Внедрение ИИ в бизнес: с чего начать, чтобы это окупилось

Когда я разбирал больше тысячи комментариев предпринимателей про нейросети, одна фраза запомнилась своей честностью: «делаю ту же ерунду, только быстрее».

Человек купил подписки, настроил агентов, выучил новые слова, и работа действительно пошла быстрее. Только денег от этого больше не стало, потому что ускорилось то, что и раньше не приносило результата.

Внедрение ИИ окупается тогда, когда оно начинается с вопроса о деньгах, а не с выбора нейросети. Ниже порядок, в котором я иду сам и с клиентами.

Почему внедрение ИИ часто не окупается

Чаще всего я вижу три причины, и ни одна из них не про технологии.

Начинают с инструмента. Сначала выбирают нейросеть, потом ищут, куда её применить. Получается много маленьких улучшений, которые никто не может сложить в рубли.

Автоматизируют хаос. Если заявки теряются, потому что в CRM нет порядка, бот будет терять их быстрее. Автоматизация бизнес-процессов усиливает то, что уже есть, и хорошее, и плохое.

Никто не управляет агентами. Агентов настроили, первые недели всё работает, а потом инструкции устаревают, ошибки копятся, и команда возвращается к ручной работе. ИИ-агентам, как и людям, нужен тот, кто ставит задачи и проверяет результат.

Шаг 1. Найдите, где бизнес теряет деньги

Прежде чем что-то автоматизировать, стоит пройти путь клиента целиком, от первого обращения до оплаты и повторной покупки, и посмотреть, где люди уходят.

В примере аудита на сайте разобрана сеть из трёх студий растяжки. Собственник хотел увеличить рекламный бюджет, потому что абонементов продавали мало. Разбор показал, что реклама работает нормально, а деньги уходят после обращения: 81 человек из 180 ждал ответа больше часа, а дальше люди терялись на пробных занятиях и продлениях.

Добавь они бюджет на рекламу, они платили бы за обращения, которые потом теряются. Поэтому первый шаг всегда про то, где сейчас утекают деньги, а не про ИИ.

Шаг 2. Посчитайте, сколько стоит рутина

Второй вопрос: сколько часов в неделю уходит на работу, которую делают руками, и сколько это стоит в рублях.

Посчитать можно грубо, и этого достаточно. Сколько человек отвечает на одни и те же вопросы, сколько времени уходит на коммерческие предложения, отчёты, напоминания, перенос данных из одной таблицы в другую. Умножьте часы на стоимость часа этих людей, и вы увидите, какая рутина дороже всего.

Если считать не хочется, есть экспресс-разбор в Telegram за 190 ₽: восемь вопросов, и через несколько минут приходит PDF с ценой рутины и задачами, которые можно отдать ИИ-агентам первыми.

Шаг 3. Решите, где ИИ оправдан, а где нет

Не каждая потеря лечится нейросетью. В том же примере со студиями ИИ был оправдан в трёх местах, а в трёх других только мешал бы.

Оправдан: бот для первого ответа и записи на пробное, напоминания перед пробным и перед концом абонемента, разбор переписок и анкет, чтобы понять, почему люди уходят.

Не нужен: продажа абонемента на пробном, потому что это работа тренера и она уже идёт; «ИИ-контент» без плана, от которого публикаций больше, а клиентов нет; замена администратора, который нужен для звонков.

Граница проходит так: ИИ берёт то, где важны скорость и аккуратность, а люди то, где важны доверие и ответственность за решение.

Шаг 4. Наведите порядок до автоматизации

Перед тем как подключать агентов, стоит договориться, кто за что отвечает и где лежат данные.

У нас был проект с сетью салонов массажа, где каждый новый филиал открывался со своими ручными процессами, и рост упирался в людей. Мы автоматизировали запись, отзывы, бота и CRM с ролями, чтобы было понятно, кто что делает и где. Сеть выросла с трёх до тридцати филиалов за два года, и рост сделала команда клиента, но каждый новый салон подключался к уже готовой системе, а не изобретал её заново.

Агенты работают так же: им нужны понятные роли, база знаний и правила. Если этого нет, первые недели уходят на то, чтобы навести порядок, и это нормально.

Шаг 5. Начните с одной задачи и посчитайте результат

Пилот на одной задаче лучше, чем внедрение «везде понемногу». Выберите самую дорогую рутину из шага 2, которая прошла фильтр из шага 3, и отдайте её агенту.

Результат пилота меряется простыми вещами: сколько часов освободилось, сколько обращений получили ответ без участия людей и как часто приходится переделывать работу агента. Если цифры понятны, берёте следующую задачу. Если нет, стоит разобраться, что пошло не так, до того как масштабировать.

Шаг 6. Решите, кто управляет агентами

Это шаг, который чаще всего пропускают. Агенты не устают, но и сами себя не улучшают: инструкции устаревают, бизнес меняется, и кто-то должен регулярно это подправлять.

Вариантов три. Вы делаете это сами, и тогда стоит заложить на это время. Вы поручаете это сотруднику, которому интересно разбираться в ИИ. Или вы берёте в команду специалиста по внедрению ИИ, который приходит со своими агентами и управляет ими сам. Так работаю я: агенты в моей среде разложены по отделам, задачи им ставлю я и перед собственником за результат отвечаю тоже я.

Внедрение ИИ в бизнес держится на трёх вещах: деньги, порядок и человек, который за это отвечает. Нейросеть здесь только способ.

Вопросы

Сколько стоит внедрение ИИ в бизнес?
Зависит от того, кто это делает. Самим можно начать с подписки на нейросеть и своего времени. Собрать свою команду агентов с готовыми промптами помогает консультация «Своя ИИ-среда», а работа в команде со своей ИИ-средой стоит от 150 000 ₽ в месяц.

С какого отдела начинать внедрение ИИ в компании?
С того, где больше всего повторяющейся работы и где потери уже видны в цифрах. Чаще всего это первый ответ клиентам, продажи и отчёты.

Нужен ли отдельный специалист по внедрению ИИ?
Если агентов один-два, справится и собственник. Если вы хотите, чтобы ИИ работал в нескольких отделах сразу, нужен человек, который управляет агентами каждый день, иначе через месяц всё вернётся к ручной работе.

Подходит ли внедрение ИИ маленькой компании?
Да. Решения там принимаются быстрее, а каждый освобождённый час заметен сразу. Какую работу можно отдать в первую очередь, смотрите в статье про ИИ-сотрудника для бизнеса.