Внедрение ИИ в компании: пошаговый план на первые 90 дней

Дальше начинается то, что чаще всего и губит внедрение: попытка сделать всё сразу — купить лицензии на десяток сервисов, объявить, что «теперь мы ИИ-компания», и запустить проекты параллельно в пяти отделах. Через несколько месяцев выясняется, что часть лицензий никто не открывал, а измеримого результата нет ни по одному направлению.

Цифры подтверждают, что это не редкое исключение, а типичный сценарий. По данным S&P Global, в 2025 году компании отказались от большинства своих ИИ-инициатив в 42% случаев — против 17% годом ранее. Причина чаще всего не в технологии, а в том, что проект не был структурирован с самого начала: не было ни узкого фокуса, ни измеримой базовой точки, ни решения о том, что считать успехом.

Рабочая альтернатива — не растянутая на год трансформация и не хаотичный спринт, а три последовательных месяца с разными задачами на каждом: диагностика, быстрая победа, решение о масштабировании.

Дни 1–30: диагностика, а не закупка лицензий

Первый месяц не про инструменты. Про то, чтобы честно ответить на вопрос: какой конкретно процесс мы меняем и как поймём, что стало лучше.

Ошибка, которую совершает большинство компаний на старте, — выбирать сразу несколько направлений или, наоборот, самый сложный процесс, потому что там потенциально больше экономии. Работает обратный принцип: один процесс, с заметным объёмом ручного труда, но без критической сложности. Показательный пример такой дисциплины — формулировка, которая реально убеждает совет директоров и действительно проверяется позже: «Проверка документов отнимала у команды 340 часов в неделю, пилот взял на себя 31% этой нагрузки». Не «ИИ ускорит работу с документами», а конкретный процесс, конкретное количество часов до и конкретная доля, которую забрал пилот.

Прежде чем выбирать сервис, стоит зафиксировать точку «до» по каждому из нескольких параметров:

• сколько часов в неделю сейчас уходит на процесс;

• какой процент операций требует переделки или проверки другим сотрудником;

• сколько времени проходит от начала задачи до готового результата;

• что произойдёт, если на этом участке что-то пойдёт не так — какая цена ошибки.

Без этой базы любой последующий разговор о результате превращается в спор впечатлений: кому-то кажется, что стало быстрее, кому-то — что ничего не изменилось. Здесь же решается, кто отвечает за процесс — не «ИТ-отдел внедряет ИИ», а конкретный человек, у которого есть полномочия менять процесс, а не только тестировать инструмент.

Не случайно исследование Gartner показывает: у зрелых в части ИИ организаций 45% инициатив остаются в продакшене три года и дольше, а у компаний с низкой зрелостью процессов этот показатель — только 20%. Разница возникает не на этапе запуска, а на этапе диагностики, которую обычно пропускают в спешке.

Дни 31–60: быстрая победа, которую видят все

Второй месяц — не про масштаб, а про видимость. Нужен один результат, который сотрудники увидят своими глазами и которому поверят, потому что он решает их собственную, а не абстрактную проблему.

Показательна здесь история фармацевтической компании Moderna. В начале 2023 года, решая, как вообще подступиться к генеративному ИИ, компания не стала ждать идеального большого проекта — её команда построила внутреннего чат-бота mChat на API OpenAI всего за две недели, используя уже готовую облачную инфраструктуру на AWS. В течение нескольких месяцев инструментом стали пользоваться больше 80% сотрудников — не потому что его обязали внедрить, а потому что он решал ежедневные рабочие задачи быстрее привычных способов.

Дальше компания не стала форсировать масштаб. Вместо этого команда провела структурированное сравнение mChat, Microsoft Copilot и только что вышедшего ChatGPT Enterprise — и только после этого выбрала платформу для развёртывания на всю компанию. Параллельно с технической частью шла работа с людьми: конкурс на лучшие промпты, по итогам которого сто самых активных сотрудников стали внутренними «чемпионами» ИИ, локальные встречи-консультации в каждом подразделении и внутренний форум, который сейчас собирает две тысячи активных участников еженедельно.

Здесь важна честность: полный путь Moderna до того состояния, когда юридический отдел компании вышел на стопроцентное использование ChatGPT Enterprise, а в компании работает уже больше 750 внутренних GPT-ассистентов, занял не три месяца, а около двадцати месяцев планомерной работы с людьми. Девяносто дней дают не финальный масштаб, а две вещи, без которых масштаб вообще не наступит: работающий, проверенный на практике сценарий и достаточно сотрудников, которые увидели результат своими глазами и готовы рассказать о нём коллегам.

Дни 61–90: решение о масштабировании, а не точка финиша

Третий месяц — это не праздник по случаю завершения проекта, а момент принятия решения на основе данных, собранных за предыдущие два месяца.

Сравнение идёт не с ощущениями, а с базовой точкой, зафиксированной в первый месяц: на сколько сократилось время выполнения процесса, какая доля ранее ручных операций теперь берёт на себя ИИ, как изменилось число ошибок и повторных проверок. Если показатели заметно сдвинулись — встаёт вопрос не «внедрять ли ИИ ещё куда-то», а «какой процесс в соседнем отделе устроен похожим образом, чтобы перенести уже проверенный сценарий, а не придумывать новый пилот с нуля».

Здесь же стоит прямо проговорить то, что отличает рабочий план от красивой презентации для совета директоров. Деньги, уже потраченные на пилот, — не повод объявить его успешным, если данные говорят об обратном: это ловушка, в которую регулярно попадают компании, когда признать неудачу «слишком дорого политически». Настоящий критерий один — изменились ли измеримые показатели процесса, которые зафиксировали в первый месяц, а не количество сотрудников, однажды попробовавших новый инструмент.

Что отличает план от списка благих намерений

За девяносто дней почти никогда не удаётся «внедрить ИИ в компанию» целиком — и это нормально, если изначально не обещать себе обратного. Реалистичный результат такого цикла — один проверенный процесс с измеримым эффектом, группа сотрудников, которые стали внутренними проводниками новой практики, и ясное понимание, на какой процесс распространять подход дальше.

Компании редко проходят этот путь в одиночку с первой попытки — не потому что не хватает мотивации, а потому что сложно одновременно вести диагностику процессов, обучать сотрудников и следить за метриками, оставаясь в графике. Программа «Нейрограмотность» подключается для компании бесплатно именно для того, чтобы пройти эти девяносто дней не методом проб и ошибок, а по проверенной последовательности: практика на реальных рабочих задачах, готовая база сценариев и сопровождение на каждом из трёх этапов. Вопрос, с которого стоит начать, — не «какую нейросеть выбрать», а какой из процессов вашей компании достаточно узкий, заметный и измеримый, чтобы стать тем самым пилотом первого месяца.