Внедрение ИИ в малый бизнес: 7 задач, с которых начинают практики, и кейс с цифрами

Внедрение ИИ в бизнес начинают с вопроса, какую работу компания каждый день делает руками и где на этом теряет деньги. Ниже 7 задач, с которых разумно начать малому бизнесу, план внедрения из пяти шагов и наш собственный кейс — сеть квестов OBRAZwill, где мы прошли этот путь от таблиц до прогноза выручки и разбора звонков.

Какую задачу отдать ИИ первой: 4 вопроса

Прежде чем выбирать инструмент, ответьте на четыре вопроса про задачу:

1. Повторяется ли она каждый день или неделю? Задачу раз в квартал дешевле делать руками.
2. Есть ли данные в цифре? Записи звонков, CRM, таблицы, почта. Бумажный журнал сначала переносят в таблицу.
3. Стоит ли ошибка денег? Пропущенный звонок, неверная цена, клиент без ответа.
4. Можно ли проверить результат? Нужен факт, с которым сверяем вывод нейросети: бронь, оплата, цена на сайте.

Четыре «да» — хороший кандидат. Если «нет» на втором вопросе, первым шагом будет автоматизация учёта, ИИ подключат позже. Такой порядок сэкономит деньги: нейросеть без данных работать не может.

7 задач, с которых начинают внедрение ИИ в бизнес-процессы

Все примеры — из наших проектов или проектов клиентов.

1. Утренний отчёт о выручке

Руководитель сети OBRAZwill по утрам открывал от 5 до 12 вкладок с отчётами, в конце месяца — больше 20. Теперь в 09:00 ему приходит одно сообщение в Telegram: касса по площадкам, брони на остаток месяца, звонки и заявки за вчера.

Нейросеть в этой задаче появляется позже, в виде прогноза. Сам отчёт — автоматизация, и это самый частый первый шаг. Такие отчёты мы собираем в услуге дашборды и автоматические отчёты.

2. Контроль заявок и броней

Бот сверяет календарь CRM раз в минуту и пишет в беседу каждую новую бронь: время, клиента, откуда он пришёл. Бронь изменилась — бот правит своё сообщение, отменили — зачёркивает. ИИ здесь тоже не нужен, зато после этого шага у компании есть чистый поток данных, с которым нейросеть потом работает.

3. Разбор звонков отдела продаж

Нейросеть расшифровывает разговоры и отмечает по чек-листу, что менеджер сделал и чего не сделал. Для сети квестов в Ростове мы разобрали 1 333 звонка за 27 минут, работа модели обошлась в 1 338 ₽. Выяснилось, что в 38,1 % разговоров клиенту не назначили следующий шаг. Руководитель получает список ошибок с цитатами из разговоров и может разобрать их с менеджерами.

4. Ответы клиентам в мессенджере

ИИ-ассистент в Telegram или MAX отвечает на частые вопросы, записывает клиента и передаёт сложные случаи человеку. Наш ИИ-стилист LookBot так принимает клиентов в обоих мессенджерах. Отвечать клиентам в боте мы учим нейросеть в рамках услуги чат-боты для бизнеса.

5. Прогноз выручки

Модель учитывает сезонность и прошлые ошибки и каждое утро называет ожидаемую выручку месяца. У OBRAZwill на 17 месяцах истории средняя ошибка прогноза — 15,4 %. Руководитель видит, куда идёт месяц, задолго до его конца.

6. Счета, документы и цены поставщиков

Нейросеть сверяет счёт поставщика с заказом и прошлыми ценами и отмечает расхождения. Решение по каждому расхождению принимает человек. Такая работа есть в любом бизнесе с закупками.

7. Проверка сайта и воронки

Нейросеть проходит сайт глазами клиента и ищет места, где он получает не то, что просил. На сайте квестов она проверила 1 044 варианта ответов в подборщике квеста за 7 минут и 15,9 ₽. Вручную это около 6 часов работы. Найденные грубые ошибки исправили в тот же день.

Кейс: как мы внедряли ИИ в сеть квестов OBRAZwill

OBRAZwill — наша сеть хоррор-квестов в Пензе, 4 площадки. Цифры бизнеса жили в CRM, телефонии, Яндекс Метрике и примерно десяти Google Таблицах. Мы внедряли ИИ по шагам, и каждый следующий шаг опирался на предыдущий.

Шаг 1. Свели данные. Сначала никакой нейросети: программа по расписанию забирает данные из всех источников в одну базу. Из неё собираются утренний отчёт в 09:00 для руководителей, тот же отчёт в 12:00 для отдела продаж и веб-дашборд на 18 разделов.

Шаг 2. Научились не терять данные. В апреле отчёт дважды подвёл: один раз молча не учёл 90 подтверждённых броней, другой раз пропустил 11 уведомлений о предоплатах. После этого у бота появились повторы при сбоях, проверка своих же расчётов и сторож: если бот молчит больше часа, приходит тревога.

Шаг 3. Добавили прогноз. Когда история продаж собралась в одной базе, прогноз стало на чём строить. Проверка на прошлых 17 месяцах дала ошибку 15,4 % против 16,8 % у простой модели без сезонности.

Шаг 4. Подключили разбор звонков. Наш проект Tonema расшифровывает и оценивает звонки менеджеров. Мы сверили его с бронями в CRM и нашли, где сеть теряет деньги.

