ИИ на производстве: где нейросеть помогает уже сейчас, если у вас нет ИТ-отдела

2026-11-11 17:23:48 Время чтения 12 мин 93

Собственник мебельной или швейной фабрики слышит про ИИ на каждой конференции. Потом возвращается на производство: утренняя планёрка мастеров, сменные отчёты, брак, рекламации, новые сотрудники, которым надо объяснить регламент. Куда здесь поставить нейросеть, непонятно.

Компании без ИТ-отдела ИИ на производстве полезен прежде всего в работе с информацией вокруг цеха. Это планёрки и сменные отчёты, инструкции и регламенты, разбор брака и претензий, документы и переписка с заказчиками. Станками и технологическими режимами нейросеть не управляет, и начинать с них я не советую.

Я Александр Петров, больше 18 лет работаю в ИТ и помогаю собственникам внедрять ИИ так, чтобы через месяц им пользовались каждый день. В этой статье разберу, какие задачи цеха и управления можно отдать нейросети уже сейчас, что требует настройки, где ИИ лучше не трогать и с чего начать на этой неделе.

Где ИИ на производстве даёт пользу в первую очередь?

Первая польза появляется в задачах, где человек сам загружает в нейросеть запись, документ или таблицу и получает готовый черновик. Для этого достаточно готовой платформы и одного руководителя или мастера, который готов попробовать. Датчики, интеграции и программисты на этом этапе не нужны.

Вот задачи, которые встречаются на любой фабрике, от мебельной до пищевой:

  1. Планёрки мастеров. Запись утренней планёрки превращается в список решений: кто, что и к какому сроку делает на участке.
  2. Сменные отчёты. Мастер надиктовывает итоги смены голосом, нейросеть собирает отчёт по одному шаблону: выпуск, простои, их причины, что передать следующей смене.
  3. Инструкции для новичков. Из длинного регламента или технологической карты ИИ делает понятную памятку для новой швеи или станочника. Технолог проверяет её перед тем, как раздать.
  4. Разбор брака и рекламаций. Претензии заказчиков и записи ОТК за месяц нейросеть группирует по причинам. Это материал для разговора с технологом, а не готовый вывод.
  5. Поиск по своим документам. Руководитель загружает регламент приёмки или договор с поставщиком и спрашивает, где сроки, обязательства и штрафы.
  6. Письма заказчикам и поставщикам. Руководитель правит готовый черновик вместо того, чтобы писать с нуля.

Всё это человек делает сам в своём аккаунте. Если ИИ ошибся в черновике сменного отчёта, мастер это видит и исправляет до того, как отчёт уйдёт дальше.

Что нейросеть делает на реальном производстве уже сейчас?

На пилоте Искры, который я сопровождаю на нефтеперерабатывающем заводе, одним из первых прижился навык протоколов совещаний. Запись встречи превращается в список решений с ответственными и сроками.

Завод не похож на швейный цех по масштабу и технологиям. Но совещаний там много, и договорённости так же легко теряются между планёркой и пятницей. Руководитель, который пользуется навыком, сказал о нём так: «использую часто, не приходится вспоминать и искать заметки».

Для фабрики на 50 или 200 человек этот сценарий переносится без изменений. Утренняя планёрка мастеров, совещание по срыву сроков отгрузки, разбор рекламации с технологом и ОТК записываются, и через минуту у всех участников есть одинаковый список решений.

Что требует настройки, а не просто подписки?

Бот, который сам отвечает сотрудникам или клиентам, требует настройки. Его нужно наполнить базой знаний, подключить к каналу, где ему пишут, и проверить на реальных вопросах, прежде чем выпускать к людям.

Разница с задачами из первого раздела в том, кто проверяет ответ. Когда мастер сам спрашивает нейросеть о регламенте, он видит ответ и решает, верить ли ему. Когда бот отвечает клиенту про сроки отгрузки, между ответом и клиентом уже никого нет. Поэтому такой бот собирают как отдельный проект: с ответственным, с тестами и с понятной границей, на что он отвечает, а что передаёт человеку.

У меня есть пример такого проекта. С февраля 2026 года мы с топ-командой многопрофильной клиники ведём её ИИ-преобразование. Бот для пациентов по замеру в конце августа сам закрывал 88,5% обращений без оператора и отвечал за 7 секунд. У оператора на это уходит около 8 минут. Этот результат появился после настройки и проверки бота.

Для производства без ИТ-отдела я советую идти в таком порядке: сначала руководители и мастера сами пользуются ИИ в своих задачах, потом, когда понятно, какие вопросы повторяются чаще всего, можно собирать бота для сотрудников или клиентов.

Почему внедрение ИИ на производстве начинается с порядка в задачах?

Нейросеть ускоряет процесс, у которого есть владелец, понятные шаги и ответственный за каждую задачу. Если этого нет, ИИ ускоряет и путаницу.

