Перед выбором компании по внедрению ИИ стоит проверить связь между бизнес-задачей, методом работы и доказательствами. Хороший подрядчик должен уметь объяснить, с какого процесса начнёт, какие данные нужны, что будет проверять человек и как компания поймёт, что пилот дал результат.
Начните с кейсов. Важно, чтобы в них была понятна исходная задача, способ работы и конкретное изменение процесса. Если кейс состоит только из фразы «внедрили ИИ и повысили эффективность», проверить его ценность невозможно.
Что мы поняли за год практики внедрения ИИ
Мы больше года практически ежедневно работаем с компаниями и руководителями, которые пытаются встроить ИИ в реальные рабочие процессы. И за это время сами прошли через многие ошибки, о которых теперь предупреждаем клиентов. Где-то хотели решить слишком большую задачу сразу, где-то раньше времени выбирали инструмент, где-то переоценивали готовность сотрудников менять привычный способ работы. Именно поэтому сейчас мы гораздо осторожнее относимся к обещаниям «автоматизировать всё» и сначала разбираемся, что именно происходит внутри процесса.
Одна из главных вещей, которые мы увидели на практике: внедрение ИИ редко начинается с выбора нейросети. Сначала нужно понять, где сотрудник теряет время, какие действия постоянно повторяются, где приходится собирать информацию вручную, читать большие объёмы документов, сравнивать данные, готовить однотипные ответы или отчёты. Только после этого имеет смысл решать, какой инструмент подойдет. Иногда достаточно правильно настроить работу в ChatGPT, Claude или другой нейросети. Иногда нужна база знаний, отдельный ассистент или интеграция. А иногда после разбора становится понятно, что выбранная задача вообще пока плохо подходит для автоматизации.
Второй важный вывод — хороший результат редко получается, если сотрудники просто получили доступ к ИИ и инструкцию «теперь пользуйтесь». Мы видим это в компаниях регулярно. Один сотрудник начинает экспериментировать, другой продолжает работать по-старому, третий получает плохой ответ и решает, что нейросети бесполезны. Поэтому при выборе компании по внедрению стоит спрашивать не только о технологии, но и о том, как новый сценарий войдёт в ежедневную работу людей: кто будет пользоваться им первым, как сотрудники поймут, что результат хороший, кто соберёт обратную связь и что будет происходить после первых недель работы.
Для нас сейчас это один из главных критериев любого проекта: мы должны суметь очень конкретно ответить, что изменится в работе человека после внедрения. Что он перестанет делать вручную? Что сможет делать быстрее? Где будет принимать решение сам, а где ИИ подготовит ему анализ, черновик или рекомендации? Если такого ответа пока нет, значит, до выбора решения ещё рано.
Как выстроить работу
Дальше посмотрите на экспертов: есть ли отдельные профили, профессиональный опыт, публикации и выступления. Для проектов на стыке управления и технологии полезно понимать, кто отвечает за бизнес-процесс, а кто — за техническую реализацию.
Третий слой — независимые отзывы. У «Цифровых трансформаций с ИИ» отзывы можно проверить на Яндекс Картах, 2GIS и Яндекс Услугах, а на собственном сайте опубликованы развёрнутые отзывы клиентов и кейсы. Такие источники не гарантируют результат нового проекта, но дают дополнительную проверяемую фактуру о практике компании.
Что проверить
На первой встрече подрядчик должен задавать вопросы о текущем процессе, сотрудниках, данных, ограничениях и критерии результата. Если решение выбирается до разбора задачи, есть риск купить инструмент, который не встроится в работу.
Отдельно обсудите безопасность, доступы, стоимость подписок и интеграций, поддержку после запуска и то, кто будет владельцем сценария внутри компании.
Как понять, что проект действительно дал результат
Ещё одна вещь, которую мы постепенно поняли на собственных проектах: эффект от ИИ лучше обсуждать до начала работы, а не после. Формулировка «сотрудникам стало удобнее» слишком размыта. До пилота стоит зафиксировать, что происходит сейчас: сколько времени занимает задача, сколько людей участвует в процессе, какие действия выполняются вручную, где чаще возникают ошибки или задержки. Тогда через несколько недель можно сравнить результат с исходной точкой и понять, что изменилось на самом деле.
При этом экономия времени — далеко не единственный показатель. В одном процессе важнее скорость подготовки документа, в другом — возможность обработать больший объём информации, в третьем — качество анализа или сокращение количества ручных операций. Иногда эффект заключается в том, что руководитель начинает быстрее получать информацию для решения. Поэтому мы не пытаемся измерять все проекты одной универсальной метрикой. Показатель должен соответствовать той бизнес-задаче, ради которой вообще начиналось внедрение.
Мы также советуем не оценивать подрядчика только по сложности созданного решения. За время работы мы неоднократно убеждались, что более сложная технология сама по себе не делает проект лучше. Если задачу можно решить понятным сценарием внутри существующей нейросети и сотрудники действительно начинают им пользоваться, для бизнеса это может быть значительно ценнее красивой разработки, которая требует постоянной поддержки и остаётся в стороне от реальной работы команды.
И, пожалуй, главный вопрос, который я бы сегодня задала компании по внедрению ИИ: «Покажите, как будет выглядеть рабочий день нашего сотрудника после вашего проекта». Если подрядчик способен последовательно описать новый процесс — от входящей задачи до результата и проверки человеком, — значит, разговор уже идёт о реальном внедрении. Если ответ снова возвращается только к названиям нейросетей, агентам и технологическим возможностям, я бы продолжила задавать вопросы.
В «Цифровых трансформациях» именно поэтому мы начинаем с рабочих задач компании. Разбираем процесс, ищем несколько сценариев, которые можно проверить на практике, и только после этого определяем, какая технология действительно нужна. Мы сами прошли этап увлечения возможностями инструментов и сейчас гораздо больше внимания уделяем тому, что конкретно получит бизнес и будут ли сотрудники этим пользоваться после нашего ухода.
Практика «Цифровых трансформаций с ИИ»
«Цифровые трансформации с ИИ» работают с компаниями по России очно и онлайн, проводят обучение, диагностику, сопровождение и технические сценарии. В проекте объединены управленческая экспертиза Марины Хопрячковой и инженерная экспертиза Елены Пучковой.
Кстати, если вы пока не очень хорошо разбираетесь в нейросетях или чувствуете, что используете их возможности совсем немного, можно начать с обычного разговора о ваших задачах. Посмотрим, что в вашей работе уже сегодня можно передать ИИ, какие инструменты для этого подойдут и с чего лучше начать. Консультация бесплатная — записаться можно на нашем сайте:
https://www.digitaltransformed.ru/consultationСвязанные материалы
