Компания и вводные
Условная компания торгует оптом: принимает заявки от магазинов и дилеров, держит склад, закупает у производителей и сверяет расчеты с клиентами. Отделы: продажи, склад, закупки, бухгалтерия и поддержка клиентов.
Вводные те же, что в калькуляторе на главной. Сотрудников, чья работа в основном повторяется: 5. Зарплата каждого: 80 000 ₽. Доля их работы, которую забирает ИИ: 60%.
Зарплату умножаем на 1,3: это налоги и взносы сверх суммы на руки. Сопровождение решений стоит 40 000 ₽ в месяц и вычитается из экономии сразу.
Других чисел в примере нет намеренно. Объемы заявок, ошибок и сроков у каждой компании свои, и в реальной карте мы берем их из учета клиента.
Карта потерь по отделам
Карта потерь отвечает на вопрос, где уходят время и деньги. В условной компании мы видим пять таких мест.
Продажи: менеджеры вручную переносят заявки из почты и мессенджеров в учетную систему, проверяют остатки и готовят счета. Заявка, пришедшая вечером, ждет утра, и часть клиентов уходит к тому, кто ответил раньше.
Склад: остатки в учете расходятся с полками, и менеджеры звонят на склад, чтобы подтвердить наличие. Каждый такой звонок отнимает время у двух сотрудников.
Закупки: заказ поставщику собирают по таблицам и памяти закупщика. Ошибка дает либо пустую полку, либо лишний товар, который замораживает деньги.
Бухгалтерия: сверки с клиентами и разнесение оплат идут вручную, по одному документу.
Поддержка: одни и те же вопросы о статусе заказа, сроках доставки и документах приходят каждый день и отвлекают менеджеров от продаж.
В реальной карте каждую строку переводим в рубли: часы сотрудников, умноженные на зарплату с налогами, плюс цена ошибок.
Решения по процессам: готовый сервис, агент или ничего
Для каждого процесса в карте один из трех ответов: готовый сервис, ИИ-агентИИ-агент. ИИ-агент это нейросеть, которая сама выполняет задачу по шагам: ищет данные и пользуется программами, а в конце проверяет результат. или ничего. Ответ «ничего» тоже результат: он защищает бюджет от покупок без отдачи.
Продажи: ИИ-агент принимает заявки из почты и мессенджеров, проверяет остатки и готовит счет в учетной системе. Готовый сервис не знает ваши цены и правила скидок, поэтому здесь нужен агент, обученный на ваших правилах.
Поддержка: ИИ-агент отвечает на вопросы о статусе заказа и документах по учетной системе. Сложные случаи передает человеку.
Бухгалтерия: разнесение оплат и сверки может закрыть готовый сервис, который уже работает с вашей учетной системой. Если такой есть на рынке, разработка не нужна.
Склад: расхождение остатков ИИ не исправит, пока товар не учитывают при приемке и отгрузке. Здесь в карте стоит «ничего»: сначала порядок в учете.
Закупки: прогноз заказа имеет смысл, когда продажи и остатки уже в порядке. В карте он стоит последним этапом, а не первым.
Расчет эффекта
Формула та же, что в калькуляторе на главной. Число сотрудников на рутине умножаем на зарплату, на 1,3 и на долю работы для ИИ, затем вычитаем сопровождение.
Подставляем вводные: 5 x 80 000 ₽ x 1,3 x 60% минус 40 000 ₽. Экономия в месяц: 272 000 ₽.
Экономия за первый год равна экономии в месяц, умноженной на 12, минус разовая цена внедрения. Для формата «ИИ-отделИИ-отдел. ИИ-отдел это команда ИИ-агентов, которые вместе ведут процесс компании: каждый агент выполняет свою роль, а человек задает правила и проверяет важные решения.» за 390 000 ₽ это 2 874 000 ₽ за первый год, окупаемость 2 месяца.
Расчет консервативный: в нем только экономия времени. Рост продаж от быстрых ответов на заявки в формулу не входит, его проверяют после запуска по метрике.
Как устроена каждая часть формулы и что из нее вычитать, разобрали на странице о расчете эффекта.
Порядок внедрения
1. Пилот на продажах: один ИИ-агент принимает заявки, от 149 000 ₽, 14 дней. Метрика в договоре: доля заявок, которые агент оформил без человека.
2. Поддержка и бухгалтерия: когда пилот показал цифру, собираем ИИ-отдел из 3–5 ИИ-агентов на общих данных, от 390 000 ₽, 4–6 недель.
3. Склад: наводим порядок в учете остатков. Без этого шага агент продаж будет обещать товар, которого нет.
4. Закупки: прогноз заказа подключаем последним, на чистых остатках и истории продаж.
Сопровождение от 40 000 ₽ в месяц идет с первого запуска, отказаться можно в любой месяц.
Реальные примеры внедрения ИИ по тем же процессам
Компания в примере условная, а процессы в ней настоящие. В крупном бизнесе ИИ на них уже работает, и цифры опубликованы.
Поддержка. Klarna в феврале 2024 года сообщила: ИИ-ассистентИИ-ассистент. ИИ-ассистент это помощник на нейросети, который по просьбе человека отвечает на вопросы, готовит тексты и выполняет простые поручения в рабочих программах. за первый месяц провел 2,3 млн диалогов с клиентами, это работа 700 операторов. Время решения вопроса сократилось с 11 до 2 минут.
Обращения клиентов в банке. ВТБ в апреле 2026 года сообщил, что роботы решают больше 62% обращений без оператора. Это тот же тип задач, что вопросы о статусе заказа и документах у оптовика.
Расчеты с клиентами. В одном из крупнейших банков робот делает 83% исходящих звонков по просроченным долгам, эффект ИИ во взыскании за 2025 год около 4,5 млрд ₽.
Закупки. В «Перекрестке» пилот прогноза спроса в 2020 году дал точность больше 70%. Прогноз строили на истории продаж большой сети, поэтому в карте условной компании он стоит после порядка в учете.
Масштаб у этих компаний другой, но правило то же: ИИ ставят туда, где поток типовых задач большой, а результат измеряется одной цифрой.
Чем реальная карта отличается от примера
Вместо условных вводных в реальной карте цифры из учета компании: объемы заявок, численность, фонд оплаты, цена ошибок. Их собираем на ИИ Due DiligenceИИ Due Diligence. ИИ Due Diligence это комплексная проверка компании перед решениями об искусственном интеллекте: процессов, данных, систем, людей и юридических ограничений., то есть комплексной проверке компании перед решениями об ИИ.
По каждому процессу в реальной карте несколько решений с рынка с ценами и отличиями, а не одно. Есть раздел рисков: какие сведения можно отдать ИИ, где их хранить по 152-ФЗ, что будет при смене поставщика.
Есть люди: кто отвечает за каждое решение и кого чему учить. Как проходят все 7 шагов, рассказали на странице о том, как мы составляем карту.
Внедрения ИИ в других компаниях, с источниками, собраны в нашей базе кейсов.