Внедрение ИИ в компанию по отделам: где ИИ работает, на каких данных и где ошибается

Коротко о главном

Внедрение ИИ в компанию дает измеримый результат там, где отдел делает сотни однотипных операций, а данные лежат в одной системе: подготовка к встречам в продажах, первая линия поддержки, ввод первички в бухгалтерии, скрининг откликов, поиск по документам. Где ошибка стоит дорого (договор, найм, ответ клиенту о деньгах), ИИ готовит черновик, а решает человек.

По данным ИСИЭЗ НИУ ВШЭ (2026, обследование Росстата за 2025 год), ИИ используют 4,8% крупных и средних российских организаций, чаще всего в маркетинге и продажах.

Здесь — карта по отделам: что ИИ делает в каждом, на каких данных и где ошибся. Как выбрать цель, план внедрения на 30 дней и расчет окупаемости разобраны в статье внедрение ИИ в бизнес.

Содержание:

• Что ИИ меняет в компании: четыре сквозные задачи
• ИИ для отдела продаж
• ИИ в службе поддержки клиентов
• ИИ в маркетинге
• ИИ в отделе кадров и рекрутинге
• Внедрение ИИ в бухгалтерию и финансы
• ИИ для юридического отдела
• ИИ в IT и разработке
• ИИ для отдела закупок, логистики и операций
• Корпоративная база знаний с ИИ и онбординг
• Сводная таблица: ИИ по отделам компании
• Где ИИ не сработал и почему
• С какого отдела начать внедрение ИИ
• Как собрать ИИ-агента для отдела в ASCN без кода
• Почему ASCN.ai
• Частые вопросы
• Итог: с чего начать

Что ИИ меняет в компании: четыре сквозные задачи

Почти в любом отделе ИИ закрывает четыре задачи: поиск по внутренним знаниям, обработку документов, ответы по данным и работу со встречами и перепиской. От отдела к отделу меняются данные и цена ошибки, а механизм остается прежним: ИИ читает неструктурированный текст, вытаскивает из него поля и по этим полям выполняет действие в системе.

• Поиск по внутренним знаниям. Ассистент находит регламент или договор и отвечает со ссылкой на документ. Права доступа у него такие же, как у сотрудника, который спрашивает.
• Документы. Модель извлекает поля из счета, договора или резюме, правила их проверяют, а человек разбирает исключения.
• Ответы по данным. Вопрос «сколько дал регион за квартал» агент превращает в запрос к источникам, вместо того чтобы ставить задачу аналитику.
• Встречи и переписка. До встречи агент собирает контекст по клиенту, после нее готовит протокол, задачи и письмо.

Самая массовая из четырех задач — поиск. В опросе Работа.ру, СберПодбора и Нетологии (июль 2026, 250+ компаний) поиск информации назвали 48% респондентов. Если в процессе нет текста, который нужно понять, ИИ не нужен: обычная автоматизация справится дешевле и предсказуемее.

ИИ-агент — это программа на основе языковой модели, которая сама выполняет действие в рабочей системе (CRM, почте, учетной системе) в рамках выданных прав. ИИ-ассистент только отвечает и готовит черновик. Эту разницу понимают немногие: по отчету Section (июль 2026), правильно определить, что такое ИИ-агент, могут меньше 10% сотрудников.

ИИ для отдела продаж

В отделе продаж ИИ забирает работу до и после встречи: досье по клиенту, протокол и письмо после звонка, запись в CRM, черновик коммерческого предложения, разбор звонков. Данные: история клиента в CRM, записи звонков, ЕГРЮЛ, новости и госзакупки, прайс и шаблоны КП.

Подробнее всего механизм описан у Сбер2B: в сентябре 2026 года бизнес-группа запустила ИИ-агента для команд продаж. Перед встречей он собирает историю из CRM, транскрипты прошлых встреч, данные ЕГРЮЛ, новости и участие в госзакупках и предлагает план переговоров. После встречи делает протокол, запись в CRM и письмо клиенту. По данным проектного офиса компании, вручную подготовка занимает больше 30 минут, у агента — около двух. Для КП названа цель в 10 минут вместо «до двух часов», измеренного результата пока нет.

