека», «оставляем людям», ROI-модель в таблице с вашими цифрами и один отобранный сценарий для пилота. У нас этап входит в работу бесплатно: как устроен бесплатный аудит, описано отдельно.
Застревают здесь на выборе. Компания хочет начать с самого болезненного процесса, а он же самый сложный: редкий, нестандартный, завязанный на согласования. Первый сценарий нужен другой — частый, повторяемый, с понятным критерием качества. Второй тупик: цифр по процессу нет ни у кого, и никто не готов оценить их даже навскидку. Как собрать эти цифры своими силами, разобрано в статье с чего начать.
Этап 2. Формализация процесса и выбор метрики
Процесс, который живёт в головах, автоматизировать нельзя. На этом шаге он раскладывается до шагов, развилок, входов и выходов: что приходит на вход, по каким признакам принимается решение, что считается хорошим результатом, а что браком. Работают владелец процесса и руководитель подразделения, от нас — аналитик. 3–7 дней, если люди доступны и встречи не переносятся.
Одновременно выбирается метрика — ровно одна на пилот. Время на операцию, доля обращений, закрытых без человека, конверсия квалифицированных лидов, срок подготовки отчёта. И снимается замер «до» из вашей системы, письменно согласованный обеими сторонами. Без цифры «до» любой результат потом можно оспорить, и спор этот выигрывает тот, кто громче.
Ловушка первая — метрика, которую нельзя посчитать без ручного подсчёта: «качество ответов», «удовлетворённость команды». Ловушка вторая — шесть метрик сразу: после пилота начинается спор, какая из них главная. Третий тормоз тише: процесс описывают таким, каким он записан в регламенте, а не таким, как он работает в реальности с обходными путями и исключениями.
Этап 3. Подготовка данных и базы знаний
Самый недооценённый этап и обычно самый долгий: 1–3 недели. Нужно собрать то, на что модель будет опираться, — регламенты, инструкции, прайсы, спецификации, историю удачных решений — и привести в состояние, пригодное для поиска: убрать устаревшие версии, снять противоречия, отметить, где документ действует, а где отменён.
От компании нужен носитель знаний, который отличает актуальный регламент от прошлогоднего, ИТ-специалист для выгрузок и доступов и служба безопасности, если данные чувствительные. Заканчивается этап поисковым индексом и набором примеров «вопрос — правильный ответ», по которому дальше проверяется качество. Если планируется дообучение модели, здесь же собирается обучающая выборка.
Застревают тут почти все. Документы лежат в трёх местах в разных форматах, половина инструкций противоречит другой половине, а единственный человек, который помнит, как правильно, ушёл в отпуск. Утешение одно: разбор полезен сам по себе. Часть найденных проблем чинится переписанным регламентом за неделю и без всякого ИИ.
Этап 4. Выбор модели и инфраструктуры
Модель выбирается после того, как известны задача, объём и требования к данным, а не до. Для текстовых и агентных сценариев обычно берём Qwen, DeepSeek, GLM или Kimi, для русской речи — GigaAM и T-one, для поиска по документам — multilingual-e5 или BGE-M3. Комбинация подбирается под задачу; каталог стека собран на странице открытых моделей.
Параллельно считается железо: сколько запросов в пиковый час, какой нужен контекст, сколько людей работает одновременно. Отсюда GPU-конфигурация и вариант размещения — свой сервер, аренда выделенного или гибрид. Этап держит ИТ-директор или системный администратор, занимает 3–10 дней. Когда данные нельзя выпускать за периметр вообще, вариант один — локальный контур.
Частая ошибка — закупить сервер до того, как посчитана нагрузка. Чаще берут избыточную конфигурацию, реже — недостаточную, и на пилоте выясняется, что памяти не хватает на нужный контекст. Второе место занимают сроки закупки: техническая часть решается за дни, тендер и поставка — за месяцы. Это планируют с самого начала, иначе весь график поедет.
Этап 5. Пилот на одном процессе
Пилот — 2–4 недели, один процесс, одна метрика. Система собирается в рабочем виде и сразу встраивается туда, где люди уже сидят: Битрикс24, 1С, почта, телефония. Не отдельная вкладка для эксперимента — иначе замер получится про демонстрацию, а не про работу, и в продуктиве цифра развалится.
Со стороны компании нужны владелец процесса и 2–5 сотрудников, которые прогоняют через систему реальные задачи и отмечают ошибки. Заканчивается пилот цифрой «после», сравнением с замером «до» и списком того, что не сработало. У нас пилот стоит $3–5k, и сумма засчитывается в стоимость внедрения, если идём дальше.
Застревание номер один — пилот на подобранных примерах: точность отличная, на реальном потоке падает вдвое. Номер два — расползание объёма: к третьей неделе в пилот докладывают ещё три сценария, срок уезжает, метрика размывается. Отрицательный результат тоже результат — остановиться после пилота дешевле, чем после внедрения, и в этом весь смысл короткого платного шага.
Этап 6. Вывод в продуктив
Разница между пилотом и продуктивом не в модели, а во всём, что вокруг. Настраиваются роли и права, SSO и разграничение доступа, журналирование действий, подтверждение человеком на каждом необратимом шаге, мониторинг качества и оповещения. Пишутся регламенты: что система делает сама, что отдаёт человеку, что делать при сбое и к кому идти.
