Готова ли компания к внедрению ИИ: чек-лист из 12 вопросов

Что значит «компания готова к внедрению ИИ»

Готовность не равна «у нас есть бюджет и интерес руководства». Это набор условий, без которых пилот либо не запустится, либо запустится и упрётся в стену. К технологии они почти не относятся: модели, фреймворки и платформы можно выбрать за пару недель. Настоящие задержки возникают, когда выясняется, что данные лежат в личных таблицах сотрудников, что процесс каждый менеджер ведёт по-своему, а за результат никто не отвечает.

Мы не считаем, что компания обязана быть «идеально готова». Часть пробелов закрывается по ходу пилота: например, привести в порядок справочник можно параллельно со сборкой агента. Но некоторые пробелы блокируют проект целиком. Чек-лист ниже помогает отличить одно от другого. Он не заменяет аудит и не даёт «процент готовности»: такие цифры выглядят убедительно и ничего не значат. Результат — список конкретных действий.

• Отвечайте про один процесс, а не про «компанию вообще». Готовность к ИИ в поддержке и в закупках может быть разной.
• Отвечайте по фактам, а не по ощущениям. «Данные у нас хорошие» — не ответ; «мы можем выгрузить 500 последних обращений за час» — ответ.
• «Частично» — честный вариант. Он означает, что есть что доделать, и в разборе ниже сказано, что именно.

Если процесс пока не выбран, начните со статьи «Какой процесс автоматизировать первым», а затем вернитесь к чек-листу.

Данные: два вопроса о том, на чём агент будет работать

1. Можно ли выгрузить реальные примеры процесса за последние месяцы?

Агент учится и проверяется на ваших случаях: письмах, обращениях, документах, заявках. Если вы можете за день-два собрать несколько сотен реальных примеров (пусть и с замазанными персональными данными), основа для проверки есть. Если примеры существуют только в головах сотрудников или в личных чатах, первым шагом станет их сбор. Подробнее о том, что готовить, — в статье «Подготовка данных для ИИ».

2. Где лежат справочные данные и можно ли им доверять?

Прайс, регламенты, база знаний, карточки клиентов: агент опирается на них. Хватает ли актуальной версии одного документа или в компании три копии с разными цифрами? Если источников несколько и они противоречат друг другу, агент честно повторит противоречие. Это не провал: достаточно назначить один «главный» источник и закрепить за ним ответственного.

Процесс: два вопроса о том, что именно автоматизируем

3. Можно ли описать процесс словами за 10 минут?

Если человек из команды способен объяснить, что приходит на вход, что он делает и что должно быть на выходе, агента можно проектировать. Если ответ «ну, по-разному, зависит от ситуации», сначала стоит договориться, как процесс идёт у вас в норме, и где допустимы исключения. Агент не наводит порядок в хаосе, он воспроизводит то, что ему описали.

4. Достаточно ли повторяется процесс, чтобы автоматизация окупилась?

Редкая операция (раз в квартал) не оправдывает проекта, даже если выполняется мучительно. Частая и однотипная работа оправдывает. Порог зависит от стоимости часа сотрудника и от сложности решения; считать его надо на цифрах (см. расчёт окупаемости AI-агента), а не на глаз. Оценка: если процесс занимает у команды хотя бы десятки часов в месяц, имеет смысл считать дальше; если единицы часов, чаще разумнее другие решения, вплоть до обычной автоматизации без ИИ (когда AI-агент не нужен).

Владелец: два вопроса о том, кто за это отвечает

5. Есть ли человек, который отвечает за результат процесса и готов принимать решения по агенту?

Ему понадобится выделять время: отвечать на вопросы по процессу, смотреть на ошибки, решать, что допустимо. Без такого человека проект превращается в «что-то делают айтишники и подрядчик», а на приёмке выясняется, что бизнес ожидал другого. Это самое частое блокирующее условие. Пилот без владельца мы бы не рекомендовали начинать.

6. Согласен ли руководитель подразделения менять ход работы людей?

