Концепция внедрения ИИ: как разработать стратегию внедрения искусственного интеллекта в компании

Автор — Николай Елатонцев, руководитель группы компаний «Гильдия консультантов».

Концепция внедрения ИИ — короткий документ, в котором руководство фиксирует, зачем компании искусственный интеллект, в каких процессах он должен дать эффект, на каких данных будет работать, кто за него отвечает и по каким цифрам решают, расширять внедрение или остановить. Без него сотрудники пользуются нейросетями кто как умеет, а руководитель не видит, что это дало. Ниже — из чего состоит концепция и стратегия внедрения ИИ в компании, что можно взять из государственных документов и как пройти путь от идеи до первого пилота.

Концепция и стратегия внедрения ИИ: в чём разница

Слова часто путают, поэтому договоримся о терминах. Концепция отвечает на вопрос «что и зачем», стратегия — «в каком порядке и какими силами», дорожная карта — «что делаем в этом квартале».

В небольшой компании всё это умещается в один документ — важно, что ответы записаны и утверждены руководителем.

Что взять из государственных концепций

У государства документы по ИИ есть давно: Национальная стратегия развития искусственного интеллекта на период до 2030 года (утверждена Указом Президента от 10 октября 2019 г. № 490) и Концепция развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники до 2024 года (распоряжение Правительства от 19 августа 2020 г. № 2129-р). Для руководителя компании полезнее свежий отраслевой пример.

Концепция внедрения ИИ в судебную систему

3 сентября 2026 года приказом Председателя Верховного Суда № 59-П утверждена Концепция внедрения технологий искусственного интеллекта в судопроизводство Российской Федерации. Она разработана с учётом Федерального закона от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» и Национальной стратегии. Внедрение ИИ в судебную систему интересно бизнесу не темой, а устройством документа — это почти готовый шаблон корпоративной концепции:

• Цель и принципы. ИИ — инструмент помощи судье, а не замена; окончательное решение всегда за человеком; каждое обращение к ИИ-системе фиксируется; преимущественно отечественные технологии.
• Направления. Не «ИИ вообще», а конкретные участки: приём и проверка документов, протокол заседания по распознаванию речи, поиск по практике, черновики судебных актов, аналитика.
• Этапы для каждого решения. Аудит процесса и поиск решения → пилотирование → оценка результатов по специально разработанным метрикам → масштабирование и обучение пользователей.
• Целевые показатели. Например, к 2030 году более 95% судей пользуются судебными ИИ-сервисами постоянно, не менее 80% подготовленных ИИ проектов утверждаются без существенных правок.
• Матрица рисков. Двенадцать рисков с мерами защиты, пересмотр не реже раза в полгода. Против выдуманных моделью норм и цитат — ответы только со ссылкой на источник и проверка судьёй; против утечки данных — закрытый контур и запрет на публичные облачные сервисы.

Те же блоки — цель, принципы, направления, этапы, метрики, риски, обучение — нужны и концепции внедрения ИИ в компании. Разница в масштабе: суду нужен календарный план до 2027 года, бизнесу — первый пилот через месяц.

Из чего состоит концепция внедрения ИИ в компании

1. Цели — в деньгах и часах, а не «внедрить ИИ»

Хорошая цель звучит как «сократить время обработки входящих счетов вдвое» или «отвечать на заявки с сайта ночью за минуты», а не «стать ИИ-компанией». Запишите 2–3 цели, которые руководство готово проверять цифрами. Отдельно — чего компания не делает: например, ИИ не принимает решений о деньгах и не общается с клиентами без проверки человеком.

2. Аудит процессов: где ИИ даст эффект

Пройдите по отделам и выпишите операции, где человек читает, понимает и перекладывает информацию: письма, сканы, звонки, переписку, регламенты. Для каждой оцените четыре признака: как часто повторяется, что на входе (текст, скан, голос или уже поля 1С), легко ли проверить результат, во что обходится ошибка. Первыми идут частые, легко проверяемые операции с невысокой ценой ошибки. Подробно о выборе процессов — в статье «Автоматизация бизнес-процессов с ИИ».