В Morgan Stanley похожую работу после встречи делает внутренний инструмент Debrief, запущенный в июне 2024 года. С согласия клиента он записывает разговор, готовит заметки, задачи и черновик письма и переносит данные в CRM, а консультант правит текст перед отправкой. По данным банка, которые приводит Celent, на часовой встрече экономится в среднем 30 минут.

Скидку и условия сделки в обоих примерах решает менеджер, а сколько выручки дало сэкономленное время, публично никто не измерял. Другие сценарии ИИ для продаж разобраны отдельно. Если нужно досье перед B2B-звонком, в ASCN его собирает готовый агент Sales Researcher, а черновик предложения в Google Docs пишет Генератор КП.

ИИ в службе поддержки клиентов

В службе поддержки ИИ работает в одном из двух режимов: сам отвечает клиенту и передает оператору то, что не закрыл, или сжимает переписку для оператора и предлагает ему черновик ответа. Выбрать режим стоит раньше, чем инструмент. Второй безопаснее для старта: клиент не видит ни одного непроверенного ответа.

Первый режим — ассистент AI.g у Air India. По данным Air India и Microsoft (февраль 2026), он обрабатывает около 40 000 обращений в день по 1 300+ темам, и 97% из них закрываются без передачи оператору. У IKEA, по данным Reuters (2023), бот Billie закрыл 47% обращений в колл-центр, а 8 500 операторов с 2021 года переобучили в консультантов по дизайну интерьеров.

Бот, который пересказывает базу ответов, помогает. Бот, который сам формулирует условия возврата, создает обязательства компании, как у Air Canada (см. раздел о неудачах). Gartner в июне 2025 года прогнозировал: к 2027 году половина компаний откажется от планов сократить поддержку за счет ИИ. Отвечать клиентам в Telegram в ASCN может ИИ-администратор: он отвечает по вашим фактам, принимает заказы и записи, а нестандартные вопросы передает вам.

ИИ в маркетинге

В маркетинге ИИ окупается, когда есть эталонная версия (цифровой двойник товара, бриф, базовый курс) и ее нужно размножить в варианты под разные площадки. Человек утверждает варианты, а не делает каждый с нуля.

Unilever с марта 2025 года делает изображения товаров через цифровых двойников, где в одном файле хранятся все варианты упаковки и языков. По данным компании, это в 2 раза быстрее и на 50% дешевле. Duolingo 30 апреля 2025 года объявила о 148 новых курсах: с генеративным ИИ их сделали меньше чем за год, тогда как на первые 100 курсов у компании ушло около 12 лет.

Но скорость производства и реакция аудитории — разные метрики. В ту же неделю Duolingo критиковали за курс на «AI-first» и замену подрядчиков. Coca-Cola в ноябре 2025 года сделала рождественский ролик примерно за месяц вместо года, и его, как и прошлогодний, раскритиковали за качество. Экономию на производстве стоит сравнить с риском для репутации до запуска. Контент для соцсетей в ASCN готовит агент СММ-щик: пишет посты под каждую сеть и публикует их после вашего одобрения.

ИИ в отделе кадров и рекрутинге

В отделе кадров ИИ берет на себя верх воронки найма: скрининг откликов, первое интервью, запись на встречу, ответы кандидатам в любое время, тексты вакансий и офферов. Данные: профиль вакансии и критерии, база откликов, календари нанимающих менеджеров.

В январе 2026 года X5 рассказала о пилоте полного цикла подбора с ИИ. Цифровой рекрутер ищет кандидатов, разбирает резюме, проводит первичное интервью и назначает встречи с учетом часовых поясов. Нанимать или нет, решает нанимающий менеджер. В пилотном подразделении ИИ закрывает больше 20% офисных вакансий, а воронка найма выросла в два раза.

Chipotle с октября 2024 года нанимает с помощью ИИ-рекрутера: он собирает данные кандидата, отвечает на его вопросы и назначает собеседования. По словам CEO, время найма сократилось примерно на 75%. ИИ убирает узкое место воронки: отклик больше не ждет, пока до него дойдут руки у рекрутера.

