Как внедрить ИИ в компании за 30 дней без программистов: пошаговый план собственника

Скорее всего, ваши сотрудники уже пользуются ИИ. Вопрос в том, знаете ли вы, как именно и с какими данными. Ниже — план на 30 дней по неделям: от аудита процессов до замера эффекта, с шаблонами, инструментами и списком ошибок, на которых часто спотыкаются компании. Программисты для этого плана не нужны, и в конце будет честно сказано, где они всё-таки понадобятся.

Почему ИИ-пилоты так часто не дают отдачи

Летом 2025 года исследователи MIT (проект NANDA) опубликовали отчёт о внедрении генеративного ИИ в компаниях. Главный вывод: около 95% организаций из выборки не получили от своих пилотов измеримого влияния на прибыль. Причина, по словам авторов, не в качестве моделей, а в том, как компании их внедряют: инструмент не встроен в ежедневную работу и не подстроен под процессы.

При этом сотрудники давно не ждут разрешения. По данным Microsoft и LinkedIn (2024), ИИ на работе используют 75% интеллектуальных работников, и 78% из них приносят собственные инструменты. Обучение от компании получили только 39% из тех, кто пользуется ИИ. BCG в 2025 году опросила более 10 600 работников в 11 странах: 54% готовы пользоваться ИИ, даже если работодатель этого не разрешил.

Отсюда две задачи собственника. Первая — превратить хаотичное использование в управляемое: с правилами, данными под контролем и замером. Вторая — выбрать процессы, где ИИ даст результат в деньгах или часах, а не «попробовать ИИ».

План ниже рассчитан на обе задачи и укладывается в 30 дней.

Перед стартом: дни 1–2

Без подготовки план, скорее всего, застрянет уже на второй неделе. Нужно три вещи.

Ответственный. Один человек, у которого внедрение — задача с дедлайном, а не «по возможности». Это не обязательно айтишник; лучше тот, кто знает процессы и пользуется уважением в команде.

Корпоративные аккаунты. Работа с данными компании — только через корпоративные тарифы ИИ-сервисов (например, ChatGPT Business или Enterprise, Claude Team, корпоративные решения на базе GigaChat или YandexGPT для российских данных), где условия хранения и обучения на ваших данных прописаны в договоре. Рабочие данные в личных бесплатных аккаунтах — под запретом.

Правило данных на одну страницу. Что нельзя отправлять в ИИ ни при каких условиях: персональные данные клиентов, паспорта, банковские реквизиты, коммерческие условия контрагентов, пароли. Это правило вводится в первый день, а не после первой утечки.

Почему это важно, видно по цифрам Cyberhaven за 2024 год: 27,4% данных, которые сотрудники вводят в ИИ-инструменты, — чувствительные (годом ранее было 10,7%), а 73,8% использования ChatGPT на работе шло через некорпоративные аккаунты. В России к этому добавляется ответственность за утечки персональных данных: с 30 мая 2025 года действуют повышенные штрафы, а за повторную утечку — оборотный штраф до 3% годовой выручки.

Неделя 1 (дни 3–7): аудит процессов и замер «до»

Задача недели — найти 2–3 процесса, где у ИИ лучшие шансы окупиться, и зафиксировать, как они работают сейчас.

Шаг 1. Список процессов. Попросите руководителей отделов выписать задачи, которые повторяются каждый день или каждую неделю. Как правило, список выходит длиннее, чем ожидаешь: ответы на типовые вопросы клиентов, коммерческие предложения, протоколы встреч, отчёты, описания товаров, первичный отбор резюме, сверка документов.

Шаг 2. Стоимость каждого процесса. Простая формула:

Стоимость процесса в месяц = частота в месяц × время на одно выполнение × стоимость часа сотрудника.

Шаг 3. Фильтр. У каждого кандидата оцените ещё два параметра: цену ошибки и наличие данных. Подходят процессы частые, повторяющиеся, с понятными входными данными и допустимой ценой ошибки. Редкое и рискованное оставьте людям.

Шаг 4. Замер «до». По выбранным процессам зафиксируйте текущие цифры: сколько времени уходит, сколько ошибок и переделок, какая скорость ответа. Без этой точки отсчёта через месяц вы не докажете эффект ни себе, ни команде.

Пример расчёта

Условный пример, все цифры — допущения.

Менеджеры готовят 40 коммерческих предложений в месяц, на каждое уходит 1,5 часа — это 60 часов. Допустим, ИИ готовит черновик по шаблону и прайсу, а менеджер проверяет и дорабатывает его за 0,5 часа. Тогда на 40 КП уходит 20 часов вместо 60 и освобождается 40 часов в месяц. При стоимости часа 10 USD это 400 USD.

Важная оговорка: сэкономленные часы превращаются в деньги, только если освободившееся время идёт на что-то полезное — больше звонков, больше сделок, меньше найма. Если нет, эффект остаётся на бумаге. Решите заранее, куда пойдут эти часы.

