Автоматизация бизнеса с помощью ИИ — это когда нейросеть берёт на себя работу с текстом и данными: разбирает заявки из мессенджеров, сводит выгрузки из 1С, готовит черновики ответов, предложений и счетов. Классическая автоматизация выполняет жёсткие правила и спотыкается, когда клиент пишет «как в прошлый раз». ИИ такую заявку поймёт, а цену и наличие всё равно проверит учётная система. Черновик проверяет и подтверждает сотрудник, он же отвечает за решение.
Начинать лучше с одного процесса, который повторяется каждый день и где сотрудник умеет проверить результат. Ниже короткая карта процессов по отделам, сроки и цены, а затем сквозной пример. В нём вымышленный дистрибьютор проходит путь от первого отчёта на компьютере руководителя до счетов в 1С.
Какие бизнес-процессы автоматизировать с помощью ИИ
Процесс подходит для ИИ, когда задача повторяется, есть реальные примеры хорошего результата и ответ можно проверить. По отделам это обычно выглядит так:
| Отдел | Что берёт на себя ИИ | Что остаётся за человеком |
|---|---|---|
| Продажи и обработка заказов | разбирает заявки из WhatsApp и Telegram, готовит ответ, предложение и черновик счёта, заполняет поля в CRM | цена, скидка, сроки поставки, отправка счёта клиенту |
| Поддержка | отвечает на типовые вопросы по базе знаний, сортирует обращения, собирает недостающие детали | возвраты, компенсации, конфликтные обращения |
| Закупки и склад | сопоставляет остатки и продажи, подсказывает, что пора заказать | заказ поставщику |
| Бухгалтерия и финансы | извлекает поля из счетов, находит расхождения между заказом и счётом, объясняет отклонения в отчётах | одобрение платежей, смена реквизитов, финальная отчётность |
| HR | отвечает кандидатам о ходе отбора, собирает недостающие данные, готовит резюме интервью | решение о найме |
| Руководитель | собирает сводку из выгрузок: кому перезвонить, что заказать, какие платежи проверить | выводы и решения |
Полная карта с границами для каждого отдела — в статье какие процессы можно автоматизировать с помощью ИИ. Отдельные разборы есть для отдела продаж, техподдержки, бухгалтерии и HR.
ИИ нужен не везде. Если данные всегда приходят в одной форме, например заявка с сайта попадает в таблицу и уведомляет менеджера, хватит обычного сценария без нейросети. Как выбрать между n8n, Make и своей разработкой, разобрано в отдельной статье.
Если нужен готовый результат. Когда задача понятна, а пробовать самим некогда, посмотрите, как мы ведём внедрение ИИ в бизнес: берём один процесс, проверяем данные и доступы и запускаем пилот с критериями, которые согласуем до старта. Для компаний в России есть внедрение на российских моделях, данные при этом хранятся в России.
Сквозной пример: дистрибьютор стройматериалов
Представим вымышленного дистрибьютора строительных материалов. Он продаёт краску, грунтовку и сухие смеси. Заказы приходят в WhatsApp, сделки лежат в Битрикс24, цены и остатки в 1С. Всё работает, но менеджеры собирают счета вручную, а руководитель по вечерам сводит продажи в Excel.
Автоматизация бизнеса с помощью ИИ начинается у него с собственного компьютера. Сначала агент помогает разобраться в продажах, затем команда берёт его для своих задач. Позже руководитель собирает внутренний инструмент. Разработка полноценной системы понадобится, когда этот инструмент станет частью ежедневной работы компании.
- ИИ в отделах
Продажи, закупки и бухгалтерия берут небольшие задачи
- Свой инструмент
Калькулятор предложений, собранный вайб-кодингом
Вот одна из обычных переписок менеджера с покупателем:
Здравствуйте! Повторите прошлый заказ, только белой краски нужно вдвое больше.
Здравствуйте! Сейчас найду заказ. Доставка на тот же склад?
Да, на Складскую, 12. Желательно в четверг.
В прошлый раз было 6 банок по 10 л. Значит, теперь 12? Грунтовку оставляем?
Всё верно. Грунтовки тоже 4 канистры.
Проверю наличие и доставку. Затем пришлю счёт.