Главный риск — данные. В июне 2025 года исследователи зашли в админку платформы найма McDonald's McHire через тестовый аккаунт с паролем «123456» и увидели записи кандидатов (реестр инцидентов OECD). HR-агент работает с персональными данными, поэтому доступы — часть внедрения, а не формальность для IT. По шагам — в материале как собрать ИИ-рекрутера.

В каталоге ASCN есть HR-скринер PRO: он читает отклики из Gmail, ставит балл по рубрике вакансии и ведет воронку в Google Sheets.

Внедрение ИИ в бухгалтерию и финансы

В бухгалтерии и финансах ИИ работает в двух сценариях: вводит первичные документы и отвечает на вопросы по финансовым данным. Именных кейсов с измеренным эффектом здесь мало, поэтому важнее механизм.

С первичкой схема такая: модель распознает документ, правила проверяют поля, система создает документ в учетной системе, а бухгалтер разбирает исключения (контрагента нет в справочнике, модель не уверена в сумме).

В кейсе, который описал Т—Ж в марте 2026 года, госпредприятие (название не раскрыто) поставило локальную модель на свои серверы и связало ее с 1С и документооборотом. Ввод документа стал занимать 10–15 секунд, точность заполнения — 98%, месяц закрывают на три рабочих дня быстрее. Людей на первичке стало в четыре раза меньше, освободившихся перевели на сверки и закрытие периода. Деталь для оценки сроков: встроенного распознавания 1С не хватило, понадобились свои шаблоны извлечения.

Второй сценарий есть у Uber. Агент Finch (блог компании, июль 2025) отвечает финансистам в Slack на вопросы вроде «валовые бронирования по региону за квартал». Он сам сопоставляет внутренний жаргон с источниками и учитывает роль сотрудника при доступе к данным. Цифр эффекта Uber не публикует.

В ASCN для финансов есть ИИ-CFO-агент: он собирает месячный финансовый пакет из выгрузок банка и CRM и ведет прогноз денежного потока. Готовой интеграции с 1С у ASCN нет, учетную систему придется подключать через API или MCP.

ИИ для юридического отдела

Юристу ИИ экономит время на чтении, а не на выводах. Он делает выжимки договоров и локальных актов, сравнивает версии, проверяет договор по чек-листу позиции компании и следит за изменениями законодательства. Вывод и подпись остаются за юристом.

В «Евразе», по рассказу юриста компании на Право.ру (апрель 2025), из пилотов лучше всего сработали выжимки по договорам и локальным актам, и их встроили в корпоративный ЭДО. Во втором сценарии модель готовит листы ознакомления: читает документ и определяет, каких сотрудников, вплоть до подразделения, нужно уведомить. При 70–80 тысячах сотрудников вручную это особенно трудоемко. «Ростелеком» там же описывает ИИ для мониторинга нормативных актов. Цифр эффекта компании не приводят.

Границу на ЦИПР-2026 сформулировали в «Газпромнефти»: документацию и «юридику» можно отдавать внешним решениям, а все с высокой ценой ошибки — держать только внутри (Инк.).

Цену ошибки показала Deloitte Australia: в октябре 2025 года компания вернула часть оплаты по контракту примерно на A$440 тысяч, когда в ее отчете для правительства нашли несуществующие ссылки и выдуманную цитату из судебного решения. Каждую ссылку в тексте ИИ проверяет человек, а при загрузке договоров во внешний сервис добавляются требования 152-ФЗ. Разобрать входящий договор по плейбуку компании в ASCN может ИИ-агент для проверки договоров: он готовит redline в Google Docs и вердикт, подписывать договор или торговаться.

ИИ в IT и разработке

В IT ИИ пишет и проверяет код, обновляет зависимости, разбирает инциденты и отвечает сотрудникам во внутренней техподдержке. Сколько свободы дать агенту, определяет не качество модели, а то, можно ли откатить его действие.

Ассистентом для разработчиков в Сбере пользуются около 14 000 человек (Хабр, март 2026). Доля принятого командами ИИ-кода выросла за 2025 год с 45% до 69%, а новый разработчик выходит на полную продуктивность за 36 дней (в 2024 году — за 71). Там же описана обратная сторона: код появляется быстрее, чем его успевают проверить, а начинающие разработчики сразу проверяют код ИИ, не имея опыта.