Неделя 2 (дни 8–14): быстрые победы

Задача — запустить выбранные сценарии на готовых инструментах и проверить их на пилотной группе из 3–5 человек.

Что обычно получается сделать без программистов:

Три правила для этой недели:

1. Один сценарий — один владелец. Кто-то из пилотной группы отвечает за то, чтобы сценарий работал, и собирает ошибки.
2. Библиотека запросов. Удачные промпты не живут в чьём-то чате, а записываются в общий документ с примером результата.
3. Журнал ошибок. Каждый неверный ответ ИИ фиксируется: что спросили, что ответил, как правильно. Через неделю это главный материал для регламента.

Неделя 3 (дни 15–21): регламенты

Задача — превратить эксперимент в правило, по которому может работать любой сотрудник, а не только энтузиасты из пилотной группы.

Регламент на каждый сценарий занимает одну страницу и отвечает на пять вопросов:

• Что делает ИИ, а что — человек?
• Где человек обязательно проверяет результат перед отправкой клиенту или руководству?
• Какие данные можно использовать, а какие нельзя?
• Что делать, если ИИ ошибся: кому сообщить, как исправить?
• Как измеряем результат и кто смотрит на цифры?

Общий принцип: всё, что трогает деньги, клиента или репутацию, перед отправкой проверяет человек. Ослаблять контроль можно только тогда, когда журнал ошибок за несколько недель показывает, что сценарий стабилен.

На этой же неделе добавьте в общее правило данных то, что выяснилось на практике: часто это типы документов, которые неожиданно оказались чувствительными.

Неделя 4 (дни 22–30): обучение команды и замер эффекта

Обучение

Частая ошибка — лекция «ИИ в целом» для всей компании: через неделю от неё мало что остаётся в работе. Работает обучение на собственных задачах участника: каждый приходит со своим реальным процессом и уходит с настроенным сценарием.

С этим согласуются и данные. По исследованию BCG (2025), лишь 36% сотрудников считают, что их достаточно обучили работе с ИИ, а те, кто получил пять и более часов обучения, особенно очного и с наставником, значительно чаще становятся регулярными пользователями.

Практичная схема для 30-дневного плана:

1. Безопасная работа с ИИ — правило данных, корпоративные аккаунты, типичные ошибки (короткий блок, но обязательный для всех).
2. Практика на задачах отдела — сотрудники пилотной группы показывают коллегам свои сценарии на реальных примерах.
3. Свой первый сценарий — каждый участник настраивает один сценарий под свою работу и сдаёт результат.
4. Шпаргалки — библиотека запросов и регламенты на одной странице для каждого отдела.

Метрика обучения — не «все прослушали», а доля сотрудников, которые через 2–4 недели пользуются сценарием в работе.

Замер эффекта

На 30-й день сравните выбранные процессы с замером «до»:

По итогам примите одно из трёх решений по каждому сценарию: масштабировать на другие отделы, доработать ещё месяц или остановить. Остановка — нормальный результат: деньги и время перестают уходить в то, что не работает.

Типичные ошибки и риски

Где всё-таки нужны специалисты

План выше честно работает без программистов — на уровне готовых инструментов и отдельных сотрудников. Но есть задачи, где готовыми сервисами не обойтись:

• интеграция с CRM, 1С, телефонией и мессенджерами, чтобы ИИ сам работал с вашими системами;
• закрытый контур: ИИ на сервере компании, когда данные нельзя отправлять во внешние сервисы;
• база знаний компании, по которой ИИ отвечает со ссылкой на источник;
• цифровые сотрудники для нескольких отделов сразу — продаж, маркетинга, финансов, документооборота.

Если нужна помощь

В eBusinessGlobe есть два продукта под разные задачи.

Корпоративное обучение «ИИ для команды» — если вы хотите, чтобы команда сама работала с ИИ. 1–2 дня обучения онлайн или с выездом на задачах вашей компании, затем 30 дней поддержки внедрения; на любом из 11 языков. Стоимость — 3 000–10 000 USD за компанию в зависимости от числа сотрудников, языков и формата.

ИИ-трансформация компании — для компаний от 50 сотрудников с выручкой от 2–3 млн USD в год, которым нужен ИИ во всех ключевых процессах. Начинается с ИИ-скана: карты потерь и плана внедрения с расчётом окупаемости. База знаний компании; цифровые сотрудники для продаж, маркетинга, финансов, документооборота и поддержки; подключение CRM, 1С, телефонии и мессенджеров; обучение команды; размещение на сервере компании с NDA. Срок — 4–6 месяцев по этапам с метриками в договоре, стоимость — 25 000–60 000 USD плюс сопровождение от 2 000 USD в месяц.

Чтобы понять, какой вариант подходит вам, напишите в Telegram-бот @ebusinessglobe_bot и оставьте заявку на разбор. Если задача нам подходит, договоримся о 30-минутной диагностике ваших процессов. Если вам достаточно плана из этой статьи, так и скажем.