Аудит отсекает и лишнее: часть задач надёжнее и дешевле решить обычной автоматизацией 1С и Битрикс24.

3. Данные: на чём будет работать ИИ

Модель ничего не знает о вашей компании. Её качество в работе определяется тем, что ей дали: данные 1С и Битрикс24, регламенты, договоры, база знаний. В концепции зафиксируйте:

• какие системы — источники данных и кто за них отвечает;
• в каком они состоянии: актуальны ли регламенты, нет ли дублей в справочниках;
• какие данные можно передавать во внешние сервисы, а какие — только обрабатывать внутри компании;
• как ИИ получает доступ: с правами конкретного сотрудника, с журналом действий.

По нашему опыту, девять из десяти провалов ИИ-агентов происходят из-за плохого контекста задачи, а не из-за слабой модели. Поэтому подготовка данных и правил — не техническая мелочь, а главный раздел концепции. Если требования к безопасности строгие, модель разворачивают на собственных серверах — об этом на странице «Локальные LLM».

4. Пилоты: проверить на одном процессе

Пилот — это один сценарий на реальных данных и с реальными сотрудниками, обычно на 2–4 недели. До старта фиксируют исходные показатели процесса, после — сравнивают. В концепции достаточно записать правила: пилот всегда один и ограничен по сроку, у него есть владелец со стороны бизнеса, решение о масштабировании принимается по цифрам. Не подтвердились цифры — сценарий закрывают, это тоже результат.

5. Команда и роли

Отдельный отдел ИИ на старте не нужен. Нужны роли:

• Руководитель-заказчик — утверждает цели и принимает решения по итогам пилотов.
• Владелец процесса — начальник отдела, где работает пилот: даёт задачу, проверяет результат, отвечает за показатели.
• Ответственный за системы — ИТ-специалист или программист 1С: доступы, интеграции, данные.
• Безопасность и юрист — согласуют, какие данные и через какие сервисы можно обрабатывать.
• Внешний интегратор — если своей экспертизы мало: помогает с аудитом, пилотом и подключением к 1С и Битрикс24.

Отдельная строка концепции — обучение. Сотрудники уже пользуются нейросетями, но без общих правил каждый делает это по-своему. Руководителям — где ИИ даёт эффект и как принимать его работу, исполнителям — как ставить задачу модели и проверять ответ.

6. Политика использования ИИ

Это короткий регламент для всех сотрудников. Обычно в нём пять пунктов:

1. Разрешённые сервисы. Например, корпоративные YandexGPT или GigaChat, рабочее пространство ChatGPT или Claude, своя модель в контуре компании. Всё остальное — по согласованию.
2. Запрещённые данные. Персональные данные клиентов и сотрудников (152-ФЗ), коммерческая тайна, пароли и ключи — не передаются во внешние сервисы или передаются только обезличенными.
3. Проверка результата. Ответ ИИ — черновик. За документ, письмо или расчёт отвечает сотрудник, который его отправил.
4. Границы самостоятельности. Для каждого процесса указано: ИИ только предлагает, действует после подтверждения человеком или действует сам в заданных рамках.
5. Журнал и пересмотр. Действия ИИ-агентов в 1С и Битрикс24 записываются; политика пересматривается при смене сервисов.

7. Метрики: как понять, что внедрение работает

Метрики делятся на две группы. Деловые: время обработки операции, число ошибок, часы сотрудников, скорость ответа клиенту. Качество ИИ: доля ответов, подтверждённых источником, честное «не знаю», когда данных нет, точность переноса полей документа в 1С, стоимость одного запроса. Эталонные вопросы собирают вместе со специалистами на реальных документах и прогоняют через них каждое обновление — если качество просело, в работу его не выпускают. Добавьте метрику использования: какая доля сотрудников реально работает с инструментом.

