ИИ для бизнеса: где он реально помогает, где пока не годится и с чего начать

ИИ для бизнеса полезен там, где много однотипных задач, а ошибку успевает поймать человек: черновики ответов клиентам, коммерческие предложения, пересказ документов, тесты к коду. Там, где нужен точный расчет, ссылка на закон или решение о человеке, ИИ годится только как помощник при проверке. Начинать лучше с ассистента в чате для одного отдела, а поиск по базе знаний, API и агентов подключать под задачи, которые уже подтвердили пользу.

Как российские компании используют искусственный интеллект для бизнеса

Самый подробный свежий срез, который мы нашли, это исследование «Доверяй, но проверяй» компании «Технологии Доверия» и Аналитического центра НАФИ. Опрос шел с 15 сентября по 10 октября 2025 года, ответил 1001 представитель компаний, из них 270 из среднего и крупного бизнеса, погрешность до 3,09%. ИИ-сервисы используют 86% компаний: 68% среди микропредприятий и 92% среди крупных.

По задачам картина такая: поиск информации 43%, генерация текста 40%, картинки и презентации 36%, распознавание текста, аудио и видео 34%, анализ данных и прогнозы 32%, написание кода 17%.

Цифра 86% выглядит как почти полный охват, но вопрос звучал иначе: в каких сферах сотрудники компании используют ИИ. Под него подходит и компания, где нейросетью пользуется один маркетолог. Глубину показывают другие цифры:

• Охват внутри компании. В том же опросе половина компаний, использующих ИИ, сообщила, что с ним работает меньше 30% сотрудников. Больше 70% сотрудников работают с ИИ только в 10% компаний.
• Подсчет результата. Финансовый эффект оценивают 55% компаний, использующих ИИ, но регулярно только 21%, еще 34% делают это от случая к случаю.
• Стратегия. В отчете MWS «Технологические стратегии бизнеса» (декабрь 2025, анкета более 700 российских компаний с бюджетом хотя бы на облако, кибербезопасность или ИИ) стратегия по ИИ есть у 26% респондентов, у 33% она в разработке, у 40% ее нет.

Проблема с подсчетом не новая. В исследовании Ростелекома и TAdviser 2020 года (100 крупных организаций, эффект за 2019 год) официальную оценку от финансовой службы имели 18% компаний, а в 79% случаев оценка была субъективной. Сравнивать эти проценты с 2025 годом нельзя: другая выборка, другой вопрос и ИИ тогда был другой. Но привычка считать эффект на глаз, похоже, пережила смену технологий.

Вывод для руководителя: спор «нужен ли ИИ» уже закончился, остался более полезный вопрос: на каких задачах он дает результат, который можно посчитать.

Где ИИ для бизнеса реально помогает: разбор по отделам

Для каждой задачи достаточно двух вопросов: много ли таких задач и что случится, если ИИ ошибется. Чем задач больше и чем дешевле ошибка, тем раньше за нее стоит браться.

Продажи

Работает. Черновик коммерческого предложения из брифа и прайса, письмо после встречи, разбор расшифровки звонка: какие были возражения, о чем договорились, что обещали. Заполнение карточки в CRM по итогам разговора.

Пока не годится. Сам называть цену, скидку и сроки. Модель охотно дописывает правдоподобное условие, которого нет в прайсе, поэтому все цифры в предложении менеджер сверяет сам.

Поддержка

Самая массовая сфера в опросе ТеДо и НАФИ: 46%. Работает: черновик ответа оператору, разбор обращений по темам, ответы на отзывы, перевод.

Здесь есть редкое хорошее измерение. В работе Бриньолфссона, Ли и Рэймонд (версия от 06.11.2024, данные по 5 172 операторам) ассистент повысил число решенных обращений в час в среднем на 15%. Новички и менее сильные сотрудники выросли и в скорости, и в качестве, самые опытные почти не ускорились, а качество у них немного просело.

Пока не годится. Возвраты, компенсации и конфликтные жалобы без оператора. Бот без доступа к вашим правилам еще и сочиняет их на ходу, поэтому автоответы без базы знаний лучше не запускать.

Маркетинг

Работает. Варианты постов и рассылок под разные сегменты, баннеры и креативы, описания товаров, сводка отзывов: что хвалят, на что жалуются.

