59% российских компаний готовы делегировать задачи ИИ, но только единицы внедряют его эффективно. Причина — непонимание, с чего начинать и как измерить результат.
Рассказываем, зачем бизнесу свой ИИ-ассистент, какие задачи он решает, как выбрать подход к разработке и избежать типичных ошибок на старте. Покажем путь от MVP до масштабной системы и разберем кейс логистической компании, где ИИ увеличил тендерную активность в 7 раз.
Зачем бизнесу собственный ИИ-ассистент
Собственный ИИ-ассистент помогает компаниям работать быстрее и тратить меньше ресурсов. В отличие от универсальных чат-ботов, он решает конкретные задачи бизнеса: отвечает на вопросы сотрудников, помогает HR, обрабатывает документы, поддерживает клиентов и работает с данными.
Компании получают реальный эффект не тогда, когда просто автоматизируют старые процессы, а когда пересматривают их с учетом возможностей ИИ. Такой подход дает заметный результат в прибыли и качестве работы. Те, кто ограничивается точечными улучшениями, обычно видят лишь небольшой эффект.
Как развивались ИИ-ассистенты
Первые боты работали по жестким правилам: они реагировали на ключевые слова, не понимали смысл запроса и не учитывали контекст. Примеры вроде ELIZA или ранних чат-ботов в службах поддержки умели лишь имитировать диалог и подходили для простых задач.
Современные ИИ-ассистенты работают иначе. Они понимают, что именно хочет пользователь, учитывают контекст, учатся на прошлых взаимодействиях и могут выполнять действия: искать информацию, заполнять формы, готовить документы, запускать процессы. Ассистент перестает быть «говорящей формой» и становится рабочим инструментом.
{{cta}}
Что делает ИИ-ассистент в компании
Главная задача ассистента — взять на себя рутину и работать без перерывов, помогая бизнесу не тратить время и деньги на повторяющиеся операции. ИИ-ассистент может:
- Поддерживать сотрудников. Отвечать на вопросы о правилах компании, отпусках, выплатах и льготах. Принимать обращения и создавать заявки в IT или HR без участия человека.
- Обрабатывать запросы клиентов. Отвечать на частые вопросы 24/7, помогать выбрать продукт, принимать заказы и бронирования, передавать сложные случаи менеджерам.
- Работать с документами. Находить нужные данные в договорах, готовить отчеты по шаблону, проверять документы на ошибки и несоответствия.
- Хранить и находить знания. Быстро находить актуальную информацию во внутренних базах: по продуктам, регламентам, прошлым проектам и решениям.
- Анализировать данные. Обрабатывать большие массивы информации, находить закономерности, строить прогнозы по продажам, загрузке сервисов или спросу.
- Помогать управлять задачами и проектами. Следить за сроками, напоминать о дедлайнах, обновлять статусы задач, позволяя командам не терять фокус.
Важно: компании, которые получают лучший результат, не используют ИИ для сокращения людей. Они меняют роли сотрудников. Люди меньше выполняют однотипные действия и больше принимают решения, анализируют и управляют процессами.
С чего начать: подготовительный этап создания ИИ-ассистента
Начинайте не с выбора ИИ-модели, а с разбора процессов. Посмотрите, где сотрудники чаще всего теряют время и где ошибки обходятся дорого. Найдите одну конкретную задачу, которую можно закрыть быстро и измеримо, и начните с нее. Это и будет ваш MVP.
Хорошие примеры для старта — ответы на частые вопросы новых сотрудников или помощь с оформлением отпусков. Узкий фокус помогает быстро получить результат, показать пользу бизнесу и упростить следующий шаг развития.
Рассмотрим это на конкретном примере. Предположим, вы — дистрибьютор, который поставляет электронные компоненты сотням небольших производственных компаний. Ваши менеджеры тратят большую часть дня на одно и то же: отвечают на вопросы о наличии товара, сроках поставки и статусе заказов, проверяют остатки и вручную готовят предложения. Продажи не растут, потому что на них просто не хватает времени. Вот как выглядит подготовка ИИ-ассистента в этом случае:
Определите фокус
Вы смотрите на входящие запросы и видите, что чаще всего клиенты спрашивают: «Когда будет поставка позиции Х?». Эту задачу и берете в работу. Цель MVP — чтобы ассистент сам отвечал на такие вопросы, получая данные из учетной системы (1С или аналогов). Метрика простая: за три месяца перевести на ассистента 40% таких запросов и освободить менеджеров для работы с новыми клиентами.
Подготовьте данные
Чтобы ассистент отвечал правильно, необходимо дать ему нужную информацию:
- Диалоги — выгружаете переписки из почты и мессенджеров, где менеджеры уже отвечали про сроки поставки.
- Знания — приводите в порядок каталоги, прайс-листы и документы с условиями логистики.
- Актуальные данные — настраиваете доступ к остаткам на складе и статусам заказов через API CRM или ERP.
Без этого ассистент будет гадать, а не помогать.
