Разговор про ИИ для бизнес-процессов обычно начинается не с того конца: сначала выбирают инструмент, потом ищут, к чему его приложить. Работает обратный порядок - сначала смотрят на процессы, которые уже есть, и выбирают из них те, где машина даёт результат.

Ниже шесть сценариев, где автоматизация бизнес-процессов с ИИ окупается, и отдельно случаи, где она только мешает. Все шесть работают у меня каждый день, по каждому есть срок сборки и счёт за содержание. Пять переносятся на любой бизнес почти без изменений.

1. Поиск клиентов в открытых чатах

Самый прибыльный сценарий из всех, что я запускал. Агент читает открытые отраслевые чаты, находит сообщения, где человек ищет исполнителя, и присылает уведомление со ссылкой на оригинал.

Цифры с моей системы, работающей с 11 августа 2026 года: около 400 сообщений в сутки на входе, до меня доходят единицы. Счёт за модель на тестовом отрезке 11-19 августа составил 1,35 доллара за 1909 обращений. Сборка занимает 3-5 дней, дальше идёт калибровка признаков под нишу.

Счёт в полтора доллара за неделю выглядит невозможным ровно до того момента, пока не посмотреть на устройство входа. До модели поток проходит обычный фильтр по словам, который бесплатно отсекает 90-95% сообщений. Модель видит только остаток, и платите вы именно за него. Это общее правило для всех шести сценариев: стоимость содержания определяется не моделью, а тем, сколько текста до неё доходит.

Важная деталь, которая определяет всё качество: агент обязан отвечать не на вопрос «про что сообщение», а на вопрос «кто его написал». Фраза «сделаю сайт, пишите в личку» и фраза «ищу того, кто сделает сайт» относятся к одной теме и означают противоположные события. Когда я разобрал руками 67 своих уведомлений, настоящих обращений от заказчиков там оказалось около 15, остальное - реклама таких же исполнителей и вакансии. Починилось это структурой ответа: сначала роль автора, потом всё остальное.

2. Квалификация обращения до вашего участия

Второй сценарий стоит на входе в воронку. Человек приходит из соцсетей или с сайта, агент задаёт ему несколько вопросов про задачу, разбирает свободный текст ответов и приводит его к структуре: что за бизнес, что болит, какой объём.

У меня такой агент собрался за 5 дней при плане в 8. Выигрыш измеряется не в часах, а в том, что происходит ночью: человек отвечает на вопросы в одиннадцать вечера, а утром у вас лежит разобранная анкета вместо строчки «здравствуйте, сколько стоит».

Отдельно про границу полномочий. Отправку личного сообщения клиенту я оставил себе, агент доводит дело до подготовленной карточки и останавливается. Это сознательное ограничение: шаблонный ответ на конкретную задачу отвечает заметно хуже живого.

3. Разбор заявок с сайта без ручного перекладывания

Сценарий, который выглядит скучно и именно поэтому работает. Форма на сайте принимает обращение, оно сразу ложится в базу, ответственному приходит уведомление со ссылкой на карточку, а не письмо с данными человека внутри.

Смысл здесь двойной. Первый: ни одна заявка не теряется в почте и никто не переписывает её руками в таблицу. Второй неочевиден, но важен - в уведомление уходит только номер и время, а персональные данные остаются в базе. Когда через полгода к вам придут с вопросом, где хранятся данные клиентов, ответ будет коротким.

У себя я довёл эту схему до конца в начале сентября: заявка с формы пишется в базу напрямую, в мессенджер уходит строка «Новая заявка номер такой-то» со ссылкой, и я проверил это сквозным прогоном, а не на словах. Заодно выяснилось, что схема с уведомлением по ссылке решает вопрос, о котором на старте никто не думает: где физически лежат данные клиентов и кто их видел.

Такая связка собирается за несколько дней и в содержании стоит дешевле всех остальных: модель тут либо не нужна вовсе, либо вызывается один раз на обращение.

4. Утренняя сводка вместо пяти вкладок

Четвёртый агент ничего не решает, он экономит первые полчаса рабочего дня. Собирает информацию из нескольких источников, отсеивает повторы и присылает короткую сводку к нужному часу.

У меня так работает новостной агент: из четырёх десятков заголовков он отбирает несколько стоящих и выдаёт готовый текст. После перехода на российскую модель его содержание стоит примерно 270 рублей в месяц.

