Услуги

Внедрение ИИ: что это, из чего состоит и сколько стоит

Внедрение ИИ — это перевод конкретного рабочего процесса на модель, которая работает на вашем сервере и отвечает за измеримую метрику. Проект идёт шестью этапами: аудит, выбор процесса, инфраструктура, пилот, интеграция, промышленная эксплуатация. Первый работающий сценарий занимает 4–8 недель, диагностика бесплатна, пилот стоит $3–5k, внедрение под ключ — от $30 000.

6этапов проекта: от аудита процессов до промышленной эксплуатации

2–4недели занимает пилот на одном процессе с одной метрикой

от $30kнижняя граница внедрения под ключ на сервере заказчика

0запросов из рабочего контура во внешние публичные сервисы

Этапы внедрения ИИ: шесть шагов от аудита до эксплуатации

Порядок жёсткий. Пропустить этап можно, но тогда эффект придётся домысливать. Каждый шаг заканчивается артефактом, который можно показать финансовому директору и службе безопасности.

Аудит процессов и ROI-модель. Встреча на 30–40 минут и несколько дней на сбор данных. На выходе — карта процессов, список кандидатов на автоматизацию и расчёт эффекта в часах и деньгах. Этап входит в работу бесплатно, обязательств после него нет.
Выбор процесса и метрики. Берём один процесс, у которого есть владелец, повторяемость от нескольких десятков случаев в месяц и цифра, снимаемая до начала работ. Если метрику нельзя измерить на текущем процессе, сценарий откладываем.
Инфраструктура и модельный стек. Считаем нагрузку и длину контекста, подбираем GPU-конфигурацию, разворачиваем открытые модели — Qwen, DeepSeek, GLM, Kimi, для речи GigaAM и T-one — и оркестрацию поверх них. Всё внутри вашего периметра.
Пилот на 2–4 недели. Один процесс, одна метрика, стоимость $3–5k с зачётом в стоимость внедрения. Пилот работает на боевом потоке параллельно с людьми, а не на выгрузке за прошлый год.
Интеграция и запуск в работу. Битрикс24, 1С, почта, телефония, документооборот. Настраиваются роли и доступы, журналирование каждого действия, подтверждение человеком на любом необратимом шаге.
Эксплуатация и развитие. Раз в неделю — release candidate с полным changelog, ручная проверка перед продуктивом, подписанные версии, откат одним действием. Плюс мониторинг качества и дашборды цифровых KPI.

Какие процессы закрывает внедрение ИИ

Ниже — процессы, которые чаще всего попадают в первый контур. Третий столбец — то, что мы снимаем до старта и меряем после, а не обещание результата.

Процессы-кандидаты для внедрения ИИ и метрики их оценки
Процесс	Что делает ИИ	Что меряем
Входящие обращения клиентов	Классифицирует, находит ответ в регламентах, готовит проект ответа, эскалирует нетиповое	Время на типовое обращение, доля закрытых без оператора
Работа с документами	Распознаёт сканы, извлекает реквизиты, сверяет с учётной системой, помечает расхождения	Доля документов без ручного ввода, число ошибок сверки
Продажи и воронка	Квалифицирует лиды, собирает КП по прайсам, подсказывает следующий шаг, ведёт карточку сделки	Конверсия квалифицированных лидов, время реакции на заявку
Разбор инцидентов и брака	Классифицирует случай, маршрутизирует по ответственным, готовит решение, следит за SLA	Время до решения, доля просроченных SLA
Звонки и встречи	Расшифровывает речь GigaAM и T-one, выделяет договорённости, ставит задачи, проверяет по чек-листу	Доля разобранных звонков, время на протокол
Управленческая отчётность	Собирает данные из систем, считает показатели, комментирует отклонения	Время сборки отчёта, число ручных правок
Внутренние знания	Отвечает по регламентам со ссылкой на источник, обновляет базу при изменении документа	Время поиска ответа, доля вопросов, ушедших к людям

Сценарии по подразделениям: где ИИ окупается первым

Скорость возврата разная по отделам. Ниже — что мы обычно запускаем в каждом и куда смотреть за отраслевыми подробностями.

Продажи и клиентский сервис

Разбор заявок из всех каналов, скоринг и квалификация, автосборка коммерческих предложений по прайсам и остаткам, подсказка следующего шага менеджеру.

