Как выбрать подрядчика по внедрению AI

Рынок AI-услуг быстро растёт. Всё больше специалистов и компаний предлагают внедрить нейросети в продажи, маркетинг, поддержку, аналитику и внутренние процессы.

Для бизнеса это хорошая новость: вариантов становится больше. Но одновременно сложнее понять, кто действительно умеет встраивать AI в рабочие процессы, а кто просто эффектно демонстрирует возможности нейросетей на презентации.

Разница обычно становится заметна уже после запуска.

В одном случае сотрудники получают инструмент, который экономит время и становится частью ежедневной работы. В другом компания получает чат-бота, несколько интеграций и красивый интерфейс, но спустя пару месяцев системой почти никто не пользуется.

Поэтому при выборе подрядчика недостаточно смотреть только на технические навыки. Гораздо важнее понять, умеет ли команда разбираться в бизнес-процессах и связывать технологию с конкретным результатом.

Не начинайте с вопроса о модели

Один из самых распространённых сценариев выглядит так:

«Нам нужен AI. Какую модель вы будете использовать?»

Это не лучший вопрос для начала разговора.

Для бизнеса обычно не так важно, какая именно модель работает внутри системы, если решение стабильно выполняет поставленную задачу. Гораздо важнее понять, как устроен сам процесс и что именно в нём изменится.

Стоит выяснить:

· какой процесс будет изменён;

· какие данные использует AI;

· какие действия он выполняет;

· где остаётся человек;

· с какими системами нужно интегрироваться;

· как будет измеряться результат.

Модель при необходимости можно заменить. Плохо спроектированный бизнес-процесс исправить гораздо сложнее.

Хороший подрядчик сначала задаёт вопросы

Если после короткого разговора вам сразу называют стоимость и обещают «полностью автоматизировать отдел», это повод насторожиться.

Перед оценкой проекта специалисту нужно хотя бы в общих чертах разобраться, как устроена работа компании. Без этого невозможно понять ни объём задачи, ни подходящую архитектуру.

Обычно подрядчик должен спросить:

· как сейчас выглядит процесс;

· кто за него отвечает;

· какие системы используются;

· где хранятся данные;

· сколько времени занимает операция;

· какие бывают исключения;

· где чаще всего возникают ошибки;

· какой результат считается хорошим;

· что произойдёт, если AI ошибётся.

Это не попытка усложнить продажу. Такие вопросы нужны, чтобы не предлагать технологию ради самой технологии.

Подрядчик должен понимать не только AI, но и ваш бизнес-процесс

Можно отлично разбираться в нейросетях и при этом плохо понимать, как автоматизировать реальную работу компании.

Например, специалист умеет создавать AI-агентов, но не учитывает, что сотрудники работают сразу в нескольких системах. В итоге AI выполняет свою часть задачи, а менеджеру всё равно приходится вручную переносить результат из одного сервиса в другой.

Формально автоматизация есть. По факту нагрузка почти не изменилась.

Хорошее внедрение начинается с понимания всей цепочки:

что происходит до AI → что делает AI → что происходит после AI.

Если подрядчик смотрит только на середину процесса, значительная часть проблемы останется нерешённой.

Спросите, какой результат вы получите на выходе

Фраза «внедрим AI в отдел продаж» слишком общая. После завершения проекта должно быть понятно, что именно изменится в ежедневной работе.

Например:

· заявки автоматически классифицируются;

· информация о клиенте собирается перед звонком;

· AI готовит резюме переговоров;

· система создаёт задачи менеджерам;

· отчётность формируется автоматически;

· сотрудники получают ответы из внутренней базы знаний.

Чем конкретнее сформулирован результат, тем проще проверить, действительно ли подрядчик сделал то, что обещал.

Хороший проект можно описать до начала разработки

До старта не обязательно готовить техническое задание на сотню страниц. Но у проекта должна быть понятная логика.

Например:

Заявка поступает в CRM → AI анализирует обращение → определяет категорию → проверяет данные → формирует краткое резюме → создаёт задачу менеджеру → результат сохраняется в CRM.

Такая схема сразу показывает, где используется AI, что происходит с данными и на каком этапе нужен контроль человека.

Если подрядчик не может простыми словами объяснить, как будет работать система, разобраться в проекте и его реальной ценности будет сложно.

Не бойтесь спросить про ограничения

Это один из самых полезных вопросов:

«Где это решение может ошибаться?»

Профессиональный подрядчик не станет обещать идеальную работу AI во всех ситуациях. У любой системы есть ограничения.

AI может неправильно интерпретировать нестандартный запрос, не найти нужную информацию, получить неполные данные или ошибиться при классификации обращения.