Одна гипотеза не подтвердилась. Мы хотели платить менеджерам бонус по оценке нейросети, но у двух менеджеров средние баллы вышли 86,0 и 85,8 — разница в 0,2 балла ничего не говорит о том, кто продаёт лучше. Вывод: оценка нейросети годится как чек-лист для обучения, а бонус честнее считать по факту брони в CRM.

Отсюда главное правило всех наших внедрений: цифры считает код, нейросеть работает с текстом. Подробнее про отчёты и дашборд — в кейсе OBRAZwill.

План внедрения ИИ в бизнес: 5 шагов

1. Разбор задачи. Выбираем одну задачу по четырём вопросам выше и договариваемся о цифре успеха. От вас: рассказать, где теряются время и деньги.
2. Доступы и данные. Подключаемся к CRM, телефонии, таблицам и проверяем, что данные полные. От вас: выдать доступы и назначить ответственного.
3. Пилот. Нейросеть разбирает прошлый месяц, результат сверяем с фактом на сотнях примеров. От вас: посмотреть результат глазами сотрудника.
4. Запуск. Результат приходит по расписанию в Telegram, MAX, таблицу или CRM, ставим сторожа. От вас: решить, кто и что делает с результатом.
5. Обучение команды. Объясняем сотрудникам, что приходит и как этим пользоваться, правим правила по их отзывам. От вас: собрать обратную связь за первый месяц.

Самый недооценённый шаг — второй. Пример из нашего кейса: управляющая каждый месяц заводит в таблице новый лист, и программа узнаёт его даже с опечаткой вроде «Сводная Апрел 2026». Без такой мелочи отчёт в начале месяца остался бы пустым.

Что подготовить к первому разговору с подрядчиком, чтобы внедрение ИИ в бизнес-процессы не началось с месяца расспросов:

• список систем, где живут данные: CRM, телефония, кассы, таблицы, мессенджеры;
• пример данных за прошлый месяц: выгрузку звонков, заявок или счетов;
• одну цифру, которую хотите сдвинуть, и её текущее значение;
• имя сотрудника, который будет читать результат и отвечать за него;
• ограничения: какие данные нельзя выпускать за пределы компании.

С таким набором приходите к нам: на странице про внедрение ИИ в бизнес-процессы можно оставить одну задачу, и мы разберём её бесплатно.

Где хранятся данные и что не уходит наружу

Главное правило здесь задаёт закон. Статья 18 закона 152-ФЗ «О персональных данных» требует записывать и хранить персональные данные граждан России в базах на территории России (текст закона на КонсультантПлюс). Статья 12 того же закона требует уведомить Роскомнадзор до начала трансграничной передачи персональных данных.

Как это выглядит на практике:

• База живёт на вашем сервере в России. Имена, телефоны, суммы — там. У OBRAZwill дашборд работает на отдельном сервере, база каждый день копируется в резерв вне этого сервера.
• В нейросеть уходит только нужный кусок. Для разбора звонка модели нужен текст разговора, номер телефона ей ни к чему. Имена и телефоны убирают до отправки.
• Российские модели для чувствительных задач. Например, YandexGPT работает в облаке Яндекса.
• Ключи доступа хранятся отдельно от кода и не попадают в переписку и отчёты.

Выбор модели и договор с ней стоит показать юристу: у каждого сервиса свои условия обработки данных.

Сколько стоит внедрение ИИ

Цена складывается из двух частей. Работа нейросети оплачивается за токены — кусочки слов, которые модель читает и пишет. YandexGPT Pro 5.1 стоит 0,8 ₽ за 1 000 токенов, YandexGPT Lite — 0,2 ₽ (цены Yandex AI Studio, с НДС). В наших проектах это рубль за разбор звонка и 15,9 ₽ за проверку тысячи вариантов подбора.

Основные деньги уходят на разработку: связать нейросеть с CRM, телефонией и таблицами, проверить на ваших данных, поставить сторожа. По оценке автора обзора цен на Хабре (август 2026), рабочий ИИ-агент стоит от 300 тысяч до 1,5 миллиона рублей, поддержка — от 5 до 300 тысяч в месяц.

Малому бизнесу выгоднее начинать с одной задачи и платить за следующую, когда первая уже приносит деньги. Так работаем и мы: цену первой задачи рассчитаем после разговора о ней.

5 ошибок малого бизнеса при внедрении ИИ

1. «ИИ везде» с первого дня. Пять задач сразу — пять недоделанных пилотов. Берите одну и доводите до цифры.
2. Чат-бот раньше порядка в заявках. Если заявки теряются между сайтом, мессенджерами и CRM, бот начнёт терять их быстрее. Сначала единый поток заявок.
3. Доверять цифрам нейросети. Модель может уверенно назвать сумму, которой нет в данных. Суммы, баллы и итоги должен считать код.
4. Проверять «на глаз». Десять удачных ответов создают ложную уверенность. На сотне реальных примеров картина другая, мы видели это на разборе звонков.
5. Никто не отвечает за результат. Отчёт о пропущенных звонках бесполезен, если никто не перезванивает. У каждого вывода нейросети должен быть человек, который с ним работает.

Когда ИИ не нужен

Честно о границах. ИИ избыточен, если задача случается раз в месяц, если ответ даёт формула в таблице или если данных просто нет. В нашем кейсе первые два шага обошлись вовсе без нейросети, и только после них стало возможно добавить прогноз и разбор звонков.

Не уверены, с чего начать у себя? Посмотрите, как мы делаем внедрение ИИ в бизнес под ключ: от разбора задачи до обучения команды. Оставьте заявку с описанием задачи, и мы скажем, где ИИ даст отдачу, а где хватит простой автоматизации.