Внедрение искусственного интеллекта на предприятии нередко ломается уже на первом шаге. Выбирают технологию («нам нужна нейросеть»), а не операцию («бухгалтерия вручную сверяет входящие счета с накладными»). Технология при этом вторична: одна и та же языковая модель может стать полезным ассистентом, а может остаться дорогой игрушкой. Всё решает то, к какой операции её привязали и как договорились принимать результат.
Это путеводитель по теме: в каждом разделе суть и ссылка на подробный разбор. Если вы уже понимаете, какой тип ИИ нужен, и хотите сразу подобрать решение под задачу, откройте страницу «Внедрение ИИ»: там таблица «если у вас такая ситуация, подойдёт такое решение». Здесь вы найдёте общий порядок действий и критерии, по которым его проверяют. Рыночной статистики здесь нет: только метод, тарифы и условные примеры, подписанные как условные.
Что такое внедрение ИИ на предприятии на практике
Слово «ИИ» в заявках на предприятии означает шесть разных вещей. Они отличаются данными, рисками и сроками. Поэтому «внедрить ИИ вообще» не задача. Задача звучит так: «внедрить вот это в вот эту операцию».
| Тип | Что делает | Что нужно от вас | Зрелость |
|---|---|---|---|
| Поиск по документам | Находит фрагменты по смыслу, а не по точному слову. Пример: пункт регламента или договора | Сами документы в читаемом виде | Зрелая: схема отработана, качество проверяется на реальных вопросах |
| Ассистент по базе знаний | Отвечает на вопрос и даёт ссылку на источник. Пример: справка сотруднику по правилам и инструкциям | Документы и список типовых вопросов | Зрелая при условии: ответ хорош настолько, насколько хороша база |
| Распознавание документов | Достаёт поля из сканов и PDF, сверяет со справочниками. Пример: счета, накладные, акты | Архив образцов за прошлые периоды | Зрелая для типовых форм; рукописные и нестандартные проверяют на выборке |
| Агент с действиями | Выполняет цепочку шагов в ваших системах, спорное отдаёт человеку. Пример: заявки, статусы, уведомления | Описанный процесс и доступы с минимальными правами | Требует осторожности: нужны ограничения прав, журнал действий и человек в контуре |
| Компьютерное зрение | Находит объекты и дефекты на кадре. Пример: контроль изделия на линии, комплектность | Размеченные примеры (и хорошие, и брак), стабильная съёмка | Зрелая технология, но результат решают условия съёмки и качество разметки |
| Прогноз по временным рядам | Оценивает будущие значения вместе с интервалом. Пример: спрос, загрузка, отказы оборудования | История за достаточный срок и журнал событий | Зрелый метод; ценность ограничена историей и устойчивостью процесса |
Два уточнения. Первое: языковые модели умеют формулировать ответ, но могут ошибаться уверенно. Поэтому в ответственных операциях они работают со ссылкой на источник и с человеком, который принимает решение. Второе: ИИ не заменяет учёт. Если данные нигде не ведутся, первый проект называется не «ИИ», а «порядок в учёте».
Подробные материалы по типам задач:
- Поиск и ассистент. Что такое RAG простыми словами и страница ИИ-ассистент по документам.
- Агенты. Чем ИИ-агент отличается от чат-бота и как внедрить AI-агента и не потерять данные.
- Распознавание. Что умеют нейросети при разборе документов.
- Зрение. Компьютерное зрение для контроля качества и страница про зрение на производстве.
- Прогнозы. Предиктивное обслуживание оборудования.