Здесь подключаются ИТ, служба безопасности и руководители подразделений, где система пойдёт в работу. Отдельная часть — обучение: администратор на вашей стороне и владельцы сценариев должны уметь менять правила и читать дашборды без нас. Срок 2–4 недели, итог — промышленная эксплуатация и акт с зафиксированными показателями качества.
На этом шаге чаще всего вскрывается сопротивление команды: людям выдали инструмент, который меняет их работу, и никто не объяснил зачем. Лечится участием тех же сотрудников в пилоте и прямым разговором о том, что автоматизируется операция, а не человек. Второй риск — требования ИБ, всплывающие в последний момент. Их собирают ещё на диагностике, иначе запуск сдвигается на месяц.
Этап 7. Масштабирование и сопровождение
После первого работающего сценария внедрение переходит в режим итераций по 1–2 недели: следующий процесс, следующий отдел, следующая интеграция. Порядок берётся из дорожной карты, а не из очереди желающих: сначала то, что даёт эффект и опирается на уже подготовленные данные.
Сопровождение — не «поддержка по звонку». Мастер-система развивается ежедневно, раз в неделю выходит release candidate с полным changelog, каждый релиз версионирован и криптографически подписан, откат делается одним действием. Ни одно обновление не уходит в продуктив без ручной проверки человеком и без гейта на стороне заказчика. От компании нужен администратор системы и владелец каждого нового сценария.
Провал на этом этапе выглядит буднично: пилот сработал, эффект показали, а через полгода система обросла исключениями, за качеством ответов никто не следит и люди тихо вернулись к ручной работе. Помогают две вещи — цифровые KPI в дашборде руководителя и регулярная сверка факта с моделью. Как считается эффект, разобрано в статье про эффекты внедрения.
Частые вопросы про этапы внедрения ИИ
Сколько занимают все этапы внедрения ИИ вместе?
На типовом кейсе от первой встречи до работающего пилота проходит 4–8 недель. Разброс объясняется не сложностью модели, а готовностью компании: если регламенты собраны, доступы дают за день и владелец процесса на связи, срок ближе к нижней границе. Если документы нужно искать по трём хранилищам, а закупка сервера идёт через тендер, к сроку добавляется от месяца. Вывод в продуктив после удачного пилота занимает ещё 2–4 недели, дальше система расширяется итерациями по 1–2 недели без пауз на переустановку.
Можно ли пропустить пилот и сразу идти во внедрение под ключ?
Технически можно, экономически — плохая идея. Пилот стоит $3–5k и засчитывается в стоимость внедрения, то есть при удачном исходе вы не теряете ничего, а при неудачном останавливаетесь, потратив стоимость короткого эксперимента вместо бюджета всего проекта. Пилот проверяет не только модель: он показывает, дают ли доступы, отвечает ли владелец процесса, есть ли данные нужного качества и как люди реагируют на новый инструмент. Эти вещи в презентации не видны и всплывают только на реальном потоке задач.
Какой этап внедрения ИИ самый долгий и почему?
Подготовка данных, 1–3 недели, а в компаниях с длинной историей и больше. Причина не техническая: выгрузить документы легко, а вот решить, какая версия регламента действует, какие инструкции противоречат друг другу и кто имеет право это утверждать, — работа человеческая и небыстрая. Второй по длительности этап — закупка железа, если сервер берут в собственность через тендерную процедуру. Оба срока сокращаются, если начать заниматься ими параллельно с формализацией процесса, а не после неё.
Сколько людей со стороны компании нужно на проект?
На пилоте обычно трое-пятеро и никто из них не занят полностью. Владелец процесса тратит несколько часов в неделю, ИТ-специалист подключается точечно на доступы и интеграции, 2–5 сотрудников работают через систему на своих обычных задачах и отмечают ошибки. На выводе в продуктив добавляются служба безопасности и руководители подразделений. Постоянная роль появляется одна — администратор системы, который к концу проекта умеет менять правила, добавлять документы в базу знаний и читать дашборды без нашего участия.
Что делать, если пилот не показал заявленного эффекта?
Сначала разобрать, где именно разошлись ожидание и факт: модель ошибается на определённом типе задач, данных не хватило, процесс оказался менее повторяемым, чем выглядел, или метрику выбрали не ту. В части случаев сценарий чинится за неделю дообучением или изменением правил маршрутизации. В части — вывод честный: этот процесс автоматизировать не стоит, и тогда мы говорим об этом прямо. Артефакты пилота остаются у вас: формализованный процесс, приведённые данные и замеры пригодятся и без нас.
Нужен ли свой ИИ-специалист в штате, чтобы пройти эти этапы?
Для старта не нужен. Требуются люди, которые знают процесс и данные, и один ИТ-специалист для доступов и интеграций. Компетенция по моделям приходит с нашей стороны. К концу внедрения на вашей стороне обучается администратор системы — обычно это действующий системный администратор или аналитик, который принимает на себя эксплуатацию. Собственный ИИ-инженер имеет смысл, когда сценариев становится больше десятка и компания хочет вести разработку сама; до этого штатная единица не окупается.
Бесплатный аудит: посчитаем эффект внедрения ИИ на ваших цифрах
30–40 минут разбора: смотрим ваши процессы, отмечаем, что можно передать ИИ, считаем ROI-модель на ваших объёмах и сроках. Вы уходите с расчётом и картой внедрения — даже если работать дальше не будете.