Внедрение ИИ в бизнес-процессы - это перестройка того, как в компании движется работа, чтобы часть её взял на себя ИИ: разбор звонков и переписки, ответы клиентам, заполнение CRM, подготовка документов. Начинать его стоит не с выбора нейросети, а с ролей: кто за что отвечает и как задача переходит от человека к человеку. Поверх хаоса ИИ ускоряет хаос.
Ниже - что ИИ реально умеет в бизнес-процессах уже сейчас, где он ошибается, как проверить, готова ли ваша компания, и пошаговый порядок внедрения. Примеры взяты из проектов ЗЕБРА, компании обезличены.
Главное
- ✅ В бизнес-процессах ИИ закрывает три роли: собеседник для решений, аналитик по данным компании и исполнитель рутины
- ✅ Самая недооценённая роль - аналитик: ИИ разбирает все звонки, а руководитель физически успевает прослушать 2-5%
- ✅ Внедрение начинают с ролей и передачи задач: поверх хаоса ИИ только ускоряет хаос
- ✅ Автоматизация кусками опасна: на стыках ручная работа становится тяжелее, чем была до неё
- ✅ Первый шаг - посчитать, где компания теряет деньги; данные для этого уже лежат в телефонии и CRM
Какие роли ИИ может взять в бизнес-процессах
ИИ сегодня закрывает три роли, и у каждой есть своя граница.
| Роль | Что делает ИИ | Где граница |
|---|---|---|
| Собеседник | Разбирает идею, ищет слабые места в плане, предлагает варианты, пишет черновики | Не знает вашу компанию, пока вы не дали ему данные; уверенно ошибается в фактах |
| Аналитик | Разбирает звонки, переписку, CRM и отчёты целиком и находит закономерности | Видит только то, что записано; договорённости в мессенджерах и в головах для него не существуют |
| Исполнитель | Отвечает клиентам на типовые вопросы, заполняет карточки, готовит документы, напоминает о сроках | Работает по правилам, которые кто-то должен задать; без правил повторяет ошибки быстрее людей |
Когда говорят «ИИ как бизнес-партнёр», обычно имеют в виду первую роль: ей пользуется каждый, кто открывал ChatGPT, GigaChat или YandexGPT. Как выжать из неё больше, чем ответы на вопросы, мы разбирали в статье ChatGPT - не поисковик: как превратить AI в сотрудника. Но в бизнес-процессах деньги чаще приносят две другие роли.
Что ИИ умеет в бизнес-процессах уже сейчас
Видеть всю компанию, а не выборку
Руководитель отдела продаж физически прослушивает 2-5% звонков. ИИ разбирает все. Разница не в скорости, а в том, что становится видно.
В одной промышленной компании с филиальной сетью мы разобрали месяц звонков: 1 370 разговоров, 43 часа записи. Почти половину входящих заявок - 48% - компания отклоняла сама с пометкой «малый объём». В записях причина звучала прямо: нет техники, чтобы вывезти небольшие партии. Рабочая версия «клиенты уходят к конкурентам по цене» не подтвердилась: конкурентов упоминали в 2% разговоров, а причина «не устроила цена» стояла у одной заявки из тысячи с лишним. Доля таких отказов у всех менеджеров оказалась примерно одинаковой - от 40 до 51%, значит, дело не в людях. Это решение не про отдел продаж, а про парк техники и логистику, и увидеть его можно было только в записях разговоров. Все типовые точки, где отдел продаж теряет деньги, мы собрали в разборе 7 точек, которые видно только в записях звонков.
Отвечать там, где не хватает людей
Первая линия, куда приходят обращения клиентов, - типичное узкое место. В одной из старейших компаний рынка недвижимости Петербурга все обращения падали на одного сотрудника, который раскидывал их вручную, а расширять штат не давали.
Сценарии ответов мы не стали придумывать заранее. Договорились о таком порядке:
- Всё входящее собирается в одно окно.
- Оператор помечает категорию каждого обращения.
- Из накопленных обращений вырастают реальные маршруты - не те, что кажутся логичными, а те, что есть на самом деле.
- ИИ отвечает на типовое, менеджер подтверждает ответ.
- Каждая правка менеджера фиксируется вместе с причиной - так ИИ учится на ошибках этой компании, а не на догадках.
