Интеграция ИИ в бизнес: почему 75% проектов не дают результата

71% российских компаний используют генеративный ИИ - и только каждая четвёртая получает результат, ради которого всё затевалось. Остальные три оплатили чужой опыт: купили лицензии, собрали пилот, показали на совещании - и застряли.

Почему рынок растёт, а результатов нет

За 2025 год российский рынок генеративного ИИ вырос с 13 до 58 млрд рублей - в пять раз. Компании подключают ассистентов, ставят чат-боты, тестируют распознавание документов. Среднее число бизнес-функций с ИИ на компанию поднялось с 2,4 до 3,1. По цифрам - бум.

Только 16% ИИ-проектов масштабированы до уровня всей компании (McKinsey). Остальные живут в статусе пилота: один отдел, красивая презентация, дальше не идут. Деньги потрачены, процесс как был ручным, так и остался.

Причина одна: пилот запускают, чтобы «попробовать ИИ», - а технология не окупается сама по себе. Окупается конкретный процесс, который она ускоряет или удешевляет. Когда цель размытая, результат нечем измерить - проект тихо умирает после ухода энтузиаста, который его продвигал.

Три точки входа, где ИИ даёт измеримый эффект

ИИ заходит в компанию через три двери - туда, где больше всего рутины и денег.

Продажи

ИИ-ассистент берёт первичную обработку заявок: отвечает мгновенно, квалифицирует лид, назначает встречу, работает в нерабочие часы. Менеджер получает подготовленный контакт и не тратит время на тех, кто просто спросил цену и ушёл. Компании, внедрившие агентный ИИ первыми, фиксируют рост производительности на 22,6% (NVIDIA) - и продажи чувствуют это первыми.

Клиентский сервис

ИИ закрывает типовые обращения: статус заказа, условия доставки, возврат, частые вопросы. До 95% рутинных запросов снимаются с операторов - им остаются сложные случаи. Клиент получает ответ за секунды, а не через час в очереди.

Операционка

Обработка входящих документов, разбор счетов, сверка данных между системами. Эффект тише, но устойчивее: снижение затрат на 15,2% (NVIDIA). Операционка чаще всего даёт предсказуемую окупаемость - объём работы измерим, а ошибки стоят конкретных денег.

Битрикс24 и 1С как платформа: что работает без переезда

Главный миф про ИИ-внедрение - что нужно купить новую систему и перевести команду на незнакомый софт. Большинство средних компаний уже работают в Битрикс24 или 1С - ИИ садится поверх этих систем как надстройка, а не замена.

Что реалистично сделать без смены стека:

• Автоматизация воронки. ИИ ведёт сделку по этапам, напоминает о зависших контактах, подсказывает следующий шаг на основе истории.
• Обработка входящих. Заявки с сайта, из мессенджеров и почты попадают в CRM уже разобранными - с темой, приоритетом и ответственным.
• Скоринг лидов. Система оценивает вероятность сделки по поведению клиента и поднимает горячие контакты наверх.

26% руководителей называют «неясность отдачи» главной причиной, по которой режут бюджеты на ИИ (vc.ru). Когда ИИ работает внутри той CRM, где команда сидит каждый день, отдачу видно сразу: те же карточки, те же отчёты - заявки не теряются, менеджеры успевают больше. Если добавить перформанс-маркетинг, связка «реклама - заявка - CRM - сделка» замыкается в один управляемый контур.

ROI без иллюзий

PwC проанализировала 200 ИИ-проектов: медианный ROI - 159% при сроке окупаемости 6,7 месяца. Половина проектов вернула больше полутора вложенных рублей быстрее, чем за семь месяцев.

«Медианный» - ключевое слово. Это не гарантия, а середина распределения. Тот же процесс распознавания документов в одной компании даёт снижение операционных расходов до 80%, в другой не окупается - объём документов слишком мал. По оценке «Яков и Партнёры», экономический эффект ИИ для России к 2030 году составит 7,9-12,8 трлн рублей. Эти триллионы складываются из проектов, где экономику посчитали до старта.

Три фактора, от которых зависит ваш ROI:

• Объём процесса. Больше повторяющихся операций - быстрее окупается автоматизация.
• Стоимость ошибки. Там, где ручная ошибка дорого стоит, ИИ окупается даже на малом объёме.
• Чистота данных. Если данные разрознены, часть бюджета уйдёт на подготовку до старта.

Три ошибки, которые убивают проект

Только 25% ИИ-инициатив дают ожидаемый ROI (McKinsey). Три причины, по которым большинство попадает в остальные 75%.

Автоматизируют хаос вместо процесса. Если процесс не описан и каждый менеджер делает по-своему, ИИ ускорит беспорядок. Сначала процесс - потом автоматизация, не наоборот.

Выбирают инструмент до постановки задачи. «Давайте внедрим ИИ» - не задача. Компания покупает платформу, потом ищет, к чему её приложить. Инструмент есть, эффекта нет.

Нет владельца внедрения внутри. Без конкретного человека с полномочиями проект растворяется между отделами. Подрядчик сделает свою часть, но без внутреннего хозяина процесс не приживётся.

Когда нужен подрядчик

Три сценария, когда внешняя команда выходит дешевле, чем своими силами.

1. Нет экспертизы по ИИ. Нанимать ML-инженера ради одного проекта дорого и долго. Tantal собирает состав под задачу из 253 специалистов - без найма в штат. 2. Задача пересекает несколько систем. Ошибка на стыке CRM, телефонии и склада стоит дороже работы подрядчика. Здесь нужен опыт интеграций, а не эксперименты. 3. Результат нужен быстрее, чем за полгода. Своими силами пилот растягивается - у людей есть основная работа. Внешняя команда идёт по задаче сфокусированно.

Что подготовить до встречи с подрядчиком:

• Описание процесса - что происходит сейчас, шаг за шагом.
• Объём операций - сколько заявок, звонков, документов в месяц.
• Текущий стек - Битрикс24, 1С, амоCRM, телефония.
• Желаемый KPI - время ответа, стоимость обработки, конверсия.

Полный список направлений - от ассистентов до мобильной разработки - в разделе услуг Tantal.

Как выглядит нормальный пилот

Нормальный пилот - это ограниченный по времени эксперимент на одной бизнес-функции, а не многомесячный проект с раздутым бюджетом.

Один процесс - например, обработка входящих заявок в продажах, не «весь ИИ в компании». 4-8 недель - этого хватает проверить гипотезу и получить измеримый результат, но мало, чтобы бюджет разросся. Небольшая команда: постановщик, интегратор, специалист по данным. При удачном пилоте горизонт окупаемости укладывается в те же 6,7 месяца из данных PwC.

Смысл пилота - проверить одну гипотезу с понятной ценой. Если подтвердилась - масштабируете на соседние процессы. Если нет - потеряли восемь недель, а не годовой бюджет. Именно так проект попадает в 25%, которые дают ожидаемый результат.

Если понимаете, какой процесс хотите автоматизировать, но не уверены, с чего начать - обсудите пилот с командой Tantal. Разберём задачу и честно скажем, реалистичен ли результат за 4-8 недель и в какую сумму уложится. 253 специалиста в штате позволяют собрать состав под конкретный процесс без долгого найма. Оставьте заявку на оценку проекта - без обязательств по дальнейшей работе.