Как внедрить ИИ и получить прибыль, а не убытки

На сегодняшний день 9 из 10 компаний внедряют ИИ в свои процессы. При этом различные отчёты и аналитика для 90‑96% таких внедрений фиксируют отсутствие отдачи или провал. В чем же проблема? Рассмотрим на наших кейсах.

Экспертиза PelidTeam прежде всего лежит в автоматизации бизнеса и онлайн обучения для разработчиков. И как раз нашу отрасль, разработку ПО, нейросети встряхнули максимально: уже вызвали значительные изменения в процессах и на рынке в целом. Поэтому вопрос внедрения нейросетей для нас не стоит. Без них уже на горизонте 1‑2 лет бизнес не выживет.

Кейс 1: ИИ переносит данные

Клиент PelidTeam — онлайн‑сервис для аренды жилья в Крыму. У сервиса есть старые CRM‑система и сайт. Мы делаем новую версию сайта на другом стеке технологий, со значительным расширением функционала. Одна из задач — перенести данные со старого сайта на новый. Но одна часть актуальных данных хранится в CRM, другая часть в базе данных сайта. Где правильные заказчик не может объяснить, каждый случай индивидуален.

Ожидание клиента: пусть ИИ разберется где правильные данные и перенесет в одно место.

Ошибка: не подготовили критерии приемки результата для ИИ

На описанном проекте мы составили с помощью ИИ список расхождений по объектам между сайтом и CRM, которые надо проверять. Опытный сотрудник заказчика вручную прошелся и перенес все данные в CRM.

Когда использовать ИИ для работы с данными? Ситуация: небольшой сайт, администратор поддерживает его в актуальном состоянии. Подключаем ИИ‑ассистента напрямую к сайту — пользователи получают корректные ответы. В этом случае можно использовать ИИ.

Ситуация: нужно автоматизировать код‑ревью — проверку качества кода. И есть старая база типичных проблем в коде. Можно использовать ИИ, но нужно подготовиться:

• разработать критерии качества таких проблем;
• проверить и вычистить базу;
• разработать для ИИ инструмент для оценки качества кода и соответствия функциональным требованиям.

Результат: ИИ‑агент самостоятельно проводит код‑ревью и отправляет код на доработку, а о сложных случаях сообщает разработчику.

Кейс 2: ИИ проверяет права на фото

Клиенту пришла досудебная претензия за использование фото на сайте без лицензии. Фото когда‑то было скачано с бесплатного фотостока, документов не осталось.

Нужно перепроверить все фотографии, чтобы ситуация не повторилась. Фото на сайте 80 000 штук. Нужно пометить все фото в зоне риска.

Ошибка: ожидаете от ИИ выполнение невозможной задачи

Любые проверки в интернете делают по косвенным признакам, например, по наличию фото на платном стоке. А статус «бесплатная/платная лицензия» может поменяться в любой момент. Как оказалось, далеко не по всем фото есть подтверждающие документы, даже если они сделаны фотографами клиента.

А в чем же тогда сила ИИ? Нейросети уже позволяют решать ряд задач, которые классические алгоритмы не решают в принципе или решают очень долго, дорого, неэффективно и т.д.

Парсинг данных. TikTok и некоторые другие платформы не позволяют запросить у них количество просмотров видео программными средствами по API. Классический парсер читает исходный код страницы сайта и натыкается на защиту. В результате парсер постоянно ломается и нужен программист, который почти каждый день будет чинить его.

Решение: отправить ИИ‑агента вместо человека открывать страницы в браузере, смотреть количество просмотров и записывать в клиентскую таблицу.

Задача реальная, ее может выполнить человек, но классический подход к автоматизации не оптимален и сложно реализуем.

Генерация текста. В отличии от обычных программ, ИИ может генерировать текст в свободной форме и по праву занял свое место в коммуникации с клиентами. Не все реализации удачны, но это та возможность, которую уже стоит использовать.

Кейс 3: ИИ делает курсы

Старые добрые правила окупаемости никто не отменял. Не раскрутили маркетинг и продажи — продукт с ИИ не продали. Компания вложилась в автоматизацию, а прибыли нет.

Ошибка: некачественно провели тестирование маркетинговых гипотез

Это, к сожалению, наш личный кейс. Собирались масштабировать линейку курсов повышения квалификации, предварительно провели опросы, но продукты вообще не зашли. Всем интересно, но мало кто покупает и выделяет время на обучение. У разработчиков уже есть работа, они не очень‑то хотят еще по вечерам сидеть и что‑то усердно изучать.

При внедрении ИИ для бизнеса, нужно как и в любом инвест‑проекте считать, полноценно проверять гипотезы, определять целевую аудиторию и каналы продвижения. Даже если делаете своими силами — ваше время не бесплатно.