Я провёл компанию через рост с 20 до 200 человек и помню, как это выглядит изнутри. Пока задачи живут в голове у директора и в мессенджерах, любой новый инструмент становится ещё одним местом, где что-то теряется.

Поэтому на трекинге мы сначала отвечаем на три вопроса:

  1. Какой процесс болит сильнее всего? Один конкретный: планёрки мастеров, согласование заказов, работа с рекламациями.
  2. Кто его владелец? Человек, который отвечает за результат и решает, работает инструмент или нет.
  3. Как поймём, что стало лучше? Меньше времени на протоколы и отчёты, меньше повторных вопросов, быстрее ответ заказчику.

Чего ИИ на производстве пока делать не стоит?

Не стоит отдавать ИИ решения, за которые отвечает человек, и цифры, которые никто не проверит. Нейросеть может ошибиться и при этом написать ответ очень уверенно.

В клинике, о которой я рассказал выше, бот закрывает большую часть обращений, но записывать пациентов к врачам мы ему не дали: ошибка в записи стоит слишком дорого. На производстве я рассуждаю так же.

ChatGPT или российская ИИ-платформа: что уместно на производстве?

Для личных экспериментов подойдёт любая сильная модель, включая ChatGPT. Для рабочих документов компании и команды без ИТ-отдела обычно удобнее российская платформа: не нужен VPN, проще оплатить и проще ответить на вопрос, куда уходят данные.

Я не считаю ChatGPT, GigaChat или другие модели плохими, у каждой своя область. На производстве обычно решают три вещи:

  1. Доступ без обходных путей. Если для работы нужен VPN, через месяц инструментом пользуются два энтузиаста, а мастера к нему не подходят.
  2. Понятный путь данных. Договоры, цены поставщиков и внутренние регламенты не стоит отправлять туда, где вы не знаете правил хранения.
  3. Готовые сценарии. Руководителю проще начать с готового навыка протокола совещания, чем писать сложные запросы с нуля.

Я работаю с командой Искры, российской ИИ-платформы для бизнеса, и помогаю компаниям её внедрять. Начать можно бесплатно: личный тариф «Старт» без оплаты, для организаций есть общий пакет на сотрудников. Зарегистрироваться можно по моей ссылке.

На любой платформе, пока не разобрались с правилами хранения, загружайте только то, что готовы показать постороннему, или обезличенные документы.

С чего собственнику начать ИИ на производстве уже на этой неделе?

Начните с себя и одной повторяющейся задачи: неделю ведите в нейросети протоколы своих совещаний или разбор входящих документов. Потом отдайте этот сценарий одному мастеру или заму.

Собственники в реальном секторе обычно так и решают: сначала пробуют на себе, потом подключают одного-двух замов, потом думают про команду. Я считаю этот порядок правильным.

  1. День 1. Зарегистрируйтесь в платформе и выберите одну повторяющуюся задачу.
  2. Дни 2–4. Делайте эту задачу с ИИ каждый день и отмечайте, где он ошибся.
  3. День 5. Сравните, сколько времени она занимала раньше и сколько сейчас.
  4. Дни 6–7. Выберите мастера или зама, которому отдадите сценарий следующим, например сменные отчёты.

Финансовый директор с производства силовой электротехники написал в отзыве о трекинге: «мы не просто обсуждали идею, а сразу выстраивали понятный трек — от задумки до работающего решения». Для руководящей команды целиком есть командный трекинг, 220 000 ₽ в месяц.

Вопросы и ответы

Нужен ли ИТ-отдел, чтобы внедрить ИИ на производстве?

Для первых шагов нет. Протоколы планёрок, сменные отчёты, памятки по регламентам и разбор документов работают в готовой платформе без программистов. Специалисты понадобятся, когда вы решите сделать бота для сотрудников или клиентов либо связать ИИ с учётной системой.

С какой задачи лучше начать?

С той, что повторяется каждый день и отнимает время у руководителя или мастера. Чаще всего это планёрки и договорённости после них. Результат виден за неделю, а ошибку в черновике протокола легко заметить и исправить.

Можно ли сделать бота, который отвечает на вопросы сотрудников цеха?

Можно, но это отдельный проект с настройкой: базой знаний, проверкой ответов и ответственным за бота. Начинать с него без опыта работы с ИИ я не советую.

Сколько стоит начать?

Попробовать можно бесплатно: в Искре есть личный тариф «Старт» без оплаты. Если нужна помощь с внедрением, персональный трекинг стоит 140 000 ₽ в месяц, командный 220 000 ₽ в месяц.

Заменит ли ИИ мастеров и технологов?

Нет, и ставить такую цель я не советую. ИИ снимает с людей рутину вокруг работы: записи, отчёты, поиск по документам. Решения по технологии и безопасности остаются за специалистами.

Разборы случаев из практики я публикую в Telegram-канале «А смысл?».