На бизнес переносится дословно: заявки за сутки, остатки, просроченные задачи, новые отзывы, движение по сделкам. Всё, ради чего человек утром открывает пять вкладок подряд и половину из них забывает открыть.

5. Сторож, который следит за самими системами

Сценарий, о котором не думают, пока не обожгутся. Агент проверяет, что ваши системы живы, и пишет об этом каждый день - в том числе когда всё хорошо.

Мой опыт здесь дорогой. Дважды у меня тихо пропадали сообщения: 8 штук при неудачном обновлении и 260 за два с половиной часа, когда кончился баланс у внешнего сервиса. Оба раза это заметил человек, а не система. А в сентябре сайт пролежал недоступным 28 часов, и сторож в это время работал - он просто молчал, потому что сообщал только об изменениях, а собственный сбой обработать не умел.

Вывод общий для любого контроля: молчание системы должно иметь единственное толкование. Теперь проверка приходит каждое утро в 08:00 и отдельно различает, что именно упало. Собирается такой сторож за вечер и стоит в содержании ноль.

6. Конвейер подготовки материалов

Шестой сценарий ближе к маркетингу. Агент берёт тему из заранее собранной очереди, пишет черновик по заданной структуре, а отдельная проверка без всякого ИИ смотрит формальные вещи: объём, уникальность заголовка, запрещённые обороты, наличие ссылок и источников под числами.

Разделение здесь принципиальное. Проверяющая часть не должна быть моделью: нельзя доверять оценку работы тому же, кто её сделал. За сентябрь этот конвейер дал пять опубликованных материалов, и ни один не ушёл в публикацию без вычитки живым человеком.

Очередь тем при этом собирается не по вдохновению, а по замеру спроса: у каждой темы есть частотность запроса и оценка того, кто уже занимает выдачу. Агент берёт верхнюю подходящую и не тратит время на темы, которые никто не ищет. Ровно так же строится очередь любых регулярных материалов: сначала список с приоритетом, потом работа по нему.

Тот же принцип работает для коммерческих предложений, описаний товаров и ответов на типовые вопросы: агент готовит заготовку, человек принимает решение.

Какие процессы ИИ только испортит

Оптимизация бизнес-процессов с ИИ имеет границы, и они довольно чёткие. Четыре случая, в которых я отговариваю.

Событие происходит два-три раза в неделю. Даже полчаса ручной работы в неделю - это два часа в месяц, и такую задачу разработкой не окупить никогда, как бы она ни раздражала.

Процесс ещё не устоялся. Автоматизировать меняющийся каждую неделю порядок значит закрепить в системе то, что завтра станет неправильным. Сначала процесс, потом агент.

Нет человека, который будет смотреть на результат. В первый месяц любой агент требует калибровки под живой поток: он будет ошибаться на краях, и кто-то должен эти края увидеть. Пять минут в день, но каждый день. Если такого человека в компании нет, задачу лучше не начинать - вы получите систему, которая ошибается молча.

Нужен личный ответ человеку. Всё, что касается денег, скидок и недовольных клиентов, агент готовит, но не отправляет.

Что общего у всех шести процессов

Ни в одном из сценариев модель не принимает окончательного решения там, где ошибка стоит денег. Она сортирует, размечает, готовит - а последний шаг либо формальный и проверяемый, либо остаётся человеку. Это не осторожность ради осторожности: именно такое разделение позволяет запускать агента через неделю после разговора, а не через полгода согласований.

Второе общее: у каждого сценария есть цифра, по которой видно, работает он или нет. Сколько сообщений дошло, сколько обращений разобрано, во сколько пришла сводка, был ли сбой. Агент без такой цифры невозможно ни улучшить, ни честно оценить.

С чего начать

Начните не с инструмента, а с процесса. Возьмите один поток текста, который каждый день проходит через живого человека, и посчитайте три числа: сколько таких событий в сутки, сколько минут уходит на одно, сколько стоит час этого человека. Меньше 10 000 рублей в месяц - разработку обсуждать рано. От 30 000 разговор становится предметным.

Чем агент отличается от чат-бота и обычной автоматизации, я разбирал в статье про ИИ-агентов для бизнеса, а из чего складывается счёт за содержание - в разборе про ИИ-помощника. Состав работ и цены - на странице услуг и цен, по ботам отдельно - типы и цены.

Напишите, какой поток у вас и какого он объёма. Посчитаем, попадает ли ваш случай в один из шести сценариев выше или его дешевле оставить как есть.