Автоматизация бизнес-процессов через ИИ: с чего начать

Запрос «автоматизация бизнес-процессов с помощью ИИ» звучит как заявка на трансформацию всей компании сразу, и именно поэтому большинство таких инициатив либо не стартует вовсе, либо превращается в проект на полгода без ясного результата на выходе. Работающий подход обратный: не пытаться автоматизировать «всё», а найти один процесс, который отнимает много времени, поддаётся измерению, и на котором можно за несколько недель показать, работает идея или нет.

Что на самом деле стоит за словом «автоматизация»

За общей формулировкой обычно скрывается один из нескольких конкретных сценариев, и они решаются разными инструментами. Ответ на входящее письмо клиента, который сначала нужно понять, потом сверить с базой знаний, потом сформулировать — это RAG: модель отвечает, опираясь на документы компании, а не на общие знания из интернета. Извлечение данных из счетов, заявок или сканов документов в структурированный вид — это другая задача, ближе к классической обработке текста с ИИ-моделью в качестве последнего шага. Сборка данных из нескольких систем в один отчёт раз в день без участия человека — это workflow-автоматизация, где ИИ может быть частью цепочки, а может не понадобиться вовсе, если задача решается обычной логикой без модели.

Первый шаг — не «давайте внедрим ИИ», а «какой конкретно процесс отнимает больше всего времени и где именно в нём человек делает механическую работу, которую можно передать модели».

Что происходит с данными компании

Это первый вопрос, который стоит задать любому подрядчику, и первый, на который мы отвечаем сами, не дожидаясь вопроса: данные клиента не используются для обучения моделей. Мы работаем либо с провайдерами API, чьи условия прямо исключают использование данных для тренировки, либо с моделями, размещёнными в ЕС, — в зависимости от того, что чувствительнее для конкретного процесса. Для бизнеса, работающего с персональными данными клиентов, это не второстепенная деталь контракта, а условие, при котором пилот вообще имеет смысл начинать.

Как выглядит пилот

Мы не продаём внедрение «ИИ-платформы» на полгода вперёд. Стандартный формат — пилот на три-пять недель с одной конкретной задачей и рабочим прототипом на выходе, который можно потрогать и измерить, а не презентацию с обещаниями. За это время строится не демо-версия для показа, а прототип, работающий на реальных данных компании — с реальными формулировками писем клиентов, реальной структурой документов, реальными исключениями, которые в презентации обычно не показывают.

Этап пилота	Что происходит
Неделя 1	Разбор процесса, выбор одной измеримой задачи, доступ к реальным данным
Недели 2–3	Прототип на реальных, а не демонстрационных данных
Недели 4–5	Тестирование на живых кейсах, замер результата, решение о следующем шаге

Человек не исчезает из процесса

Одно из частых опасений — что автоматизация означает полную замену человека на конкретном участке, и именно это опасение тормозит запуск пилота дольше, чем технические сложности. На практике почти всегда правильнее строить систему с человеком в контуре: модель обрабатывает типовые случаи и явно помечает те, где не уверена, — а человек проверяет именно эту, меньшую часть, вместо того чтобы разбирать весь поток вручную с нуля. Это не промежуточный этап на пути к полной автоматизации, а часто финальная архитектура: доля случаев, которые модель забирает полностью на себя, растёт по мере того, как накапливается статистика по её ошибкам, но человек, принимающий решение в сложных случаях, обычно остаётся нужен постоянно, а не временно.

Отдельно стоит сказать про доверие внутри самой команды: сотрудники, чья работа завязана на процессе, который автоматизируют, — не препятствие, а источник знаний о том, где именно в процессе находятся скрытые исключения, которых нет ни в одном документе. Пилот, который строится без их участия, обычно упускает именно эти случаи и потом ломается на них в первую неделю реальной эксплуатации.

Почему пилот, а не сразу внедрение

Короткий пилот — это не маркетинговый ход, чтобы продать более крупный проект позже. Это способ проверить гипотезу до того, как в неё вложены месяцы работы: возможно, процесс, который казался идеальным кандидатом для автоматизации, на реальных данных оказывается слишком разнородным, и структурированное решение для него не подходит. Дешевле узнать это через три-пять недель, чем через полгода внедрения корпоративной ИИ-платформы, которую потом придётся списать. Фиксированный срок пилота дисциплинирует и нас: если задача не укладывается в пять недель до работающего прототипа, это сигнал, что она выбрана неудачно, а не повод растягивать сроки.

Числа, а не ощущения

В конце пилота у заказчика на руках не общее впечатление «вроде работает», а конкретные цифры: сколько случаев из выборки модель обработала верно без вмешательства человека, где она системно ошибается и почему, сколько времени экономит на типовом случае по сравнению с ручной обработкой. Эти цифры и определяют следующий шаг — расширять пилот на больший объём, дорабатывать конкретный слабый участок или признать, что для этой конкретной задачи автоматизация пока не оправдана. Последний вариант тоже нормальный результат: пилот на несколько недель — гораздо дешёвый способ узнать это, чем полгода внедрения без проверки.

Технологии под капотом

Python остаётся рабочей лошадкой для пайплайнов обработки данных и оркестрации вызовов модели. Для поиска по внутренним документам компании используется векторный поиск — Workers AI и связанная инфраструктура Cloudflare, когда для инфраструктуры компании подходит edge-подход, который мы используем и в собственных продуктах. Выбор конкретного стека — вторичен по отношению к вопросу, который стоит впереди: какую именно задачу решаем и как поймём, что она решена.

Правило, которым мы пользуемся

Пилот должен закончиться цифрами, а не мнением. Если через пять недель единственный результат — «команде понравилось», это не пилот, а демонстрация. Настоящий пилот заканчивается таблицей: сколько случаев обработано верно, сколько нет, и стоит ли идти дальше.

Если у вас есть процесс, который явно отнимает больше времени, чем должен, — опишите его нам, и мы скажем, укладывается ли он в формат такого пилота. Подробнее о подходе — на странице AI и автоматизация, а весь список услуг — на странице услуг.