По подсчётам самого клиента, большая часть потока - одна категория вопросов. С неё и имеет смысл начинать, когда маршруты подтвердятся на данных.
Брать рутину, которая съедает день
Карточки в CRM, документы, напоминания о сроках, ответы на повторяющиеся вопросы клиентов. Самый сильный эффект - когда карточку сделки заполняет разбор звонка, а не менеджер. Тогда требование «вести CRM» перестаёт быть надзором: данные появляются сами, а дисциплина становится побочным продуктом процесса. Пример того, как ИИ снимает повторяющиеся вопросы, - в разборе 4,5 часа в неделю на «а как оплатить?».
Думать вместе с собственником
Разобрать стратегию, найти слабое место в плане, подготовить вопросы к переговорам, сравнить варианты. Это работает, если дать модели контекст: цифры, цели, ограничения, прошлые решения. Без контекста получите среднюю температуру по рынку - гладко сформулированную и бесполезную для вашей компании.
Где ИИ ошибается
- Уверенно выдумывает факты. Лечится тем, что модели дают источники - регламенты, документы, базу знаний - и требуют ссылку на источник в каждом ответе. Так устроены помощники, которые отвечают по нормативам компании.
- Не видит того, чего нет в данных. Звонки с личных телефонов, договорённости в мессенджерах, клиент, который молча ушёл и больше не звонил, - для ИИ этого не было. Разбор звонков показывает то, что сказано, но не показывает тишину.
- Не знает, кто за что отвечает. Если в компании это не решено, ИИ не решит. Он поставит задачу, которую никто не возьмёт.
- Повторяет ошибки быстрее. Плохой процесс, отданный ИИ, остаётся плохим процессом - просто на большей скорости.
Почему внедрение ИИ начинают с ролей, а не с нейросети
Руководитель одной промышленной компании на старте проекта сам попросил поставить ИИ во вторую очередь: сначала люди должны понимать, кто что и когда делает. Когда мы открыли их CRM, стало понятно, почему он прав. 97% задач за месяц создали роботы. Живых задач от людей было 28 - на всю компанию. Больше трёхсот управленческих задач висели просроченными, часть - со сроками прошлых лет. Задачи по главному проекту жили в мессенджере, в общем чате, в почте и в головах, а в CRM их не было вообще.
Внедрять ИИ там было некуда. Сначала нужно было договориться, как задача переходит от одного человека к другому. Сотрудники сами сформулировали, что им нужно: задача как эстафета - выполнил свою часть, отметил, и мяч автоматически у следующего. Пока этого нет, у каждого ощущение, что мяч не на его стороне, а задача стоит.
Второй пример. В другой компании аналитическую панель для руководителя забросили через пару месяцев. Причина была не в качестве: сделки не закрывали вовремя, данных для панели не было, и сотрудники брали цифры из таблиц. Красивый инструмент поверх неработающего процесса умирает первым.
Третий - самый коварный. В одной компании автоматизировали часть процессов, и оставшиеся ручные стали тяжелее, чем были. Появились стыки: человек переносит данные между системами руками, и каждый такой стык - место, где теряются заявки и деньги. Недоведённая автоматизация болит сильнее, чем её отсутствие. Подробнее о том, почему CRM сама по себе не даёт прибыли, - в статье CRM есть, результата нет.
Как проверить у себя: признаки, что ИИ ляжет на хаос
- ✅ Задачи по важным проектам живут в мессенджерах, почте и головах, а не в системе
- ✅ Большую часть задач в CRM ставят роботы, а люди почти не ставят задачи друг другу
- ✅ Просроченные задачи висят месяцами - их никто не закрывает и не переносит
- ✅ Отчёт для руководителя собирают руками из таблиц
- ✅ На вопрос «почему сорвалась сделка» каждый менеджер отвечает по-своему, а в CRM причины нет
- ✅ После частичной автоматизации кто-то переносит данные между системами вручную
Если совпало три пункта и больше, начинать стоит с ролей и передачи задач, а ИИ подключать уже к наведённому процессу. Иначе вы заплатите за то, чтобы тот же беспорядок происходил быстрее.
