AI readiness audit: дёшево узнать, готов ли бизнес к AI — до того, как сжечь миллион

Самая дорогая AI-ошибка в 2026 году — не выбрать неправильную модель и не нанять не того подрядчика. Самая дорогая ошибка — запустить большую AI-стройку в компании, которая к ней ещё не готова. По типичным наблюдениям рынка (McKinsey, BCG, Deloitte в разных формах повторяют одну и ту же мысль) от 50% до 70% AI-проектов в крупных компаниях упираются не в технологию, а в неготовность данных, процессов или команды.

AI readiness audit (он же «аудит готовности к AI») — это короткий и относительно дешёвый шаг, который снимает риск большой стройки. Разбираем, что он из себя представляет, как отличается от обычного аудита и что вы получаете на выходе.

Что это и зачем

AI readiness audit — это структурированная оценка готовности компании к внедрению AI по четырём уровням: данные, процессы, инфраструктура, команда. Длится 2–4 недели, стоит 400 тыс. – 1,2 млн ₽ в зависимости от масштаба компании. На выходе — письменный отчёт с честным ответом на три вопроса:

1. Стоит ли вам сейчас вкладываться в AI?
2. Если да — с какого проекта начать, чтобы получить ROI за 6–9 месяцев?
3. Что у вас нужно подтянуть перед большой стройкой?

Это не консалтинговый красивый документ на 200 страниц. Это рабочая карта: вот данные, вот узкие места, вот roadmap.

Чем readiness audit отличается от обычного AI-аудита

Терминология на рынке плавающая. Часто всё подряд называется «AI-аудит». На практике различаются три формата:

• Discovery / brainstorming — короткая встреча на 2–4 часа. Помогает определиться с направлением, но никаких глубоких выводов не даёт. Часто бесплатно или дёшево (15–50 тыс. ₽).
• AI readiness audit — то, что разбираем в этой статье. 2–4 недели, оценка готовности и roadmap.
• Полноценный AI-аудит / AI-стратегия — 2–3 месяца работы, более глубокая аналитика, оценка нескольких направлений сразу, обычно для крупных компаний. Стоит от 1,5 млн ₽.

Readiness audit стоит дешевле и быстрее не потому что «хуже», а потому что у него уже́ цель: дать ответ «готовы / не готовы / что доделать». Не «нарисовать большую красивую AI-стратегию на 5 лет».

Что входит в результат

После 2–4 недель работы вы получаете:

• Карта данных — что у вас уже есть, где лежит, в каком формате, какого качества. Какие пробелы критичны, что можно докупить или собрать.
• Карта процессов — топ-5 узких мест в операционке, ранжированных по потенциалу AI-автоматизации.
• Карта инфраструктуры — что есть в IT-ландшафте, что придётся добавить, какие интеграции потребуются (CRM, ERP, BI, тикетная система).
• Карта команды — кто в компании может принять и эксплуатировать AI-систему, чего не хватает в компетенциях, кого нанимать или обучать.
• Top-3 проекта на старт — конкретные AI-задачи, ранжированные по: ожидаемый ROI, риск, срок до результата, требуемые ресурсы.
• Бюджетный план — стоимость и сроки на 6 и 12 месяцев по каждому из top-3 проектов.
• Чек-лист compliance — что нужно учесть по 152-ФЗ, КИИ, отраслевым требованиям.
• Roadmap — последовательность шагов: что сначала, что потом, какие промежуточные ворота принятия решений.

И главное — честный ответ. Если у компании нет данных, нет команды или нет процессов, готовых к AI, аудит так и говорит: «вам сейчас AI не нужен, потратьте этот квартал на наведение порядка».

Кто и когда проводит readiness audit

Типичные триггеры — момент, когда в компании появляется ощущение «надо что-то делать с AI», но непонятно с чего:

• CEO/CFO прочитал в HBR или McKinsey очередную статью «компании, не внедрившие AI к 2027 году, потеряют 15% маржинальности». Хочет понять, насколько это применимо к их бизнесу.
• CTO видит, что конкуренты запускают AI-фичи в продуктах, и хочет понять, отстают они или нет, и насколько срочно догонять.
• CIO/IT-директор получает каждый месяц по 5 предложений от AI-вендоров и хочет структурировать, что из этого реально стоит делать.
• Head of Operations замечает, что часть ручной работы кажется автоматизируемой, но не уверен, что AI здесь — правильный инструмент.
• Прошлый AI-пилот провалился, и владелец процесса хочет разобраться, почему — и можно ли запустить второй пилот с другим подходом.

Самый плохой момент для readiness audit — за две недели до объявления тендера на большое AI-внедрение. К этому моменту решение уже принято, и аудит превращается в формальность. Лучший момент — за 3–6 месяцев до планируемого старта, когда есть время на основе результатов скорректировать планы.

Как устроены 2–4 недели работы

Структура аудита в нашей практике обычно такая (может варьироваться у разных команд):

Неделя 1. Discovery.

• 4–8 интервью с ключевыми руководителями (CEO/COO/CTO/CFO/руководители подразделений).
• Изучение организационной структуры, KPI команд, текущих проблем.
• Сбор перечня источников данных и систем (CRM, ERP, BI, тикетная).

Неделя 2. Data audit.

• Получение доступа к ключевым системам (read-only).
• Оценка качества и полноты данных по 10–15 критическим срезам.
• Sampling: ручной разбор 100–500 записей из критичных потоков.

Неделя 3. Process & infrastructure audit.

