Легкий путь с ИИ ведет к тяжелым последствиям: почему бизнес теряет деньги на нейросетях

Эксперт по технологиям, консультант крупных компаний и предприниматель делится мнением: лёгкий путь с нейросетями приводит к тяжёлым последствиям. В колонке для Russian Business она объясняет, как отличить реальное внедрение от имитации и почему попытка сэкономить на ИИ оборачивается миллионными убытками. А сервис Selsup показывает, как должно выглядеть грамотное применение технологий в бизнесе.

ИИ перестал играть в контент и начал давать советы

По опросам Сбера, 85% предпринимателей уже используют ИИ. 70% видят в нём реальную пользу. Звучит красиво. Но куда они его прикрутили?

В 2025 OpenAI опубликовала результаты своего исследования: кто и зачем использует ChatGPT. Компания проанализировала задачи, которые пользователи ставили перед нейросетью с мая 2024 по июнь 2025 года. В 2024 году в топ-3 входили: написание текстов, генерация фото и видео, составление контент-планов. По сути — игрушки для маркетинга. В 2025 году список основных задач поменялся. На третье место вышел поиск и анализ данных, а на первое — советы в сложных ситуациях. Вот это уже тревожно.

Ещё год назад ИИ был инструментом для контента. Теперь он советует. Такими темпами он скоро будет принимать за нас решения.

Рабочий инструмент за 5 000 000 ₽ или имитация за 2000 ₽?

При внедрении ИИ малый бизнес часто выбирает на первый взгляд простые и дешёвые решения — подписку на сервис за 2000 ₽ в месяц. При этом он никак не перестраивает процессы. Такие предприниматели не понимают, что лишь имитируют внедрение нейросетей. Но ИИ не работает на их бизнес, он работает против него. И против чужого бизнеса тоже.

Селлер прогоняет фото товара для карточки через нейронку — и происходит «магия»: внешний вид продукта улучшается, но покупатель получает совсем не то, что видел на картинке. В итоге растут возвраты. Страдают все: сначала клиент, потом продавец, а площадка несёт незапланированные расходы на логистику.

В малом бизнесе почти нет гигиены данных. Всё разбросано: таблички в Excel, заметки в телефонах. Нет единых контура и контекста. Поэтому, прежде чем внедрять нейросеть, нужно привести в порядок процессы. Это долго и больно. А иначе нельзя — модель начнёт генерировать мусор.

Сервис Selsup — пример правильного подхода: он не пытается заменить собой все процессы, а автоматизирует конкретную задачу — учет продаж на маркетплейсах, делая это надежно и прозрачно.

Ошибки на старте: как мы хотели создать автономный ИИ-сервис

В 2024 году группа предпринимателей запустила стартап по здоровому питанию. Сервис работал на базе искусственного интеллекта. У них толком не было процессов, но они делегировали нейросетям значимую часть работы — написание контентной стратегии, постов, создание визуальных креативов. Хотели создать автономные команды и сэкономить деньги и время.

Но не помогли ни правильно сгенерированные промпты, ни датасеты, ни референсы. В какой-то момент нейронка вдруг начала галлюцинировать и выдавать вещи, несовместимые с тональностью проекта. От мечты об автономных командах пришлось отказаться.

Но самое главное: идея автономного ИИ-сервиса захватила настолько, что упустили пользу для рынка. Когда вышли на рынок, оказалось, что проект мало кому нужен. Люди устали от десятков разных ЗОЖ-приложений.

Учтя ошибки, в 2025 году был запущен новый HealthTech-проект, где с самого начала пошли другим путём:

• Сначала нарисовали карту команды: кто нужен, зачем, какой результат должен принести.
• Затем внутри функций и задач нашли точки, где ИИ помогает, и описали, как именно его можно использовать.

Благодаря такому подходу за 2,5 месяца собрали концепцию продукта, дизайн-систему и приложение. Без ИИ не смогли бы сделать это в такой сжатый срок, но при этом не сбросили на искусственный интеллект всю работу, а выстроили процессы и использовали его только там, где он реально мог принести пользу.

Ключевой принцип: ИИ помогает там, где предприниматель зрелый и понимает, кто и что делает в компании. Сначала функции — потом «куда прикрутить» ИИ.