Как выбрать первую операцию для внедрения ИИ
Первая операция определяет, поверит ли предприятие в ИИ. Самая заметная операция на эту роль не подходит: заметное обычно сложное и редкое. Хороший кандидат скучный, частый и измеримый. Проверьте каждую операцию-кандидата по пяти критериям.
| Критерий | Вопрос | Хороший признак | Тревожный признак |
|---|---|---|---|
| Частота | Сколько раз операция происходит за день или за неделю? | Повторяется регулярно, есть журнал или хотя бы счётчик | Случается редко, каждый случай уникален |
| Цена ошибки | Что будет, если система ошибётся один раз? | Ошибка исправляется на следующем шаге, есть проверка человеком | Ошибка ведёт к потере денег, остановке линии или штрафу и необратима |
| Данные | Есть ли примеры, на которых систему можно настроить и проверить? | Данные накоплены и выгружаются | Данных нет, или они лежат на бумаге и в головах |
| Владелец процесса | Кто знает, как операция выглядит на самом деле, и может принять результат? | Назван конкретный человек | Процесс «ничей» или у каждого отдела свой |
| Измеримый результат | Как мы поймём, что стало лучше? | Есть замер «до»: время, число операций, доля возвратов | Критерий звучит как «станет удобнее» |
Как этим пользоваться: условный пример
Операции и оценки ниже выдуманы: они нужны, чтобы показать способ отбора, а не чьи-то результаты.
| Операция | Частота | Цена ошибки | Данные | Владелец | Вывод |
|---|---|---|---|---|---|
| Сверка входящих счетов с накладными | Высокая | Средняя, проверяет бухгалтер | Есть архив | Главный бухгалтер | Хороший первый кандидат |
| Ответы сотрудникам по регламентам | Высокая | Низкая при ссылке на источник | Регламенты есть | Не назван | Хороший, если назначить владельца |
| Подбор технологии под новый заказ | Низкая | Высокая | Опыт только в головах | Главный технолог | Не сейчас: ошибка дорога |
Правило простое. Отметьте у каждого кандидата тревожные оценки. Первой берите операцию, у которой нет тревожных оценок по цене ошибки и по данным. Остальное можно закрыть по ходу: назначить владельца, сделать замер, описать процесс. А дорогую ошибку и отсутствие данных дёшево не исправить.
Если процесс нигде не описан, сначала нужен разбор процесса, о нём рассказывает материал про то, с чего начать оцифровку. Когда кандидатов несколько и нужно выбрать по экономике, смотрите как посчитать ROI от внедрения ИИ.
Готовность предприятия к ИИ: пять признаков
Готовность предприятия к ИИ — это не оценка «зрелости» по шкале, а пять конкретных вопросов к одной выбранной операции. Ответ на каждый должен быть записан, а не «вроде да».
- Данные. Есть примеры операции за прошлые периоды, и к ним можно получить доступ. Проверка занимает день: попросите выгрузку десятка реальных случаев и посмотрите, можно ли по ним понять, что произошло и чем закончилось.
- Процесс. Операция описана хотя бы на одной странице, и участники согласны с описанием. Если у каждого отдела свой порядок, ИИ закрепит разнобой, а не уберёт его.
- Критерий ошибки. Записано, что считается ошибкой и какая ошибка хуже. Пропущенный дефект и ложная тревога стоят по-разному, и порог системы настраивают с учётом этой цены. Как это делают, описано в материале про порог уверенности модели.
- Периметр данных. Известно, какие данные операции нельзя выносить за границы предприятия, и решение принято службой ИБ или юристами, а не угадано исполнителем.
- Ответственный. Назван человек, который принимает результат и после запуска отвечает за качество. Не «ИТ-отдел», а человек с именем.
Сколько признаков нужно для старта? Для обследования ни одного: оно как раз и выясняет, чего не хватает. Для пилота нужны все пять, пусть и в черновом виде. Если признака нет, у него есть понятный первый шаг.
| Чего нет | Первый шаг |
|---|---|
| Данных | Начать вести учёт и собирать примеры. Первый проект тогда не про ИИ, а про порядок в данных |
| Описанного процесса | Карта «как есть» на одну операцию: кто, что, в каком порядке, на основании чего |
| Критерия ошибки | Разобрать с владельцем процесса десяток реальных случаев: что считать ошибкой, а что допустимым отклонением |
| Решения по периметру | Классифицировать данные операции и получить письменное решение службы ИБ |
| Ответственного | Назначить до запуска. Без него пилот не стартует |
Если не хватает сразу нескольких признаков, это обычный случай, а не приговор. Для него и придумано обследование: оно собирает недостающее и показывает, какая задача окупается. Зачем оно нужно до разработки, разобрано в материале про AI-аудит.
