Содержание
Нейросеть подключается за день. Недели уходят на другое: понять, откуда приходят вопросы, где лежат ответы, кто проверяет результат и что считать ошибкой. Поэтому проект мы начинаем с процесса, а не с выбора модели.
С чего начать: с процесса, а не с технологии
Сначала выбираем один процесс с понятной границей. Хорошие кандидаты — первые ответы в чатах, разбор входящих писем, заполнение карточек в CRM, черновики типовых документов. Плохие — всё, где цена ошибки высока, а правил нет: переговоры о скидках, претензии, юридические оценки.
Для выбранного процесса фиксируем исходную точку: сколько обращений в день, сколько времени уходит у сотрудников, какую долю работы приходится переделывать. Без этих цифр результат пилота не с чем сравнить, и разговор о пользе превращается в обмен впечатлениями.
До старта договариваемся и о том, как будем оценивать пилот: какую часть вопросов решение закрывает без сотрудника, сколько ответов пришлось поправить, не стало ли больше недовольных клиентов. Тогда решение о масштабе принимается по цифрам.
ИИ-агенты: когда нужен не собеседник, а исполнитель
Чат-бот отвечает на вопросы. ИИ-агент ещё и действует: создаёт сделку, проверяет статус заказа, записывает клиента на свободное время, ставит задачу менеджеру. Для этого ему открывают доступ к системам через API, и именно этот доступ определяет, чему агент может навредить.
Поэтому внедрение ИИ-агентов в бизнес-процессы идёт ступенями. Сначала агент только читает данные и предлагает действие, а сотрудник его подтверждает. Когда журнал показывает, что предложения точные, разрешаем выполнять простые операции самостоятельно — например, создавать сделки и задачи. Всё, что связано с деньгами, скидками и обязательствами компании, остаётся за человеком.
Агент оправдан, когда за ответом всегда следует одно и то же действие в системе. Если задача — только отвечать по базе знаний, хватит консультанта без права что-либо менять в CRM.
Российские или зарубежные модели
Выбор модели — компромисс между качеством ответов на вашей задаче, ценой запроса и требованиями к данным. YandexGPT и GigaChat доступны через облачные API российских компаний и оплачиваются по объёму запросов. Зарубежные модели бывают сильнее на отдельных задачах, но персональные данные в них без отдельного согласования не отправляем: перед запросом имена, телефоны и адреса заменяются условными метками.
Чтобы не зависеть от одного провайдера, базу знаний и правила храним отдельно от модели. Тогда смена модели сводится к новой настройке и повторному прогону проверочных вопросов, а не к переделке решения. На пилоте можно сравнить две модели на одинаковых вопросах и выбрать по журналу, а не по рекламе провайдера.
Как подготовить команду
Сотрудники могут встретить проект настороженно: кажется, что их работу хотят отдать машине. Помогает открытый разговор до старта — какую часть работы забирает решение, что остаётся людям и кто будет проверять ответы.
Ещё до запуска назначьте хозяина базы знаний. Это не программист, а человек, который первым узнаёт о новых ценах и условиях: руководитель продаж, старший менеджер, методист. Если базу никто не ведёт, через пару месяцев решение начнёт отвечать по вчерашнему прайсу.
На время пилота удобно завести короткую еженедельную встречу: разобрать спорные ответы, дополнить базу, поправить правила передачи сотруднику. После запуска такой разбор можно проводить реже, но совсем отказываться от него не стоит.
Итог простой: сначала процесс и показатели, потом пилот, потом масштаб. С этого и начинается внедрение ИИ в бизнес в Уфе.