ИИ в продажах

Производство и качество

Классификация инцидентов и брака, поиск решения по истории похожих случаев, контроль сроков устранения, сводки для начальника смены.

ИИ на производстве

Бухгалтерия и первичка

Распознавание актов, счетов и накладных, сверка сумм и реквизитов с учётной системой, подсветка расхождений до того, как они дойдут до закрытия периода.

ИИ в бухгалтерии

Документооборот и договоры

Проверка договора против внутреннего стандарта, поиск отклонений от типовой формы, маршрутизация на согласование, напоминания по срокам.

ИИ в документообороте

HR и подбор

Разбор откликов, сверка с профилем вакансии, подготовка вопросов к интервью, ответы новым сотрудникам по внутренним правилам.

ИИ в HR

Логистика и снабжение

Обработка заявок и спецификаций, сверка условий поставки, контроль сроков и отклонений по маршрутам, подготовка запросов поставщикам.

ИИ в логистике

Из чего собирается система при внедрении ИИ

Проект собирается из готовых блоков. Каждый работает отдельно и стыкуется с остальными, поэтому начать можно с одного и расширяться по мере подтверждения эффекта.

Цифровые сотрудники

Оркестр агентов под конкретную роль: база знаний по регламентам, формализованный процесс, цифровые KPI, разбор спорных случаев с экспертом.

Как устроен цифровой сотрудник

Агенты с правом действия

Читают почту, заводят задачи, готовят документы, обращаются к учётным системам. На необратимом шаге останавливаются и ждут подтверждения человека.

Внедрение ИИ-агентов

Локальный контур

Железо, кластер, модели, сегментация сети и журналирование — когда данные нельзя выпускать за периметр даже в российское облако.

Локальный ИИ

Дообучение на ваших данных

LoRA или полный fine-tuning, когда RAG по документам не вытягивает: своя номенклатура, отраслевой жаргон, устойчивые формулировки в переписке.

Дообучение моделей

Речь и телефония

Распознавание и синтез на открытых российских моделях: приём звонков, расшифровка встреч, выборочный контроль качества по чек-листу.

Голосовой ИИ

Модельный стек

Только открытые веса: Qwen, DeepSeek, GLM, Kimi, Llama, Gemma, GigaChat, T-lite. Комбинацию подбираем под задачу, а не берём одну модель на всё.

Каталог моделей

Риски внедрения ИИ и что мы делаем заранее

Проблемы повторяются от проекта к проекту, и почти все они решаются на этапе постановки, а не на этапе модели. Здесь — те, что срывают сроки чаще всего.

Модель придумывает факты

Ответ строится только по вашим документам и сопровождается ссылкой на источник. Там, где цена ошибки высока, ответ без найденного основания не выдаётся вовсе — задача уходит человеку.

Данные грязные и противоречивые

Заметная часть работ — не модель, а приведение регламентов и справочников в порядок. Противоречия вскрываются при сборке базы знаний, и разрешает их владелец процесса, а не подрядчик.

Система остаётся невостребованной

Сценарий работает в том же окне, где сидят люди. Первым берём то, что снимает с сотрудника скучную часть работы, а не то, что усиливает контроль над ним.

Проект встаёт на согласованиях с ИБ

Контур закрытый, внешние API отключены, каждое обращение журналируется. Требования по персональным данным разбираем до старта: безопасность и 152-ФЗ.

Качество падает со временем

Метрики снимаются постоянно, а не один раз на демонстрации. Расхождения разбираются на еженедельной сверке; при деградации откат на подписанную версию делается одним действием.

Пилот не превращается в систему

У пилота с самого начала два порога: цифра, при которой идём дальше, и цифра, при которой останавливаемся. Оба согласованы до старта и записаны в договор.

Что входит в стоимость внедрения и чего мы не делаем

В проект входят аудит, развёртывание моделей на вашем железе, база знаний, интеграции с рабочими системами, роли и доступы, дашборды цифровых KPI, регламенты эксплуатации и обучение администратора на вашей стороне. Код, данные и сервер принадлежат заказчику, условия выхода зафиксированы в договоре. Разворачивается 16 сервисов: шесть AI-отделов, координатор, аудит и мониторинг.

Железо считается отдельной строкой. GPU-сервер под рабочую нагрузку начинается от 1,5–2 млн ₽ при покупке, но его можно арендовать и перенести к себе позже. Конфигурацию называем после диагностики: она зависит от числа одновременных пользователей, длины документов и от того, нужна ли обработка речи в реальном времени. Детальный разбор бюджета — на странице внедрения под ключ.