Пока не годится. Факты о продукте и цифры в рекламе без проверки, а также позиционирование. Модель выдает среднее по рынку, поэтому без редактора тексты разных компаний звучат одинаково.

Юристы

Работает. Сверка договора с типовым, поиск односторонних прав и штрафов, сравнение двух редакций, пересказ судебного решения, черновик претензии. Экономия здесь большая: в нашей оценке для отделов первичный разбор договора сокращается с 2 часов до 20 минут (оценка Datium, а не обещание).

Пока не годится. Ссылки на нормы и практику без проверки. В тесте Стэнфорда (май 2024, больше 200 запросов, американское право) специализированные юридические сервисы ошибались или выдумывали в более чем 17% и более чем 34% случаев в зависимости от продукта. Модели с тех пор выросли, но сопоставимого свежего замера мы не нашли, так что каждую ссылку юрист открывает сам.

Бухгалтерия и финансы

В опросе это одна из самых редких сфер, 15%, и авторы предполагают, что дело в требованиях к безопасности и надежности. Работает: формула Excel и запрос к выгрузке, объяснение, что изменилось между двумя отчетами, черновик ответа контрагенту, разнесение платежей по назначению с проверкой.

Пока не годится. Итоговые расчеты, проводки и налоговые решения. Цифры для решения берите из учетной системы или таблицы, текст модели их только объясняет.

HR

Сфера с 18% в опросе. Работает: текст вакансии, вопросы для интервью, приведение резюме к одному виду, материалы для новичка, ответы сотрудникам по регламентам.

Пока не годится. Решение о кандидате или сотруднике. По общему правилу статьи 16 закона 152-ФЗ нельзя принимать решения с юридическими последствиями для человека только на основании автоматической обработки его данных. Как это применимо к вашему подбору, уточните у юриста. И помните, что резюме это персональные данные.

Разработка

Сфера с 18% в опросе, а написание кода как задачу назвали 17% компаний: 23% в среднем бизнесе и 31% в крупном. Работает: тесты, документация, разбор чужого модуля, поиск ошибки по логу, SQL-запросы.

С измерениями тут сложнее всего. В эксперименте METR (июль 2025, 16 опытных разработчиков, 246 задач) с ИИ работа заняла на 19% больше времени, хотя сами участники считали, что ускорились на 20%. Сам METR теперь называет этот результат устаревшим. В обновлении от 24.02.2026 на новых инструментах вышло ускорение на 18% у прежних участников и на 4% у новых, но разброс оценок включает ноль, и авторы считают данные ненадежными: разработчики все чаще отказываются работать без ИИ. Практический вывод простой: ощущение скорости это не замер, смотрите на свои задачи.

Пока не годится. Код в рабочую систему без ревью и ключи доступа в запросах.

Руководитель

Работает. Пересказ длинного отчета, протокол совещания, сравнение трех предложений подрядчиков, список вопросов к цифрам перед встречей.

Пока не годится. Само решение и прогнозы без источника. Модель не знает того, что ей не рассказали: контекста сделки, отношений с партнером, внутренних ограничений.

Где ИИ пока не годится и почему

Если собрать слабые места всех отделов, получатся шесть случаев.

Руководители это чувствуют: в опросе ТеДо и НАФИ 41% компаний видят агентов работающими под контролем сотрудников, 33% только как помощников, и лишь 13% считают, что они могут работать автономно.

ИИ решения для бизнеса: четыре типа

Под словами «внедрить ИИ» скрываются совсем разные проекты. Разница между ними в стоимости и в требованиях к данным.

ИИ ассистент для бизнеса

Самый простой вход. ИИ помощник для бизнеса в этом виде не требует разработки: сотрудник открывает кабинет и работает. Минус один: польза зависит от того, пользуются ли им люди, а данные выше показывают, что часто нет. Лечится это конкретными задачами и готовыми запросами для отдела. Подробнее о корпоративном доступе в статье про корпоративный ИИ.

API и ИИ автоматизация для бизнеса

API нужен, когда один и тот же шаг повторяется сотни раз: классифицировать обращение, вытащить поля из заявки, написать описание товара. Сотрудник здесь уже не пишет запрос, модель стоит внутри процесса. Появляется новая работа: выборочная проверка результата, лимиты расхода и план на случай, если ответ не пришел. Пример работы с конкретной моделью есть в статье про DeepSeek API.