Этапы внедрения ИИ: от обследования до эксплуатации
Семь этапов нужны не ради бюрократии. Это точки, в которых можно остановиться и принять решение, пока потрачено немного. Сроки и цены в таблице взяты из наших тарифов, это ориентиры по ступеням; точную цену называют после обследования.
| Этап | Что происходит | Что на выходе | Срок и цена |
|---|---|---|---|
| 1. Обследование | Смотрим процессы, данные и ограничения, замеряем операции | Карта процессов, замеры, список сценариев с оценкой, план по этапам, вилка бюджета | 2–6 недель в зависимости от объёма; от 200 000 ₽ |
| 2. Постановка | Фиксируем метрику, порог, границы прав системы, периметр данных, срок решения и того, кто принимает | Письменный критерий приёмки до начала работ | Входит в обследование или в начало пилота; срок зависит от согласований |
| 3. Пилот | Один сценарий на ваших данных и в вашем контуре, по возможности на боевом источнике, а не на выгрузке | Работающий сценарий и протокол испытаний на контрольной выборке | Лёгкий: 2–8 недель, 150 000–400 000 ₽. Тяжёлый: 2–3 месяца, 400 000–1 200 000 ₽ |
| 4. Решение | Сравниваем протокол с критерием: продолжаем, меняем или останавливаем | Записанное решение владельца процесса и спонсора | Дату назначают до начала пилота |
| 5. Опытная эксплуатация | Система работает на реальном потоке, подключены боевые системы, настроен мониторинг | Система в опытной эксплуатации, журнал ошибок и разбор расхождений | Вместе с этапом 6: от 3 месяцев, от 1 500 000 ₽ этапами по 300 000–700 000 ₽ |
| 6. Приёмка и передача | Приёмочные испытания, обучение людей, передача исходников и инструкции развёртывания | Акт приёмки, исходники, регламент работы с системой | Входит в тот же диапазон, что и этап 5 |
| 7. Сопровождение | Мониторинг качества, разбор ошибок, плановые доработки (с пакета на 60 000 ₽/мес) | Мониторинг, обработанные обращения, разбор инцидентов | 20 000 ₽/мес (до 4 часов), 60 000 ₽/мес (до 12), 120 000 ₽/мес (до 25); сверх пакета 5 000 ₽/час |
Остановиться можно после любого этапа. Всё сделанное остаётся у заказчика по акту, а стоимость обследования вычитается из следующего этапа, если вы продолжаете с нами. Документ обследования пишется так, чтобы с ним можно было пойти к другому подрядчику.
На каждом этапе есть то, что легко пропустить:
- Обследование. Замеры «до». Без них эффект потом нечем доказать, а окупаемость остаётся предположением. Как её считать, описано в материале про ROI от внедрения ИИ.
- Постановка. Срок и человек, который принимает решение по итогам пилота. Почему это важнее самой модели, объясняет материал когда останавливать пилот.
- Пилот. Контрольная выборка, которую не трогали при настройке. Качество на примерах, под которые систему подгоняли, ничего не доказывает.
- Опытная эксплуатация. Нагрузка: система, которая отвечает одному пользователю, может не отвечать тридцати. Для своей языковой модели память видеокарты считают заранее, как в материале про видеопамять для LLM.
- Приёмка и передача. Люди. Систему показывают пользователям до запуска, а не после; о подходе рассказано в материале как обучить сотрудников работе с нейросетями.
- Сопровождение. Назначенный владелец качества: модель со временем «уплывает» вместе с данными. Подробнее: MLOps простыми словами.
Если пилот уже есть, но не доходит до эксплуатации, нужен другой разговор: его описывает страница вывода пилота в продуктив.
