Разговор с руководителем обычно начинается одинаково: что нам даст ИИ? Чтобы ответить, сначала нужны три других числа — какая работа повторяется каждый день, сколько часов в месяц она съедает и во что обходится одна ошибка. Без этих трёх цифр AI-проект превращается в догадку.
AI-проект начинается не с модели, а с данных
Модель не изобретает знания сама. Она работает только на тех данных, которые вы ей дали, и качество этих данных определяет результат. Поэтому любой проект начинается не с выбора модели, а со сбора данных и наведения в них порядка.
Самое частое препятствие на практике — разрозненность данных. Цены живут в пяти версиях Excel, договоры лежат в почте, заказы остаются в переписке Telegram. В такой ситуации модель тоже будет ошибаться, и виновата здесь не технология, а порядок учёта.
По объёму данных есть простой ориентир. Для решения, работающего с текстом, достаточно 300–500 документов или страниц базы знаний. Для прогнозной модели на числах нужна история минимум за 12–24 месяца, иначе модель просто не увидит сезонность.
Сколько расходов на ИИ компенсирует государство?
Стратегия развития технологий искусственного интеллекта до 2030 года утверждена постановлением ПП-358 от 14 октября 2024 года. Среди её целей — довести объём программных продуктов и услуг на базе ИИ до 1,5 млрд долларов и перевести 10 процентов государственных услуг на технологии ИИ.
Для бизнеса важнее деньги. В государственном бюджете на внедрение ИИ заложено 100 млрд сум ежегодно, а на 2025–2026 годы утверждён перечень из более чем 60 проектов. Это значит, что тема ИИ здесь не кампания на один год, а долгосрочный государственный курс.
Но сильнее всего на бизнес влияет другое решение: объявлена программа ИИ-партнёр для 10 000 предприятий, в рамках которой компаниям компенсируют 50 процентов расходов на внедрение искусственного интеллекта. То есть из пилота стоимостью 18 млн сум компания может заплатить только половину.
Есть цифра и по готовности рынка. В опросе KPMG Tech Report 2026 участвовали более 70 предприятий Центральной Азии, и 53 процента промышленных компаний заявили, что используют ИИ с измеримым эффектом. Глобальный показатель — 24 процента. Иначе говоря, в регионе ИИ уже вышел из стадии эксперимента.
Три недорогие точки входа
Начинать AI-проект сразу по всей компании не нужно и даже вредно. На практике быстрее всего окупаются три задачи — они дешёвые, легко измеряются, а если не сработают, потери ограничены.
1. Автоматический разбор документов и заявок
Договор, счёт-фактура, акт, тендерная документация, входящая заявка — всё это текст. Модель вытаскивает из него нужные поля, классифицирует документ и выдаёт сотруднику готовую выжимку. Там, где юристы или бухгалтерия просматривают 40–60 документов в день, это освобождает несколько часов.
2. Закрытие повторяющихся вопросов клиентов
Каталог, цена, часы работы, условия доставки и статус заказа — эти вопросы повторяются ежедневно. На них может отвечать агент, подключённый к базе знаний. Этой теме посвящена отдельная статья, потому что здесь легко совершить главную ошибку — нагрузить бота лишним.
3. Прогноз: остатки, спрос и скоринг лидов
Здесь работает не большая языковая модель, а классическое машинное обучение. Модель по истории продаж оценивает спрос следующего месяца, складские остатки или вероятность покупки конкретного лида. Результат измеряется в процентах, и проверить его просто: сравниваете прогноз с фактом.
| Точка входа | Нужные данные | Срок | Диапазон бюджета |
|---|---|---|---|
| Разбор документов и заявок | 300–500 документов или страниц | 3–4 недели | от 18 млн сум |
| Закрытие повторяющихся вопросов | База знаний, 100–300 страниц | 3–4 недели | от 15 млн сум |
| Прогноз остатков, спроса, скоринг | История продаж за 12–24 месяца | 6–10 недель | от 45 млн сум |
| Подключение ИИ к текущей CRM или 1С | Упорядоченные данные в системе | 4–8 недель | от 25 млн сум |
Сколько стоит внедрение ИИ?
Цена состоит из двух частей, и их смешение — самая частая бюджетная ошибка. Первая часть — разработка, она оплачивается один раз. Вторая — ежемесячный расход на API модели, он зависит от числа запросов и платится напрямую провайдеру.
| Решение | Разовая цена | Срок | Расход на API в месяц |
|---|---|---|---|
| AI-пилот (одна задача) | от 18 млн сум | 3–4 недели | 300 000 – 1,2 млн сум |
| AI-стандарт (готово к продуктиву) | от 45 млн сум | 6–10 недель | 1,5–4 млн сум |
| AI-агент (общение с клиентом) | от 15 млн сум | 3–4 недели | 250 000 – 900 000 сум |
| Интеграция ИИ в текущую систему | от 25 млн сум | 4–8 недель | 1–10 млн сум |
| Пилот computer vision | от 45 млн сум | 6–8 недель | камеры и сервер отдельно |
Стоит заранее знать, что в смету не входит: оплата API считается отдельно и ежемесячно, а в проектах computer vision камеры и сервер покупаются отдельно. Если модель разворачивается на вашем сервере, платы за API нет, зато появляются расходы на оборудование.
