Кейсы внедрения ИИ в компании: 11 процессов под контролем человека

«Внедрить ИИ в компанию» — слишком большая задача, чтобы ею управлять. Рабочие проекты начинаются иначе: выбирают повторяемый процесс, подключают только необходимые данные, определяют разрешённые действия и заранее решают, где агент обязан позвать человека.

Ниже — не рекламные истории с неподтверждёнными процентами, а практические шаблоны кейсов. Для каждого указаны входы, работа агента, граница человеческого решения и метрика. Их можно использовать как карту для аудита собственной компании.

Карта кейсов

Кейс 1. Входящий лид: от формы до подготовленной встречи

До: заявка приходит на почту, менеджер вручную ищет компанию, переносит данные в CRM и задаёт вопросы, которые клиент уже указывал на сайте.

ИИ‑контур: получает текст формы и источник, проверяет существующую карточку, классифицирует запрос, добавляет краткое резюме и предлагает разрешённые слоты. Если нужен индивидуальный расчёт, создаёт задачу менеджеру.

Человек: подтверждает нестандартное письмо, цену, скидку и квалификацию стратегического клиента.

Метрики: время до первого содержательного ответа, доля лидов с назначенным следующим шагом, ошибки маршрутизации, доля черновиков с существенной правкой.

Кейс 2. Встреча: из записи в задачи и контроль

До: решения остаются в записи или заметках, задачи появляются не у всех, а через неделю участники по‑разному помнят договорённость.

ИИ‑контур: расшифровывает разрешённую запись, выделяет решения, открытые вопросы, ответственных и сроки, затем готовит протокол и черновики задач. После подтверждения создаёт их в рабочей системе и напоминает о просрочке.

Человек: проверяет формулировку решения и назначение ответственных. Агент не должен объявлять договорённостью фразу, которую участники только обсуждали.

Метрики: доля встреч с протоколом, время публикации, исправления фактов, задачи без владельца, выполнение к сроку.

Кейс 3. Поддержка: ответ из актуальной базы знаний

До: оператор ищет информацию в нескольких разделах, копирует устаревшие шаблоны и переключается между обращением и CRM.

ИИ‑контур: определяет тему, находит актуальные материалы, готовит ответ со ссылками и предлагает категорию обращения. Для типовых вопросов после пилота можно разрешить отправку; спорные темы сразу эскалируются.

Человек: работает с жалобой, компенсацией, безопасностью, персональными данными и вопросом вне базы.

Метрики: время решения, повторные обращения по той же теме, неверные ссылки, эскалации, правки операторов.

Хотите найти первый кейс в своей компании? Подход ИИ‑офиса SelSup начинается с аудита одного процесса, доступных данных и измеримого результата.

Кейс 4. Первичные документы: извлечение и сверка

До: сотрудник открывает счета, акты и накладные, переносит реквизиты, сверяет суммы и вручную отмечает исключения.

ИИ‑контур: классифицирует документ, извлекает поля, проверяет обязательные реквизиты, сопоставляет с заказом или договором и формирует очередь расхождений. Оригинал всегда доступен рядом.

Человек: подтверждает исправление, бухгалтерскую проводку и юридически значимый вывод.

Метрики: точность по каждому полю, пропущенные расхождения, доля документов без ручного переноса, время обработки исключения.

Кейс 5. Финансовый план/факт: от отчёта к причинам

До: аналитик собирает цифры из учёта, CRM и банковской выгрузки, затем пишет комментарии руководителям отделов.

ИИ‑контур: обновляет рабочую модель, находит отклонения выше порога, связывает их с подразделением и формирует вопросы владельцам. В ответе показывает источник и формулу.

Человек: утверждает трактовку причины, корректировку бюджета и управленческое решение.

Метрики: время до готового отчёта, доля строк с подтверждённым источником, ошибки формул, число необъяснённых отклонений.

Кейс 6. Закупки: потребность и черновик заказа

До: закупщик объединяет остатки, продажи, товары в пути и сроки поставщиков, корректируя таблицу вручную.

ИИ‑контур: рассчитывает потребность по утверждённой методике, отмечает дефицит входных данных, предлагает приоритет и формирует черновик заказа. Сезонные и новые товары выделяет отдельно.

Человек: выбирает поставщика, объём, условия и подтверждает заказ. Агент не должен «заполнять» неизвестный lead time догадкой.

Метрики: ручные корректировки, срочные закупки, дефицит из‑за пропущенного сигнала, отклонение прогноза от факта.

Кейс 7. HR: протокол интервью и онбординг

До: рекрутер переносит заметки, забывает часть вопросов, а после оффера вручную создаёт одинаковые задачи для разных отделов.

ИИ‑контур: структурирует заметки по утверждённой форме, отделяет факты от интерпретаций, отмечает недостающие вопросы и после решения готовит чек‑лист онбординга.