Кто за что отвечает на стороне заказчика
Подрядчик делает работу, но решения принимают люди на вашей стороне. Если за какое-то из решений ниже никто не отвечает, проект ждёт в очереди.
| Роль | Что решает | Что приносит в проект | Если роли нет |
|---|---|---|---|
| Владелец процесса | Что считать ошибкой, принимать ли результат, какие бывают исключения | Знание, как операция выглядит на самом деле; примеры; время на проверку ответов | Приёмка превращается в спор о вкусах, а пилот в демонстрацию |
| ИТ | Где развернуть систему, какие доступы выдать, как подключаться к 1С, ERP, почте | Окружение, учётные записи с минимальными правами, окна для обменов | Интеграции месяцами ждут доступов |
| ИБ | Какие данные можно использовать, где работает система, кто что видит, какие журналы вести | Классификацию данных, требования к периметру, согласование архитектуры | Служба безопасности блокирует запуск на последнем шаге |
| Юристы | Условия по данным и лицензиям, договор, права на результат | Согласование договора, условий обработки персональных данных, лицензий на используемые модели и данные | В конце проекта всплывают условия, из-за которых запускать нельзя |
| Спонсор | Продолжать ли после пилота, сколько денег и людей выделять | Решение к назначенной дате | Пилот «висит» без решения |
Отдельная группа: люди, которые будут работать с системой каждый день. Их мнение редко записывают в роли, а зря. Они знают исключения лучше всех и первыми обходят то, что неудобно. Дайте им увидеть систему до продуктива и сообщите заранее, что она делает сама, а что отдаёт им.
Почему внедрение ИИ застревает на пилоте
Пилот нередко упирается не в модель, а в то, что вокруг неё не договорились о правилах. Семь типичных причин, по которым пилот не становится системой:
| Причина | Как выглядит | Что сделать заранее |
|---|---|---|
| Нет письменного критерия успеха | «Посмотрим, как пойдёт». Результат неплохой, но спорный, решение откладывается | Записать метрику, порог и срок решения до старта |
| Пилот живёт на выгрузке | Работает на файле, а в бою данные приходят позже, грязнее и в другом формате | Подключить боевой источник данных как можно раньше |
| Качество мерили на удобных примерах | На отобранных случаях всё хорошо, на реальном потоке хуже | Контрольная выборка, которую не трогали при настройке |
| Нет владельца | Пилот «у ИТ», процессом никто не занимается | Назвать владельца процесса до запуска |
| Безопасность подключили в конце | Архитектура не согласована, нет ролей и журнала действий | Показать ИБ схему потоков данных на этапе постановки |
| Люди не пользуются | Система стоит сбоку от рабочего процесса и требует лишних действий | Встроить в привычные инструменты, показать пользователям до запуска |
| Некому следить за качеством | Модель тихо деградирует, замечают по жалобам | Назначить ответственного, настроить мониторинг, заложить сопровождение |
Пилот, остановленный по записанному заранее критерию, — не провал, а законный итог проверки. Хуже пилот без решения: его не закрывают и не масштабируют, и он тихо выпадает из повестки. Признаки того и другого собраны в материале когда останавливать пилот ИИ-проекта. Если пилот уже завис, на странице вывода пилота в продуктив есть список из десяти признаков неготовности к эксплуатации. Разбор типовой задачи (не клиентский кейс): как вывести ИИ-пилот из демо в эксплуатацию.