Первый отчёт с ИИ
Руководитель замечает: общий оборот держится, но некоторые постоянные покупатели давно не пишут. Раньше он искал их глазами в таблицах. Теперь устанавливает Codex или Claude Code, открывает рабочую папку и кладёт туда обезличенную выгрузку продаж из 1С. В ней остались коды клиентов, даты, товары, менеджеры и суммы.
Агент на компьютере может читать файлы, выполнять расчёты и сохранять результат. Руководитель описывает задачу обычным языком. Ему нужен готовый отчёт, который можно открыть и передать менеджерам.
Первое задание короткое:
Найди клиентов, которые покупали в июле и августе, но не сделали ни одного заказа в сентябре. Покажи суммы по месяцам и менеджера. Сохрани отчёт отдельно. Для каждого вывода укажи строки исходного файла; если данных не хватает, не додумывай.
Агент сопоставляет клиентов по кодам и собирает отчёт. Получается вот такой результат:
В июле и августе покупали каждый месяц. В сентябре заказов нет.
- К-014, К-027, К-041
- Остальные клиенты
| Клиент | Июль | Август | Сентябрь |
|---|---|---|---|
| К-014 | 180 000 | 210 000 | 0 |
| К-027 | 96 000 | 104 000 | 0 |
| К-041 | 125 000 | 130 000 | 0 |
Оборот скрывал проблему: заказы других покупателей перекрывали отсутствие этих трёх. Теперь у руководителя есть конкретный список для звонков. Он проверяет строки в 1С и передаёт их менеджерам. Кто-то закупился заранее, кому-то забыли ответить, кто-то ушёл к другому поставщику. Причину выясняет человек, а поиск уже сделан.
В нашем примере компания и цифры вымышлены. В своей выгрузке руководитель может найти другое: товар с растущим спросом, постоянные задержки оплаты или клиентов, которые берут только одну из двух связанных позиций. Как ставить такие задачи по своей выгрузке, показано в статье нейросеть для анализа продаж.
От разового отчёта к ежедневному
Через неделю он добавляет в папку остатки и неоплаченные счета. Просит агента собрать один утренний отчёт: кому перезвонить, что пора заказать и какие платежи проверить. Описание расчётов сохраняет рядом с файлами, чтобы следующая версия считалась по той же методике.
Теперь вместо вечера с таблицами у него готовый файл и список действий. Пока он сам обновляет выгрузки и запускает задачу. Прямой обмен с 1С и запуск по расписанию можно добавить позже: установка агента сама по себе систему не подключает.
ИИ подключается к команде
Руководитель показывает отчёт на планёрке. Менеджеры хотят такую же помощь в переписке, закупщик — с остатками, бухгалтерия — с документами. Они начинают с небольших задач, где сами умеют проверить результат.
- Актуальный прайс лежит в одном месте
- В пробы идут обезличенные данные
- У каждого ответа есть проверяющий
Команда договаривается, где лежит актуальный прайс, какие данные можно передавать сервисам и кто проверяет ответы. Русские и казахские тексты проверяют сотрудники, которые работают с покупателями на этих языках. Сырые базы с телефонами и реквизитами в пробные задания не попадают.
Здесь пригодится корпоративное обучение ИИ: разобрать задачи сотрудников, закрепить удачные приёмы и оставить понятные критерии проверки. Руководитель может начать с индивидуального обучения работе с ИИ. Если закупки и бухгалтерия живут в 1С, посмотрите, что умеет нейросеть рядом с 1С без доработки конфигурации.
Вайб-кодинг: свой инструмент
Через некоторое время менеджер спрашивает: «Можно сделать так, чтобы я выбирал товар и количество, а предложение собиралось само?» Руководитель уже знает, что агент работает с файлами. Теперь он просит его написать небольшую программу.
Это вайб-кодинг: человек описывает поведение инструмента, ИИ пишет код, человек пробует и просит исправления. Для первого внутреннего калькулятора руководителю не нужно изучать язык программирования. Нужно понимать свой прайс и отличать правильный расчёт от неправильного.
- v1 Расчёт по прайсу, черновик и «нужно уточнить»
- v2 Скидка для постоянного покупателя
- v3 Дата актуальности прайса
Он даёт агенту файл с ценами и задание:
Сделай страницу для подготовки предложения. Цены бери только из приложенного прайса. Дай выбрать товар, задать количество и сохранить черновик. Если товара нет, покажи «нужно уточнить». Отправку клиенту и запись в 1С пока не добавляй.