Поиск по базе знаний

Модель отвечает на основе ваших документов и показывает, откуда взят ответ. Это снижает число выдумок, но не убирает их: инструменты в тесте Стэнфорда выше устроены похожим образом и все равно ошибались. Качество упирается в порядок в документах и в права доступа: поиск не должен показывать бухгалтерии зарплатную ведомость директора только потому, что она лежит на общем диске. Когда документы разбросаны по разным системам, связи между ними помогает учесть Graph RAG.

Агенты

Агент сам планирует шаги и действует: ищет данные, заполняет поля, отправляет сообщения. Это самый заманчивый и самый рискованный тип. По прогнозу Gartner от 25.06.2025 больше 40% проектов агентного ИИ отменят к концу 2027 года из-за роста затрат, неясной пользы или слабого контроля рисков. Это прогноз, а не факт, но он хорошо объясняет, почему агент не лучший первый проект. Подробнее в статье про ИИ агентов для бизнеса.

Что брать сначала

Порядок простой: каждый следующий шаг делайте только после того, как предыдущий дал измеримый результат.

1. Ассистент для одного отдела. Выберите отдел с большим объемом однотипного текста и 3-5 повторяющихся задач. Зафиксируйте, сколько времени они занимают сейчас.
2. Готовые запросы и замер. Через месяц сравните время и долю ответов, принятых без правки. Если результата нет, причину ищите сначала в задачах и привычках, потом в модели.
3. Поиск по базе знаний. Подключайте, когда сотрудники постоянно спрашивают одно и то же, а ответ лежит в ваших документах.
4. API. Подключайте, когда видно шаг, который повторяется сотни раз и который можно проверять выборочно.
5. Агент. Берите узкий процесс с понятными правилами, низкой ценой ошибки и подтверждением человеком на важных шагах.

Пошаговый чек-лист подключения и договорные детали мы разобрали в статье «Нейросети для бизнеса», там же таблица моделей и цен. Если вы выбираете для компании в целом, а не для отдела, посмотрите материал про ИИ для компании.

Какой ИИ лучше для бизнеса

Лучшие ИИ для бизнеса зависят от задачи, поэтому честного общего рейтинга нет. Рабочее правило: берите самую дешевую модель, которая справляется с вашими реальными задачами. Разница велика: в Datium обычный ответ стоит от ~0,06 ₽ у GPT-6 Luna до ~2 ₽ у Claude Opus 5.5 на 02.11.2026. Про модели семейства GPT подробно в статье GPT для бизнеса.

Выбирая ИИ инструменты для бизнеса, смотрите не только на модель. Данные важнее: в первом полугодии 2026 года 38% обращений к публичным нейросетям содержали конфиденциальные данные (Computerra, 28.10.2026). Перед подключением задайте поставщику три вопроса:

• Куда уходят запросы и где хранится их история?
• Подменяет ли сервис персональные данные до отправки в модель? Передача таких данных зарубежному сервису подпадает под статью 12 закона 152-ФЗ, детали уточните у юриста.
• Видно ли, кто из сотрудников чем пользуется и сколько это стоит?

В Datium ассистент и API работают с одного баланса: кабинет на русском, API с одним ключом ко всем моделям, 0 ₽ за рабочее место. Администратор задает доступы к моделям по отделам и сотрудникам и видит журнал использования и расход. Работает из России без VPN, оплата по счету, УПД и акты 1-го числа через Диадок или СБИС.

Итог

ИИ для бизнеса дает результат на массовых задачах с проверкой человеком: поддержка, продажи, маркетинг, черновики документов, рутина разработчика. В расчетах, правовых ссылках, решениях о людях и необратимых действиях он остается помощником. Судя по опросам, главная проблема российских компаний сейчас не в доступе к ИИ: им мало кто пользуется глубоко и мало кто считает результат.

Поэтому начните с малого: один отдел, несколько конкретных задач и замер до и после. Зарегистрируйте компанию в Datium, получите 3 000 ₽ на пробу (один пробный баланс на компанию или ИП) и проверьте разные модели на задачах своего отдела.

Частые вопросы