Риски внедрения ИИ на предприятии: что может пойти не так
Организационные риски (нет владельца, нет критерия, нет мониторинга) разобраны выше, в разделе о застрявших пилотах. Здесь риски, которые связаны с самим ИИ и данными, и то, чем их обычно снимают.
| Риск | Как проявляется | Чем снимается |
|---|---|---|
| Уверенная ошибка модели | Ответ звучит убедительно, но неверен или опирается на несуществующий источник | Ответ со ссылкой на документ, порог уверенности, человек принимает решение в ответственных операциях. Подробнее: порог уверенности модели |
| Утечка данных | Закрытые материалы уходят во внешний сервис, всплывают в чужом ответе или в журнале | Решение по периметру до выбора инструмента, права по ролям, работа в контуре, если данные нельзя выносить |
| Подмена инструкций | Текст во входном документе или письме заставляет систему выполнить чужую команду | Минимальные права у агента, проверка входа и выхода, журнал действий. Подробнее: prompt injection |
| Зависимость от поставщика | Сервис меняет условия или становится недоступен, а исходники и настройки остались у исполнителя | Исходники и конфигурации у вас, инструкция развёртывания, понятный путь замены модели |
| Ограничения лицензий и условий по данным | Лицензия модели или условия по данным не допускают нужного использования | Проверка лицензий и условий юристами до начала пилота |
Строить, покупать или подписаться: как выбрать путь
Вопрос «чей ИИ использовать» решается критериями, а не вкусом. Путей четыре. Первые два различаются тем, где работает модель, последние два — тем, берёте ли вы готовый продукт или заказываете разработку. У каждого своя цена в данных, времени и деньгах.
| Путь | Когда подходит | Что вы отдаёте | Чего ждать |
|---|---|---|---|
| Внешний облачный сервис (API) | Данные неконфиденциальные, нужно быстро проверить идею | Тексты запросов уходят провайдеру, в том числе за рубеж, если он зарубежный | Быстрый старт; зависимость от доступности и условий провайдера; для ограниченных данных может не подойти |
| Своя модель в вашем контуре | Данные нельзя выносить, нужна работа без выхода в интернет | Ничего: всё остаётся в периметре | Нужно оборудование и сопровождение; разворачивать дольше |
| Подписка на готовый сервис | Задача типовая: бот, обработка заявок, распознавание типовых документов | Материалы для наполнения уходят на серверы поставщика | Запуск за дни; границы типовой конфигурации жёсткие |
| Разработка под процесс | Нетиповая логика, интеграции с вашими системами, требования контура | Ничего лишнего: работа идёт в вашем репозитории | Дольше и дороже, зато результат точно по вашему процессу |
Чтобы выбрать путь, ответьте на три вопроса по порядку:
- Можно ли выносить данные операции за периметр? Если нет, внешний сервис и подписка отпадают: остаются своя модель в контуре и разработка под процесс. Сравнение подходов разобрано в материале своя LLM или ChatGPT API, а про сам контур рассказывает страница частных LLM.
- Укладывается ли задача в типовую конфигурацию? Если да и данные это позволяют, быстрее всего подписка. Где её граница, объясняет материал AI-сервис по подписке или проект, а состав сервисов описан на странице AI-сервисов по подписке.
- Нужна ли глубокая интеграция и своя логика? Если да, это проект с обследованием. Про общий выбор между своим контуром и облаком читайте в материале on-premise или облако.
Пути можно комбинировать. Например, проверить идею на публичных или синтетических данных во внешнем сервисе (если ИБ это разрешила), а рабочую систему развернуть в контуре. Главное, чтобы к моменту пилота путь был выбран по критериям, а не по привычке.
Как сравнивать предложения подрядчиков: что требовать письменно
Предложения подрядчиков трудно сравнивать, потому что они описывают разное. Сведите их к одному набору вопросов и требуйте ответы в тексте договора или приложения, а не в презентации. Вот десять пунктов:
- Границы работ. Что подрядчик смотрел и чего не смотрел, на какие вопросы документ не отвечает.
- Критерий приёмки. Метрика и порог, согласованные до начала работ, а не после.
- Способ измерения качества. Есть ли контрольная выборка, которую не использовали при настройке.
- Где работает система и куда уходят данные. Схема потоков данных, а не фраза «безопасно».
- Права на результат. Исходники, конфигурации и настройки модели принадлежат вам; работа идёт в вашем репозитории.
- Этапы. У каждого своя цена и приёмка, и право остановиться после любого.
- Что не входит в цену. Оборудование, лицензии сторонних продуктов, интеграции с чужими системами, время ваших сотрудников, обучение.
