ИИ продают как ответ на любой вопрос, но во многих задачах он дороже, медленнее и рискованнее обычной автоматизации или живого сотрудника. Разбираем, где нейросеть бизнесу не нужна, по каким признакам это видно заранее и что поставить вместо неё.
Короткий ответ: где ИИ не нужен
ИИ не нужен там, где задача решается чётким правилом, где цена ошибки выше экономии и где объём работы слишком мал, чтобы окупить внедрение. В этих случаях обычная автоматизация, шаблон или сотрудник дают тот же результат дешевле и предсказуемее.
Под ИИ здесь мы понимаем языковые модели вроде ChatGPT, GigaChat или YandexGPT: программы, которые пишут текст, отвечают на вопросы и разбирают документы. Их сила - работа с неструктурированной информацией: свободным текстом письма, расшифровкой звонка, длинным договором. Если входные данные и так аккуратно разложены по полям, нейросеть чаще всего лишняя.
Задачи с жёсткими правилами и расчётами
Расчёт сметы, начисление скидки, подсчёт зарплаты, формирование счёта - всё это арифметика по известным правилам. Языковая модель не считает, а угадывает наиболее вероятный ответ. Чаще всего она попадает, но может молча ошибиться в сумме, и заметят это уже клиент или бухгалтер.
Для таких задач работают формулы в таблице, калькулятор на сайте или модуль в учётной системе. Они дешевле, их результат можно проверить, и они не меняют ответ от запуска к запуску.
- калькуляторы стоимости и сметы;
- начисление бонусов, скидок, комиссий;
- сверка остатков и платежей;
- маршрутизация заявки по понятному признаку: город, услуга, сумма;
- напоминания по расписанию и рассылки по шаблону.
Маршрутизацию заявок по менеджерам, напоминания и передачу данных между сайтом и CRM закрывает обычная автоматизация обработки заявок без всякой нейросети.
Где цена ошибки выше экономии
Нейросети иногда уверенно выдумывают факты. Это называют галлюцинациями: модель пишет несуществующую норму закона, неверную цену или чужой адрес и не сообщает, что сомневается. Подробно о том, чем это грозит, мы писали в статье про галлюцинации ИИ.
Поэтому ИИ не стоит пускать без проверки человеком туда, где ответ сразу становится обязательством компании:
- юридические заключения и тексты договоров для подписания;
- медицинские рекомендации пациентам;
- финансовые обещания клиенту: цена, сроки, условия возврата;
- ответы по технике безопасности и эксплуатации оборудования;
- любые публичные заявления от имени компании без вычитки.
Черновик в этих задачах ИИ может подготовить. Но если всё равно нужен специалист, который перепроверит каждую строку, экономия часто съедается временем на проверку. Посчитайте честно: сколько минут сотрудник тратит на задачу сейчас и сколько будет тратить на вычитку за машиной.
Когда объёма слишком мало
Внедрение ИИ стоит денег не только на старте. Есть разработка или настройка, оплата запросов к модели, поддержка, исправление ответов, обновление базы знаний. Если в компанию приходит десять обращений в день, один внимательный администратор обычно обходится дешевле и отвечает лучше любого бота.
Порядок затрат на рынке выглядит так. Это ориентиры, а не прайс: итог зависит от числа интеграций, объёма базы знаний и требований к хранению данных.
| Что внедряют | Ориентир разработки | Регулярные расходы | От чего зависит разброс |
|---|---|---|---|
| Бот с ответами по базе знаний | от 50 000 до 300 000 ₽ | от нескольких тысяч до десятков тысяч ₽ в месяц | объём базы, число каналов, нужна ли передача в CRM |
| ИИ-разбор входящих заявок | от 80 000 до 400 000 ₽ | оплата запросов к модели и поддержка | число источников заявок, сложность правил |
| Своя модель на своём сервере | от сотен тысяч ₽ | сервер, специалист, обновления | требования к данным и нагрузке |
| Обычная автоматизация без ИИ | от 20 000 до 150 000 ₽ | минимальные | число систем, которые надо связать |
Чтобы понять, окупится ли ИИ, умножьте число однотипных задач в месяц на минуты сотрудника на одну задачу и на стоимость его минуты. Если получается меньше ежемесячных расходов на ИИ плюс разработка, разделённая на год, внедрение пока не нужно. Выбор между своей моделью и подключением готовой разобран в статье своя нейросеть или API.
Когда нет данных и порядка в процессах
ИИ усиливает то, что уже есть. Если заявки теряются в личных мессенджерах менеджеров, цены живут в голове руководителя, а ответы клиентам каждый раз разные, нейросеть не наведёт порядок. Она будет так же хаотично отвечать, только быстрее и в большем объёме.
Сначала нужны базовые вещи: единая CRM, понятные этапы сделки, актуальный прайс в одном месте, записанные ответы на частые вопросы. После этого часто выясняется, что заметную часть задач закрыли простые правила, а ИИ нужен в одном-двух узких местах или не нужен вовсе.
