Что на самом деле означает ИИ для бизнеса в небольшой компании?
Для компании из 5–200 человек ИИ для бизнеса — это прежде всего генеративные помощники для работы с текстом: подготовки черновиков, обобщения, переработки, извлечения информации и объяснений. Речь редко идёт о создании модели или найме команды специалистов по анализу данных. Обычно подписку на инструмент можно оформить уже сегодня; время уходит на решения о том, как его использовать.
Эта закономерность прослеживается в опубликованных исследованиях. В исследовании правительства Великобритании о внедрении ИИ, основанном на 3,500 интервью с представителями бизнеса, проведённых с февраля по май 2025 года, 85% компаний, уже использующих ИИ, сообщили, что применяют обработку естественного языка и генерацию текста. Это намного больше, чем для любых других типов ИИ. Тот же опрос показал, что примерно каждая шестая британская компания (16%) использует хотя бы одну технологию ИИ. Обе цифры основаны на ответах человека, отвечающего за технологии, поэтому воспринимайте их как снимок ситуации, а не как закономерность для вашей отрасли.
На практике это означает, что ИИ для бизнеса — прежде всего вопрос людей и процессов. Кому разрешено использовать какие инструменты, для каких задач, с какой информацией и кто проверяет результат, прежде чем он попадёт к клиенту? Компания, которая чётко ответит на эти четыре вопроса, получит больше пользы от простого помощника, чем компания, которая купит дорогого и оставит сотрудников разбираться самостоятельно.
Какой ИИ подходит для бизнеса?
Для начала обычно лучше подходит универсальный помощник, совместимый с программами, в которых ваша команда уже работает, на бизнес-тарифе, условия работы с данными которого вы изучили. Компания, работающая в Microsoft 365, обычно сначала рассматривает Copilot; компания на Google Workspace — Gemini; команда, использующая много разных инструментов или часто работающая с объёмными текстами и анализом, нередко сравнивает бизнес-тарифы ChatGPT и Claude. Ни один из этих вариантов не подходит всем командам, а состав тарифов меняется достаточно часто, поэтому стоит проверять актуальную страницу тарифов поставщика, а не статью с рейтингом.
Сначала изучите условия обработки данных, а затем список функций. Тарифы для бизнеса и крупных организаций обычно предусматривают иные условия обработки данных, чем бесплатные личные учётные записи. Например, в разделе Anthropic о конфиденциальности указано, что по умолчанию компания не обучает свои модели на входных или выходных данных своих коммерческих продуктов, таких как Claude for Work и API, если клиент не оставляет отзыв или иным образом не разрешает это. Найдите аналогичную страницу для выбранного инструмента и убедитесь, что условия относятся именно к тому тарифу, который вы покупаете.
Специализированные инструменты можно добавить позже. Инструмент для расшифровки записей, функция ИИ в системе поддержки или генератор изображений могут быть полезны отдельной команде, но каждый из них — это ещё одно место, куда попадает информация компании, и ещё один набор условий, которые нужно прочитать. Начните с одного универсального помощника, определите, как команда будет проверять его ответы, а затем добавляйте специализированные инструменты, если для них есть конкретная задача. В нашем руководстве по выбору инструментов ИИ для работы подробнее разобраны вопросы согласования.
| Если ваша команда в основном работает в | Начните с оценки | Проверьте перед покупкой |
|---|---|---|
| Microsoft 365 (Outlook, Word, Excel, Teams) | Microsoft Copilot на корпоративном тарифе | К каким приложениям и данным у Copilot есть доступ в рамках вашей лицензии и прав доступа |
| Google Workspace (Gmail, Документы, Таблицы) | Gemini для Workspace | В какую редакцию Workspace это входит и что администраторы могут отключить |
| Разные инструменты либо большой объём работы с текстами и анализа | Бизнес-тарифы ChatGPT или Claude | Настройки использования данных для обучения по умолчанию, сроки хранения, средства администрирования и условия предоставления пользовательских лицензий |
| Одна узкая задача, например заметки по звонкам или изображения | Специализированный инструмент — после универсального помощника | Где хранятся файлы, кому они доступны и как их удалить |
Как пошагово внедрить ИИ в бизнес?
