ММООЗЗГГ.ru

Разбор

Пример внедрения ИИ в бизнес: карта решений для условной оптовой компании

6 мин6 источников

Ниже пример внедрения ИИ в бизнес по карте ИИ-решений: условная оптовая компания, разобранная так же, как настоящая. Отделы, потери, решения, расчет эффекта и порядок внедрения, а в конце реальные примеры по тем же процессам из крупных компаний. Вводные взяты из калькулятора окупаемости на главной, поэтому любую строку расчета можно повторить на данных своей компании.

На странице · 7 разделов

Условный пример. Цифры показывают способ расчета, это не кейс клиента.

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-агент 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-отдел» 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-ассистент 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 Diligence, 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.

Вопросы и ответы

Можно ли пересчитать пример на цифрах своей компании?

Да. Калькулятор окупаемости считает по той же формуле: подставьте число сотрудников на рутине, их зарплату и долю работы, которую заберет ИИ. Сопровождение 40 000 ₽ в месяц в нем уже вычтено. Частая ошибка: взять всю работу сотрудника, хотя ИИ забирает только типовую часть.

Почему для склада в карте стоит «ничего»?

ИИ работает на данных учета, и если остатки в системе расходятся с полками, агент продаж начнет обещать товар, которого нет. По данным ИСИЭЗ НИУ ВШЭ, нехватку данных барьером для ИИ называют 34% организаций. Поэтому сначала товар учитывают при приемке и отгрузке, а ИИ подключают потом.

Почему пилот начинается с продаж, а не с закупок?

В продажах потери видны сразу: заявка без ответа вечером уходит к другому поставщику. Результат пилота измеряется одной цифрой, долей заявок, которые агент оформил без человека, и ее можно записать в договор. Прогноз закупок требует чистой истории продаж и остатков, поэтому идет последним.

Зачем готовые сервисы, если можно сделать ИИ-агента?

Если готовый сервис уже работает с вашей учетной системой, разработка не нужна и обойдется дороже. Так выбирает и крупный бизнес: по отраслевому исследованию 2025 года, 78% технических директоров крупных компаний используют готовые ИИ-решения внешних партнеров. Агента делаем там, где нужны ваши цены, скидки и правила.

Источники и проверка

Проверено редакцией 13 октября 2026.

  1. Яндекс и «Яков и Партнеры»: исследование ИИ в России, 8 декабря 2025 (yandex.ru)
  2. CNews со ссылкой на ИСИЭЗ НИУ ВШЭ: использование ИИ в организациях, 24 сентября 2026 (cnews.ru)
  3. Klarna: AI assistant handles two-thirds of customer service chats in its first month, 27 февраля 2024 (klarna.com)
  4. ITSpeaker: ИИ ВТБ решает 62% обращений клиентов, апрель 2026 (itspeaker.ru)
  5. CNews: 83% звонков по просрочке в Сбере делает робот, 18 сентября 2025 (banks.cnews.ru)
  6. Retail.ru: в «Перекрестке» появилась система прогнозирования спроса, 8 июня 2020 (retail.ru)

Нашли ошибку? Напишите нам

Публикации

Как создать чат-бот в Максе: инструкция для компании

Чтобы создать чат-бот в Максе, компании нужно пройти четыре шага на платформе MAX для партнеров: проверить профиль организации через Госуслуги, заполнить карточку бота, дождаться модерации до 48 часов по рабочим дням и собрать сценарий в конструкторе или своим кодом. Ниже каждый шаг по документации MAX, проверенной 16 октября 2026 года, а также как связать бота с сайтом, CRM и командой и на чем бо

ИнструкцияИТСредний11 мин
Написать в Telegram