Поэтому заранее нужно понимать:

· какие ошибки возможны;

· как они обнаруживаются;

· что происходит после ошибки;

· когда требуется проверка сотрудника;

· кто отвечает за контроль результата.

Чем честнее обсуждаются ограничения, тем понятнее реальный уровень проекта и связанные с ним риски.

Особенно внимательно смотрите на работу с данными

AI-система может работать только с той информацией, к которой у неё есть доступ.

Если подрядчик предлагает автоматизацию, но почти не интересуется источниками данных, это плохой сигнал. Сначала нужно понять, откуда система будет получать информацию и насколько ей можно доверять.

Стоит выяснить:

· где хранятся данные;

· насколько они актуальны;

· какие документы используются;

· кто имеет к ним доступ;

· какие данные можно передавать AI;

· как система получает обновления.

Если эти вопросы не решены, даже хорошая модель может давать неудовлетворительный результат.

Интеграции — важная часть проекта

Предположим, AI должен работать с CRM. Недостаточно просто сказать: «Подключим CRM».

Нужно определить, какие данные оттуда будут поступать, какие действия система сможет выполнять и что должно возвращаться обратно. То же самое относится к почте, телефонии, таблицам, документообороту и другим сервисам.

Хороший подрядчик заранее обозначает необходимые интеграции и объясняет, зачем нужна каждая из них.

Если какая-то интеграция невозможна или требует дополнительных затрат, об этом лучше узнать до начала разработки, а не после подписания договора.

Спросите, что входит в стоимость

Цена проекта без расшифровки почти ничего не говорит.

Например, предложение на 300 000 рублей может включать только разработку. Другое, стоимостью 400 000 рублей, дополнительно может включать анализ процесса, интеграции, тестирование, обучение и месяц сопровождения.

Второй вариант при этом вполне может оказаться выгоднее.

Поэтому стоит попросить подрядчика расписать стоимость хотя бы по основным этапам:

Этап

Что должно быть понятно

Анализ

Какой процесс изучается

Проектирование

Как будет устроено решение

Разработка

Что именно создаётся

Интеграции

Какие системы подключаются

Тестирование

Что и как проверяется

Запуск

Как решение внедряется в работу

Обучение

Как сотрудники будут пользоваться системой

Поддержка

Что происходит после запуска

Так предложения разных подрядчиков становится намного проще сравнивать.

Не выбирайте подрядчика только по портфолио

Портфолио полезно, но красивые кейсы сами по себе ничего не гарантируют.

Стоит выяснить, что именно было сделано: какая проблема существовала, что было до внедрения, что изменилось после, какие системы интегрировали, сколько времени занял запуск и как оценивали результат.

Особенно полезны кейсы с конкретными показателями. Например, сокращение времени обработки заявки, увеличение пропускной способности команды или уменьшение количества ручных операций.

Цифры дают гораздо больше информации, чем формулировка «создали инновационного AI-ассистента».

Хороший кейс не обязательно должен быть похож на ваш бизнес

Это тоже стоит учитывать.

Подрядчик может не иметь проекта именно в вашей отрасли — и это не обязательно проблема. Гораздо важнее его опыт решения похожих по структуре задач.

Например, если вам нужно автоматизировать обработку входящих обращений, полезнее изучить опыт работы с классификацией, CRM и клиентскими коммуникациями, чем искать компанию, которая работала исключительно с вашей конкретной нишей.

Спросите, кто будет работать над проектом

Иногда продажу ведёт один человек, а после подписания договора проект передают другой команде. Это нормально, если процесс прозрачен и зоны ответственности заранее определены.

Лучше сразу узнать:

· кто отвечает за проект;

· кто проектирует решение;

· кто занимается разработкой;

· кто отвечает за интеграции;

· к кому обращаться после запуска.

AI-внедрение затрагивает рабочие процессы компании, поэтому ответственность не должна растворяться между несколькими подрядчиками.

Что будет после запуска

Один из вопросов, который часто забывают задать:

«Что происходит после того, как система заработает?»

AI-решение редко остаётся неизменным годами. Меняются процессы, документы, сотрудники, требования бизнеса и подключённые сервисы. Со временем появляются и новые сценарии, которые хочется добавить.

Поэтому заранее стоит понять, предусмотрено ли сопровождение, как оплачиваются доработки и кто отвечает за поддержку.

Не соглашайтесь на обещание «AI заменит отдел»

Такие обещания звучат эффектно, но хороший подрядчик обычно говорит конкретнее.

Он должен показать, какие задачи реально автоматизировать, какие лучше оставить сотрудникам и где необходим человеческий контроль.