Мы не продаём доступ к чужому API и не строим рабочие сценарии на публичных зарубежных моделях: в закрытом контуре это не работает. Не берём процессы, у которых нет метрики или нет владельца, — такие сценарии эффектно выглядят на демонстрации и не переживают третий месяц. Не оцифровываем бумажные архивы силами проекта.

Не обещаем замену отдела. ИИ забирает повторяемую часть работы и оставляет человеку решения, ответственность и исключения. Если шаг требует юридически значимого решения или необратимого действия, подтверждение остаётся за человеком — это заложено в архитектуре, а не в регламенте. Что получилось на реальных проектах, видно в кейсах.

Вопросы и ответы

Частые вопросы про внедрение ИИ

Нужен ли собственный сервер с GPU или можно арендовать?

Работают оба варианта. Покупка даёт полный контроль и предсказуемую стоимость владения: конфигурация под нагрузку начинается от 1,5–2 млн ₽ и живёт несколько лет. Аренда выделенной машины позволяет стартовать за пару дней без капитальных затрат и перенести контур к себе, когда эффект подтверждён цифрами. Выбор определяют требования службы безопасности и то, обрабатываются ли персональные данные. На пилоте почти всегда хватает арендованной машины: нагрузка одного процесса невелика, а решение о закупке лучше принимать по факту замеров, а не по прогнозу.

Как измерить эффект от внедрения ИИ и когда он становится виден?

Метрика снимается до старта, иначе сравнивать не с чем. На пилоте сопоставляем одинаковые объёмы работы: время на операцию, долю случаев, закрытых без человека, число ошибок, конверсию. Первые цифры появляются через 2–4 недели, устойчивые — на втором-третьем месяце промышленной эксплуатации, когда проходит эффект новизны и всплывают редкие случаи. Экономический результат считается по связке показателей, а не по одному: часы исполнителей, скорость реакции, доля просроченных сроков. Разбор типовых эффектов — в материале об эффектах внедрения.

Что должно быть в компании до старта внедрения ИИ?

Минимум три вещи. Первое — процесс, который повторяется хотя бы несколько десятков раз в месяц и описан словами, пусть даже инструкцией на две страницы. Второе — данные в системе, а не только в переписке: карточки в CRM, документы в учётной системе, история обращений. Третье — человек с правом менять регламент, потому что часть эффекта достигается не моделью, а упрощением самого процесса. Собственная ИИ-команда не нужна, администратора мы обучаем в ходе проекта. Если ничего из перечисленного нет, начинайте с бесплатного аудита.

Можно ли внедрить ИИ, если основная система — 1С без открытых API?

Да, это частый случай. Работаем через доступные механизмы обмена: HTTP-сервисы и OData, если конфигурация позволяет их включить, регламентные выгрузки в файлы, промежуточную базу или очередь сообщений. Если конфигурация сильно доработана, добавляется объём на стороне вашего 1С-подрядчика — это заранее закладывается в смету и в срок. Сценарии, где ИИ только читает данные, поднимаются быстро; запись обратно требует отдельного согласования прав и подтверждения человеком. Подробности — на странице про ИИ в 1С.

Чем внедрение ИИ отличается от роботизации процессов и RPA?

RPA повторяет действия человека по жёсткому сценарию: кликает, копирует, переносит поля. Он ломается, когда меняется форма или приходит нетиповой документ. ИИ работает со смыслом: понимает текст письма, находит нужный пункт регламента, принимает решение в неоднозначной ситуации и объясняет его. На практике подходы не конкурируют, а дополняют друг друга — модель разбирает содержание и решает, а роботизированный сценарий выполняет механику переноса данных. В проектах мы используем оба там, где каждый из них дешевле и надёжнее.

Имеет ли смысл внедрение ИИ в компании до 50 человек?

Имеет, если процесс повторяемый и упирается в людей. В небольшой компании эффект часто заметнее: один сотрудник совмещает пять функций, и снятие рутины освобождает ощутимую долю рабочего времени. Отличается масштаб контура — вместо полной системы запускается один-два сценария на скромной конфигурации. Ограничение другое: при малом объёме операций экономия не покроет стоимость владения, и честнее сказать об этом на диагностике. Мы считаем это на ROI-модели до начала работ, а не после подписания договора.

Первый шаг

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.