Как считается окупаемость — открытая формула
Отдача AI-проекта складывается из двух источников: сэкономленного времени и непотерянных денег. И то и другое можно посчитать заранее, нужно лишь подставить свои цифры.
- Сколько раз в месяц повторяется задача? Например, входящих документов — 900 в месяц.
- Сколько времени уходит на один документ? Например, 6 минут — это 90 часов в месяц.
- Сколько стоит час сотрудника? С зарплатой и налогами, например, 45 000 сум.
- Какую долю задачи закроет модель? Реалистичный ориентир — 60–75 процентов, а не 100.
- Считаем экономию: 90 часов × 45 000 сум × 0,65 = около 2,6 млн сум в месяц.
Если в этом примере расход на API составит 800 000 сум, чистая экономия — около 1,8 млн сум в месяц. Пилот за 18 млн сум окупается примерно за 10 месяцев. Если половину расходов компенсирует государственная программа, срок сокращается до пяти месяцев.
Второй источник — непотерянные деньги: клиент, ушедший из-за долгого ответа, штраф за ошибку в документе, товар, зависший на складе. Такие суммы обычно крупнее сэкономленного времени, но для оценки нужна статистика прошлого года.
Сколько стоит ничего не делать
Цена отсрочки не видна сразу: она не стоит отдельной строкой в отчёте. Но она есть.
- +Квалифицированный сотрудник тратит три-четыре часа в день на копирование и поиск — это оплаченное время, которое не создаёт ценности.
- +Часть входящих обращений остаётся без ответа или получает его поздно; клиент уходит к конкуренту, и этого никто не считает.
- +Решения принимаются по ощущениям: сколько товара закупить, на какого лида потратить время. Цена такой ошибки вычитается прямо из маржи.
- +Программы господдержки ограничены по времени: опоздавшие внедряют за полную стоимость.
Риски: галлюцинации, точность и ежемесячный счёт
Об ИИ нужно говорить честно, иначе первая неудача убьёт доверие ко всему направлению. Языковые модели галлюцинируют — то есть уверенным тоном выдают неверный ответ. Это не дефект конкретного продукта, а свойство технологии.
- +Главный способ борьбы с галлюцинациями — отвечать только по вашим документам и показывать в каждом ответе источник и номер страницы. Ответ без источника показываться не должен.
- +В computer vision не бывает 100 процентов точности. При хорошем освещении и правильном ракурсе это обычно 90–97 процентов, в сложных условиях — темнота, перекрытие объектов — показатель падает до 75–90 процентов.
- +Ежемесячный расход на API зависит от числа запросов и может расти. В системе обязательно ставятся лимиты и оповещения, иначе однажды счёт окажется неприятным сюрпризом.
- +Персональные данные не должны уходить в облачную модель. Либо применяется маскирование, либо модель работает на вашем сервере.
- +При изменении условий качество модели падает: новый тип упаковки, сдвиг ракурса камеры, обновление ассортимента. Поэтому дообучение планируется заранее.
Отдельно стоит сказать: ИИ не заменяет сотрудника целиком. Он забирает повторяющуюся часть, а решение остаётся за человеком. Юридическое заключение, финансовое утверждение и спорный разговор с клиентом требуют ответственности, а ответственность на модель не переложить.
Когда ИИ не нужен
Возможно, это самый полезный раздел статьи. В перечисленных ниже случаях проект начинать не стоит.
- +Данных нет или они не систематизированы. Сначала наладьте CRM или складской учёт, потом думайте об ИИ.
- +Задача не повторяется. Автоматизировать работу, которая выполняется пять раз в месяц, дороже, чем делать её руками.
- +Сам процесс сломан. Автоматизация беспорядка лишь ускоряет его, а не исправляет.
- +Цена ошибки крайне высока, а механизма проверки нет. Медицинский диагноз или финальное юридическое заключение — как раз такие случаи.
- +Бюджета хватает только на разовую оплату. Без денег на API и поддержку система остановится через два-три месяца.
Первые 90 дней: практические шаги
- Выберите одну задачу — самую повторяющуюся и самую измеримую. Не берите три сразу.
- Зафиксируйте текущий показатель: сколько раз в месяц, сколько времени, сколько ошибок. Это будет база для сравнения.
- Соберите и приведите в порядок данные. Этот этап самый долгий, и именно он определяет результат.
- Сделайте пилот на 3–4 недели. Критерий успеха запишите заранее: например, 60 процентов вопросов закрываются без человека.
- Измерьте и сравните. Если пилот не дотянул до критерия — остановитесь: потери ограничены 18 млн сум, а не сотнями миллионов.
- Если результат есть — масштабируйте и проверьте условия государственной компенсации по официальному источнику на тот момент.
AI-проект начинается не с выбора модели, а с одной измеримой задачи. Польза, которую нельзя измерить, пользой не считается.