Где клиент платит за человека
В части ниш клиент выбирает компанию именно за живое общение: дорогой ремонт, частная медицина, юридические услуги, премиальные услуги красоты, крупные B2B-сделки. Человек хочет услышать, что его поняли, и задать уточняющий вопрос тому, кто отвечает за результат.
Бот на первой линии в таких нишах может раздражать и снижать доверие. Здесь ИИ уместнее спрятать внутрь: пусть он готовит менеджеру краткую выжимку переписки, подсказывает забытые вопросы и заполняет карточку в CRM, а с клиентом говорит человек.
Отдельная зона - персональные данные. Отправка паспортных данных, медицинских сведений или полной клиентской базы во внешний сервис ИИ требует согласий и проверки, где хранятся данные. Подробнее в материале про ИИ и персональные данные. Если юрист сомневается, такую задачу лучше не автоматизировать через внешнюю модель.
Где ИИ, наоборот, оправдан
Чтобы список не выглядел как отказ от технологии, назовём задачи, где нейросеть обычно даёт пользу. Общий признак - много однотипного свободного текста и допустимость редкой ошибки, которую поймает человек.
- разбор входящих писем и заявок: о чём просят, какая услуга, насколько срочно;
- краткие выжимки из звонков и длинных переписок для менеджера;
- черновики описаний товаров, писем и ответов, которые потом вычитывают;
- поиск ответа во внутренней базе документов для сотрудников;
- первичная сортировка отзывов и обращений по тональности и теме.
Типичные провалы при внедрении, даже когда задача подходящая, мы собрали в статье про ошибки при внедрении ИИ.
Как решить, нужен ли ИИ именно вам
Пройдите по шагам до разговора с подрядчиком. Это займёт час и сэкономит бюджет на пилоте, который никто не будет использовать.
- Выпишите одну конкретную задачу, а не «внедрить ИИ в отдел продаж».
- Посчитайте, сколько раз в месяц она повторяется и сколько минут занимает.
- Проверьте, можно ли описать решение правилами «если - то». Если да, нейросеть не нужна.
- Оцените цену одной ошибки: неудобство, потерянный клиент или юридический риск.
- Сравните ожидаемую экономию с расходами из таблицы выше.
- Если всё сходится, запускайте пилот на 2-4 недели на одной задаче и меряйте результат в цифрах.
Если после этих шагов ответ «пока не нужно», это тоже хороший результат: вы не потратили деньги на модную игрушку и можете вложить их в то, что приносит клиентов уже сейчас.
Наши работы
Сайты, которые студия уже запустила
Четыре проекта N3MIROFF, которые можно открыть прямо сейчас и посмотреть, как они работают.
Агротех с ИИ
SkyFarm ↗
Редизайн сайта систем выращивания: первый экран с контейнерной фермой, схема работы из трёх шагов, карусель продуктов и экран приложения.
Сайт салона
ayvazzovsky.com ↗
Салон сложного окрашивания в Москве: онлайн-запись, видео работ, портфолио и команда. Переехал с Тильды на свой хостинг.
Онлайн-академия
ayvazzovsky.academy ↗
Видеоуроки колористики: каталог, посадочные страницы уроков, личный кабинет и промокоды.
Event-агентство
navsegda-event.ru ↗
НАВСЕГДА: корпоративы и конференции - услуги, кейсы, этапы работы и расчёт мероприятия.
Витрина магазина
Monkey Market ↗
Премиальная витрина магазина кроссовок с заказом в Telegram.
Услуги студии по теме: разработка сайтов под ключ и SEO-продвижение статьями.
Нужен сайт, который принимает заявки, а не просто существует?
Сделаем премиальный сайт на React за 1-2 недели от материалов, с заявками в Telegram или CRM.
Частые вопросы
Нужен ли ИИ малому бизнесу?
Чаще всего не в первую очередь. Малому бизнесу обычно больше дают порядок в заявках, CRM и простая автоматизация. ИИ имеет смысл, когда однотипных текстовых задач становится много и сотрудник уже не успевает.
Можно ли доверить ИИ расчёт цены для клиента?
Не стоит. Языковая модель не считает, а предсказывает текст и может ошибиться в сумме. Для расчётов надёжнее калькулятор или формулы в учётной системе.
Заменит ли чат-бот администратора?
При небольшом потоке обращений нет и не нужно. Бот может снять повторяющиеся вопросы, но в нишах, где клиент платит за внимание, живой ответ обычно ценнее скорости.
Как понять, что ИИ окупится?
Умножьте число повторов задачи в месяц на время сотрудника и стоимость его часа, затем сравните с регулярными расходами на ИИ и разработкой, разделённой на год. Если экономия меньше, внедрение преждевременно.
С чего начать, если ИИ всё же нужен?
С одной узкой задачи и короткого пилота на 2-4 недели с понятной метрикой: сколько минут сэкономлено или сколько заявок разобрано без ошибок. Масштабировать стоит только после цифр.
Разберём, где ИИ вам действительно нужен
Посмотрим на ваши процессы и скажем честно, что лучше решить нейросетью, что обычной автоматизацией, а что оставить человеку.
Получить целевые заявки → Telegram