Получается небольшой инструмент. Ниже можно попробовать его учебную версию:
Руководитель проверяет обычный заказ, отсутствующий товар и пустое количество. Затем даёт страницу одному менеджеру. Тот замечает, что нужна скидка для постоянного покупателя и дата актуальности прайса. Агент добавляет их, руководитель снова проверяет расчёты.
Так же можно собрать сверку двух файлов, панель продаж или поиск по внутренним инструкциям. В публикации Anthropic есть реальные примеры этого подхода: маркетинговая команда обрабатывает CSV с рекламой и готовит новые варианты объявлений, а юридическая команда собрала прототип маршрутизации обращений к нужному юристу.
У дистрибьютора пока обычный калькулятор. Но он решает реальную задачу, и сотрудники сами подсказали, как его улучшить. Такой инструмент может оставаться полезным долго.
Инструмент вырос
Теперь калькулятором пользуются все менеджеры. Руководитель хочет, чтобы прайс обновлялся из 1С, предложения сохранялись в сделках, а отчёт собирался без ручных выгрузок. Вместе с пользой выросли требования.
- Разные цены у менеджеров
- Один актуальный прайс
- Два нажатия, два счёта
- Защита от повторов
- Обновление сломало скидку
- Проверки перед выпуском
- Завис в разгар рабочего дня
- Мониторинг и восстановление
Иногда достаточно попросить ИИ «починить». Труднее понять, почему ошибка возвращается и что ещё сломалось после исправления. У одного сотрудника всё работает, у другого висит загрузка; два менеджера открывают одну сделку; старый прайс остаётся в кеше.
В этот момент руководителю нужна команда разработки. Готовый прототип уже показал, чем сотрудники пользуются и где теряют время. Серьёзного сбоя ждать необязательно: если инструмент начинает работать с деньгами, клиентскими данными и записью в учётную систему, его стоит проверить до расширения.
Подключаемся как разработчики
Мы начинаем с того, что у руководителя уже получилось. Разбираемся в коде калькулятора, проверяем расчёты и сохраняем полезные решения. Затем исправляем сбои, подключаем 1С и CRM, добавляем доступ для сотрудников и историю изменений. Полная перепись кода нужна не всегда.
Для дистрибьютора следующий шаг — автоматизация обработки заказов: предложение превращается в черновик счёта в 1С. Цены и остатки приходят из учётной системы, менеджер подтверждает отправку клиенту. Повторное нажатие не создаёт второй счёт, а при недоступности 1С заявка остаётся в очереди. Это продолжение уже работающего инструмента.
Изменения проверяем на реальных заказах: обычная покупка, замена позиции, скидка, отмена, неполный адрес. Эти случаи должны проходить после каждого обновления. Зачем нужен такой набор, объясняет статья про evals в ИИ-проектах. Новый маршрут сначала пробует небольшая группа сотрудников; план запуска есть в статье пилот ИИ за 30 дней.
- Обычная покупка → черновик счёта
- Замена позиции → цена и остаток из 1С
- Скидка → скидка постоянного покупателя
- Отмена → счёт не создан
- Неполный адрес → заявка у менеджера
Наш опыт разработки нужен для интеграций, расчётов и восстановления после сбоев. ИИ ускоряет работу команды, а за результат отвечаем мы. Если руководитель сразу хочет надёжную систему, без самостоятельных экспериментов, начинаем с процесса и примеров. Оба пути входят во внедрение ИИ под ключ. Пример системы с живой перепиской есть в кейсе HR-агента Magnum.
Сколько стоит и сколько длится ИИ-автоматизация
Самостоятельный этап из примера стоит подписки на Codex или Claude Code и времени руководителя. No-code конструктор обходится примерно в 10 000 ₸/мес, настройка такого сценария у исполнителя — 50 000 ₸ и выше. Это разумно для одного узкого процесса с низкой ценой ошибки.
