Компания готова к внедрению ИИ, если для одной конкретной задачи есть пять вещей: данные с известными правильными ответами, владелец процесса с правом решения, измеримая цель, определённое место запуска с учётом требований безопасности и люди, которые будут пользоваться результатом. Если хотя бы одной нет, проект чаще всего доходит до демонстрации и останавливается. Оценка «готовы вообще» ничего не говорит: к поиску по регламентам вы можете быть готовы, а к прогнозу спроса нет.
Ниже порядок самопроверки без подрядчика: что смотреть, как выявить красные флаги и как превратить ответы в решение «начинаем», «готовим» или «откладываем». Когда сами проверить не получается или данные лежат в нескольких системах, можно заказать аудит готовности к внедрению ИИ.
Почему оценивать надо под задачу, а не компанию целиком
Готовность не свойство организации, а свойство пары «задача и компания». Банк с отличным хранилищем данных может быть не готов к ассистенту по внутренним регламентам, потому что регламенты лежат в разрозненных файлах, а завод с бумажными журналами может быть готов к контролю качества по фото, потому что снимки и брак у него уже копятся.
Поэтому первый шаг оценки не анкета, а выбор кандидата. Запишите одну операцию по четырём признакам:
- Она повторяется часто, и ей заняты конкретные люди.
- Известно, как выглядит правильный результат, и это можно проверить на примерах.
- Ошибка не приводит к необратимым последствиям или её ловит человек.
- Есть записи прошлых случаев: входы и принятые решения.
Если операцию не удаётся описать так, готовность оценивать рано: сначала нужен выбор задачи, а не оценка. Общая картина этапов внедрения описана в статье «Внедрение ИИ на предприятии».
Данные: пять вопросов и как ответить на них за неделю
Данные чаще всего определяют судьбу проекта, и их проверка не требует программиста: достаточно выгрузки в таблицу и двух сотрудников, знающих процесс.
| Вопрос | Как проверить | Красный флаг |
|---|---|---|
| Где лежат данные и кто за них отвечает | Назвать систему, владельца и способ выгрузки; попросить выгрузку за обычный месяц | Выгрузку делает один человек вручную и не помнит, как, или владельца нет |
| Есть ли записи с верными ответами | Найти случаи, где решение уже принято и проверено: проведённые документы, закрытые заявки, подтверждённые дефекты | Решения принимаются устно, в записях их нет |
| Насколько записи однородны | Взять сотню случайных записей, посчитать дубли, пустые поля и разные написания одного и того же | Заметная часть записей пуста или одно и то же названо десятью способами |
| Совпадает ли выборка с будущей работой | Сравнить период выгрузки с тем, что будет поступать после запуска: сезоны, новые форматы, новые продукты | Данные собраны до смены процесса или системы и описывают то, чего уже нет |
| Можно ли использовать данные для этой цели | Определить, содержатся ли персональные данные, коммерческая тайна, договорные ограничения | Данные нельзя ни обезличить, ни обработать внутри контура, а другого пути нет |
Отдельно проверьте согласие экспертов. Дайте двум сотрудникам одни и те же двадцать примеров и попросите принять решение, не советуясь. Если ответы расходятся, модель получит то же расхождение, и сначала нужно договориться о правилах. Подробные чек-листы по типовым задачам собраны в статье «Как подготовить данные для ИИ-пилота».
Процесс: что должно быть описано до начала
ИИ встраивается в процесс, а не заменяет его целиком. Если процесс каждый раз выполняется по-разному, автоматизировать нечего. До пилота должны быть ответы на шесть вопросов:
- Кто и сколько раз в день выполняет операцию. Это определяет эффект: операция раз в месяц не окупит даже простое решение.
- Что на входе и в каком виде. Письма, сканы, строки в таблице, голос.
- Что на выходе и кто его принимает. Поле в учётной системе, ответ клиенту, решение по заявке.
- Как проверяется результат сегодня. Вторая пара глаз, выборочный контроль, ничего.
- Какие исключения встречаются. Именно в них модель ошибается чаще всего, и о них нужно знать до пилота.
- Что делает человек, когда модель не уверена. Маршрут для сомнительных случаев определяется заранее.
Если на какой-то вопрос никто не может ответить, это не повод отказаться от проекта, а первая задача: описать процесс.