Кто нужен для внедрения: архитектор, а не внедренец
ИИ-архитектор бизнеса - это специалист, который перестраивает роли, процессы и потоки данных компании так, чтобы ИИ мог в них работать, и отвечает за измеримый результат, а не за установку инструмента. Интегратор отвечает на вопрос «как подключить нейросеть». Архитектор - на вопрос «что должно измениться в компании, чтобы она зарабатывала больше».
| Интегратор | ИИ-архитектор | |
|---|---|---|
| С чего начинает | С выбора инструмента | С карты потерь в деньгах |
| Главный вопрос | Что автоматизировать | Какой роли в компании не хватает |
| Оргструктура | Не трогает | Перестраивает роли и передачу задач |
| Результат | Интеграция сдана | Утечка денег закрыта и измерена |
| Как меряет | Сдано или не сдано | Каждую неделю, в деньгах или в штуках |
Вопрос «какой роли не хватает» часто важнее вопроса «что автоматизировать». В небольшом отделе, который работает с партнёрами компании, два человека физически успевают только к малой части партнёров. Нанять ещё людей - долго и дорого, а сильного специалиста ждать год. ИИ здесь может не заменять сотрудников, а дать отделу охват, на который у компании никогда не было штата: находит партнёров, делает первое касание, передаёт людям тех, кто готов к разговору.
Как внедрить ИИ в бизнес-процессы: шаги
- Посчитать, где теряются деньги. Звонки, заявки, сделки, которые встали. Эти данные уже лежат в телефонии и CRM - ничего внедрять не нужно, чтобы их разобрать.
- Разобрать стыки. Кто за что отвечает и как задача переходит от одного человека к другому. Если ответа нет, ИИ туда пока рано.
- Выбрать одну потерю и одну роль для ИИ. Одну, а не пять. Пять параллельных пилотов не дают результата ни в одном.
- Запустить за одну-две недели и мерить каждую неделю. В деньгах или в штуках: заявки, дошедшие до встречи, сделки, закрытые вовремя, часы, снятые с людей.
- Сложное - отдельным треком. Расчёты по нормативам, прогнозы, собственные модели - после того как простое заработало и компания поверила в результат. Даже если клиент просит начать именно с них.
Вопросы и ответы
С чего начать внедрение ИИ в бизнес-процессы?
С разбора того, что уже записано: звонков, переписки, сделок в CRM. Это не требует внедрения и за пару недель показывает, где компания теряет деньги. Дальше решение принимается по цифрам, а не по ощущениям: какую потерю закрывать первой и какую роль отдать ИИ.
Сколько стоит внедрение ИИ в бизнес-процессы?
Нейросеть для разговора - от бесплатных тарифов до нескольких тысяч рублей в месяц. Работа с данными и процессами компании стоит дороже, и считать её правильно от потерь: сначала понять, сколько компания теряет на конкретном стыке, и только потом решать, сколько разумно вложить, чтобы это закрыть.
Какую нейросеть выбрать для бизнеса?
Для разговора подойдёт любая из крупных: ChatGPT, Claude, GigaChat, YandexGPT - разница между ними меньше, чем кажется. Для работы с данными компании модель стоит выбирать замером на ваших живых примерах, а не по рейтингам: дорогая модель не всегда даёт лучший результат на конкретной задаче.
Не оглупит ли ИИ сотрудников?
Этот вопрос задают первым почти в каждой компании. Честный ответ: люди и так идут по пути наименьшего сопротивления, и если инструмент не дадите вы, его даст конкурент. Вопрос не в том, оглупит ли ИИ сотрудника, а в том, сделает ли сотрудник с ним не пять сделок, а пятнадцать. Рабочий компромисс: ИИ делает первый шаг, решение остаётся за человеком.
Можно ли внедрить ИИ без подрядчика?
Простые вещи - да: ассистент для текстов, готовый сервис разбора звонков, бот для типовых вопросов. Перестройку процессов изнутри сделать труднее: собственные стыки не видны тем, кто работает на них каждый день. Здесь полезен взгляд снаружи - хотя бы на этапе карты потерь.
Что делать дальше
Если хотите понять, где ваша компания теряет деньги, начнём с бесплатного разбора ваших звонков и сделок: покажем карту потерь в рублях, а что с ней делать - решать вам. Если по ней выяснится, что ИИ пока рано, мы так и скажем.
Автор - Александр Шадт, основатель ЗЕБРА. Перестраивает процессы и роли компаний под ИИ: продажи, производство, недвижимость.