Предисловие: о реальности ИИ в B2B

Чтобы не выглядеть голословным в теме, где слишком легко манипулировать цифрами и с уверенным видом рассказывать, как прекрасно работают исходящие звонки ИИ-ассистентов по базе потенциальных клиентов, сразу оговорюсь: где-то они, возможно, и работают. Но точно не там, где клиент может задать десяток встречных вопросов, уводящих вашего бедного ассистента сразу в несколько областей права, технических требований и отраслевой практики. Там и естественный интеллект не всегда быстро справляется без паузы и дополнительной проверки, а искусственный в такой ситуации легко сочинит сборник сказок. И отвечать за эти сказки потом все равно вам. И здесь, как мне кажется, важно сразу расставить акценты.

ИИ как рабочий инструмент, а не тренд

За последние два года ИИ из модной темы постепенно превратился в рабочий инструмент для бизнеса. Согласно исследованиям, уже 61% малого и среднего бизнеса в России используют ИИ-технологии. Это значит, что технология в бизнес уже вошла. Однако здесь кроется парадокс: большинство компаний внедряют ИИ без чёткой стратегии. Лишь 26% российских компаний, закладывающих бюджеты на внедрение ИИ, имеют внятную стратегию его применения. То есть технология в бизнес уже вошла, а понимание, как именно встраивать ее в процессы без лишнего шума и самообмана пока нет.

Отсюда и возникает та самая странная информационная среда, в которой ИИ обычно показывают только с выгодной стороны: рост продаж, мгновенная автоматизация, отделы, которые будто бы можно заменить одной моделью. Но в реальности, особенно в сложных B2B-сегментах, все не так «глянцево».

Почему ИИ перестаёт быть волшебной кнопкой

Потому что там, где разговор выходит за рамки шаблонных скриптов, где нужно учитывать регуляторику, технические ограничения, отраслевые стандарты, длинный цикл сделки и высокую цену ошибки, ИИ перестает быть волшебной кнопкой. Конечно он может быть сильным помощником, но никак не универсальным заменителем экспертизы. Цифры некоторых аналитических отчетов довольно отрезвляющие. По оценке АНО «Цифровая экономика»:

  • 47% предприятий МСП в Москве и Санкт-Петербурге активно используют нейросети;
  • 41% планирует внедрение в ближайшее время;
  • 24% практически не заметили значимого эффекта от интеграции ИИ.

Это означает, что почти четверть компаний, потративших ресурсы на внедрение, не получили ожидаемого результата. В сложном B2B это особенно заметно. Если интернет-магазин ошибся в описании товара, максимум, что может произойти — это возврат или недовольный клиент. Если же вы работаете в нише, где каждое слово может упираться в нормативные требования, документацию, техническую совместимость или юридические риски, цена ошибки совсем другая. Тут неправильно интерпретированная норма, некорректная рекомендация или слишком смелое упрощение могут обойтись гораздо дороже, чем сэкономленные пару часов.

Поэтому я всегда довольно спокойно отношусь к громким заявлениям о полной автоматизации продаж, консультаций и вообще всего на свете. Возможно, в каких-то сценариях это действительно работает. Но если ваш клиент привык задавать сложные вопросы и ожидает от вас не скрипт, а позицию, не скорость ответа, а точность, то роль человека никуда не исчезает. ИИ в такой модели — не тот, кто берет на себя ответственность за финальное решение. И, честно говоря, это хорошо.

Реальная ценность ИИ: проверка гипотез

Но вот на что в сложной B2B-нише действительно можно сейчас опереться, так это на другое. И здесь я уже могу говорить не в теории, а из собственного опыта. Сразу оговорюсь, я не ИТ-специалист. Хотя вектор моей деятельности с технологиями, цифровыми инструментами и сложными процессами связан напрямую. И именно в этой точке ИИ для меня стал по-настоящему полезен — не как красивая игрушка и не как повод рассказывать про «цифровую трансформацию», а как инструмент для проверки гипотез.

Если я вижу, что какой-то блок нашей работы можно автоматизировать, или у меня появляется идея продукта, который может быть интересен рынку и реально повлиять на наши показатели — маркетинговые, финансовые или операционные, то ещё недавно передо мной стояло всего два варианта. Либо идти к профильному специалисту, либо самому заходить в программирование, что для операционного руководителя обычно означает простой выбор между просадкой по основной работе и очень медленным движением вперед. Сейчас ситуация заметно изменилась.

ИИ как переводчик между идеей и её реализацией

Благодаря ИИ я могу сесть вечером или в выходной с ноутбуком, открыть один из инструментов автоматизации (Zapier, Make, n8n или визуальные конструкторы) и собрать MVP того, что раньше существовало только в голове. А потом принести команде уже не идею в воздухе, а что-то вполне осязаемое: это можно посмотреть, покритиковать, доработать, обсудить предметно и либо быстро пустить в работу, либо также быстро отказаться от гипотезы, не сжигая лишние ресурсы. Если говорить проще, то ИИ резко снизил порог входа в эксперименты.