Люди: четыре роли, без которых пилот не доходит до работы
Технические проекты редко останавливаются из-за технологии. Чаще останавливает отсутствие человека, который отвечает за результат. Проверьте, назначены ли четыре роли.
| Роль | Что делает | Что бывает, если её нет |
|---|---|---|
| Владелец процесса | Решает, что считать успехом, принимает результат, выделяет время сотрудников | Пилот завершён, но никто не вправе сказать «принимаем»; проект висит |
| Эксперт предметной области | Размечает примеры, разбирает ошибки, объясняет исключения | Модель обучают и проверяют на ощущениях, ошибки не находят |
| Ответственный за данные и системы | Выдаёт выгрузки и доступы, знает ограничения учётных систем | Первые недели проекта уходят на поиск того, кто может открыть доступ |
| Пользователи | Работают с результатом ежедневно, говорят, что мешает | Решение работает на стенде, а в жизни его обходят |
Отдельный вопрос: готовы ли пользователи изменить привычную работу. Лучше спросить прямо, чем предполагать. Если сотрудники видят в решении угрозу своему месту, они будут находить ошибки модели и не сообщать о пользе. Объяснять заранее, что решение берёт на себя рутину, а человек остаётся принимающим решение, важнее, чем кажется. Подробнее о подготовке людей в статье «Как обучить сотрудников работе с нейросетями».
Системы и безопасность: куда можно запускать и что можно отправлять
Здесь два вопроса, и оба нужно решить до выбора технологии.
К каким системам нужен доступ
Решение берёт данные из учётной системы, почты или хранилища документов и возвращает результат туда же. Выясните, есть ли у этих систем интерфейс (API, OData, выгрузка файлов), кто его поддерживает и сколько времени занимает согласование доступа. У старых систем обмена может не быть, и тогда он становится отдельной работой.
Что можно отправлять наружу
Классифицируйте данные задачи: открытые, обезличенные, ограниченного доступа. Для открытых и обезличенных данных внешний программный интерфейс облачной модели может быть разумным вариантом. Для данных ограниченного доступа облачные модели чаще не подходят по требованиям заказчика, и модель разворачивают на ваших серверах. Персональные данные граждан России обычно должны храниться на серверах в России, это стоит уточнить у вашего юриста до проекта.
Практическое следствие: если решение должно работать в вашем контуре, нужны сервер с видеокартой и человек, который его обслуживает. Об этом выборе подробно в статье «Своя LLM или ChatGPT API».
Шкала самооценки: десять вопросов и что делать с суммой
Ответьте на десять вопросов про одну выбранную задачу. За «да» ставьте 2 балла, за «частично» 1, за «нет» 0. Шкала рабочая, а не стандарт: она нужна, чтобы заставить себя ответить честно, а не чтобы сравнивать вас с другими.
| Вопрос | Да | Частично | Нет |
|---|---|---|---|
| 1. Задача выбрана одна и описана на странице | 2 | 1 | 0 |
| 2. Есть владелец процесса с правом принимать результат | 2 | 1 | 0 |
| 3. Есть выгрузка данных за обычный период | 2 | 1 | 0 |
| 4. В выгрузке есть случаи с верным ответом | 2 | 1 | 0 |
| 5. Два эксперта дают одинаковые ответы на контрольные примеры | 2 | 1 | 0 |
| 6. Понятно, какие данные нельзя отправлять наружу | 2 | 1 | 0 |
| 7. Известны системы, с которыми надо обмениваться, и их владельцы | 2 | 1 | 0 |
| 8. Цель записана числом, например, доля верных ответов на контрольной выборке | 2 | 1 | 0 |
| 9. Ошибка модели обратима или её проверяет человек | 2 | 1 | 0 |
| 10. Пользователи знают о проекте и согласны менять привычную работу | 2 | 1 | 0 |
Что означает сумма:
- От 16 до 20. Можно планировать пилот. Остаток вопросов закройте на старте.
- От 10 до 15. Пилот возможен после подготовки. Начните с вопросов, где поставили 0: именно они остановят проект.
- Меньше 10. Рано. Потратьте месяц на данные, процесс и роли, затем повторите оценку.
Смотрите не только на сумму. Ноль по вопросам 2, 4 или 6 перевешивает любую сумму: без владельца, верных ответов или ясности с данными проект не дойдёт до работы.
Типичные ошибки при оценке готовности
- Оценивают технологию вместо данных. Спорят о модели, а выгрузку никто не видел.
- Показывают лучшие примеры. Для демонстрации подбирают аккуратные документы, а в потоке приходят все остальные.
- Считают готовым то, что «есть в системе». Поле заведено, но заполняется по настроению, и толку в нём нет.