В октябре 2026 года Сбер описал новую модель сопровождения ПО (материал помечен как реклама). Мониторинг и устранение сбоев частично выполняют агенты по сценариям (runbook) с заданными полномочиями. Самостоятельность агента зависит от риска и обратимости операции, за результат отвечает человек.

Самый поучительный пример в IT не сошелся по экономике. Альфа-Банк поставил агента во внутреннюю IT-поддержку. Отвечать стали гораздо быстрее, но с учетом стоимости инференса на реальном масштабе агент обошелся дороже живого специалиста. «Агент далеко не всегда дешевле человека, скорее, он дороже», — сказал на ЦИПР-2026 IT-директор банка Алексей Фетисов. Подробный разбор: агент в IT-поддержке Альфа-Банка оказался дороже человека. Агента, который пишет код, в каталоге ASCN нет; к агентам подключаются GitHub и GitLab, а сайт проверяет готовый Тестировщик вебсайтов.

ИИ для отдела закупок, логистики и операций

В закупках и логистике ИИ берет на себя массовые однотипные коммуникации: переговоры по мелким контрактам, звонки перевозчикам, запись на слоты. Рамки (целевую цену, допустимые условия) задает закупщик, и он же утверждает итог.

В 2023 году Walmart отдала «хвост» поставщиков (тележки, расходники) переговорному боту внешнего поставщика. Walmart задает бюджет и требования, а переговоры ведет бот. По данным Engadget со ссылкой на Bloomberg, средняя экономия составила 3% на контракт, и три поставщика из четырех, по словам Walmart, предпочли торговаться с ботом.

DHL Supply Chain в ноябре 2025 года вместе с подрядчиком отдала агентам звонки и письма: запись на слоты, обзвон водителей, координацию склада. Эффект компания описывает только словами, зато называет срок подготовки: сценарии проверяли больше 18 месяцев.

«Норникель», по рассказу компании на ЦИПР-2026, выстраивал данные и процессы с 2021 года, а первые десять агентных пилотов запустил только в середине 2025-го; 50 млрд рублей эффекта в год к 2030 году — цель, а не результат.

Taco Bell в августе 2025 года начала пересматривать голосовой ИИ в драйв-тру на 500+ точках после сбоев и розыгрышей вроде заказа 18 000 стаканов воды. Агента для переговоров с поставщиками и голосовых звонков в ASCN нет. Для контроля расходов есть агент по управлению подписками компании: находит подписки по квитанциям в Gmail и выпискам.

Корпоративная база знаний с ИИ и онбординг

Корпоративный ИИ-ассистент ищет по регламентам, договорам и wiki компании и отвечает со ссылкой на источник. Успех здесь определяют порядок в документах и права доступа, а не модель.

Внутренним ассистентом Morgan Stanley, по пресс-релизу банка (июнь 2024), пользуются 98% команд финансовых консультантов. По данным банка и поставщика модели, доступ консультантов к документам базы вырос с 20% до 80%. В X5 агентов собирают сами сотрудники: корпоративным ИИ-помощником в 2025 году пользовались больше 32 тысяч человек, а на внутренней платформе они создали больше 2,3 тысячи агентов, которые обработали свыше 150 тысяч запросов (Retail.ru, июнь 2026).

Альфа-Банк дал платформу всем сотрудникам и обучил 40% коллектива: агентов придумывают сами люди, а IT масштабирует сработавшие (ЦИПР-2026). В SK Telecom (июнь 2026) агенту, как сотруднику, выдают ID, отдел, функцию и права доступа. Не-разработчики собирают агентов в no-code и делятся ими во внутреннем магазине.

IT здесь перестает в одиночку решать, где нужен ИИ. Условия два: права у агента не шире, чем у его автора, и в базе нет пяти версий одного регламента, иначе модель склеит их в несогласованный ответ. У базы нужен владелец и пометка актуальной версии. Как ее устроить, разобрано в статье база знаний ИИ-агента. Готового агента «база знаний компании» в каталоге ASCN нет, но у каждого агента есть своя база знаний, общая для команды; близкий по задаче — Агент по подготовке к встрече.

Сводная таблица: ИИ по отделам компании

Цифра эффекта от ИИ есть почти по каждому отделу, кроме юридического, и все цифры сообщают сами компании или их поставщики.