Человек: принимает решение о найме, оценивает кандидата и проверяет чувствительные выводы. Нельзя делегировать модели дискриминационные или непрозрачные решения.

Метрики: полнота карточки, исправления фактов, время подготовки, выполнение задач онбординга.

Кейс 8. Контент: обновление статьи по первичным источникам

До: редактор вручную сравнивает старый текст с документацией, боится потерять URL и полезные блоки, а после публикации не всегда проверяет мобильную версию.

ИИ‑контур: находит изменившиеся факты, предлагает точечное обновление, сохраняет структуру и внутренние ссылки, готовит SEO‑метаданные и неприменённый change set. После подтверждения публикует и проводит технический QA.

Человек: принимает редакционные выводы, проверяет юридически значимые факты и утверждает публикацию.

Метрики: фактические ошибки, сохранность URL, время обновления, успешность QA, динамика поиска после периода наблюдения.

Кейс 9. Маркетплейсы: ежедневный список денежных отклонений

До: менеджер открывает несколько кабинетов, выгружает продажи, расходы, рекламу и остатки, но успевает увидеть не все проблемы.

ИИ‑контур: сопоставляет SKU, сравнивает период с базой, отмечает изменение маржи, логистики, рекламы и риска дефицита, затем готовит список действий по денежному эффекту.

Человек: подтверждает изменение цены, ставки, бюджета, поставки и закупки.

Метрики: время подготовки сводки, пропущенные отклонения, принятые рекомендации, ошибки сопоставления SKU.

Кейс 10. Продажи: контроль следующего шага в CRM

До: воронка формально заполнена, но у части сделок нет понятной даты следующего контакта или причина паузы спрятана в комментарии.

ИИ‑контур: проверяет разрешённые поля и последнюю коммуникацию, формирует список сделок без следующего шага, предлагает задачу и черновик follow‑up. Ничего не отправляет без правил и лимитов.

Человек: подтверждает коммуникацию и решает, когда сделку закрывать или менять прогноз.

Метрики: сделки без задачи, просроченные шаги, отклонённые черновики, ошибки интерпретации статуса.

Кейс 11. Руководитель: утренний ИИ‑бриф вместо стены дашбордов

До: показатели доступны, но руководитель тратит время на переходы между отчётами и всё равно узнаёт о проблеме из сообщения сотрудника.

ИИ‑контур: собирает только отклонения выше утверждённых порогов, показывает источник, денежный или операционный эффект, владельца и ближайшее решение. По команде открывает детализацию.

Человек: выбирает приоритет, меняет лимиты и принимает решение. Бриф не должен скрывать неопределённость и качество данных.

Метрики: время до обнаружения отклонения, доля сигналов с назначенным владельцем, ложные тревоги, время закрытия.

Как превратить шаблон в настоящий кейс

1. Зафиксировать «до». Объём, время, очередь, ошибки и роли.
2. Описать границы. Какие данные используются и какие действия запрещены.
3. Собрать эталон. Обычные, сложные и ошибочные примеры.
4. Запустить теневой режим. Агент работает параллельно без изменений в системах.
5. Добавить одно подтверждаемое действие. С diff, журналом и откатом.
6. Измерить полный процесс. Не скорость генерации, а время до принятого результата.
7. Опубликовать честный разбор. Контекст, ограничения, ошибки, изменения и измерения без приписывания всей динамики ИИ.

Шаблон карточки кейса

Частые вопросы

Какой кейс проще всего запустить?

Подготовку сводки, классификацию или черновик по доступным цифровым данным. Эти сценарии дают пользу без права менять рабочую систему.

Нужно ли сразу интегрировать все системы?

Нет. Подключайте только источники, необходимые одному процессу. Чем меньше контур, тем проще проверить качество и права.

Что считать результатом, если нет экономии в рублях?

Время цикла, очередь, долю ошибок, полноту, скорость реакции, количество ручных переносов и принятых черновиков. Денежный эффект можно оценивать позже, когда причинная связь достаточно понятна.

Можно ли публиковать кейс после недели пилота?

Можно описать технологический пилот, но нельзя делать устойчивые бизнес‑выводы без сопоставимого периода и контекста. Честно разделяйте факт запуска, качество процесса и долгосрочный эффект.

Как выбрать между готовым продуктом и проектным внедрением?

Если процесс типовой для рынка и готовое решение покрывает данные и действия, начинайте с продукта. Если workflow уникален, пересекает несколько внутренних систем и имеет особые согласования, нужен проектный контур.

SelSup сочетает готовую платформу для eCommerce и проектное внедрение ИИ под отдельные процессы бизнеса. Начните с одного кейса, который можно измерить и безопасно проверить: поможет матрица выбора первого процесса. Готовые расширения для Codex и ChatGPT по мере выпуска появляются в SelSup Store.