Внедряйте ИИ так же, как любой новый метод работы: назначьте одного ответственного, составьте короткий список одобренных задач, письменно зафиксируйте ограничения, предусмотрите этап проверки и дату принятия решения о продолжении. Приведённые ниже шаги подходят для компании без отдела информационных технологий и занимают недели, а не месяцы.
1. Назначьте ответственного
Один человек решает, какие инструменты разрешены, отвечает на вопросы и поддерживает список в актуальном состоянии. В небольшой компании это часто руководитель операционного направления или основатель, а не комитет.
2. Перечислите повторяющиеся задачи по работе с текстом
Попросите каждую команду назвать три еженедельные задачи, связанные с чтением или письмом: письма поставщикам, заметки по встречам, черновики предложений, описания продуктов, краткие изложения внутренних правил. Повторяемость важнее масштаба.
3. Оцените каждую задачу по возможным последствиям
Укажите, что произойдёт, если результат окажется неверным. Ошибка в резюме внутреннего совещания имеет небольшие последствия; в ценовом предложении клиенту или пояснении к расчёту зарплаты — серьёзные. Начните с задач с низкими и средними последствиями ошибок, для которых понятно, кто будет проверять результат.
4. Выберите один инструмент и один тариф
Выберите помощника, совместимого с вашими текущими программами, подключите корпоративный тариф и прочитайте условия обработки данных. Не позволяйте каждому сотруднику выбирать собственный бесплатный аккаунт.
5. Запишите ограничения на одной странице
Какую информацию можно передавать инструменту, а какую нельзя (данные клиентов, персональные данные, неопубликованные финансовые показатели, пароли), кто и что проверяет и кому сообщать, если что-то пойдёт не так.
6. Учите проверять результат, а не только составлять запрос
Покажите сотрудникам, как предоставлять контекст, а затем — как проверять факты, цифры и тон, прежде чем отправлять что-либо за пределы компании. Сначала практикуйтесь на вымышленных или одобренных примерах.
7. Проведите проверку через четыре–шесть недель
Изучайте реальные образцы работы, спрашивайте, чем сотрудники перестали пользоваться и почему, и решайте, какие задачи оставить, изменить или исключить. Расширяйте применение только тех рабочих процессов, которые подтвердили свою пригодность.
Как это выглядит в реальной команде?
Возьмём вымышленную компанию Brightwater Interiors: 22 сотрудника продают мебель онлайн; в компании есть небольшая служба поддержки клиентов, два маркетолога и руководитель операционной деятельности. Руководитель операционной деятельности берёт на себя ответственность за внедрение, выбирает одного ИИ-помощника на бизнес-тарифе и утверждает две первые задачи: подготовку черновиков описаний товаров по спецификациям поставщика и черновиков ответов на вопросы о доставке по заметкам к заказу. Имена и адреса клиентов в инструмент не передаются; сотрудники вставляют только статус заказа и вопрос.
Первый запрос маркетолога: 'Напиши описание дубового обеденного стола.' Ответ написан гладко, а ошибки в нём показательны. ИИ называет стол 'из массива дуба', хотя в спецификации указан дубовый шпон на древесной плите, утверждает, что за ним 'с комфортом разместятся восемь человек', хотя в спецификации указано шесть, и обещает 'бесплатную доставку на следующий день', которой «Брайтуотер» не предлагает.
В проверенной версии запроса приведены текст спецификации, рекомендации по тону бренда и три правила: использовать только факты из спецификации, отмечать недостающие сведения вместо догадок и никогда не упоминать условия доставки. В новом черновике указано «дубовый шпон», «на шесть человек», а в конце добавлено примечание: «В спецификации не указан вес стола; уточните его перед публикацией». Маркетолог сверяет каждую фактическую формулировку со спецификацией и публикует текст. Экономия времени есть, но она невелика; более важный результат — у команды теперь есть запрос для повторного использования и проверка, которая выявляет ошибки, способные вызвать жалобу клиента.
Чего компания Брайтуотер намеренно не делала: не разрешала помощнику отправлять ответы клиентам напрямую, не загружала в него полные выгрузки заказов и не объявляла о внедрении во всей компании до проверки двух задач. Эти решения можно принять позже, когда проверка станет привычкой.
Что должна включать стратегия использования ИИ в малом бизнесе?
