ИИ в бизнесе: где применять искусственный интеллект и как его внедрить

ИИ в бизнесе окупается на повторяющейся работе с текстами, документами и данными: переписка с клиентами, отчёты, поиск по регламентам, прогноз спроса. Начинать стоит с одного процесса и замера времени на задачу до и после. Подписки для всей компании на старте обычно оказываются выброшенными деньгами. Дальше: где искусственный интеллект для бизнеса уже работает, где бесполезен, план внедрения по шагам и требования закона Казахстана.

Что такое ИИ для бизнеса простыми словами

Для практических задач бизнесу достаточно различать три типа ИИ.

• Генеративный. Пишет и пересказывает тексты, отвечает на вопросы по документам, рисует картинки. Это ChatGPT, Microsoft Copilot, казахстанская KazLLM.
• Предиктивный. По истории продаж прогнозирует спрос и остатки, оценивает вероятность оплаты или ухода клиента.
• Компьютерное зрение. Распознаёт фото и видео: брак на линии, выкладку на полке, наличие каски у рабочего.

С обычной автоматизацией ИИ путают чаще всего. Если правило можно записать одной строкой, ИИ не нужен. «Сделка три дня без задачи — напомнить менеджеру» настраивается в CRM-системе за десять минут. ИИ нужен, когда на входе неструктурированные данные (письмо, звонок, скан, фото) или когда правило сформулировать невозможно.

Зачем ИИ бизнесу: что реально меняется

Эффект появляется в четырёх местах. Сотрудники тратят меньше времени на рутину. При перепечатке и сверке становится меньше ошибок. Руководитель получает сводку сразу, без ожидания отчёта до конца недели. А компания тянет растущий объём работы без пропорционального найма.

Между «попробовали» и «зарабатываем» дистанция большая. В опросе более 50 казахстанских компаний, опубликованном в начале 2025 года, половина признала свою инфраструктуру данных недостаточной или требующей серьёзной доработки. Отдельные регламенты по ИИ были только у 20%. Обучать сотрудников собирались 78%, но 38% из них ещё не запустили обучение. Окупаемости ждут 86%, при этом в течение года её ждёт 31% лидеров и лишь 6% новичков.

Вывод: тормозят внедрение грязные данные, отсутствие правил и необученные люди. Выбор модели в этом списке на последнем месте.

Где применять искусственный интеллект в бизнесе: задачи по отделам

Продажи и работа с клиентами

Менеджер перед звонком получает резюме переписки на полстраницы вместо получаса чтения чата. ИИ собирает черновик коммерческого предложения по шаблону и прайсу. Записи звонков расшифровываются и проверяются по чек-листу разговора, так что руководитель видит все звонки, а не случайные пять из сотни. Подробнее о самой проверке звонков написано в чек-листе аудита отдела продаж.

Чат-бот первой линии отвечает на типовые вопросы: график, наличие, статус заказа. Цену, скидку, нестандартные условия и конфликтных клиентов оставьте человеку.

Маркетинг и контент

Черновики постов, описания карточек товаров, варианты баннеров. Шаблонный текст получается, когда модели дают одну строку задания. Чтобы текст звучал по-вашему, загрузите в неё факты о продукте, пару своих удачных текстов и список запрещённых слов. Финальную правку делает человек. О маркировке такого контента сказано ниже, в разделе про закон.

Документы и бэк-офис

Распознавание сканов, разбор входящих писем по типам, поиск по регламентам и договорам. Сотрудник спрашивает, «какой срок оплаты в договоре с поставщиком», и получает ответ со ссылкой на пункт. KEGOC, оператор национальной электросети, встраивает ИИ-агентов в электронный документооборот.

Аналитика и прогнозы

Предиктивные модели считают спрос, остатки и закупки. В российской «Пятёрочке» система планирования спроса и пополнения на машинном обучении сократила списания продуктов на 2% и подняла выручку сети на 1%. Для розницы с низкой маржой это большие деньги.

Генеративный ИИ помогает с вопросами вроде «почему упали продажи в марте» по выгрузке из CRM. Выводы при этом надо сверять с цифрами: модель уверенно объясняет даже то, чего в данных нет.

HR и адаптация

Материалы для новичков из регламентов и скриптов, тесты на знание продукта, первичный разбор резюме по заданным критериям. Решение о найме и увольнении остаётся за руководителем.

Производство, логистика, контроль качества

Компьютерное зрение ищет брак на линии и проверяет средства защиты. Предиктивное обслуживание предупреждает о поломке оборудования до остановки.

