ММООЗЗГГ.ru

Разбор

Применение LLM в бизнесе: задачи, примеры и первый шаг

7 мин7 источников

Применение LLM в бизнесе начинается с текста: заявки, письма, вопросы в поддержку, документы и отчеты. По отчету Stanford AI Index 2026 ИИ использовали 88% опрошенных организаций в 2025 году, в 2023 году таких было 55%. Ниже задачи, открытые примеры компаний, подключение к CRM и 1С, требования 152-ФЗ и первый шаг.

На странице · 7 разделов

Какие задачи LLM закрывает в компании

LLM, большая языковая модель, читает и пишет текст на обычном языке. Для компании это значит простую вещь: модель разбирает то, что раньше читал сотрудник, и готовит черновик ответа, документа или сводки.

Чаще всего модель ставят на пять потоков: входящие заявки, вопросы в поддержку, письма, документы и отчеты руководителю. Общее у них одно: много однотипного текста и понятное правило, какой ответ считать хорошим. Подробнее о том, как устроена модель, на отдельной странице.

Письма. Сервис Deutsche Telekom разбирает около 5 000 писем клиентов в неделю моделью GPT. 80% писем сами попадают в одну из 60 категорий и уходят в нужную очередь, экономия около 2 млн евро в год.

Отчеты. Сервис Draft One компании Axon пишет черновик полицейского отчета по записи с нагрудной камеры, сотрудник проверяет и подписывает. В блоге Microsoft приводится сокращение времени на отчеты на 82%.

Модель не заменяет учетную систему и не принимает решения за руководителя. Цифры она берет из CRM и 1С, а спорные случаи передает человеку.

Такие задачи уже массовые. По главе «Экономика» отчета Stanford AI Index 2026 генеративный ИИ хотя бы в одной функции используют 70% организаций.

Примеры: что уже работает у компаний

Ниже открытые проекты из раздела кейсов рынка. Это не наши клиенты: цифры взяты из публикаций самих компаний и их подрядчиков, ссылка на источник стоит на странице каждого кейса.

Поддержка. Генеративный агент AI.g авиакомпании Air India отвечает примерно на 40 000 запросов в день, человеку уходит только 3% вопросов. С запуска агент провел больше 13 млн диалогов и знает больше 1 300 разных вопросов.

База знаний для сотрудников. Verizon загрузил в ассистента на модели Gemini почти 15 000 внутренних документов для команды поддержки из 28 000 человек. Операторы быстрее находят ответ, а продажи через сервисную команду с июля 2024 года выросли почти на 40%.

Общее у этих проектов: один процесс, своя база знаний и цифра до и после. С этого же начинается пилот на любой модели, и неважно, какой поставщик стоит за ней.

Модель, агент или отдел: что внедрять

Модель сама по себе отвечает на вопросы в окне чата. Сотрудники пользуются ей как помощником, но в CRM и 1С ничего не меняется, а результат трудно посчитать в деньгах.

ИИ-агент это модель плюс инструменты и правила. Он читает заявку, смотрит остаток в 1С, заводит сделку в CRM и передает сложный случай человеку. Агента ставят на один процесс и меряют одной метрикой.

ИИ-отдел это 3–5 агентов на общих данных: продажи, поддержка, запись, отчеты руководителю. Мы собираем его за 4–6 недель, от 390 000 ₽, с подключением к вашим системам.

Порядок обычно такой: сначала один агент на процессе с понятной метрикой, затем отдел. Если процессов много и неясно, с какого начать, сначала нужна карта: она показывает, где ИИ вернет деньги, а где он не нужен.

Интеграция с CRM, 1С и базой знаний

Интеграция LLM с корпоративными системами означает, что модель не живет в отдельном окне. Агент получает доступ к CRM, 1С, почте и базе знаний с правами только на свой процесс, а каждое его действие пишется в журнал.

Агент в 1С читает остатки, цены и долги, отвечает клиенту цифрами и по вашим правилам создает заказ или счет. Справочники он не меняет и документы без контроля не проводит.

Заявка из мессенджера становится сделкой в amoCRM или Битрикс24 с историей переписки в карточке. Менеджер видит разговор целиком и подключается, когда клиент готов покупать.

Регламенты, прайс и ответы поддержки модель находит поиском по смыслу и отвечает по ним со ссылкой на документ. Такой подход называют RAG: модель не обучают заново, а к каждому вопросу дают ей нужные фрагменты ваших документов.