• Хронометраж нескольких ключевых процессов.
• Оценка IT-ландшафта, текущих интеграций, ИБ-периметра.
• Анализ доступных бюджетов и команды.

Неделя 4. Synthesis & delivery.

• Сборка отчёта.
• Презентация результатов для руководства.
• Q&A, корректировки, финальная версия.

Если компания крупная, добавляется ещё неделя на интервью и интеграционный аудит. Если небольшая (до 50 человек) — укладывается в 2 недели.

Что обычно становится главным сюрпризом

Опыт показывает: 80% компаний по итогам readiness audit узнают одну из четырёх неприятных вещей о себе. Они вылезают регулярно:

Сюрприз 1. Данные в худшем состоянии, чем казалось. «У нас всё в CRM» на проверку оказывается «60% сделок ведётся консистентно, у остальных нет половины полей». Любой AI-проект на этих данных получит низкое качество, пока не будет наведён порядок.

Сюрприз 2. Узкое место — не там, где казалось. Запрос на встречу: «нам нужен AI для саппорта». По итогам аудита выясняется, что саппорт справляется, а главные потери — в ручной обработке заявок в бэк-офисе, где AI поможет в разы сильнее.

Сюрприз 3. Бюджет не покрывает реальной стоимости. Заложили 500 тыс. ₽ на пилот, забыв про интеграции, ИБ, поддержку и обучение. Реальный TCO оказывается 1,5–2 млн ₽ в первый год. После аудита бюджет либо корректируется, либо проект разбивается на этапы.

Сюрприз 4. Главное препятствие — не технология, а сопротивление команды. Сотрудники, чей участок работы автоматизируют, саботируют пилот. Без серьёзной работы по change management проект провалится, даже если все остальные звёзды сошлись. Аудит выявляет это заранее.

«Чаще всего по итогам аудита нам говорят не “что нового вы нам рассказали” — почти всё руководство и так знало интуитивно. Главная ценность — что эти знания оказались зафиксированы на бумаге, ранжированы и переведены в конкретные шаги.» — типичное высказывание клиентов после первого аудита, перекликается с наблюдениями BCG про роль “structured discovery”.

Когда readiness audit не нужен

Будем честны — есть ситуации, когда аудит — лишняя статья расхода:

• Очень маленькая компания (до 20 человек, оборот <50 млн ₽). На таком масштабе проще сразу попробовать готовое SaaS-решение (Tilda + ChatGPT, Bitrix24 с AI-модулем) и посмотреть, заходит ли. Аудит обойдётся в значительную долю годового бюджета без сопоставимой отдачи.
• Очень узкая задача уровня «нам нужно автоматизировать одну конкретную операцию», и эта операция уже хорошо описана. Тут проще сразу заказать PoC за 3–4 недели — аудит ничего нового не покажет.
• Большая компания, которая уже прошла несколько успешных AI-проектов и знает свой ландшафт. Им нужен не аудит, а просто очередной проект.
• Есть уже свежий внутренний отчёт на аналогичную тему. Дублирование смысла не имеет.

Во всех остальных случаях, особенно когда речь о бюджете 5+ млн ₽ на ближайший AI-проект, 2–4 недели аудита окупаются почти всегда. Стоимость аудита — это маленькая страховка от 10× большего инцидента.

Чек-лист готовности к AI (короткая версия)

Если хочется быстро прикинуть свою стартовую позицию, ответьте на 10 вопросов. Каждое «да» = 1 балл.

1. Есть один человек на стороне бизнеса, готовый владеть AI-инициативой и нести KPI на результат.
2. Хотя бы 60% данных по ключевым процессам уже хранятся структурно (CRM, БД, ERP).
3. Есть документация по бизнес-процессам или мы можем восстановить её за 1–2 недели.
4. В компании есть IT-инфраструктура, способная развернуть и эксплуатировать AI-систему (свой DevOps или партнёр).
5. Бюджет на годовую AI-программу составляет минимум 2–3 млн ₽ (за вычетом «пилотов»).
6. Руководство понимает разницу между PoC, пилотом и продакшеном.
7. Есть готовность к change management: обучение, перестройка процессов, работа с сопротивлением.
8. Сформулированы 1–2 бизнес-метрики, по которым будем оценивать эффект AI.
9. Прошёл security review или есть готовность его провести до запуска.
10. У нас нет блокеров со стороны compliance (152-ФЗ, КИИ, отраслевые).

Интерпретация:

• 8–10 баллов: вы готовы, можно начинать с конкретного PoC.
• 5–7 баллов: стоит сначала пройти readiness audit и подтянуть слабые места.
• 0–4 балла: AI пока не для вас. Сначала навести порядок в данных и процессах, потом вернуться к разговору.

Если коротко

AI readiness audit — это инструмент снижения риска большого AI-проекта. За 2–4 недели и 400 тыс. – 1,2 млн ₽ вы получаете честный ответ, готовы ли запускать большую стройку, и список ровно тех шагов, которые её сделают успешной.

Альтернатива — запустить большой проект «на удачу» и через 6 месяцев узнать, что данные не годятся, владельца результата нет, а бюджет надо удваивать. Эта альтернатива стоит дороже в десятки раз.

Если хочется быстрее и дешевле, можно начать с экспресс-диагностики за 15 000 ₽ — мы за 3–5 дней разбираем одну конкретную задачу и говорим, имеет ли смысл сразу делать PoC или сначала пройти полный readiness audit. Стоимость диагностики засчитывается в счёт следующего этапа, если идём в работу.