Раньше между идеей и ее проверкой была довольно большая дистанция. Нужно было найти разработчика, объяснить ему логику, согласовать бюджет, заложить сроки — обычно 4-6 недель, потом ждать реализации, и только после этого понять, туда ли вы вообще идете. Многие идеи на этом этапе просто умирали. Не потому, что они были плохими, а потому, что стоимость проверки гипотезы оказывалась почти сопоставима со стоимостью полноценного проекта. Неудивительно, что инициативы тормозились. Теперь это работает иначе. Инструментов стало много: визуальные конструкторы, сервисы автоматизации, среды для интеграций, решения для быстрой сборки прототипов. И во всей этой экосистеме ИИ выполняет очень важную роль — он становится переводчиком между управленческой идеей и технической реализацией.

ИИ помогает быстрее сформулировать логику процесса, предложить варианты сборки, написать фрагмент кода, объяснить, как связать между собой несколько сервисов, убрать тот страх перед стартом, который раньше часто тормозил любую инициативу. Это работает на уровне рефлекса: есть идея — попробуем за вечер.

Особенная ценность для маленьких команд

Для небольшой команды это особенно важно. Когда у вас нет отдельного отдела разработки, каждая новая функция, автоматизация или внутренний сервис — это всегда вопрос ресурсов. А ресурсы у маленькой команды конечны. Именно поэтому ИИ оказывается для нее не модным дополнением, а вполне практической опорой.

Согласно исследованиям, 45% респондентов отметили ускорение решения типовых задач — они говорили об экономии 30-40% времени на рутину. Еще 37% отметили снижение доли ручных операций на 20-50%. И вот что особенно интересно: 82% предпринимателей благодаря нейросетям сумели расширить штат сотрудников, вопреки мифу об вытеснении людей. Т. е. это не про то, что «искусственный интеллект заменит всех», а про то, что бизнес начинает убирать рутинные процессы, где они действительно мешают.

По данным АНО «Цифровая экономика», отдельные ритейлеры с помощью нейросетей снизили объем пищевых отходов и сократили время на выкладку товаров на почти 40%, объем брака снизился до 0,9% вместо обычных 2-3%, жалоб стало меньше в среднем на 35%. Вот в этом, на мой взгляд, и находится главная выгода ИИ для сложного B2B. Не в том, что он чудесным образом отменяет потребность в отраслевом опыте, а в том, что то, что раньше требовало бюджета, времени, нескольких согласований и иногда отдельной команды, теперь в ряде случаев может быстро проверить один человек, если он хорошо понимает узкие места процесса.

Ключевой навык в эпоху ИИ

Именно понимание узких мест становится главным навыком. ИИ не заменяет опыт работы в отрасли, но очень хорошо усиливает человека, который видит, где в системе накапливаются задержки, где сотрудники совершают лишние действия, где процесс перегружен ручной работой, а где, наоборот, автоматизировать ничего и не нужно вовсе.

Как только такая точка найдена, появляется возможность довольно быстро проверить, можно ли ее упростить, ускорить или собрать вокруг нее новый рабочий контур. Иногда результат оказывается неожиданно простым. То, что годами делалось руками несколькими людьми, действительно можно свести к одной автоматической цепочке действий. Мы сэкономили 12 часов работы сотрудников в месяц на автоматизации одного сложного процесса. Просто избавились от бутылочного горлышка, и все потекло дальше.

Иногда выходит наоборот: автоматизация не дает нужного эффекта, и тогда лучше честно оставить процесс как есть. Но даже это уже полезный результат, потому что решение принимается не через месяцы обсуждений, а за несколько дней.

Эффект: от «когда-нибудь» к реальности

Есть и ещё один эффект, который редко замечают сразу. Когда между мыслью и прототипом больше нет такой огромной дистанции, меняется сама культура работы с идеями. Люди внутри команды начинают смелее предлагать улучшения, потому что теперь это не разговор в духе «когда-нибудь надо бы сделать», а вполне реальная возможность за короткое время собрать черновой рабочий вариант и посмотреть, стоит ли идея дальнейших вложений.

До внедрения ИИ мы получали 2-3 идеи от сотрудников в месяц. После — это выросло до более 10 идей в месяц. Из них реализуется 30-40%. Это важное изменение культуры, а не просто эффективность. Люди начали верить, что их идеи могут быть услышаны не когда-то, а прямо сейчас.

Финальная мысль: ИИ как расширитель возможностей

Поэтому в моем понимании ИИ сегодня становится инструментом, который может значительно расширить возможности небольшой команды. Он позволяет быстрее экспериментировать, быстрее учиться на собственных ошибках, быстрее находить решения, которые действительно работают в конкретной нише. Именно в этом его настоящая ценность для сложного B2B, а не в обещаниях о полной автоматизации «всего на свете». Его ценность прежде всего в другом: у небольшой команды теперь появляется шанс двигаться быстрее многих игроков на рынке, проверять больше идей и выстраивать процессы, которые раньше казались слишком сложными, слишком дорогими или просто недостижимыми без большого штата.

Егор Кашка, операционный директор цифровой экосистемы регистрации медицинских изделий КРЕДО.ТЕХ