- Лицензии на модели и компоненты. Условия у открытых моделей различаются, в том числе по коммерческому использованию: читайте лицензию конкретной модели.
- Сопровождение. Кто следит за качеством после запуска, сколько часов, какая реакция, сколько стоит.
- Что передаётся по акту. Исходники, инструкция развёртывания, документация, достаточная для передачи другому подрядчику.
Отдельно приглядитесь к формулировкам, которые нельзя проверить. Ниже то, что стоит превращать в вопрос:
| Что настораживает | Что спросить |
|---|---|
| Точность называют до того, как видели ваши данные | На чём она измерена и как мы проверим её на наших данных? |
| Эффект выражен числом без замеров на вашей операции | Откуда число и какой замер «до» нужен, чтобы его проверить? |
| Цену проекта называют без обследования | Из каких допущений она состоит и что изменится, если допущение не подтвердится? |
| «Всё включено» | Какой именно перечень включён, а что исключено? Просите перечень письменно |
| Результат нельзя унести | Что окажется у нас на руках, если мы остановимся после этапа? |
Больше критериев выбора исполнителя есть в материале как выбрать подрядчика на разработку ПО, а о том, как оформить требования, рассказывает материал о техническом задании.
Сколько стоит внедрение ИИ на предприятии: масштаб затрат по ступеням
Стоимость внедрения ИИ не одна цифра, а лестница. Ниже ступени по нашим тарифам. Это ориентиры по ступеням, а не смета на ваш проект: точная цена называется после обследования.
| Ступень | Цена по тарифам | Срок | Что остаётся у вас |
|---|---|---|---|
| Обследование: один-два процесса | от 200 000 ₽ | 2–3 недели | Карта процессов, замеры, план по этапам, вилка бюджета |
| Обследование: несколько систем | от 350 000 ₽ | 3–4 недели | То же и схема обменов между системами |
| Обследование: производство или контур | от 500 000 ₽ | 4–6 недель | То же и схема съёма данных, требования к инфраструктуре |
| Пилот лёгкий | 150 000–400 000 ₽ | 2–8 недель | Сценарий на ваших данных в вашем контуре, протокол испытаний |
| Пилот тяжёлый | 400 000–1 200 000 ₽ | 2–3 месяца | То же и интеграция с боевыми системами, регламент эксплуатации |
| Вывод в продуктив | от 1 500 000 ₽, этапами по 300 000–700 000 ₽ | от 3 месяцев | Система в эксплуатации, исходники и инструкция развёртывания |
| Сопровождение | 20 000, 60 000 или 120 000 ₽ в месяц | Постоянно | Пакеты до 4, 12 и 25 часов; сверх пакета 5 000 ₽ в час |
Что двигает цену внутри вилки? Три вещи: состояние данных (справочники в трёх местах и расхождения между ними), число чужих систем, с которыми нужно обмениваться, и требования контура. Все три видно на обследовании, поэтому оно идёт первым.
Отдельно от работ подрядчика в бюджет нужно закладывать оборудование, если оно понадобится, лицензии сторонних продуктов и время ваших сотрудников. Что именно потребуется, называют по итогам обследования. Окупаемость считают по простой схеме: затраты делят на эффект в месяц. Но эффект берут из замеров «до» и протокола пилота, а не из ожиданий: это ещё одна причина делать замеры на самом старте.
С чего начать внедрение ИИ на этой неделе
- Выпишите 5–10 операций, которые люди делают руками регулярно.
- По двум-трём из них замерьте, сколько раз в неделю они происходят и сколько времени занимают. Хватит журнала и секундомера.
- Пройдите по ним таблицу критериев из раздела выше и вычеркните те, где цена ошибки высока или данных нет.
- По оставшейся операции проверьте пять признаков готовности и назовите владельца процесса.
- Решите, нужно ли обследование. Если не хватает признаков или кандидатов несколько, оно нужно: стоимость вычтется из следующего этапа, а документ можно показать любому подрядчику.