Лучше всего автоматизировать с помощью ИИ:

• повторяющиеся задачи;
• то, что приносит новые заказы, продажи;
• то, что явно снижает расходы компании;
• то, что освобождает время топ‑менеджеров или других дорогих, важных сотрудников в пользу стратегических задач и крупных заказов.

Кейс 4: ИИ пишет код

Все клиенты теперь знают, что сайты разработчики делают за 10 минут, а весь код пишет ИИ. Поэтому почему бы не сэкономить? Нанимаем фрилансеров‑вайбкодеров, даем им сложный проект, они даже демонстрируют неплохой результат в начале.

Потом почему‑то программа не работает: чинят одно — ломается другое. Опытные разработчики отказываются такой код поддерживать и налаживать, а настаивают на том, чтобы с нуля переписать.

Это кейс нашего клиента. Мы помогли ему разобраться, где дыры в архитектуре и почему не работает то, что вайбкодеры нагенерировали.

Ошибка: делегировать ИИ сложную задачу без проверки качества на промежуточных шагах

ИИ не умеет решать сложные задачи в один шаг. Люди, кстати, тоже не умеют. Решение сложных нетиповых задач часто итеративно, разбито на шаги, кроме результата генерирует промежуточные документы, отчеты и т.д.

В разработке кода — это доработка существующего кода, выбор архитектуры. Но это касается и любых других областей, например, оценка КП, составление сметы, написание статей и т.д. Чем сложнее задача, тем больше этапов, больше критериев качества. На каждом из них, сложнее реализация и отладка ИИ‑инструментов.

Может ли ИИ заменить специалистов?

Да. Если нужен прототип, который вы потом выкините, то ИИ решит вашу проблему. Можно быстро сделать лендинг или простенькую игру. А еще генерировать картинки для постов в канал и для карточек товаров.

Нет. Если нужен сложный поддерживаемый продукт, то придется выстроить целую экосистему инструментов для ИИ‑агентов, чтобы получить стабильный результат на выходе. Мы как раз такую задачу решаем для разработки веб‑сервисов — уже готовим релиз первого сложного сайта, код которого полностью написан ИИ.

Архитектора программного обеспечения выкинуть из схемы совсем не получится, а вот заменить разработчиков и ускорить в несколько раз архитектора — уже реальность. А с учётом зарплат в ИТ еще и выгодно.

С чем ещё придется столкнуться при внедрении ИИ?

Старое мышление. Не надо работать с ИИ как с человеком. Не надо работать с ИИ как с программой. В обоих случаях вы не сможете сполна воспользоваться возможностями инструмента и при этом получите проблемы. Мы столкнулись с тем, как тяжело идёт обучение опытных разработчиков, насколько сильно приходится менять подход. Хотя казалось бы, уж они то освоят за 5 минут!

Старые процессы. Не пытайтесь копировать в точности процессы без ИИ. Какие‑то шаги надо пропустить. Где‑то добавить новые. Например, начинаем не с дизайн макетов, а с показа прототипа и дальше уже дорабатываем дизайн. А километровые бессмысленные отчёты силами ИИ уже попортили нервы не одному руководителю.

Юридические риски. Передача персональных данных зарубеж. Оплата зарубежных ИИ. Кому принадлежат права на результаты интеллектуальной деятельности. Всё это пока с осторожностью и с большой долей неопределенности.

Чек‑лист внедрения ИИ в бизнес

Перед внедрением ИИ в бизнес, ответьте на вопросы. Если все ответы «да», то можно делегировать процесс ИИ:

1. Есть ли актуальная регулярная задача, которую хочется автоматизировать?
2. А эта проблема ценна для бизнеса в целом? Срок окупаемости устраивает?
3. Задача выполнима? Я могу нанять нового сотрудника и в небольшие сроки обучить его выполнять эту задачу?
4. Есть ли другие способы решить проблему более быстро/просто/дешево/эффективно?

Если ваша цель — изучить интересную технологию и получить удовольствие, чек‑лист вам не нужен.

Внедрять нельзя откладывать

Нейросети уже изменили мир и знакомиться с ними нужно. Внедрить то, что уже работает в один промпт, учиться пользоваться. Это не утроит эффективность бизнеса, но позволит не отставать.

Грамотное внедрение ИИ уже даёт новые возможности, скорость, снижение себестоимости, повышение качества. А теперь представьте, что всё это есть у вашего конкурента. Вопрос о внедрении ещё стоит?

ИИ — это очень интересный инструмент. Он не решает все проблемы, но дает новые возможности. ИИ уже перевернул ряд отраслей, начиная с ИТ‑сферы и его наступление неизбежно. Уже сейчас основное ограничение не в способностях ИИ, а в процессах, в квалификации оператора или разработчика, в управлении ИИ‑проектами.