Сервис с искусственным интеллектом: какие сценарии работают и сколько это стоит

С чего начать: не с технологии, а с ручной операции

Самый надёжный признак хорошей задачи для ИИ — у вас есть сотрудник, который каждый день делает одно и то же с текстом, картинками или таблицами. Разбирает письма, сортирует заявки, переписывает описания товаров, вычитывает документы, отвечает на одни и те же вопросы в чате.

Сделайте простое упражнение перед тем, как звонить разработчику. Возьмите одну такую операцию и посчитайте: сколько раз в день она повторяется, сколько минут занимает один раз, сколько стоит час человека, который её делает. Получите месячную стоимость операции в рублях. Это ваш потолок бюджета на автоматизацию, и он же аргумент в разговоре с подрядчиком.

Если операция стоит вам пятнадцать тысяч в месяц, разработка за миллион не окупится никогда. Если сорок часов в неделю трёх человек — считать уже интересно. Такой расчёт занимает полчаса и отсекает половину плохих идей.

Сценарии, которые работают предсказуемо

Есть класс задач, где современные языковые модели дают стабильный результат почти сразу. Их объединяет одно: на входе текст или изображение, на выходе — структура или короткий ответ, и ошибку легко заметить.

Обратите внимание: во всех этих сценариях ИИ не принимает решение окончательно. Он готовит черновик, а человек подтверждает. Это ключ к тому, чтобы система не превратилась в источник проблем.

• Разбор входящих заявок и писем: вытащить имя, телефон, суть запроса, определить категорию и отправить в нужный отдел или CRM.
• Ответы на типовые вопросы клиентов по вашей базе знаний — с честной передачей на человека, когда модель не уверена.
• Обработка документов: счета, накладные, договоры, резюме. Модель достаёт поля, человек проверяет спорные.
• Черновики контента: описания товаров по характеристикам, письма, посты. Редактура остаётся за вами.
• Поиск по смыслу внутри большого архива: договоров, обращений, регламентов, когда обычный поиск по словам не находит нужное.

Где ИИ не нужен и лучше сказать об этом прямо

Если задача решается правилами — решайте правилами. Роутинг заявок по одному полю в форме, расчёт стоимости по прайсу, проверка формата телефона, шаблонное письмо после оплаты: всё это делается обычным кодом, работает мгновенно, не стоит денег за запрос и не ошибается.

Не подходят задачи, где ошибка стоит дорого и её никто не поймает. Автоматический расчёт налогов, юридические заключения, медицинские выводы, финальные решения по деньгам без человека — тут модель уверенно выдаст правдоподобный неверный ответ, и вы узнаете об этом позже всех.

Отдельно — ситуация, когда у вас просто нет данных. Идея «пусть ИИ предскажет спрос» на сорока сделках за год не выстрелит: предсказывать нечему. Честный подрядчик на этом этапе предложит сначала наладить сбор данных, а не продавать модель.

И самое частое: «нам нужен ИИ, потому что у конкурентов есть». Это не задача. Такой проект почти всегда заканчивается кнопкой, которой не пользуются.

Из чего складывается стоимость

Смета на сервис с ИИ отличается от сметы на сайт тем, что здесь два вида денег: разовая разработка и постоянные платежи за использование модели.

На нашем сайте опубликована вилка «от» по каждому направлению — Telegram-бот, веб-сервис, интернет-магазин, поддержка. ИИ-функциональность внутри такого проекта чаще всего считается как отдельный блок работ поверх базовой цены направления. Точная смета — после брифа, потому что стоимость зависит от того, сколько источников данных нужно подключить и насколько строгая требуется проверка результата.

В разовую часть входят: постановка задачи и сценариев, интеграции с вашими системами, подготовка данных и базы знаний, сама обвязка вокруг модели, интерфейс для оператора, тестирование на ваших реальных примерах. Последний пункт часто недооценивают, а он критичен: без прогона на сотне ваших настоящих заявок вы не знаете, работает ли система.

Постоянная часть — оплата за обращения к модели. Она зависит от объёма текста и количества запросов, поэтому её можно оценить заранее: возьмите ожидаемое число обращений в месяц и попросите подрядчика посчитать порядок расходов. Если он не может это сделать, он не понимает, что строит.

Как выбирать подрядчика и что спросить

Хорошая проверка — попросите начать с пилота на вашем реальном материале. Не презентацию, а обработку тридцати ваших заявок или документов с показом результата. Это недорого, занимает мало времени и сразу видно, есть ли смысл идти дальше.

Вопросы, которые стоит задать до подписания:

• Что происходит, когда модель не уверена в ответе? Должен быть внятный сценарий передачи человеку, а не выдуманный ответ.
• Где хранятся мои данные и что уходит во внешний сервис? Особенно если речь о персональных данных клиентов или документах.
• Как я увижу, что система ошиблась? Нужны логи и панель, где видно обращения и результаты.
• Сколько будет стоить месяц работы при моём объёме? Ответ должен быть с цифрами и допущениями.
• Что будет, если провайдер модели подорожает или отключится? Хороший ответ — архитектура позволяет заменить модель без переписывания сервиса.

Порядок внедрения, который снижает риск

Начните с одного сценария и одного отдела. Не «ИИ во всей компании», а «разбор заявок с сайта». Запустите в режиме подсказки: система предлагает, человек подтверждает одним кликом. Через две-три недели у вас появится статистика, сколько раз подсказка была верной.

Когда точность на ваших данных вас устраивает, часть решений можно передать системе полностью — но только те, где ошибка обратима. Заявку неверно направили в другой отдел, это исправят. Деньги не вернули клиенту автоматически, это исправят хуже.

Такой порядок даёт ещё один эффект: сотрудники видят, что система им помогает, а не заменяет их с первого дня. Сопротивление внутри команды губит внедрения чаще, чем технические проблемы.