Когда ИИ подключают к CRM, 1С и переписке с клиентами, работа считается как проект. Наши цены для Казахстана:
| Задача | Срок | Цена |
|---|---|---|
| ИИ в CRM или 1С: одна функция внутри системы | 1–2 недели | от 700 000 ₸ |
| ИИ-агент для переписки с клиентами | 2–4 недели | от 1 000 000 ₸ |
| Поиск по документам и регламентам | 3–5 недель | от 1 500 000 ₸ |
| Внутренний инструмент для сотрудников | 3–6 недель | от 2 000 000 ₸ |
| Полный запуск: аудит, интеграции, пилот | — | 4–6 млн ₸ |
Это нижние границы, точную сумму называем после аудита. Сопровождение после запуска стоит 100 000–500 000 ₸ в месяц, модели оплачиваются отдельно по тарифам поставщиков. В России цены считаем в рублях, а сроки на неделю длиннее: сравниваем две-три российские модели на ваших вопросах и настраиваем облако в аккаунте компании. Из чего складывается смета, подробно разобрано в статье сколько стоит внедрение ИИ.
Как начать автоматизацию бизнес-процессов с ИИ
- Выберите один процесс. Не отдел целиком, а конкретную задачу: «разбирать заявки из WhatsApp и готовить черновик счёта» вместо «автоматизировать продажи».
- Соберите примеры. 30–100 реальных заявок, писем или документов и то, как с ними поступил сотрудник.
- Назначьте проверяющего и границы. Решите, кто проверяет черновик, что ИИ делает сам и что только после подтверждения.
- Попробуйте на обезличенных данных. Как руководитель из примера: выгрузка, агент, проверка вывода по строкам исходного файла.
- Запустите пилот на небольшой группе. Прогоняйте проверочные примеры после каждого изменения и сравнивайте с тем, как процесс шёл раньше.
Что собрать до первого разговора с подрядчиком, перечислено в чек-листе что подготовить перед внедрением ИИ.
Итог
Руководитель начинал с вопроса о пропавших покупателях. Теперь у команды есть отчёты, общий инструмент и понятный следующий шаг. Для первых улучшений хватило агента и собственных данных; инженерная работа появилась там, где инструмент стал нужен всей компании.
Если первый процесс уже выбран и вы хотите обсудить его с нами, цены и сроки собраны на страницах для Казахстана, для России и для других стран.
FAQ
RPA повторяет заранее заданные действия: открывает окно, переносит данные, нажимает кнопку. ИИ помогает читать сообщения и документы, где люди формулируют одну мысль по-разному. В заявке дистрибьютора ИИ понимает «как в прошлый раз», а цена и наличие проверяются по учётной системе.
Самостоятельные пробы в Codex или Claude Code стоят подписки и времени сотрудника. У нас ИИ в CRM или 1С начинается от 700 000 ₸, ИИ-агент — от 1 000 000 ₸, полный запуск с аудитом и интеграциями стоит 4–6 млн ₸. Для России цены в рублях. Точную сумму называем после аудита процесса.
Одна функция в CRM или 1С занимает 1–2 недели, ИИ-агент — 2–4 недели, внутренний инструмент — 3–6 недель. Рабочая версия пилота готова через 2–4 недели после получения доступов. На российских моделях каждый этап на неделю дольше, потому что сначала сравниваем несколько моделей.
Да. Начните с анализа выгрузок, черновиков ответов или небольшого внутреннего инструмента в Codex или Claude Code. Результат проверяет сотрудник. Разработчики нужны, когда появляются требования к доступу, работе без участия человека, интеграциям и последствиям ошибки.
Обычно существующие системы можно сохранить. Для первых проб достаточно выгрузок. Для постоянной автоматизации настраивают обмен данными и проверяют возможности вашей версии системы. Наличие подходящего API, качество справочников и права доступа выясняют до разработки.
На первом этапе счёт подтверждает менеджер. Автоматическую отправку можно обсуждать для проверенных сценариев после измерения ошибок. Неполный адрес, неизвестный товар или спорная цена должны останавливать отправку и передавать заявку человеку.
Для первых проб используйте обезличенные копии: коды вместо имён, без телефонов и реквизитов. Перед подключением рабочих систем определите, какие данные куда передаются, кто имеет доступ и какие условия хранения вам нужны. Доступ агента к папке не означает, что файлы всегда обрабатываются только на компьютере.
