Знакомая картина: собственник возвращается с отраслевой конференции, где каждый второй доклад был про нейросети, и на планёрке объявляет, что компании тоже нужен искусственный интеллект. Через пару месяцев у отдела продаж появляются подписки на чат-бот, маркетолог генерирует им картинки, а в остальном всё по-прежнему: заявки теряются, отчёты собирают вручную, бухгалтерия сидит до ночи в конце месяца. Деньги ушли, а результат объяснить трудно.

Это не редкость. Основные ошибки внедрения ИИ повторяются из компании в компанию, и почти все они случаются ещё до того, как кто-то написал первый промт.

Интерес бизнеса к ИИ сейчас огромный. По данным индекса RSBI, который считают ПСБ и «Опора России», доля малых и средних компаний, использующих ИИ, за год выросла с 17% до 53% (об этом писал «Коммерсантъ»).

С отдачей хуже. «Ведомости» в июне 2026 года, разбирая доклад Росконгресса о росте экономики, привели оценку зарубежных исследователей: 95% компаний пока не окупают вложения в ИИ. Похожую цифру ещё в 2025 году получили в MIT в отчёте The GenAI Divide: подавляющее большинство корпоративных пилотов с генеративным ИИ не дало заметного финансового эффекта.

Ещё показательнее данные, которые прозвучали на «ИИ Конфе 2026» (их приводит блог СберМаркетинга на Sostav): только у 26% российских компаний, которые закладывают бюджет на ИИ, есть внятная стратегия внедрения. Остальные 74%, по сути, действуют вслепую. Главным барьером там назвали неясность, какую ценность ИИ вообще должен принести, и на этот пункт пришлось 54% ответов.

Получается, проблема обычно не в технологии. Модели сегодня умеют достаточно много; ломается всё на уровне управленческих решений.

«Давайте подключим нейросеть» звучит как план, но планом не является. Пока не названа конкретная операция, которую ИИ должен забрать, нельзя ни выбрать решение, ни понять, сработало ли оно.

Правильный вопрос звучит иначе: какая работа отнимает у нас больше всего часов и при этом повторяется изо дня в день? Это может быть разбор входящих заявок, сверка оплат с 1С, ответы клиентам на вопрос «где мой заказ» или проверка договоров по типовому шаблону. Когда задача названа, разговор об инструментах становится коротким и предметным.

На той же «ИИ Конфе» эксперт Сколкова Михаил Петухов сформулировал это так: ИИ, поставленный на хаотичный процесс, этот хаос просто умножает. Если менеджеры ведут сделки кто в CRM, кто в блокноте, а кто в голове, агент не наведёт порядок сам. Он будет быстро и уверенно работать с неполными данными.

Поэтому перед автоматизацией процесс стоит хотя бы описать: откуда приходит задача, кто и что с ней делает, где лежит результат. Иногда уже на этом шаге выясняется, что половину проблемы можно решить без всякого ИИ, и это тоже хороший результат.

Без точки отсчёта невозможно доказать окупаемость. Если вы не знаете, сколько часов в месяц менеджер тратит на перенос заявок в CRM или сколько обращений поддержка закрывает за смену, через три месяца после запуска сравнивать будет не с чем.

Достаточно простых замеров на неделю-две: число операций, время на одну операцию, стоимость часа сотрудника, доля ошибок. Мерить потом стоит тоже бизнес-показатели (скорость ответа клиенту, конверсию, часы, возвращённые людям), а не количество запросов к нейросети. Бывает и так, что расчёт показывает: на конкретном участке ручной труд пока дешевле. Лучше узнать это до подписания договора.

Желание одним проектом закрыть продажи, бухгалтерию, HR и склад понятно, ведь платить за внедрение хочется один раз. Но большой проект без проверенного сценария превращается в долгострой: требования меняются по ходу, сотрудники устают от изменений, а первый ощутимый эффект отодвигается на полгода.

Работает обратный подход. Выберите один-два процесса, где рутины много, а цена ошибки невысока, и запустите пилот на реальных задачах. Через несколько недель у вас будут собственные цифры, а не обещания подрядчика, и решение о масштабировании вы примете на фактах.

Чат-бот, в который сотрудник копирует текст письма, а потом переносит ответ обратно, экономит минуты, но не часы. Вся польза съедается ручным копированием, и через месяц таким инструментом пользуется пара энтузиастов. На той же конференции звучала оценка, что в компаниях ИИ по-настоящему применяют лишь 10–15% сотрудников.

Разница между игрушкой и рабочим инструментом в интеграции. ИИ-агент должен сам получать заявку из почты или Telegram, сам создавать сделку в CRM, сам выставлять счёт в 1С. Тогда он перестаёт быть «ещё одной программой» и становится частью процесса, которую сотрудники видят по результату, а не по лишним действиям.

Финансовый директор почти всегда задаёт один и тот же вопрос: куда уйдут наши данные? И правильно делает. Персональные данные клиентов подпадают под 152-ФЗ, а договоры и финансовая отчётность вообще не должны покидать компанию без понятных правил.

Если этот разговор начинается после запуска, проект часто встаёт. Решать его нужно на старте: где хранятся данные (на ваших серверах, в облаке, в смешанном варианте), к каким системам у агента есть доступ и какие действия он может совершать сам, а какие только предлагать. Хорошее правило: каждое действие агента должно быть видно в журнале, а владелец процесса должен иметь возможность его проверить.

Сотрудник, которому сказали «теперь это делает ИИ» без объяснений, слышит одно: скоро сократят. Дальше включается тихое сопротивление: агенту не передают задачи, его ошибки обсуждают громче, чем свои, а через пару месяцев проект называют неудачным.

Помогают простые вещи. Объясните, какую именно рутину забирает агент и чем человек займётся вместо неё. Назначьте ответственного за процесс, который разбирает спорные случаи. И пропишите, в какой момент агент обязан передать задачу человеку: нестандартный запрос, недовольный клиент, сумма выше лимита. ИИ не заменяет команду; он снимает с неё ту часть работы, которую никто не любит.

Если свести всё сказанное в короткий порядок действий, получится примерно так:

Ничего революционного в этом списке нет, и в этом его смысл: внедрение ИИ в бизнес — это управленческий проект, а не покупка программы.

Именно по такой логике мы в Nexter строим цифровой офис с ИИ-агентами. Работа начинается с анализа процессов и выбора одного-двух участков для старта. Затем мы проектируем решение и подключаем агентов к тем системам, которые у вас уже есть: CRM, почте, Telegram, 1С. После этого идёт пилот на реальных задачах без остановки текущей работы. Агенты выполняют рутину, а всё, что требует решения человека, передают сотруднику; правила доступа и действия каждого агента согласуются до запуска и остаются под вашим контролем.

Стоимость пилота фиксируется в договоре, поэтому эксперимент не превращается в бесконечную статью расходов.

Большинство ошибок внедрения ИИ не технические: компании начинают без задачи, без замеров и без плана для людей. Исправить это можно ещё до того, как потрачен первый рубль. Начните с одного процесса, посчитайте, как он работает сейчас, и проверьте результат на пилоте; тогда ИИ из модной покупки превращается в понятную инвестицию.

Не знаете, с какого процесса начать?
Опишите задачу, которая отнимает у вашей команды больше всего времени, и мы покажем, как её может взять на себя ИИ-агент, сколько это займёт и во что обойдётся.

Обсудить задачу →