Шпаргалка: что нужно на входе и как мерить

Если для задачи нет данных из третьей колонки, начинать надо с них. Инструмент подождёт.

Примеры ИИ в бизнесе Казахстана

• Cerebra AI работает в инсультных центрах: система анализирует КТ мозга и за пять минут показывает признаки поражения. Раньше такой анализ мог занимать до 40 минут.
• KEGOC прогнозирует выработку солнечных и ветровых станций с учётом погоды.
• Solidcore Resources проводит автоматизированный медосмотр перед сменой на руднике Бакырчик. Он занимает минуты, а при признаках усталости, высокого давления или опьянения система не допускает человека к опасным работам.
• Armeta AI проверяет проектную документацию для госэкспертизы строительства. Цель проекта: сократить экспертизу, которая порой длилась до года, до нескольких дней. Решение о согласовании принимает эксперт.
• KazLLM разработали QazCode, IT-компания Beeline Казахстан, и партнёры, среди которых Министерство ИИ и цифрового развития. Модель работает на казахском, русском, английском и турецком, что важно для клиентских сценариев на казахском языке.

Активнее других ИИ внедряют крупные компании и финансовый сектор. В том же опросе в группу лидеров по ИИ попала половина крупных компаний, меньше трети небольших и 63% финансовых организаций.

В медицине и строительной экспертизе ИИ готовит вывод, а решение остаётся за врачом или экспертом. Этот порядок стоит перенять: ИИ предлагает вариант, сотрудник его утверждает.

Где ИИ не поможет

Процесс не описан. Если каждый менеджер продаёт по-своему, бот повторит этот хаос, только быстрее. Сначала нужен стандарт работы. Как его собрать, описано в статье о том, как построить отдел продаж.

Данных нет или они грязные. Дубли клиентов, пустые поля, остатки в трёх разных таблицах. Прогноз на таких данных проиграет опытному закупщику.

Цена ошибки высокая. Договоры, налоговые расчёты, медицина, промышленная безопасность. Модели иногда выдумывают факты и цитаты, причём уверенным тоном. Здесь ИИ допустим только как черновик, который проверяет специалист.

Задача редкая. Отчёт раз в квартал не окупит настройку и обучение.

Как понять, что компания готова к внедрению ИИ

Пройдите короткий чек-лист:

• есть задача, на которую сотрудники каждую неделю тратят часы;
• данные лежат в CRM, учётной системе или хотя бы в упорядоченных таблицах;
• есть владелец проекта, у которого на него найдётся время;
• текущее время на задачу можно замерить;
• руководитель готов пользоваться инструментом сам, а не только требовать этого от команды.

Если совпало четыре пункта из пяти, можно стартовать.

Своя IT-команда для офисных сценариев с ChatGPT или Copilot не нужна. Достаточно человека, который отвечает за доступы и правила. Разработчик или подрядчик понадобится для прогнозов, интеграций с учётной системой и своих ботов.

Как внедрить ИИ в бизнес: пошаговый план

Шаг 1. Аудит процессов

Выясните, где больше всего ручного времени. Удобный способ: попросить каждый отдел неделю записывать повторяющиеся задачи и минуты на них. Потом разложите задачи по двум осям, усилия на внедрение и эффект. Начинайте с квадрата «мало усилий, большой эффект».

Шаг 2. Выбор 1–3 сценариев и метрики

Под каждый сценарий одна главная метрика, чаще всего время на задачу. Пример шаблона замера для черновика КП:

Цифры условные. Важно, что «до» записано заранее, иначе через месяц о нём будут спорить.

Шаг 3. Подготовка данных

Удалите дубли контактов, заполните обязательные поля, приведите к одному виду справочники товаров и статусов сделок. Если CRM внедрялась наспех, полезно вернуться к этапам внедрения CRM и закрыть пропущенные.

Шаг 4. Правила безопасной работы

Правила пишутся до того, как сотрудники получат доступ. Минимальный набор:

• Разрешённые сервисы. Конкретный список и только корпоративные аккаунты, без личных.
• Что нельзя отправлять. ИИН, телефоны и адреса клиентов, финансовую отчётность, пароли, условия договоров под NDA.
• Обезличивание. Имена заменяют на «Клиент А», точные суммы на диапазоны.
• Проверка. Всё, что уходит клиенту, партнёру или в госорган, читает человек.
• Ответственный. Кто ведёт правила и куда сообщать об ошибке ИИ.

