Внедрение ИИ · Автоматизация процессов · Интеграция

Внедрение ИИ в бизнес: сначала процесс, потом модель

Внедрение ИИ в бизнес-процесс чаще всего срывается ещё до выбора модели: эффект не посчитан в деньгах или нужных данных нет. Поэтому мы начинаем с процесса и проверки данных, а технологию выбираем последней: ИИ, алгоритм, ERP или их сочетание.

Для компаний, где ручная работа стала узким местом (обработка документов и заявок, поддержка, подбор, контроль качества, планирование) и где есть, чем измерить результат.

Что входит

Аудит процессов и выбор точки приложения

Разбираем, куда уходят время и деньги, и выбираем процесс, эффект которого можно посчитать. Нередко часть задач решается обычной автоматизацией, без ИИ.

Проверка данных

Смотрим, есть ли данные, в каком они виде и можно ли на них учиться. Если данных нет, дальше идти нельзя. Вы узнаете об этом по итогам диагностики, до пилота и до основных затрат.

Пилот с измеримой гипотезой

Формулируем гипотезу так, чтобы её можно было опровергнуть: какой показатель и на сколько должен сдвинуться. Пилот идёт на реальном участке процесса, на живых данных.

Интеграция в рабочий контур

ИИ приносит пользу, когда работает внутри ваших систем: 1С, CRM, ERP, почта, мессенджеры, внутренние сервисы. Отдельное окно, куда нужно заходить вручную, быстро перестают открывать.

Закрытый контур и безопасность

Если данные не могут покидать периметр, разворачиваем решение на локальных моделях внутри вашей инфраструктуры. Права доступа и журнал действий проектируем вместе с системой, с первого дня.

Передача команде

Передаём систему с документацией и обучаем сотрудников, чтобы её могли сопровождать без нас. Если систему умеет поддерживать только подрядчик, у вас не актив, а зависимость.

Как мы работаем

  1. Разговор о процессе

    Короткий разговор, чтобы понять задачу и назвать вещи своими именами: где эффект, где данные, где ограничения.

  2. Экспресс-диагностика

    Смотрим процесс и данные, отбираем 1–2 сценария с посчитанным эффектом и проверяем, насколько они реалистичны.

  3. Пилот

    Работающее решение на ограниченном участке. Метрика зафиксирована заранее, результат сравниваем с тем, как было до пилота.

  4. Продакшен

    Интеграция, нагрузка, отказоустойчивость, стоимость эксплуатации, права доступа и аудит.

  5. Развитие

    Следим за качеством на реальных данных и переносим подход на соседние процессы, если там эффект тоже можно измерить.

Почему мы

Наши методы в продакшене

StudyNinja, образовательная платформа, на которой работают наши методы, развёрнута в продакшене (пока как закрытая бета): граф знаний, телеметрия, проверка ответов кодом. Стоимость эксплуатации таких систем закладываем в расчёт с первого дня.

Открытый код и опубликованные отрицательные результаты

Часть наших разработок открыта: численная библиотека Balansis на PyPI и среда для агентов Agent Native Universe под MIT. Отрицательные результаты публикуем наравне с положительными.

Честная остановка

Если ИИ в вашей задаче не окупится, скажем об этом до начала работ и предложим решение дешевле.

Кейсы

Авиация · торговля авиационными компонентами и MRO

Пилот

Закупки авиазапчастей: от почты и таблиц к управляемому конвейеру

ИИ-агент читает входящие RFQ, сравнивает предложения поставщиков и проверяет документы. Сделку по обязательным этапам ведёт отдельная система учёта сделок.

Полный цикл
ИИ-контур прошёл весь путь на живом процессе закупок: от входящего RFQ в почте до уведомления команды. Это пилот, и данные о нём пока только наши: подтверждения от заказчика ещё нет
3
типа сопроводительных документов проверял агент: FAA 8130-3, EASA Form 1 и COC. Как и предыдущая цифра, ждёт подтверждения заказчика

Дистрибуция · Партнёрские сети

В продакшене

Платформа продаж и сопровождения партнёрской сети на живых данных

Партнёр спрашивает, кто в команде неактивен и что мешает следующему уровню, и получает цифры только по своей части сети. Доступ ограничен на уровне SQL.