Агент почти всегда меняет работу: кто-то перестаёт делать рутину, кто-то начинает проверять результат. Если руководитель подразделения воспринимает проект как угрозу или «чужую затею», команда саботирует его тихо: не отвечает на вопросы, не отмечает ошибки. Договорённость о том, что меняется и что остаётся за людьми, лучше зафиксировать до старта; в этом помогает разбор того, заменяет ли ИИ сотрудника.

Метрика: два вопроса о том, как поймём, что получилось

7. Можно ли измерить процесс «до» в цифрах?

Время на обращение, число обработанных заявок в день, доля ошибок, стоимость операции. Без замера «до» нельзя честно сказать «после». Если цифр нет, их стоит получить в начале проекта, пусть даже выборочным замером: неделя наблюдений лучше, чем ничего. Порядок и подводные камни — в статье «Как измерить эффект от ИИ».

8. Договорились ли, что считается успехом и когда проект останавливаем?

Один показатель и порог: например, «время ответа вдвое меньше при том же уровне ошибок». И заранее оговорённое условие остановки. Иначе любой результат можно объявить удачным или неудачным по настроению. О том, что делать, когда порог не достигнут, написано в материале «Пилот провалился: что делать».

Безопасность: два вопроса о данных и рисках

9. Известно ли, какие данные нельзя передавать за пределы компании?

Персональные данные, коммерческая тайна, данные, подпадающие под договорные ограничения. Нужен простой перечень: что можно отправить в облачную модель, что только внутри контура, что нельзя использовать вообще. Выбор схемы (российский API или своя модель) вытекает из этого перечня; варианты описаны в статье «ИИ без VPN в России». Юридических заключений мы не даём: оператором персональных данных остаётся компания, и вопрос согласуется с вашим юристом и службой безопасности (вопросы службы безопасности).

10. Понятно ли, что делать, если агент ошибётся?

Кто увидит ошибку, как ей пользоваться, кто исправляет последствия и как агента остановить. Заранее продуманный ответ на «а если ошибся?» — один из лучших признаков зрелой подготовки. Подробнее — в статьях про человека в контуре и ответственность за ошибки ИИ.

Люди: два вопроса о команде

11. Знают ли сотрудники, что будет внедрён агент, и как им сказать об этом?

Если люди узнают о проекте из слухов, получите сопротивление, которое не видно на графиках, но съедает эффект: не отмечают ошибки агента, обходят его, продолжают делать «по-старому». Достаточно прямо объяснить, что автоматизируется, что остаётся за людьми и как будет меняться нагрузка. Для крупной компании полезен документ уровня политики: политика использования ИИ в компании.

12. Есть ли тот, кто будет сопровождать агента после запуска?

Агент не «ставится и забывается»: меняются документы, прайсы, процессы, а модели обновляются. Нужен либо свой специалист, либо договорённость о сопровождении с исполнителем (сопровождение AI-агента); у нас оно начинается от 40 000 ₽ в месяц. Без этого через несколько месяцев качество незаметно падает.

Как читать результаты: что блокирует, а что решается по ходу

Если «да» или «частично» набирается по большинству пунктов, а блокирующие (3, 4, 5, 6, 8, 9) закрыты, пилот можно начинать. Если блокирующих «нет» несколько, лучше потратить пару недель на подготовку, чем начать и остановиться через месяц. Это и есть смысл экспресс-аудита: выяснить, что мешает, до того как вы заплатили за сборку (почему пилоты ИИ не взлетают).

Что делать дальше после чек-листа

1. Выберите один процесс и пройдите чек-лист именно по нему.
2. Отметьте блокирующие пункты и закройте их: назначьте владельца, определите метрику, составьте перечень данных.
3. Соберите выборку примеров и сделайте замер «до».
4. Решите, что вы хотите получить: экспресс-аудит с расчётом окупаемости (мы делаем его за 5-7 рабочих дней и 50 000 ₽, сумма засчитывается в проект) или внутреннюю проработку.
5. Начинайте с минимальной версии, а не с «полного» решения: см. MVP AI-агента: что включить в первую версию.

Общий порядок внедрения описан в материале «С чего начать внедрение ИИ», а услуга целиком — на странице внедрение ИИ в бизнес. Если хотите понять, как выглядит проект под ключ, смотрите AI-агенты под ключ и разработку ИИ для бизнеса.