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.
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:
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.
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.
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.
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:
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.
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:
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.
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.
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.
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 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, 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.
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.
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?».