Внедрение ИИ в бизнесе: ошибки и риски

Искусственный интеллект все чаще обещает малому бизнесу то, чего постоянно не хватает: быстрее отвечать клиентам, сократить рутину, уменьшить нагрузку на сотрудников и не расширять штат. На презентации все выглядит просто — подключили сервис, настроили сценарии, получили экономию. В реальной компании между этими шагами может появиться еще одна таблица, еще один подрядчик и еще один процесс, который приходится контролировать вручную.

Поэтому главный риск ИИ — не в том, что технология иногда ошибается. Намного опаснее внедрить ее в процесс, который и до автоматизации работал хаотично. Тогда система просто ускоряет существующие ошибки.

Антон

Автор

ИИ редко ломает хорошо выстроенный процесс сам по себе. Чаще он показывает, что в компании давно не определены ответственные, данные хранятся в разных местах, а критичные решения держатся на ручном контроле одного человека.

Когда автоматизация добавляет работы

Представим небольшую сеть услуг, которая решила заменить часть работы администратора ИИ-ботом. Он должен отвечать на вопросы, записывать клиентов и сообщать о свободном времени.

Через несколько недель выясняется, что расписание обновляется отдельно, акции хранятся в рабочем чате, а информация об услугах в системе отличается от той, которую используют сотрудники. Бот начинает предлагать устаревшие условия и записывать клиента туда, где свободного окна уже нет.

Персонал возвращается к ручной проверке. Только теперь сотрудникам приходится проверять еще и действия бота.

Цена внедрения — это не только подписка

Одна из самых частых ошибок — считать стоимость проекта по прайсу подрядчика. Например, внедрение стоит 150 тыс. рублей, подписка — 15 тыс. рублей в месяц, значит, бюджет понятен.

На практике появятся дополнительные расходы: подготовка данных, интеграция, обучение сотрудников, исправление сценариев и поддержка. Если система допускает ошибки, к этому добавляется стоимость потерянных клиентов и ручной работы команды.

Поэтому правильный вопрос звучит не «сколько стоит ИИ?», а «сколько будет стоить весь процесс после его внедрения?».

Не начинайте с желания заменить сотрудника

Желание сократить ФОТ понятно, но это плохая стартовая точка для выбора ИИ. Если сотрудник выполняет десять разных функций, автоматизация двух из них еще не означает, что должность исчезла.

Полезнее разобрать работу на операции. Например, администратор принимает записи, отвечает на типовые вопросы, переносит данные в CRM и решает конфликтные ситуации. Первые две задачи могут хорошо подходить для автоматизации, а последние требуют участия человека.

Тогда ИИ действительно снимает часть нагрузки, а не создает ожидание полной замены сотрудника.

До запуска нужна карта процесса

Автоматизировать проще всего то, что можно понятно описать. Если компания сама не знает последовательность действий, подрядчик тем более будет вынужден ее угадывать.

Без этой подготовки бизнесу трудно понять даже то, состоялось внедрение или нет.

Грязные данные делают ИИ непредсказуемым

У технологии есть неприятное свойство: она может очень быстро обработать неправильные данные. Если расписание устарело, бот быстрее сообщит клиенту неправильное время. Если база услуг содержит старую цену, система уверенно назовет именно ее.

Поэтому перед автоматизацией стоит проверить справочники, дубли клиентов, доступы, архивы и правила обновления информации. Нужен один источник, которому доверяет вся система.

Это скучная часть проекта, но именно она чаще всего определяет качество результата.

Персональные данные требуют отдельной проверки

Когда ИИ работает с обращениями клиентов, в систему могут попадать имена, телефоны, адреса, заказы и другая персональная информация. Здесь предпринимателю нельзя ориентироваться только на обещание подрядчика, что сервис «безопасный».

Действуют требования Федерального закона № 152-ФЗ «О персональных данных». В частности, при сборе персональных данных граждан РФ через интернет по общему правилу не допускается использование для их записи, систематизации, накопления, хранения, уточнения и извлечения баз данных, находящихся за пределами России, кроме прямо предусмотренных законом случаев.

