Оцифровка процесса и своя ИИ-модель
Сначала сильная модель учится на вашем процессе под контролем людей. Потом типовую работу забирает своя компактная модель в вашем контуре, а топ-модель переходит на следующий процесс.
Что мешает сейчас
Счёт за ИИ растёт вместе с объёмом
Каждая заявка, письмо или документ идёт в дорогую модель, даже если задача типовая и повторяется тысячи раз.
Процесс живёт в головах
Регламенты устарели, решения принимаются «по опыту». Модели не на что опереться, поэтому она ошибается.
Данные нельзя отдавать наружу
Персональные данные и коммерческая тайна должны оставаться в контуре компании. Внешние сервисы под вопросом.
Нет способа проверить качество
Без эталона непонятно, стала ли модель работать лучше или хуже после изменений.
Агенты работают. Вы решаете.
Что берут на себя агенты и какие решения остаются за людьми.
Делают агенты
Агенты разбирают регламенты, переписки и документы и собирают, как процесс устроен на самом деле, с исключениями.
Вместе с вашими экспертами фиксируем набор задач с правильными ответами. По нему проверяем любую модель.
Сильная модель делает работу, человек проверяет и правит. Каждое проверенное решение сохраняется как пример.
На накопленных примерах дообучаем компактную или открытую модель под ваши задачи.
Типовые задачи уходят своей модели, сложные и неуверенные — топ-модели или человеку.
Каждую неделю сверяем ответы с эталоном. Если качество просело, маршрутизатор возвращает задачи топ-модели.
Решает человек
- Какие процессы оцифровывать первыми и что считать правильным ответом
- Проверка решений модели в первые недели
- Порог уверенности, ниже которого задача уходит человеку
- Решение о переводе процесса на свою модель
Оцифровка процессов с ИИ начинается не с модели, а с того, как работа устроена на самом деле. Я собираю процесс в карту и эталон качества, запускаю на нём сильную модель под контролем людей, а когда накопятся проверенные примеры, перевожу типовые задачи на свою компактную модель. Топ-модель освобождается и уходит на следующий процесс.
Как это работает по шагам?
Четыре этапа, каждый со своим результатом. Можно остановиться после любого из них.
| Этап | Что делаем | Результат |
|---|---|---|
| 1. Оцифровка | Разбираем регламенты, переписки, документы, решения | Карта процесса и эталон качества |
| 2. Топ-модель | Сильная модель работает, люди проверяют | Процесс автоматизирован, копится датасет |
| 3. Своя модель | Дообучаем компактную модель, ставим маршрутизатор | Типовое — на своей модели, сложное — на топ-модели |
| 4. Масштаб | Мониторим качество, топ-модель идёт дальше | Следующий процесс в работе |
Почему не начинать сразу со своей модели?
Потому что ей не на чем учиться. Пока процесс не оцифрован и нет проверенных примеров, своя модель повторит хаос, который есть в данных. Топ-модель на первом этапе работает как учитель: делает работу лучше всех доступных вариантов, а люди проверяют и правят. Каждое исправление становится обучающим примером.
Сколько можно сэкономить?
Условный пример: 1 000 типовых задач на топ-модели стоят около 3 900 ₽, на своей модели в контуре — в десятки раз меньше. Но в процессе всегда остаются сложные случаи, которые маршрутизатор отдаёт топ-модели или человеку. Поэтому по процессу целиком экономия обычно в 5–20 раз. Точный расчёт делаем на вашем объёме — можно прикинуть в калькуляторе окупаемости.
Как не потерять качество?
Главное правило: ни одна модель не переключается без проверки на эталоне. Маршрутизатор смотрит на уверенность своей модели и отправляет сомнительные задачи выше. Каждую неделю сверяем ответы с эталоном, и если качество просело, задачи автоматически возвращаются топ-модели, пока своя модель не дообучится.
Почему со мной?
В Wildberries я строил продуктовый и проектный офис: 10 команд, 150+ человек, 30+ инициатив, включая ИИ/ML. Эффект портфеля — более 1,5 млрд ₽ в месяц. Знаю, как довести модель от пилота до процесса, который работает каждый день, и как считать её эффект в деньгах. Свою платформу не продаю, поэтому выбираю модели под задачу: GigaChat, YandexGPT, открытые модели или их сочетание.
Начать можно с одного процесса. Подойдут документы и закупки или база знаний: там много типовых задач и понятен правильный ответ. Если процессов много, начнём со стратегии и портфеля ИИ. Оставьте заявку — разберу ваш процесс бесплатно.
Честно о результате
Что измеряем до и после
- Стоимость 1 000 задачСчитаем на топ-модели и после перевода типовых задач на свою модель.
- Качество по эталонуДоля правильных ответов на эталонном наборе до и после переключения.
- Доля задач на своей моделиСколько работы маршрутизатор отдаёт своей модели без потери качества.
- Время ответаСвоя модель в контуре обычно отвечает быстрее внешнего сервиса.
Когда ИИ здесь не нужен
- Задач меньше нескольких сотен в день: проще и дешевле платить за топ-модель.
- Каждая задача уникальна и нет критерия «правильно»: модели не на чем учиться.
- Процесс меняется каждую неделю: своя модель не успеет за изменениями.
Как проходит внедрение
Начинаем с малого и меряем эффект в деньгах до того, как масштабировать.
Бесплатный разбор
Смотрю процесс, данные и системы. Честно говорю, где ИИ даст эффект, а где не нужен.
1–2 дняКарта решений
Процессы по эффекту и сложности, метрики «до», план пилота и бюджет.
до неделиПилот на реальном процессе
Агенты работают в ваших системах. Необратимые шаги — только с подтверждением человека.
4–6 недельМасштабирование
Переносим на другие отделы и процессы, считаем эффект каждый месяц.
по результатуЧастые вопросы
Правда ли можно сократить затраты на ИИ в 100 раз?
Сколько данных нужно для своей модели?
Можно ли обучать свою модель на ответах ChatGPT или Claude?
Где будет работать своя модель?
Сколько длится такой проект?
Связанные решения
Стратегия внедрения ИИ и портфель инициатив
Карта решений, приоритеты по эффекту, пилоты и масштабирование ИИ — для собственников и CEO.
ПодробнееИИ для документооборота и закупок
Счета, договоры, сверки и тендеры: агент распознаёт, сверяет и готовит черновик в 1С или ERP.
ПодробнееИИ база знаний компании: «мозг» для сотрудников
Ассистент знает регламенты и документы компании и отвечает сотрудникам со ссылкой на источник.
ПодробнееПочитать по теме
Сколько стоит внедрение ИИ-агента в 2026 году и когда он окупается
Разберём рыночные вилки цен, статьи бюджета, которые забывают в смете, и простую формулу окупаемости. В конце — где ИИ-агент деньги не вернёт.
6 октября 2026 г. · 8 минОсновыИИ-агент или чат-бот: в чём разница и что выбрать
Сравниваем ИИ-агента, чат-бота и RPA по тому, что они умеют, где ломаются и сколько стоят во владении. Получите простое правило выбора под свою задачу.
10 октября 2026 г. · 7 минРазберу вашу задачу
Расскажите, какую работу хотите отдать агентам. Я лично посмотрю задачу и предложу, с чего начать. Бесплатно.
- РазборБесплатно. Смотрю процесс и данные, говорю, где ИИ даст эффект, а где не нужен.
- Карта решенийПроцессы по эффекту и сложности, план пилота и метрики.
- Пилот 4–6 недельРаботает на реальном процессе, эффект меряем до и после.
Телефон: +7 926 065-77-93Почта: askerov.russ@gmail.comНаписать в Telegram