Стратегия использования ИИ для малого бизнеса может уместиться на одной странице: зачем вы используете ИИ, какие инструменты одобрены, какие задачи разрешены и запрещены, какую информацию нельзя передавать, кто что проверяет, как сотрудники будут учиться и как вы определите, приносит ли это пользу. Более длинный документ обычно означает, что решения ещё не приняты.
Это упрощённый вариант того, что описывают системы управления рисками. Рамочная программа управления рисками ИИ от NIST, которую NIST определяет как предназначенную для добровольного применения, объединяет рекомендации в четыре направления: управление, описание контекста, измерение и работа с рисками. В разделе об управлении предлагается документировать роли и обязанности, обучать сотрудников выполнению обязанностей в соответствии с политиками организации и создавать понятные пути передачи проблем на вышестоящий уровень. Компании из 20 человек не нужна вся система, но применимы те же четыре привычки: знать, кто за что отвечает, знать, какие инструменты используются, обучать сотрудников их реальным задачам и упрощать сообщение о проблемах.
Цель
Два-три предложения о том, в чём вам нужна помощь ИИ: например, быстрее готовить первые версии маркетинговых текстов или краткие изложения документов поставщиков.
Одобренные инструменты и тарифы
Конкретный инструмент, тариф, его администратор и порядок предоставления доступа.
Задачи на входе и на выходе
Краткий список разрешённых задач и задач, которые пока запрещены, например любых задач, связанных с принятием решения о человеке.
Границы допустимого использования информации
Что можно вводить, а что нельзя, с примерами, знакомыми сотрудникам по их работе.
Проверка и утверждение
Кто и какие результаты проверяет перед отправкой за пределы компании и на что обращает внимание.
Обучение
Как сотрудники будут практиковаться и к кому обращаться, если возникнут сомнения.
Дата пересмотра
Когда вы рассмотрите результаты и решите, что оставить.
Хотите узнать, как это связано с конкретной должностью?
Ознакомиться с планируемой пробной программой для команды ↗Каковы основные риски и кто проверяет результат?
Повседневные риски — это уверенно поданные ошибки, попадание конфиденциальной информации в неподходящий инструмент и доверие к результату лишь потому, что он хорошо написан. В профиле рисков генеративного ИИ NIST среди специфических рисков генеративного ИИ названа конфабуляция, определяемая как создание уверенно сформулированного, но ошибочного или ложного содержания. Там также описано предубеждение автоматизации, то есть чрезмерное доверие к автоматизированным системам, и отмечено, что оно может усиливать другие риски. Проще говоря, инструмент иногда ошибается, а люди склонны ему верить.
Британские рекомендации указывают на тот же подход. NCSC рекомендует не включать конфиденциальную информацию в запросы к общедоступным большим языковым моделям. Acas советует работодателям проверять результаты на точность, тон и предвзятость, напоминает, что действующие правила конфиденциальности данных распространяются и на использование ИИ, и отмечает, что сотрудникам может потребоваться обучение для получения более качественных результатов. Если затрагиваются персональные данные, рекомендации ICO по ИИ и защите данных охватывают подотчётность, правовые основания и оценку воздействия на защиту данных. Это руководство содержит общую информацию, а не юридическую консультацию; обратитесь за консультацией по вашей ситуации.
Решение простое и действенное. У каждой разрешённой задачи есть назначенный проверяющий. Он знает, что проверять: факты по источнику, цифры повторным расчётом, обещания, которые компания не может выполнить, и соответствие тона аудитории. Всё, что может иметь существенные последствия, утверждает человек, разбирающийся в теме. Наше руководство по проверке фактов в ответах ИИ превращает это в регулярную процедуру, которую можно отрабатывать.
Почему люди перестают пользоваться ИИ после запуска?
Люди перестают пользоваться ИИ, когда не видят, с какими из их задач он помогает, не уверены, какие данные разрешено вставлять, или после первого неудачного результата решают, что проверять его не стоит. Покупка лицензий не решает ни одной из этих проблем. В исследовании DSIT компании, уже использующие ИИ, сообщили, что в среднем им пользуются 30% сотрудников, а 77% компаний указали, что им пользуется менее половины персонала. В том же опросе среди причин полного отказа от внедрения ИИ чаще всего называли отсутствие выявленной потребности и нехватку навыков и знаний в области ИИ.