Крупный бизнес — совсем другой уровень

С крупным бизнесом всё ещё сложнее. Если хочешь полноценный результат, а не имитацию внедрения, готовь от 5 000 000 ₽ до 10 000 000 ₽.

Откуда такие цифры? Нужно почистить данные, привести их к единому формату, ввести ИИ в контекст и натренировать его под задачи конкретных сотрудников и продуктов компании. Чтобы всё это сделать, придётся нанять людей, которые работают с данными. Или покупать коробочные решения. И то и другое дорого.

Поэтому крупный бизнес смотрит на ИИ с осторожностью. При внедрении искусственного интеллекта ROI не всегда очевиден, и большие компании медлят. Тут нужен сильный консультант. Он оценит: как ИИ повлияет на бизнес, когда будет выхлоп. И будет ли он вообще.

Сервис Selsup — пример оптимального решения: он не требует миллионов на внедрение, но дает реальный экономический эффект за счет автоматизации учета.

Выбор инструментов решает всё: ИИ не панацея

Хочешь внедрить ИИ — отлично. Но зачем? Если не можешь ответить, дальше действовать бессмысленно. Если это хайп — это один трекшен. Если настоящая трансформация бизнес-процессов — совсем другой уровень.

Следующий вопрос: чтобы что? Какой результат ты хочешь видеть в итоге? Если ответ есть, только тогда появляется разумная развилка — внедрять ИИ или нет. Часто оказывается, что другие инструменты работают эффективнее.

Пример: сегментация клиентов. Бизнес хочет понять, кто они, что покупают, чтобы работать таргетно. Если есть нормальная CRM с аналитикой, ИИ, как правило, уже не нужен.

Но многие сервисы говорят иначе. Они продают ИИ для сегментации как волшебную таблетку. «Дай данные, мы сами построим портреты». Серьёзно? Никто не знает твоих клиентов лучше тебя.

AI-native или провал — примеры из практики

Даже лидеры индустрии не всегда способны грамотно оценивать риски. Яркий пример — транспортная компания DPD. Огромная корпорация внедрила генеративный ИИ в поддержку. Результат: бот начал писать стихи против компании.

В соцсетях — смешно. В реальности — репутационный кошмар. Все клиентские метрики упали.

Ещё пример — финтех-стартап Klarna. Компания решила «приручить» генеративный ИИ и уволила 700 сотрудников поддержки. Пилот длился менее двух месяцев. Всё пошло к чертям, показатели рухнули, людей возвращали экстренно. Причина: нейронка фантазировала на основе собственных данных.

Показателен и кейс Air Canada: пассажир обратился в поддержку по поводу покупки билета по льготному тарифу. Чат-бот ошибочно сообщил ему, что можно приобрести билет по стандартному тарифу, а позже подать заявку на возмещение разницы. Когда клиент начал оформлять компенсацию, выяснилось, что бот его обманул и компания не разрешает подавать заявки задним числом. Air Canada открестилась: бот — отдельное юрлицо, ответственности не несём. Суд встал на сторону пассажира.

Решения о внедрении ИИ в крупных компаниях проходят через десятки сессий валидации и согласований, и всё равно там по каким-то причинам трезво не оценивают риски. Это говорит о том, что люди, принимающие решения, не понимают, что такое ИИ.

Халява — главный мотив внедрить ИИ

Неопытные предприниматели внедряют ИИ ради хайпа и желания быть на волне. Когда компания пишет: «Мы используем ИИ», клиент смотрит на неё иначе. Он видит красивые картинки и видео, созданные нейросетью, и думает: «Вау, суперкомпания!»

Большую роль играет и эго. У предпринимателей оно часто раздуто. Они уже не как все, а если ещё и «на острие технологий», могут легко назвать себя продвинутыми.

Ещё одна причина, почему люди из бизнеса внедряют ИИ, — FOMO. Боязнь пропустить тренд. У предпринимателей этот страх острее, чем у других. Они цепляются за «ИИ» как за быстрый билет в клуб модных и актуальных.

По ощущениям эксперта, 30–40% предпринимателей внедряют ИИ именно ради таких целей. Они черпают информацию из рилсов, ютуба и случайных каналов. Не проверяют, где правда, где вымысел. Это проблема.

Но главный мотив для внедрения ИИ — экономия денег и времени. А ещё поиск лёгких решений. Если быть совсем честными: предприниматели хотят халявы. Они верят, что искусственный интеллект решит всё сам. Они же будут только снимать сливки.

