Многие предприниматели опасаются, что внедрение ИИ в малом бизнесе обернётся хаосом: сотрудники не разберутся в инструментах, уже отстроенные процессы нарушатся, а обещанная экономия времени так и останется на бумаге. Но на деле результат зависит от того, насколько хорошо будет проработано внедрение и насколько органично ИИ-инструменты встроятся в привычные рабочие процессы. О своём опыте внедрения ИИ порталу Biz360.ru рассказал основатель и CEO be all bright! group Павел Кудрявцев.
Павел Кудрявцев – основатель и СЕО маркетинговой коммуникационной группы be all bright! group. Имеет два высших образования и степень MBA. Прошёл путь от наёмного сотрудника до владельца бизнеса с годовым оборотом более 500 млн рублей. Компанию be all bright! group открыл в 2016 году. Среди клиентов – более 50 крупных компаний, включая «Яндекс», «Купер», «Россельхозбанк», «М.Видео» и ряд других. В 2023, 2024 и 2025 годах входил в рейтинг «Топ 1000 российских менеджеров» газеты «Коммерсантъ».
Основной эффект от ИИ у нас в агентстве сейчас не столько в генерации текстов или изображений, сколько в сокращении ручных этапов работы. Но это не означает, что нейросеть стала делать работу вместо команды. Скорее изменилось распределение времени: специалисты меньше ищут, копируют, собирают и структурируют информацию и больше занимаются проверкой, редактурой и принятием решений.
Поэтому при внедрении ИИ мы довольно быстро пришли к тому, что начинать нужно не с вопроса «какой сервис нам подключить?», а с другого – что регулярно отнимает у команды много времени и какие их этапы можно сократить.
В работе маркетингового агентства много задач, где значительная часть времени уходит на предварительную подготовку: например, разобрать объёмный клиентский бриф, выделить главное, собрать дополнительную информацию, подготовить вопросы, изучить рынок или структурировать предложение. Именно здесь нам и помогает ИИ – и в некоторых случаях работа, которая раньше занимала два-три дня, теперь может занимать три-четыре часа.
Так у нас практически исчезла проблема «белого листа». Человеку уже не обязательно начинать работу с пустого документа: можно получить первую структуру, набор вариантов или черновик и дальше работать уже с материалом.
Мы не пытались сразу перевести на ИИ все процессы: инструменты постепенно подключались к отдельным этапам задач, где можно было быстро проверить результат. При этом для одной задачи мы можем использовать сразу несколько сервисов: один помогает собрать первый вариант, другой – структурировать его, третий – проверить или дополнить.
Одна из сотрудниц описывает это как «работу в четыре головы»: за себя и за три ИИ-инструмента, которые проверяют и дополняют результаты друг друга. После этого человек возвращается к исходному брифу, сравнивает ответы, проверяет информацию и корректирует результат.
Это принципиальный момент: мы не передаём весь процесс одной нейросети. ИИ помогает на отдельных этапах, но финальная оценка остается за человеком.
Один из самых понятных сценариев – тендерная работа. На старте нужно разобрать бриф, выделить ключевые требования, подготовить вопросы, изучить бизнес клиента, рынок и релевантный опыт. Затем – собрать структуру предложения, проработать KPI, материалы для презентации и смету. ИИ помогает быстрее пройти подготовительную часть: структурировать исходные данные, собрать направления для анализа, сформировать первый список вопросов и проверить, не упущены ли важные пункты.
То же самое происходит при работе с клиентскими брифами. В большом документе нужно выделить главное, найти недостающую информацию – и превратить вводные клиента в понятный план дальнейшей работы. Нейросеть ускоряет первичный разбор, но после этого сотрудник обязательно возвращается к исходному документу: ИИ может неправильно расставить акценты или не заметить важную деталь.
Ещё один сценарий – отчёты и аналитика. ИИ помогает сводить информацию из разных источников, структурировать её и собирать первую версию документа. Но цифры, источники и выводы всё равно нужно перепроверять. Разные сервисы могут использовать данные за разные периоды, в том числе уже устаревшие.
Сейчас мы также тестируем AI-SMM-агента для корпоративного Telegram-канала и отдельно для личного бренда. Агент должен работать с уже существующим контекстом: кейсами компании, проектами, прошлыми материалами и инфоповодами. На их основе он может предлагать темы, готовить первые версии контента и переупаковывать один материал в разные форматы.