* Данные компании или поставщика решения, независимо не проверены.

Где ИИ не сработал и почему

Публичные неудачи ИИ в компаниях сводятся к четырем причинам: бот говорит от имени компании без ограничений, у агента лишние доступы, результат никто не проверяет, экономика не посчитана. Защиту от каждой дешевле встроить до запуска.

1. ИИ говорит от имени компании без ограничений. В феврале 2024 года канадский трибунал обязал Air Canada выполнить условие о скидке, которое выдумал чат-бот (около C$812). В апреле 2025 года бот поддержки Cursor сообщил пользователям о несуществующем правиле «одна подписка — одно устройство», и часть из них отменила подписки. Что встроить: бот отвечает только по базе, а если ответа в ней нет, передает вопрос человеку; ответы ИИ помечаются.
2. Доступы и данные. Случай McHire: тестовый аккаунт с паролем «123456» открыл записи кандидатов. Что встроить: права агента не шире, чем у сотрудника, и никаких паролей и ключей по умолчанию.
3. Никто не проверяет результат. К отчету Deloitte с выдуманными ссылками добавился Replit: в июле 2025 года его агент удалил базу данных проекта вопреки прямому запрету на изменения. После этого компания разделила тестовую и рабочую базы. Что встроить: необратимые действия выполняются только после подтверждения человеком.
4. Экономика. Случай Альфа-Банка: агент работает быстрее, но обходится дороже специалиста. Что встроить: до старта решить, что вы меряете, экономию или скорость и качество. Это разные проекты с разными бюджетами.

Другие типовые промахи собраны в материале ошибки при внедрении ИИ-агентов.

С какого отдела начать внедрение ИИ

Внедрение ИИ в компанию лучше начинать не с отдела целиком, а с одного процесса внутри него, который проходит пять проверок: объем, данные, цена ошибки, владелец с метрикой и рабочее место.

• Объем. В неделю набираются десятки или сотни однотипных операций: первичные документы, отклики, повторяющиеся обращения. На десяти операциях в месяц выигрыш не окупит настройку.
• Данные. Данные лежат в одной системе, и агент может до них добраться. Если ответы есть только в головах сотрудников, сначала их придется записать.
• Цена ошибки и обратимость. Принцип Сбера: чем рискованнее и необратимее операция, тем меньше самостоятельности у агента. Черновик письма можно выбросить, а отправленный клиенту отказ уже не вернешь.
• Владелец и метрика. У процесса есть ответственный, а цель (экономия или скорость и качество) выбрана заранее.
• Рабочее место. ИИ встроен туда, где люди уже работают: в мессенджер, CRM, почту. Практики на vc.ru пишут, что ассистент в отдельном приложении сотрудники просто не открывают.

По данным ВШЭ, российские компании чаще всего применяют ИИ в маркетинге и продажах (52%), а организации до 100 человек — в управлении персоналом (58%). Это показывает, где ниже порог входа, но не где выше отдача.

ИИ не нужен, если операций мало или правило полностью формализовано, например «если сумма больше X, отправить на согласование». Его надежнее и дешевле закрыть обычной автоматизацией. Другой риск — внедрение без правил. По опросу Работа.ру, регламент по ИИ есть только у 20% компаний, а 71% разрешили сотрудникам самим решать, как пользоваться ИИ. Когда процесс выбран, пригодится план внедрения на 30 дней и стоимость.

Как собрать ИИ-агента для отдела в ASCN без кода

ASCN Agent — облачная платформа ИИ-агентов от ASCN.ai, где агента для отдела собирает сам руководитель или сотрудник по описанию задачи, без программиста, как в X5 и Альфа-Банке.

1. Возьмите готового агента в каталоге или опишите задачу в чате обычными словами, и агент сам соберет сценарий.
2. Загрузите в базу знаний агента контекст: регламенты, прайс, шаблоны писем и договоров, критерии оценки.
3. Подключите сервисы. Gmail, Google Sheets, Google Calendar, Notion, Slack и Telegram подключаются в один клик, остальное — через API или MCP.
4. Задайте правила и уровни одобрения: что агент делает сам, а что только после вашего подтверждения.
5. Работайте с агентом в Telegram или Slack и настройте расписание и триггеры: утреннюю сводку, новый отклик, просроченный счет. Работа по расписанию и 24/7 доступна с тарифа Start ($29 в месяц).