Три зоны «халявы», где бизнес теряет деньги

Первая зона — маркетинг. Предприниматель думает: «Зачем нужен отдел маркетинга? Сэкономлю на нём 5 млн ₽, заплачу 60 000 ₽ за подписку — ИИ сам напишет сценарий, пропишет боли, всё опубликует и проект полетит». Но красиво только на бумаге. А в итоге появляются карточки на маркетплейсах, где домашние тапочки переживают цунами и пожар. Это не внедрение ИИ. Это мем.

Вторая зона — продажи и поддержка. Экономить здесь можно, но заменить людей полностью — опять же нет. Необученная модель отталкивает клиентов и создаёт юридические риски. Российский рынок, как и зарубежный, завален сервисами «поставь чат-бота на сайт». Про безопасность никто не говорит.

Третья зона — консалтинг и стратегия. Правда, речь тут больше про нехватку денег, а не поиск лёгких решений. Эксперты стоят дорого. Сессия брейншторма, которую проводит опытный консультант, обойдётся в 500 000 ₽, если не больше. У малого бизнеса просто нет таких денег, поэтому он «нанимает» ИИ. На VC и Reddit полно историй: нейросеть пишет стратегии, планы развития сотрудников, ключевые документы. Проблема в том, что нельзя полностью делегировать стратегию ИИ. Без данных и контекста нейронка генерирует красивую чушь.

Реальная интеграция ИИ в бизнес — это не халява. Нужны вложения, кропотливая работа и много времени.

Нулевая коммуникация — тихий убийца бизнеса

Ещё одна дыра, где бизнес теряет деньги, — нулевая коммуникация. Либо компания признаёт, что использует технологии, но не объясняет, что именно для неё делает ИИ. Либо вообще молчит. Пользователь узнаёт это сам — и злится.

Особенно это касается малого бизнеса. Пример — большинство салонов красоты или стоматологий. Подключили ИИ-чат, ничего не объяснили пользователю. Он спрашивает одно, получает другое. Клиент не может записаться, думает, что администратор со странностями, и теряется.

Почти никто не думает о том, что надо бы всё объяснить клиентам. Тогда у них будет меньше вопросов и претензий.

В отличие от той же OpenAI. Компания честно предупреждает пользователей прямо внизу интерфейса нейронки: «ChatGPT может допускать ошибки. Проверьте важную информацию». Другие же компании чаще всего таких предупреждений не дают.

 ИИ не виноват. Просто бизнес не готов

За три года плотной работы с ИИ эксперт пришла к таким выводам:

• ИИ не волшебная таблетка. Он не заменит процессы, стратегию и здравый смысл.
• Главная ошибка бизнеса — думать, что ИИ сам всё решит. На деле — за ним нужен постоянный контроль.
• Сервисы за 2000 ₽ решают мелкие задачи — но не автоматизацию. Реальная интеграция требует времени, ресурсов и серьёзной подготовки.
• Хайп ослепляет. 30–40% предпринимателей внедряют ИИ ради моды, не понимая, как он работает. Итог — убытки и репутационные потери.
• Хаос создаёт новый бардак. ИИ сокращает расходы только там, где уже всё структурировано.
• Нулевая коммуникация — тихий убийца бизнеса. Не объяснил клиенту, как работает твой бот, — потерял клиента.
• Контекст — всё. ИИ может считать цифры, но по умолчанию не учитывает новые законы, особенности рынка и сезонность.
• Главный риск — не технологии, а люди. Решения принимают те, кто не понимает, как ИИ работает. А значит, ошибки неизбежны.
• Будущее за AI-native. Каждый сотрудник должен знать, как пользоваться ИИ, где искусственный интеллект ошибается и какие риски несёт.

У эксперта есть лайфхак в работе с ИИ: относиться к нему как к новичку в команде. Загружать весь опыт, майндсет, ставить задачи так, как ставили бы сотруднику. Многие предприниматели так не делают. Причина проста: они ещё не адаптировались к новым технологиям.

Сервис Selsup — пример грамотного использования технологий. Мы не пытаемся заменить человека, а помогаем ему автоматизировать рутину, предоставляя понятные инструменты и прозрачную аналитику. Подключайтесь и убедитесь сами!