Назначьте ответственных
Проект не взлетит, если им занимается только IT. Нужны:
- владелец продукта со стороны бизнеса, например коммерческий директор;
- сильный менеджер по продажам, который знает все типовые вопросы клиентов;
- разработчик и специалист по данным, которые реализуют техническую часть.
Определите, где ассистент будет работать
Вы не заставляете клиентов и сотрудников осваивать новый интерфейс. Ассистент отвечает там, где уже идут вопросы: в Telegram и во внутреннем корпоративном чате.
Важно! Не пытайтесь научить ассистента вести переговоры или продавать. Начните с самой частой и самой затратной по времени рутины. Поговорите с командой напрямую и выясните, какие вопросы они получают десятки раз в день, какие данные им каждый раз приходится искать в разных системах и в каких местах процесса они чаще всего «застревают». Именно здесь ИИ даст самый быстрый и заметный эффект.
Ключевые шаги подготовки в любом бизнесе
- Сформулируйте цель и метрики — решите, что именно хотите улучшить:
сократить время ответа поддержки, разгрузить HR, уменьшить ручную работу менеджеров. Без цифр вы не поймете, сработал проект или нет. - Соберите и приведите в порядок данные — ассистент учится на том, что вы ему даете. Подготовьте: переписки и чаты с типовыми вопросами; инструкции, регламенты, описания продуктов; базы заказов, справочники, каталоги.
- Соберите команду — назначьте владельца продукта из бизнеса, подключите экспертов по процессам и добавьте технических специалистов. Без участия бизнеса ассистент будет «умным», но бесполезным.
- Продумайте точки входа — разместите ассистента там, где уже работают люди: в мессенджерах, на портале, в CRM. Чем меньше трения, тем выше польза.
Как выбрать технологический подход: готовые платформы или своя разработка
Когда вы поняли, какую задачу должен решать ИИ-ассистент, встает следующий вопрос — как именно его делать. Здесь нет универсального варианта. Выбор зависит от бюджета, сроков, нужной гибкости и от того, есть ли внутри команды техническая экспертиза.
Сравним подходы к созданию ИИ-ассистента:
Что выбирают российские компании на практике
По данным Высшей школы экономики, 59% российских компаний уже готовы делегировать задачи ИИ, но мало кто умеет с ним работать на глубоком уровне. По этой причине бизнес редко идет сразу в сложную кастомную разработку. Чаще компании начинают с готовых решений или с моделей, доступных через API.
Средний бизнес обычно выбирает готовые облачные сервисы и low-code-платформы. Такой подход позволяет быстро запустить пилот, проверить гипотезу и увидеть эффект без найма дорогой команды. Для этого хорошо подходят решения на базе Yandex Cloud AI или Sber AI — они дают готовую инфраструктуру и поддержку русского языка.
Крупные компании с сильными IT-департаментами чаще идут дальше — настраивают ассистентов через API, используют YandexGPT или GigaChat и встраивают их в свои процессы. Полную собственную разработку выбирают реже — в основном там, где нельзя передавать данные во внешний контур или где нужны нестандартные алгоритмы.
Почему агентный ИИ — следующий шаг
Обычный ассистент отвечает на вопросы. Агентный ИИ идет дальше и выполняет действия сам. Он может создать задачу в Jira, отправить письмо клиенту через CRM или собрать отчет в Google Sheets.
Такие ассистенты закрывают не один шаг, а целую цепочку. Именно здесь бизнес получает максимальную выгоду, потому что убирает ручную работу из многоэтапных процессов.
Как создать ИИ-ассистента: от прототипа до рабочей системы
ИИ-ассистента нельзя сделать «сразу идеальным». Рабочий подход — двигаться шаг за шагом: запустить простую версию, проверить ее в реальной работе, собрать данные и улучшить. Чем раньше ассистент начнет общаться с пользователями, тем быстрее вы поймете, где он реально помогает, а где мешает.
Главный принцип — сначала запустить полезную версию, а не тратить месяцы на попытку предусмотреть все.
{{cta}}
Этап 1. Продумайте логику и сценарии
На этом этапе вы решаете, как ассистент думает и куда он ходит за ответами. Это основа всей системы.
Пропишите сценарии диалогов. Определите ключевые вопросы, которые пользователи будут задавать чаще всего, и продумайте ответы. Один и тот же запрос люди формулируют по-разному: «Где заказ?», «Когда привезете?», «Что со статусом 12345?»
Ваша задача — заранее учесть все варианты и задать понятную логику ответа, а не надеяться, что модель «сама догадается».
Определите точки интеграции. Решите, с какими системами ассистент будет работать:
- CRM или ERP — чтобы получать статусы заказов;
- база знаний — чтобы отвечать на внутренние вопросы;
- календарь или таск-трекер — чтобы создавать задачи или напоминания.
Нарисуйте простую схему: откуда ассистент берет данные и куда отправляет результат.
Заложите поиск по своим данным (RAG). Чтобы ассистент отвечал точно, он должен искать информацию в ваших документах, а не придумывать ответы. Для этого вы:
- храните инструкции и файлы в отдельном хранилище;
- настраиваете поиск по ним;
- даете модели правило отвечать только на основе найденных данных.