Если хотите пройти этот путь вместе, начните со страницы обследования и дорожной карты. Подобрать тип ИИ под вашу задачу поможет страница «Внедрение ИИ», а на странице тарифов собраны все ступени с ценами и сроками. Мы разберём задачу на созвоне и скажем, подходит ли ей ИИ вообще.
Частые вопросы
С чего начать внедрение ИИ на предприятии?
С одной операции, а не с технологии. Выпишите повторяющиеся операции, замерьте частоту и время по двум-трём из них и проверьте их по критериям: частота, цена ошибки, данные, владелец процесса, измеримый результат. Затем проверьте пять признаков готовности. Если вопросов больше, чем ответов, начните с обследования: оно существует именно для этого.
Как понять, что предприятие готово к ИИ?
По пяти признакам, которые проверяются на одной выбранной операции: есть доступные данные за прошлые периоды, процесс описан, записан критерий ошибки, принято решение по периметру данных, назван ответственный. Для пилота нужны все пять, пусть и в черновом виде. Для обследования не нужно ни одного: оно выясняет, чего не хватает.
Сколько времени занимает внедрение ИИ?
Зависит от типа задачи, состояния данных и числа систем. Ориентиры по нашим тарифам: обследование 2–6 недель, лёгкий пилот 2–8 недель, тяжёлый пилот 2–3 месяца, вывод в продуктив от 3 месяцев. От обследования до работающей системы обычно проходят месяцы, и обещания результата за неделю стоит проверять.
Сколько стоит внедрение ИИ на предприятии?
Ступени по нашим тарифам: обследование от 200 000 ₽, лёгкий пилот 150 000–400 000 ₽, тяжёлый пилот 400 000–1 200 000 ₽, вывод в продуктив от 1 500 000 ₽ этапами по 300 000–700 000 ₽, сопровождение от 20 000 ₽ в месяц. Это ориентиры по ступеням, а не смета. Точная сумма зависит от состояния данных, числа чужих систем и требований контура и называется по итогам обследования.
Чем внедрение ИИ отличается от внедрения обычной ИТ-системы?
Результат работы ИИ вероятностный: система иногда ошибается, и это свойство, а не дефект. Поэтому нужны метрика и порог приёмки, контрольная выборка, мониторинг качества после запуска и ответственный за него. В обычной системе приёмка проверяет функции; здесь к ней добавляется проверка доли правильных ответов на ваших данных.
Кто на предприятии должен отвечать за внедрение ИИ?
Владелец процесса, а не только ИТ. ИТ даёт доступы и окружение, ИБ согласует периметр данных, юристы отвечают за условия по данным и лицензиям, руководитель решает, продолжать ли после пилота. Без названного владельца процесса некому принимать результат, и пилот превращается в демонстрацию.
Можно ли внедрять ИИ, если данные нельзя выносить за периметр?
Можно, но тогда система работает на вашем оборудовании без обращения к внешним сервисам: это своя модель в контуре или разработка под процесс. Какие данные нельзя выносить, решают ИБ и юристы предприятия. Оборудование под модель можно прикинуть до закупки по размеру модели и числу одновременных пользователей.
Нужно ли делать обследование перед пилотом?
Если задача небольшая и ясная, данные в порядке, есть владелец и критерий, можно сразу пилотировать лёгкий сценарий. Во всех остальных случаях обследование обычно дешевле пилота, который остановится на полпути. Для проектов дороже 500 000 ₽ мы считаем его обязательным. Его стоимость вычитается из следующего этапа, а документ можно использовать и с другим подрядчиком.
Что делать, если пилот ИИ уже есть, но не доходит до эксплуатации?
Сначала записать критерий успеха и сравнить с ним результаты пилота. Затем найти блокеры: данные из боевых систем, нагрузка, доступы, ответственный за качество. Если критерия не было, это тоже вывод, и его нужно исправить до продолжения. Подробности в материале о том, когда останавливать пилот, и на странице вывода пилота в продуктив.