Своя часть сети
партнёр получает цифры только по своей команде: ограничение по текущему пользователю добавляется в каждый SQL-запрос
6 уровней
защиты данных между языковой моделью и базой, от блокировки персональных колонок в SQL до лимитов запросов; посчитано по коду

Маркетплейсы · Аналитика продаж

В продакшене

Прибыль по каждому SKU на трёх маркетплейсах, сверенная с ручным расчётом

Пять кабинетов на WB, Ozon и Яндекс Маркете свели в одну юнит-экономику по SKU. Расхождение с ручным расчётом заказчика на контрольном SKU за месяц составило 0,00 %.

0,00 %
расхождение с ручным расчётом заказчика по штукам, выручке, себестоимости, прибыли и марже на контрольном SKU за месяц; порог приёмки 1 %
1,18 млн строк
продаж по 5 кабинетам за 12 месяцев прошли через конвейер; у 10,7 % из них заказ и начисление пришлись на разные месяцы

EdTech · Мобильное приложение

Внутренний продукт

Мобильный клиент ИИ-платформы обучения без ожидания бэкенда

Flutter-клиент платформы подготовки к экзаменам: адаптивные микроуроки, ИИ-ассистент с потоковым ответом, карта знаний. Интерфейс делали параллельно с бэкендом.

13 недель
от первого коммита до работающего приложения с входом, целями, уроками и ИИ-чатом
41 → 81 эндпоинт
покрытие серверного API клиентом выросло вдвое от MVP к расширенной версии; модулей стало 31 вместо 14 на той же архитектуре

ИТ-консалтинг · Квалификация лидов

Внутренний продукт

Посетитель уходит с планом пилота, продажи получают готовый лид

Мы заменили форму заявки ИИ-консультантом. Он расспрашивает посетителя о бизнесе и выдаёт план пилота с KPI и рисками, а в CRM попадает лид с бюджетом и сроками.

1 день
за один день собран рабочий MVP: фронтенд, бэкенд и конфигурация выкладки
16 дней
от первого коммита до работы в продакшене с HTTPS и выпущенным сертификатом на собственном домене

Частые вопросы

Сколько стоит внедрение ИИ в компанию?

Стоимость зависит от состояния данных, числа интеграций и требований к контуру, модель здесь второстепенна. Дешевле всего задачи с готовыми данными и одной точкой интеграции. Дороже всего работа с разрозненными источниками, закрытым контуром и жёсткими требованиями к качеству. Вилку называем после экспресс-диагностики, а экономику своего процесса можно заранее посчитать в калькуляторе AVA.

Сколько времени занимает внедрение?

Внедрение идёт этапами, и следующий начинается, когда выполнено условие предыдущего. Диагностика заканчивается, когда ясно, есть ли эффект и данные. Пилот заканчивается, когда метрика измерена на реальном участке. Объём промышленного запуска определяют прежде всего интеграции и требования к контуру. План с этапами и условиями перехода даём по итогам диагностики.

А если у нас мало данных?

Это обычная ситуация, и она не всегда мешает: часть задач решается готовыми моделями с вашими документами и правилами, без обучения на истории. Если задаче нужна история, а её нет, скажем об этом прямо и предложим начать со сбора данных.

Наши данные не должны уходить наружу. Это возможно?

Да. Разворачиваем решение на локальных моделях с открытыми весами внутри вашего периметра, без обращений к внешним провайдерам. Инфраструктура выходит дороже, и производительности нужно больше внимания, но сценарий полностью рабочий.

Чем это отличается от чат-бота?

Чат-бот отвечает на вопросы. Внедрение ИИ в процесс означает, что система делает работу: разбирает документы, готовит решение, передаёт результат в вашу систему и оставляет след для аудита. Разговорный интерфейс здесь только деталь.

Как понять, что внедрение сработало?

По метрике, которую мы зафиксировали до старта: время обработки, доля ручных операций, стоимость операции, число ошибок. Если метрика не сдвинулась, гипотеза опровергнута, и вы узнаёте это до основных затрат.

Посчитать на своих цифрах

Калькулятор AVA считает экономику вашего процесса по вашим цифрам, без формы и без нашей цены. Если автоматизация не окупается, он так и скажет.

Посчитать окупаемость

Разберём вашу задачу

Опишите, что нужно решить. Если задача не решается или не окупается, скажем об этом до начала работ.

В ответе напишем, что поняли, что нужно уточнить и стоит ли браться.

или напишите напрямую: hello@xteam.pro

Смотреть кейсыНовые разборы в Telegram