Так вы снижаете количество ошибок и «галлюцинаций».
Определите роли. Даже небольшой проект требует понятной ответственности:
- человек со стороны бизнеса формулирует задачу и принимает результат;
- эксперт по процессам проверяет логику ответов;
- разработчик настраивает интеграции и интерфейс;
- специалист по данным помогает модели работать с информацией.
Если таких ролей нет внутри, проще подключить подрядчика с готовой командой.
Этап 2. Реализуйте, обучите и проверьте
Настройте модель. Вы задаете правила общения и ограничения через четкие инструкции. При необходимости вы дообучаете модель на своих диалогах и документах, чтобы она говорила на языке бизнеса и соблюдала внутренние правила.
Соберите серверную часть и интерфейс. Разработчики настраивают логику обработки запросов, подключают базы данных и системы учета. Пользовательский интерфейс делают простым и привычным — в мессенджере, на портале или в CRM.
Протестируйте — проверьте ассистента до запуска:
- задавайте типовые вопросы и смотрите на точность ответов;
- пробуйте бессмысленные и провокационные запросы;
- проверяйте, не выдает ли он лишние данные;
- смотрите, как он работает при одновременных запросах.
Чем больше ошибок вы найдете здесь, тем меньше проблем будет на пилоте.
Этап 3. Запустите пилот и соберите данные
Не выкатывайте ассистента сразу на всех. Дайте его ограниченной группе — одному отделу или группе клиентов.
Собирайте обратную связь прямо в диалоге. Добавьте простую оценку ответа и возможность оставить комментарий. Пользователи редко пишут длинные отзывы, но быстро ставят реакцию.
Анализируйте реальные диалоги. Смотрите:
- какие вопросы ассистент не понял;
- где он ответил неточно;
- где пользователи сразу уходят к человеку.
Эти места показывают, что улучшать в первую очередь.
Дорабатывайте и обновляйте. Исправляйте сценарии, добавляйте новые формулировки вопросов, расширяйте базу знаний, уточняйте инструкции для модели. Повторяйте этот цикл до тех пор, пока ассистент стабильно не достигает нужных показателей.
Этап 4. Масштабируйте и следите за качеством
Когда пилот показывает стабильный результат, подключайте остальных пользователей.
Расширяйте постепенно. Запускайте ассистента по отделам или регионам, чтобы контролировать нагрузку и качество.
Следите не только за техникой, но и за пользой. Отслеживайте:
- долю запросов, которые ассистент закрывает сам;
- среднее время ответа;
- удовлетворенность пользователей;
- снижение нагрузки на сотрудников.
Назначьте владельца. Ассистент не работает сам по себе. Кто-то должен:
- обновлять данные;
- смотреть отчеты;
- планировать улучшения;
- решать, какие задачи добавлять дальше.
Обычно эту роль берет владелец продукта со стороны бизнеса.
Кейс: тендерный ИИ-ассистент «БыстрыйОтклик» в логистической компании
Ситуация: «Восточный Транзит» занимается грузоперевозками по Дальнему Востоку и регулярно участвует в электронных тендерах. Вот с какими проблемами столкнулась компания:
- Тендеры проходили мимо — сотрудники вручную отслеживали площадки и успевали готовить заявки только на 10-15% подходящих тендеров. Остальные просто игнорировали, даже если условия выглядели выгодно.
- Подготовка заявки занимала слишком много времени — на одно коммерческое предложение с расчетом цены менеджер тратил 3-4 часа. В результате участие в небольших и средних тендерах не окупалось по времени.
- Цена зависела от субъективных решений — менеджеры опирались на личный опыт и интуицию, а не на статистику прошлых сделок. Иногда компания завышала цену и проигрывала, иногда занижала и выигрывала с минимальной маржой.
Решение: команда партнеров внедрила ИИ-ассистента для отдела закупок, который взял на себя рутинную работу с тендерами. Он сам отслеживает подходящие процедуры на площадках, анализирует условия, подбирает релевантные прошлые сделки, рассчитывает цену на основе истории ставок и побед и готовит черновик коммерческого предложения. Сотрудник подключается только на финальном этапе — чтобы проверить расчеты и принять итоговое решение.
Результаты:
- Тендерная активность выросла в 7 раз.Отдел начал рассматривать и подавать заявки на 100-140 тендеров в месяц вместо прежних 15-20.
- Время на одну заявку сократилось в разы.Подготовка полного предложения теперь занимает 15-25 минут вместо 3-4 часов.
- Цена стала точнее и стабильнее. Ассистент рассчитывает стоимость на основе базы из 500+ прошлых ставок и выигранных процедур. Ошибок стало меньше, а предложения — конкурентнее.
- Команда сменила фокус работы.Сотрудники перестали вручную мониторить площадки и заполнять формы. Они начали анализировать сложные тендеры и работать с крупными контрактами.
- Количество побед выросло. За один квартал число выигранных тендеров увеличилось на 40%. Это напрямую повлияло на объем заказов без расширения штата.
{{cta}}