Подробнее — на странице ASCN Agent и в быстром старте документации.

Почему ASCN.ai

ASCN.ai рассчитан на агентов, которые работают на всю команду, а не на одного пользователя.

• Из агентов можно собрать отдел: у каждого своя роль, зона ответственности и инструменты, управляются все из одного места, а агенты и база знаний общие для команды.
• Каждый аккаунт изолирован: агент видит только то, что вы разрешили, ключи и пароли хранятся в зашифрованном виде, а рискованные действия выполняются после подтверждения.
• Модели на выбор: Claude, GPT, Gemini, DeepSeek, Qwen и другие, сменить модель можно в один клик. Компаниям со своей инфраструктурой по запросу доступно отдельное размещение.
• На тарифе Free — 500 кредитов в неделю и 1 активный агент, платные тарифы стоят от $29 в месяц. Сколько кредитов уйдет, зависит от модели и длины задачи.

Для первого пилота возьмите готового агента под процесс, который прошел пять проверок выше: HR-скринер PRO для откликов, Sales Researcher для подготовки к B2B-звонкам или агента для проверки договоров.

Частые вопросы

В какие отделы компании чаще всего внедряют ИИ?

Российские компании чаще всего внедряют ИИ в маркетинг и продажи. По данным ИСИЭЗ НИУ ВШЭ (№ 22/2026, данные за 2025 год), среди российских крупных и средних организаций, использующих ИИ, его применяют в маркетинге и продажах 52%, в производстве и в управлении персоналом — по 51%, в логистике и транспорте — 15%.

Какой отдел выбрать для первого пилота ИИ?

Для первого пилота ИИ подходит отдел, где есть процесс с сотнями однотипных операций, данные лежат в одной системе, а ошибку легко заметить и откатить. Например, первичка, скрининг откликов, типовые обращения в поддержку. Решения о деньгах, найме и юридические выводы для первого пилота не годятся.

Какие данные нужны, чтобы внедрить ИИ в отдел?

ИИ нужны данные, с которыми отдел уже работает: в продажах CRM и записи звонков, в поддержке база ответов и история обращений, в HR профиль вакансии и отклики, в бухгалтерии первичка и учетная система, у юристов архив договоров и позиция по рискам. Плюс актуальные версии документов и права доступа.

Чем ИИ-ассистент отличается от ИИ-агента в отделе?

Ассистент отвечает на вопрос и готовит черновик, а дальше действует человек. Агент сам выполняет действие в рабочей системе (создает документ, пишет клиенту, обновляет CRM), но в пределах выданных прав и с уровнями одобрения. Поэтому у агента важнее всего доступы и список действий, требующих подтверждения.

Всегда ли ИИ дешевле сотрудника?

Нет, ИИ-агент не всегда дешевле сотрудника. Альфа-Банк поставил агента во внутреннюю IT-поддержку: ответы стали быстрее, но с учетом стоимости инференса на реальном масштабе агент оказался дороже специалиста (ЦИПР-2026). До запуска решите, что меряете — экономию или скорость и качество, и сравнивайте с ручным процессом в одних единицах.

Могут ли сотрудники сами собирать ИИ-агентов для своего отдела?

Да, крупные компании к этому переходят. В X5 сотрудники за 2025 год создали больше 2,3 тысячи агентов на внутренней платформе, а Альфа-Банк обучил работе с агентами 40% коллектива. На no-code платформе ASCN.ai агента собирают по описанию задачи в чате без программиста, а права и правила одобрения задает руководитель.

Итог: с чего начать

Выберите в одном отделе один процесс с сотнями однотипных операций, данными в одной системе и обратимыми ошибками. До запуска запишите метрику (время на операцию, долю обращений без оператора или стоимость одной операции) и замерьте ее на ручном процессе. Потом запустите готового агента и через несколько недель сравните цифры. Если агент выигрывает только в скорости, решите, стоит ли она своих денег, до масштабирования. Готовые агенты по отделам собраны в каталоге ASCN, а первого агента можно собрать бесплатно в ASCN Agent.