Полностью убрать человека из процесса удаётся далеко не всегда, да и не всегда в этом есть смысл.

Если AI снимает с пяти сотрудников по два часа рутинной работы каждый день, это уже серьёзный результат. Не обязательно после этого сокращать команду — высвободившееся время можно направить на более важные задачи.

Пилот лучше большого проекта вслепую

Если задача сложная и требует серьёзных инвестиций, разумно начать с пилота.

Например, выбрать один процесс или часть отдела и на ограниченном участке проверить, как работает решение.

На этом этапе можно оценить:

· качество работы AI;

· доступность данных;

· удобство для сотрудников;

· стабильность интеграций;

· реальную экономию времени;

· количество ошибок.

После этого решение можно доработать и масштабировать.

Так компания не обязана сразу вкладывать большой бюджет в систему, эффективность которой пока существует только на презентации.

Как понять, что подрядчик продаёт технологию, а не результат

Есть простой тест.

Попросите специалиста объяснить проект без слов «нейросеть», «AI-агент», «автоматизация нового поколения» и других технологических формулировок.

Если после этого остаётся понятное объяснение:

«Сейчас сотрудники делают X. После внедрения система будет выполнять Y. Это сократит время с A до B и позволит обработать на C заявок больше»,

значит, подрядчик понимает бизнес-задачу.

Если без технологических терминов объяснить ценность проекта невозможно, возможно, вам продают саму технологию.

Красные флаги при выборе подрядчика

Стоит внимательнее отнестись к предложению, если:

· вам сразу называют цену, не изучив процесс;

· обещают полностью автоматизировать всё;

· гарантируют рост прибыли без исходных данных;

· не спрашивают, какие системы уже используются;

· не интересуются качеством корпоративных данных;

· не говорят об ограничениях AI;

· не объясняют, как будет измеряться результат;

· не могут показать этапы проекта;

· стоимость описывается одной общей суммой без состава работ;

· после запуска не предусмотрена никакая поддержка.

Каждый такой пункт по отдельности ещё ничего не доказывает. Но если сразу несколько сигналов появляются вместе, стоит задать подрядчику дополнительные вопросы.

Как выглядит нормальный процесс выбора

Оптимально пройти несколько этапов.

1. Описать задачу

Не «хотим AI», а конкретную проблему бизнеса.

2. Показать подрядчику текущий процесс

Чем лучше он понимает исходную ситуацию, тем точнее сможет предложить решение.

3. Получить несколько вариантов

Например, готовый инструмент, частичную автоматизацию и полноценное внедрение.

4. Сравнить не только цену

Нужно учитывать функциональность, сроки, риски, сопровождение и потенциальный эффект.

5. Определить критерии успеха

До начала проекта должно быть понятно, по каким показателям будет оцениваться результат.

6. При необходимости начать с пилота

Особенно если решение дорогое или затрагивает критически важный процесс.

Что в итоге должен получить бизнес

После нормального внедрения у компании должен появиться не просто доступ к AI. Должен измениться конкретный участок работы.

Сотрудники тратят меньше времени на рутину, информация собирается быстрее, ошибок становится меньше, а клиенты получают ответы оперативнее. Руководитель получает нужные данные без постоянной ручной подготовки.

Но есть ещё один важный критерий — результат должен быть измеримым.

Если через несколько месяцев после запуска никто не может сказать, что именно изменилось в бизнесе, проблема была не только в технологии.

Вывод

Выбор подрядчика по AI — это не соревнование презентаций и не поиск человека, который знает больше названий нейросетей.

Хороший подрядчик должен понимать, как устроен бизнес-процесс, какие данные в нём используются, где возникает ручная работа и каким образом технология может изменить конкретный результат.

Поэтому при выборе стоит смотреть не только на портфолио и цену. Гораздо полезнее попросить показать логику проекта: что происходит сейчас, что изменится после внедрения, какие системы будут подключены, где останется человек, какие риски существуют и как будет измеряться эффект.

AI-проект стоит выбирать как инвестицию в бизнес-процесс, а не как покупку технологии.

Если подрядчик сначала пытается понять вашу задачу, считает потенциальный эффект и только после этого предлагает решение — это хороший признак.

Если же разговор начинается с конкретной нейросети, красивой демонстрации и обещания «автоматизировать всё», лучше сделать шаг назад и разобраться, за что именно вы собираетесь платить.

В конечном счёте хороший подрядчик не просто внедряет AI. Он помогает компании понять, где технология действительно нужна, какую часть работы ей стоит передать и какой результат бизнес должен получить за вложенные деньги.