Шаг 5. Выбор инструмента под задачу

Copilot удобен, если компания уже работает в Microsoft 365: он видит почту, документы и встречи сотрудника в рамках его прав доступа. ChatGPT и похожие сервисы подходят для текстов и разбора материалов, но для работы с данными нужны корпоративные тарифы и настройки. Локальные модели, развёрнутые на своих серверах, выбирают, когда данные нельзя выпускать за периметр компании.

ChatGPT и Microsoft Copilot официально доступны в Казахстане. Обходить VPN-ом ограничения сервисов, которые в стране не работают, для корпоративных данных плохая идея: вы не контролируете, где эти данные окажутся.

Шаг 6. Пилот на одном отделе

Длительность пилота задаёт цикл задачи. Ежедневные письма покажут результат за пару недель, а месячному отчёту нужно хотя бы два закрытия месяца. В пилот берите отдел, руководитель которого сам хочет попробовать.

Шаг 7. Обучение команды

Учите на реальных задачах сотрудников: их письмах, их отчётах, их документах. Общий вебинар про возможности нейросетей забывается через неделю. Сопротивление снимается прямым ответом на страх: скажите, зачем внедряете ИИ и что будет с освободившимся временем.

Шаг 8. Замер и масштабирование

После пилота сравните цифры с замером «до». Остановить или переделать сценарий стоит, если за два цикла время на задачу не сократилось или проверка ответа ИИ занимает столько же, сколько работа вручную. Если цифры сошлись, переносите сценарий в соседние отделы и добавляйте задачи в KPI руководителей.

Закон РК об ИИ: что важно бизнесу

Закон об искусственном интеллекте подписан 17 ноября 2025 года. Для компании, которая пользуется ИИ, в нём три главных пункта.

• Запреты. Нельзя создавать и применять системы, которые используют подсознательные или манипулятивные методы воздействия, а также системы, собирающие и обрабатывающие персональные данные с нарушением закона.
• Маркировка. Товары, работы и услуги, созданные с помощью ИИ, нужно маркировать. Если ИИ пишет тексты для клиентов или делает визуал для рекламы, заранее договоритесь с юристом, как и где ставить пометку.
• Ответственность по ролям. Собственники, владельцы и пользователи систем ИИ отвечают в зависимости от роли. Практический вывод: даже если модель чужая, за то, как компания её применяет, отвечает компания.

В тот же день подписаны поправки о персональных данных. Согласие на обработку действует только в течение срока, нужного для заявленных целей, и человек может его отозвать. Значит, в согласиях нужна понятная цель, а отзывы надо отслеживать. И не стоит загружать клиентскую базу в сервис «на всякий случай».

Сколько стоит внедрение ИИ и как считать окупаемость

Стоимость складывается из четырёх частей: подписки или лицензии, интеграции с CRM и учётной системой, обучение и время команды. О последнем забывают чаще всего, хотя именно оно уходит на аудит, пилот и разбор ошибок. Тарифы сервисов меняются, поэтому смотрите их у вендора на дату покупки.

Окупаемость считается просто: сэкономленные часы × стоимость часа − затраты.

Пример. В отделе 10 менеджеров, каждый тратит 40 минут в день на подготовку к звонкам и черновики КП. С ИИ уходит 15 минут. Экономия: 25 минут × 10 человек × 21 рабочий день ≈ 87 часов в месяц. При зарплате 450 000 ₸ час стоит около 2 700 ₸, итого примерно 235 000 ₸ в месяц. Предположим, после оплаты подписок остаётся 130 000 ₸. Тогда внедрение за 600 000 ₸ окупится примерно за 4,6 месяца.

Одна оговорка. Сэкономленные часы превращаются в деньги, только если менеджеры тратят их на продажи или компания не нанимает лишнего человека. Иначе экономия останется на бумаге.

Если аудит процессов, сценарии, правила и обучение нужно отдать подрядчику, у ATOM для этого есть AI-трансформация бизнеса. Работа стоит от 600 000 ₸, точный объём определяется после диагностики.

Частые ошибки при внедрении

• Купить лицензии всем без сценариев. Через месяц ими пользуются трое энтузиастов.
• Масштабировать до успешного пилота. Ошибки сценария множатся на все отделы.
• Не обучать команду. Сотрудники пробуют пару раз, получают слабый результат и решают, что ИИ бесполезен.
• Не проверять ответы. Одна выдуманная цифра в письме клиенту стоит дороже месяца сэкономленного времени.
• Каждый работает в личном ChatGPT. Данные клиентов уходят в сервисы, о которых компания не знает.
• Ждать, что ИИ починит слабый процесс. Если клиенты теряются после первого звонка, сначала разберите воронку продаж.