- Откладывают вопрос безопасности на потом. После согласия на пилот выясняется, что данные нельзя отдавать, и архитектуру переделывают.
- Назначают владельцем ИТ-отдел. Ему принадлежат системы, но не результат процесса. Решает тот, чьи показатели изменятся.
- Смешивают готовность и желание. Руководство хочет ИИ, это не равно готовности данных и людей.
Причины, по которым проекты застревают уже после запуска, собраны в статье «Почему ИИ-пилоты не доходят до продуктива».
Что делать с результатом оценки
Ответ определяет следующий шаг, а не просто настроение.
| Результат | Что делать | Кто нужен | Срок |
|---|---|---|---|
| Готовы | Описать пилот: цель, выборку, метрику, срок. Согласовать доступы и место запуска | Владелец процесса, эксперт, ответственный за данные | Недели на старт |
| Частично | Составить список исправлений с ответственными: справочники, обязательные поля, правила разметки, доступы | Владелец процесса и ИТ | Несколько недель |
| Рано | Навести порядок в учёте или собрать данные; подумать, нет ли решения без ИИ | Руководитель подразделения | Месяцы |
«Рано» не значит «никогда». Нередко в процессе подготовки выясняется, что для задачи хватит правила в учётной системе или отчёта, и тогда ИИ не нужен. Это нормальный и недорогой результат. Если по итогам нужен расчёт эффекта, он описан в статье «Как посчитать ROI от внедрения ИИ».
Что делаем мы и с чего начать
Если сами проверить не получается или данные лежат в нескольких системах, начните с обследования: 200 000 ₽ и 2–3 недели за один-два процесса, 350 000 ₽ и 3–4 недели при нескольких системах, 500 000 ₽ и 4–6 недель для производства или закрытого контура. Мы проверяем данные на вашей выборке, интервьюируем владельцев и исполнителей и выдаём отчёт с вердиктом по каждой области и описанием пилота. Стоимость вычитается из первого этапа, если продолжаете с нами, а отчётом можно пользоваться без нас.
Мы не внедряем системы целиком за десятки миллионов, а берём один контур или один участок, и если по итогам аудита ИИ вам не нужен, так и скажем. Исходный код, если дойдём до разработки, лежит в вашем репозитории с первого коммита. Подробно об услуге на странице «Аудит готовности к внедрению ИИ», все цены и сроки на странице «Тарифы».
Частые вопросы
Как понять, что компания готова к внедрению ИИ?
Проверьте на одной задаче пять вещей: данные с верными ответами, владельца процесса, измеримую цель, место запуска с учётом безопасности и пользователей. Если по каждой есть конкретный ответ, а не намерение, можно планировать пилот.
Сколько времени занимает самооценка?
Неделя при участии двух сотрудников: один знает процесс, другой может выгрузить данные. Основное время уходит на выгрузку и независимую разметку контрольных примеров, а не на сам анализ.
Достаточно ли данных, если их мало?
Зависит от задачи. Для поиска по документам нужны сами документы и набор вопросов с ответами, для извлечения полей образцы всех форм, для прогноза история, покрывающая сезоны. Универсального числа нет, поэтому в статье оценка идёт по вопросам, а не по объёму.
Можно ли начинать ИИ-проект, если данные неидеальны?
Можно, если вы знаете, в чём именно они неидеальны, и это можно исправить в рамках проекта. Идеальных данных не бывает. Опасно не состояние данных, а неизвестное состояние: тогда проблемы всплывают в середине пилота.
Кто в компании должен проводить оценку?
Владелец процесса с участием эксперта и ответственного за данные. ИТ-отдел необходим, но оценку целиком ему отдавать не стоит: он знает системы, а не то, что считается верным результатом в работе.
Нужно ли для оценки привлекать внешних консультантов?
Не обязательно. Если задача простая и данные в одной системе, хватит самооценки. Внешний аудит полезен, когда данные в нескольких системах, был неудачный проект или нужно обоснование для руководства.
Что делать, если оценка показала «рано»?
Составить план: назначить владельца, свести справочники, начать фиксировать решения, собирать данные, и повторить оценку через месяц-два. Одновременно проверьте, нельзя ли решить задачу без ИИ правилом или отчётом.
Чем отличается самооценка от аудита готовности?
Самооценка опирается на ваши ответы, аудит на проверку выборки и интервью со стороны. Аудит находит расхождения, которые изнутри не видны, например несогласие экспертов или различия между документами в системе и в жизни.