Зачем нужен AI-аудит, если и так понятно, что нужен чат-бот

Типичный диалог на первой встрече: «Нам нужен AI-ассистент для поддержки. Соберите как можно быстрее». Через полчаса обсуждения выясняется, что самый больной процесс компании — это вообще не поддержка, а ручная обработка заявок в бэк-офисе, где ассистент ничем не поможет. Именно поэтому мы начали предлагать отдельный продукт — AI-аудит.

Что такое AI-аудит

AI-аудит — это 2–4 недели погружения в бизнес, на выходе которого появляется карта:

• Топ-5 гипотез для AI-проектов с оценкой ROI, сроков и бюджета.
• Карта данных: что у вас уже есть, чего не хватает, что придётся накопить.
• Архитектурный план: public vs private AI, стек, интеграции.
• Roadmap на 6–12 месяцев с квартальными майлстоунами.
• Чек-лист ИБ и compliance (152-ФЗ, отраслевые требования).

Это не консалтинг «в целом про AI». Это инженерный документ, с которым можно идти к подрядчику или своей команде и начинать реализацию.

Почему «интуитивный» выбор задачи обычно неверен

Мы посмотрели на 30+ внедрений за последние два года и собрали статистику: задача, выбранная интуитивно без аудита, в 60% случаев оказывается не оптимальной. Варианты:

1. Задача есть, но дешевле решить не-AI способом. Классика: «хотим AI-ассистента для FAQ», а на аудите выясняется, что 80% вопросов закрывается нормальной документацией на сайте. Инвестиции в ассистента окупились бы за 4 года вместо 9 месяцев.

2. Есть более прибыльная задача в соседнем отделе. Часто маркетинг просит AI-копирайтера, хотя бэк-офис сидит на ручной обработке 10 тыс. заявок в месяц. Перенос фокуса на бэк-офис даёт в 4–6 раз больше экономии.

3. Данных не хватает. Бизнес хочет predictive-модель, но выясняется: нужные данные собираются только последние 6 месяцев, а модель просит 2 года истории. Без аудита это вылезает на 3-м месяце разработки.

4. Есть регуляторный блок, который делает проект невозможным. «Хотим обрабатывать медкарты через GPT-4» — но 152-ФЗ и отраслевые требования это запрещают. Полгода разработки, миллионы рублей — и внедрить нельзя.

Конкретный кейс

Пример из 2025 года. Ритейлер средней руки, 8 регионов. На первой встрече CEO уверенно говорит: «Нам нужен AI-прогноз закупок».

Запустили аудит на 4 недели. Разобрали 12 процессов, провели интервью с 8 руководителями, проанализировали данные из ERP и CRM.

Результат:

• Прогноз закупок действительно даёт потенциал ~40 млн ₽/год экономии. Но: данных мало (чистый период 9 месяцев), модели нужно 2+ года. Проект не готов.
• Неочевидная находка: обработка рекламаций (15 тыс. обращений/мес) ест 6 сотрудников фулл-тайм + 2 ивент-менеджеров на эскалации. AI-классификатор + LLM-ответы дают экономию ~28 млн ₽/год и окупаются за 7 месяцев.
• Вторая неочевидная находка: генерация описаний карточек товаров. 12 тыс. SKU, 4 копирайтера, тексты низкого качества. AI снижает затраты на 70%, повышает CTR на 12% (на базе A/B-теста).

В итоге приоритет сместился: вместо прогноза закупок начали с рекламаций и карточек. Прогноз отложили на 2027 год, когда накопится датасет.

Стоимость аудита — 420 тыс. ₽. Сэкономленный бюджет — около 8 млн ₽ (ровно на разработку прогнозной модели, которая бы не полетела).

Когда аудит не нужен

Честно — он нужен не всем. Пропустите его, если:

• Задача очевидная и типовая: есть 5000 тикетов в месяц, видна явная рутина, никаких данных накапливать не нужно.
• У вас уже есть результаты предыдущих аналитических проектов (McKinsey, PwC, свой data-отдел).
• Бюджет маленький (до 500 тыс. ₽): аудит составит половину — проще сразу делать PoC с минимальным риском.

Во всех остальных случаях 2–4 недели аудита экономят месяцы разработки и миллионы бюджета.

Из чего складывается цена аудита

Типовая декомпозиция 4-недельного аудита:

• Неделя 1: стратегические интервью с CEO, CDO, руководителями направлений. Фиксируем приоритеты бизнеса.
• Неделя 2: погружение в процессы, интервью с операционными командами (7–12 человек), сбор и анализ данных из ваших систем.
• Неделя 3: моделирование каждой гипотезы, расчёт ROI, оценка сроков и рисков. Подготовка архитектурного плана.
• Неделя 4: написание отчёта, презентация руководству, корректировки.

Типовая стоимость от 180 тыс. ₽ (экспресс-аудит для малого бизнеса) до индивидуальных расценок для трансформационных проектов в корпорациях.

Что не должен делать аудит

Три красные флага, по которым видно, что аудит делают неправильно:

1. Подрядчик продаёт в итоге «самого себя». Если аудит заканчивается фразой «реализуем только мы на своей платформе» — это маркетинг, а не аудит. Нормальный отчёт оценивает подрядчиков на рынке объективно.
2. Отчёт — это PowerPoint на 120 слайдов без цифр. Аудит без конкретных ROI-расчётов — это не аудит, а motivational letter.
3. В отчёте нет раздела «чего делать не надо». Хороший AI-аудит явно говорит: «этого не делайте — данных мало / регуляторика запрещает / окупаемость плохая».

Итог

AI-аудит — дешёвая страховка от дорогих ошибок. За 2–4 недели и 180–420 тыс. ₽ вы получаете карту, по которой спокойно идёте в реализацию или честно говорите «пока не время».

Если есть подозрение, что ваш «очевидный» AI-проект на самом деле не самый выгодный — приходите на звонок. За 30 минут поймём, нужен ли аудит, или можно идти сразу в разработку.