Как это выглядит вместе, показывает разбор оптовой компании на открытых данных: ответ на заявку за минуту вместо следующего дня, остатки из 1С, сделка в CRM. Это пример расчета, а не отчет клиента.

Данные и 152-ФЗ: облако или своя модель

Если модель работает с данными клиентов, действует 152-ФЗ. По части 5 статьи 18 запись, накопление и хранение персональных данных граждан России в базах за рубежом не допускаются, кроме случаев, которые закон перечисляет отдельно.

Поэтому главный вопрос не в том, какая модель умнее, а в том, куда уходят данные. Облачная модель за рубежом подходит для задач без персональных данных: тексты для сайта, разбор открытых документов, черновики писем.

Где есть имена, телефоны и история заказов, модель ставят в своем контуре или делят поток. Обезличенный запрос идет в облако, а персональные данные остаются на вашем сервере. Подробнее о требованиях закона и о гибридной схеме на страницах раздела о суверенном ИИ.

Своя модель уже рабочий вариант и для крупных компаний в России. Северсталь сама собрала 6 цифровых помощников для закупок на открытых языковых моделях: скорость получения данных и подготовки документов выросла в 10 раз.

Сколько стоит и как считать окупаемость

Цена внедрения складывается из трех частей: разработка агента, плата за модель и сопровождение. Наш пилот одного агента стоит от 149 000 ₽ за 14 дней, сопровождение от 40 000 ₽ в месяц.

Окупаемость считают от процесса, а не от модели. Возьмите часы сотрудников на процессе в месяц, умножьте на стоимость часа с налогами и сравните с сопровождением и расходом на модель. Пошаговый расчет с формулой есть на странице об окупаемости ИИ-агента.

Расход на модель зависит от объема текста. Если простые и сложные запросы идут вперемешку, простые можно отдать недорогой модели, а сильную держать для трудных случаев: так работает маршрутизация моделей.

Цены серверов и моделей меняются каждый месяц, поэтому мы не пишем их здесь. Свежие расчеты лежат в калькуляторах раздела о суверенном ИИ.

В договор пилота мы записываем метрику успеха. Если она не достигнута, вы видите это в отчете в цифрах, а не в ощущениях.

С чего начать: карта и пилот

Если процесс уже ясен, начинайте с пилота: один агент, один процесс, 14 дней, метрика в договоре. Если идете дальше, стоимость пилота засчитывается в цену отдела.

Если процессов много и непонятно, где ИИ вернет деньги, начните с карты ИИ-решений. За 7 недель мы разбираем компанию по процессам и считаем потери, решения, эффект в рублях и риски, включая 152-ФЗ. Карта для всей компании стоит от 7,7 млн ₽.

Чтобы выбрать первый процесс, ответьте на три вопроса: где больше всего однотипного текста, где ошибка дешевле и где результат легко посчитать. Процесс, который проходит по всем трем, и есть кандидат на пилот.

Вопросы и ответы

С какой задачи начать внедрение LLM?

С процесса, где много однотипного текста и есть понятная метрика: ответы на заявки, вопросы в поддержку, разбор писем. Ошибка там видна быстро и стоит недорого. Такой процесс берут в пилот на 14 дней и записывают метрику в договор.

Можно ли подключить LLM к 1С?

Да. Агент читает остатки, цены и долги из 1С и по вашим правилам создает заказы и счета. Права выдаете вы, и агент делает только разрешенные действия. Если в 1С есть персональные данные клиентов, модель ставят в вашем контуре по 152-ФЗ.

Сколько стоит внедрение?

Пилот одного агента стоит от 149 000 ₽ за 14 дней, ИИ-отдел из 3–5 агентов от 390 000 ₽ за 4–6 недель. Сопровождение от 40 000 ₽ в месяц. Плата за модель или сервер считается отдельно и зависит от объема запросов.

Источники и проверка

Проверено редакцией 16 октября 2026.

  1. Stanford HAI, AI Index 2026, глава «Экономика», 13 апреля 2026 (hai.stanford.edu)
  2. Microsoft, история клиента Air India, 11 февраля 2026 (microsoft.com)
  3. Reuters (Yahoo Finance), 9 апреля 2025 (finance.yahoo.com)
  4. T-Systems, история клиента, май 2026 (t-systems.com)
  5. Microsoft, блог Microsoft Cloud, 24 июля 2025 (microsoft.com)
  6. Цифровые платформы, кейс 3392, 1 декабря 2025 (platforms.su)
  7. КонсультантПлюс, 152-ФЗ, статья 18, 26 июля 2026 (consultant.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