Поэтому до запуска нужно понимать, какие данные получает сервис, где они находятся, кто имеет доступ и предусмотрена ли дальнейшая трансграничная передача.

Подрядчик должен продавать решение задачи, а не интерфейс

Фраза «мы внедрим вам ИИ за неделю» сама по себе ничего не говорит о результате. Подрядчик должен понимать, с какими системами придется интегрироваться, откуда берутся данные и что считается успешной работой.

Хороший исполнитель до начала проекта задает неудобные вопросы. Где хранится клиентская база? Как сотрудник сейчас принимает заявку? Кто обновляет расписание? Как выглядит ошибка, которую бизнес хочет устранить?

Если обсуждение начинается сразу с тарифов и функций продукта, есть риск купить очередную программу вместо рабочего процесса.

Что стоит прописать в договоре

Особенно важно заранее договориться о поддержке после запуска. Именно после реальной эксплуатации обычно обнаруживаются ошибки, которые невозможно увидеть на демонстрации.

Хороший договор не гарантирует идеальной автоматизации, но сильно упрощает разговор, когда что-то пошло не так.

Цифровой рубль не делает ИИ обязательным

В исходных обсуждениях автоматизацию часто связывают с переходом на цифровой рубль. Но это разные процессы.

С 1 сентября 2026 года обязанность обеспечить возможность оплаты цифровыми рублями на первом этапе возникает у определенной категории продавцов: в частности, речь идет о выручке за предыдущий год свыше 120 млн рублей и установленных законом условиях взаимодействия с соответствующими банками. Для остальных предпринимателей предусмотрены более поздние этапы, а часть небольших торговых точек освобождена от такой обязанности.

Поэтому малой компании не нужно срочно перестраивать ИТ только потому, что «в стране появился цифровой рубль». Сначала нужно определить, распространяется ли требование именно на этот бизнес.

Как считать результат внедрения

У ИИ должен быть финансовый или операционный эффект. Если до проекта менеджеры тратили 60 часов в месяц на типовые ответы, а после — 25, результат понятен.

Если количество потерянных заявок уменьшилось с десяти до двух, это тоже измеримый эффект. А вот формулировки «сотрудники стали работать современнее» или «у нас появился цифровой помощник» не позволяют оценить окупаемость.

Если метрика не изменилась или стала хуже, бизнес должен иметь возможность остановить эксперимент.

Пилот безопаснее большого внедрения

Малой компании не нужно сразу переводить всю клиентскую поддержку на ИИ. Гораздо безопаснее выбрать ограниченный поток: одну услугу, один филиал или один тип обращений.

На пилоте легко заметить неверные ответы, проблемы с интеграцией и сопротивление сотрудников. Ошибка затрагивает небольшой объем клиентов, а доработки обходятся дешевле.

После этого можно решить — масштабировать систему, изменить инструмент или вообще отказаться от идеи.

У системы должен быть хозяин внутри компании

Передать проект полностью подрядчику нельзя. Внешний специалист не знает бизнес настолько хорошо, чтобы самостоятельно определять, какие ответы допустимы, какие данные актуальны и где проходит граница ошибки.

Поэтому нужен внутренний владелец процесса. Он не обязан быть программистом. Важнее, чтобы человек понимал работу отдела, следил за качеством и мог быстро сказать: этот сценарий полезен, а этот создает риск.

Именно отсутствие такого ответственного чаще всего превращает внедрение в бесконечный спор между сотрудниками и подрядчиком.

Что сделать до покупки следующего ИИ-сервиса

Проведите короткую ревизию. Выпишите инструменты, которыми уже пользуется компания, и процессы, где сотрудники вынуждены переносить данные вручную. Затем оцените самые дорогие ошибки и только после этого выбирайте кандидата на автоматизацию.

Не нужно начинать с самой сложной задачи. Лучше автоматизировать простой повторяющийся процесс, получить результат и научиться управлять новой технологией.

Так первый проект становится учебным полигоном, а не ставкой на весь бизнес.