Раньше в этот процесс на разных этапах были вовлечены четыре специалиста: SMM-менеджер, дизайнер, копирайтер и PR-специалист. Сейчас значительная часть ручных операций выполняется с помощью ИИ, а человек в основном проверяет и корректирует результат. Это не значит, что знания SMM, дизайна, копирайтинга или PR перестают быть нужны: наоборот, человеку нужно понимать все четыре направления настолько, чтобы увидеть слабый результат и дать ИИ качественную правку.
Нейросеть может значительно ускорить работу, но пользоваться ею без контроля нельзя. Она может предложить неподходящий результат, пропустить важный пункт брифа, использовать устаревшую информацию или просто придумать данные. Поэтому особенно осторожно мы относимся к исследованиям рынка, аналитике и любой информации, для которой критична актуальность.
В креативе тоже есть ограничения. ИИ может помочь собрать варианты, референсы или первую структуру, но действительно хорошая идея по-прежнему требует контекста, опыта и понимания клиента. Поэтому любой результат нужно соотносить с исходной задачей: учтены ли все вводные, актуальны ли данные, можно ли проверить источники, не потерялся ли смысл. Ответственность за итог остаётся у специалиста.
Для нас главный результат внедрения ИИ в том, что меняется сама роль сотрудника. Он всё меньше работает как оператор (то есть ищет, копирует, собирает и структурирует) и всё больше занимается отбором, редактурой, проверкой и принятием решений. Внутри это можно назвать переходом от «ремесленника» к «мини-боссу»: сотрудник управляет процессом, ставит задачи разным инструментам, сравнивает результаты, выбирает лучший вариант и отвечает за финальное качество.
Требования к специалисту не становятся ниже: ему нужно правильно поставить задачу, дать ИИ достаточный контекст, распознать ошибку и понимать, где результат нельзя использовать без дополнительной проверки. То есть ИИ убирает часть ручной работы, но одновременно повышает ценность профессионального суждения.
Перед внедрением ИИ руководителю стоит ответить как минимум на три вопроса.
-
Какой конкретный процесс должен измениться? По нашему опыту, разумнее начинать с конкретного процесса, где есть повторяющаяся ручная работа и понятен ожидаемый результат.
-
Кто внутри команды будет отвечать за результат? ИИ берёт на себя часть поиска, первичной сборки и структурирования информации, но человек всё равно сохраняет за собой понимание задачи, проверку, редактуру и принятие решений.
-
Как компания поймёт, что внедрение действительно принесло пользу? Эффект не обязательно измерять только прямой экономией денег: это может быть скорость подготовки материалов, количество ручных этапов, число людей, которые последовательно подключаются к одной задаче, нагрузка на сотрудников или скорость работы с клиентом.
Главная ошибка собственников при внедрении ИИ кроется в ожидании мгновенного чуда: они запускают инструмент, полагая, что он сам по себе решит сложные бизнес‑задачи. На деле такой подход оборачивается серьёзными просчётами.
Отсутствие чёткой цели делает невозможным оценку эффекта – ИИ применяют просто «для галочки», не привязывая его к конкретным метрикам вроде роста конверсии или сокращения рутинных операций. К этому добавляется слабая проработка запросов: расплывчатые формулировки неизбежно порождают неточные результаты – от текстов с выдуманными фактами до планов, игнорирующих реальные ограничения компании.
Ещё одна уязвимость – отсутствие контроля качества: в малом бизнесе сгенерированный контент нередко сразу идёт в работу, хотя без проверки в нём легко упустить неточности, устаревшие данные или стилистические несостыковки. В итоге главная проблема сводится к попытке внедрить ИИ без продуманной связки «цель – процесс – контроль».
Поэтому руководителю малого бизнеса, который только начинает работать с ИИ, стоит сделать ставку на его точечное применение. Лучше всего стартовать с одной повторяющейся задачи, где результат легко оценить: например, с подготовки ответов на частые вопросы клиентов, создания черновиков постов или структурирования заметок со встреч. Риски при таком сценарии минимальны: даже если ИИ даст неидеальный результат, это не затронет критически важные процессы.
Для надёжности полезно заранее собрать несколько типовых примеров входных данных и эталонных решений, а на их основе сформулировать короткий, но точный запрос к ИИ и простые правила проверки – что считать удачным результатом и в каких случаях лучше обойтись без инструмента.
Фото: Ole.SNX/Shutterstock/Fotodom
Чтобы не пропустить интересную для вас статью о малом бизнесе, подпишитесь на наш Telegram-канал и страницу в «ВКонтакте».