Решение вполне конкретное. Дайте каждой роли две-три разрешённые задачи с примером запроса и проверочным списком, сформулируйте ограничения так кратко, чтобы их можно было запомнить, и предоставьте безопасную среду для практики, где неудачная первая попытка ничего не стоит. В нашем руководстве по внедрению ИИ подробно разобрана проблема низкой активности после запуска, в том числе действия руководителя в первый месяц.
Как понять, приносит ли ИИ пользу вашему бизнесу?
Оценивайте несколько конкретных задач, а не ИИ в целом. До внедрения примерно зафиксируйте, сколько времени занимает задача и как часто проверяющий возвращает работу на доработку. Через четыре–шесть недель рассмотрите ту же задачу: стал ли первый черновик ближе к пригодному результату, уменьшился ли объём правок проверяющего и удаётся ли выявлять ошибки до того, как они дойдут до клиента? Эти наблюдения полезнее количества входов в систему.
Осторожно относитесь к заявленным улучшениям, в том числе к собственным оценкам. В опросе DSIT 56% компаний, использующих ИИ, сообщили о росте производительности сотрудников, тогда как 77% пока не отметили изменений в выручке; в самом отчёте указано, что эти цифры основаны на оценках респондентов. Внутри компании опирайтесь на свидетельства, непосредственно связанные с работой: несколько примеров до и после, заметки проверяющего и короткий разговор с теми, кто выполняет задачу.
Когда ИИ не подходит для решения бизнес-задачи?
Начинать с ИИ не стоит, если сам процесс неясен, если никто не может проверить результат или если задача связана с решением о человеке. Если процесс подготовки коммерческих предложений не выстроен единообразно, помощник лишь ускорит выпуск несогласованных предложений. Если никто в компании не может определить, верно ли разъяснение по налогам, инструменту не следует его писать. Если от задачи зависит, кого нанять, повысить, привлечь к дисциплинарной ответственности или кому отказать в услуге, нужен гораздо более осторожный подход, чем универсальный помощник и быстрая проверка.
Это также неподходящее решение при совсем небольшом объёме работы. Одно письмо поставщику в месяц не оправдывает новый инструмент, политику и обучение. И это не заменяет компетенций, которых у вас нет: ИИ может помочь квалифицированному специалисту работать быстрее, но не сделает работу неквалифицированного человека достаточно надёжной, чтобы на неё можно было положиться. Отказ от сценария использования — вполне нормальный результат проверки.
Какое место занимает обучение и какую роль играет Tosheo.ai?
Обучение — этап, который большинство небольших компаний пропускает, потому что инструменты кажутся простыми. Пробел обычно не в знании нужной кнопки, а в понимании того, какой контекст дать, какие данные не вводить и как проверить результат для конкретной работы. Этому проще всего научиться на реальных задачах с обратной связью, а не при просмотре общего курса.
Tosheo.ai создаётся именно для этого — для команд численностью от 5 до 200 человек. К запуску планируется следующий порядок: руководитель выбирает роли и инструменты ИИ, используемые командой, а каждый сотрудник проходит короткую входную проверку, затем уроки продолжительностью от 10 до 15 минут, которые завершаются практическим заданием в реальном инструменте ИИ с оценкой по доступным учащемуся критериям. Планируется, что руководители будут видеть развитие навыков и прохождение обучения, но никогда не будут видеть полную историю переписки. Разработка продукта ещё не началась, поэтому результатов клиентов пока нет. Планируемые цены указаны на странице тарифов. Если вам нужны только правила использования ИИ или первый список заданий, бесплатных руководств на этом сайте может быть достаточно.
Источники и границы рассмотрения
GOV.UK, страница публикации исследования внедрения ИИ, обновлено в феврале 2026 ↗
NIST, обзор рамочной модели управления рисками ИИ, январь 2023 ↗
NIST, практическое руководство по управлению рисками ИИ: управление ↗
NIST, AI 600-1: профиль рисков генеративного ИИ, июль 2024 ↗
NCSC, ChatGPT и большие языковые модели: в чём риск?, 14 марта 2023 ↗
Acas, треть работодателей считает, что ИИ повысит производительность, 15 мая 2025 ↗