Стратегия внедрения ИИ по шагам

Частые ошибки при разработке концепции

• Начинать с выбора нейросети. Модель выбирают под задачу и требования к данным, а не наоборот.
• Десять пилотов сразу. Ресурсов на проверку не хватает, и ни один не доходит до цифр.
• Не замерить процесс до старта. Потом эффект нечем подтвердить, и разговор идёт на уровне ощущений.
• Запретить всё. Сотрудники продолжают пользоваться нейросетями с личных телефонов — только теперь без правил.
• Отдать ИИ решения без человека. Даже судебная концепция оставляет последнее слово за судьёй — начинайте с режима «ИИ предлагает, человек решает».

Как мы внедряли ИИ у себя

Мы начали с собственной разработки на 1С и прошли тот же путь: цель в часах, рабочая среда вместо разрозненных промптов, правила для команды. Результат на живых проектах — разработка быстрее в шесть раз, типовая доработка занимает 15–20 часов вместо ста. Второй пример — ИИ-агент, который проверяет задачи в Битрикс24 по регламенту: первый прогон шёл в режиме «только журнал», без единого действия в системе, а автодействия включаются только после проверки точности на реальных задачах.

Читайте также: Лучшие ИИ для бизнеса; Промпт-инжиниринг для бизнеса.

Частые вопросы

Кто должен писать концепцию внедрения ИИ?

Руководитель компании вместе с владельцами процессов. Интегратор помогает с аудитом и оценкой, но цели и границы определяет бизнес — иначе получится документ о технологиях, а не об эффекте.

Сколько времени занимает разработка концепции?

Для средней компании — несколько недель. Первый пилот можно запускать сразу после аудита, не дожидаясь идеального документа.

Нужна ли концепция небольшой компании?

Да, но короткая: две-три цели, первый процесс, правила для сотрудников и одна-две метрики. Этого хватает, чтобы ИИ не превратился в набор разрозненных подписок.

Чем концепция внедрения технологий искусственного интеллекта в компании отличается от государственной?

Государственные документы задают цели отрасли, правовые рамки и показатели на годы вперёд. Корпоративная концепция решает узкую задачу: какие процессы компании и на каких данных переводить на ИИ, кто отвечает и как мерить результат. Устройство при этом похоже: цели, принципы, этапы, метрики, риски.

Что известно о внедрении ИИ в судебную систему?

Концепция утверждена приказом Председателя Верховного Суда от 3 сентября 2026 г. № 59-П. ИИ будут применять на всех этапах дела — от подачи документов до проверки вышестоящими инстанциями, но только как помощника судьи; при Верховном Суде создаётся Центр судебных компетенций в сфере ИИ. По календарному плану доступ всех судов к судебным ИИ-сервисам должен быть обеспечен во втором квартале 2027 года.

Можно ли внедрять ИИ, не отправляя данные за рубеж?

Да: российские модели YandexGPT и GigaChat или модель на собственных серверах компании. Выбор делают до пилота вместе со службой безопасности и фиксируют в политике использования ИИ.

С чего начать, если концепции ещё нет?

С одной встречи руководства и одного процесса. Запишите цель в цифрах, выберите частую и легко проверяемую операцию, замерьте её сейчас — и проверьте на пилоте. Как устроить первого агента, мы разобрали в статье «Как создать ИИ-агента».

Итог

Концепция внедрения ИИ — это не презентация о будущем, а короткий набор решений: цели в цифрах, процессы после аудита, правила работы с данными, один пилот за раз, понятные роли, политика для сотрудников и метрики, по которым решают, что масштабировать. Даже Верховный Суд строит внедрение по той же схеме: аудит, пилот, оценка, масштабирование.

Поможем пройти этот путь на ваших процессах: посмотрите, как мы внедряем ИИ в бизнес — первый разбор задачи бесплатный, — или выберите обучение ИИ для руководителей и команды, где итогом становится план внедрения с посчитанным эффектом. Работаем с компаниями по всей России.