Сборник практических критериев для руководителей, которые выбирают студию или агентство для внедрения AI. Что спросить, чтобы отсеять хайп.
Рынок AI-подрядчиков в России за 2024–2026 вырос в разы. Вместе с ним вырос и объём маркетингового шума: «нейросети за неделю», «AGI для вашего бизнеса», «gpt-обёртки в Telegram под ключ». Ниже — восемь вопросов, которые быстро отделяют инженерные команды от хайп-агентств. Можно использовать на первом звонке как шорт-чек.
Любая честная команда, сделавшая 20+ AI-проектов, имеет 2–3 неудачных PoC. Это нормально: AI — это про эксперименты, и часть гипотез не проходит проверку реальными данными.
Хороший ответ: подрядчик рассказывает конкретный случай, где проект не пошёл в прод, и объясняет, на каком этапе поняли. Часто это был этап работы с данными или качества ниже приемлемого.
Плохой ответ: «У нас все проекты успешные». Это либо враньё, либо команда никогда не работала с реальными задачами.
Галлюцинации — базовая проблема LLM. Любая зрелая команда умеет с ними работать.
Хороший ответ: подрядчик объясняет RAG, гардрейлы, confidence-пороги, эскалацию, ручную модерацию. Говорит, какую именно комбинацию подбирает под задачу.
Плохой ответ: «Мы используем GPT-4, он почти не галлюцинирует». Это признак отсутствия production-опыта.
Любая серьёзная команда задаст встречный вопрос: «А где вы готовы их хранить?». В зависимости от ответа меняется архитектура.
Хороший ответ: подрядчик рассказывает варианты — облако, ваш VPN, полностью on-premise, гибрид. Объясняет trade-off по цене, сроку и безопасности.
Плохой ответ: «Мы используем OpenAI, это безопасно». Для 80% российских B2B-клиентов это сразу нет.
Тест на вендор-лок. Любая сильная команда уверенно объясняет, как проходит передача: код, данные, модели, инструкции.
Хороший ответ: «Код в вашем репозитории, модели open-source или ваши, инфраструктура на стандартном Kubernetes. Передача новому подрядчику — несколько дней на разбор + передача доступов».
Плохой ответ: «Это наш собственный стек/платформа, перенос невозможен». Беги.
AI-проекты требуют поддержки: обновление моделей, пересбор индексов, мониторинг качества, починка регрессий. Цена важна, но ещё важнее понимание объёма работы.
Хороший ответ: чёткая декомпозиция — мониторинг X часов, SLA reaction time Y, обновление модели раз в квартал, апгрейды по запросу. Понятная формула цены.
Плохой ответ: «Это обсудим потом» или «Поддержка включена в стоимость». Оба варианта означают сюрпризы в будущем.
Один из главных маркеров: кто именно участвует в звонке. Часто на sale-митинге обаятельные менеджеры, а проект делают джуны или субподрядчики без опыта.
Хороший ответ: на первых звонках присутствует tech lead или архитектор, который будет вести проект. Есть возможность поговорить с разработчиками.
Плохой ответ: только аккаунт или CEO. Никаких технарей. «Мы представим команду после подписания». Обычно команду «нашли вчера на hh.ru».
Классика, но работает. Хорошие команды спокойно дают контакты — у них с клиентами нормальные отношения.
Хороший ответ: «Вот три клиента из вашей отрасли, позвоните, они расскажут». Иногда — «давайте мы сначала спросим разрешения».
Плохой ответ: «Все проекты под NDA, рекомендаций нет». NDA редко запрещает дать контакт для звонка, особенно если клиент согласен.
Самый коварный вопрос. Проверяет, умеет ли команда сказать клиенту «нет» — или готова на любые деньги делать любую чушь.
Хороший ответ: «Не начинайте с самой сложной задачи, начните с малого. Не обещайте совету директоров ROI за 3 месяца на новом направлении. Не тратьте бюджет на fine-tuning, пока не упёрлись в RAG».
Плохой ответ: «Всё, что вы хотите, мы сделаем». Это либо наивность, либо жадность. И то и другое — плохо для вашего проекта.
Размер команды ≠ качество. Команда из 100 человек часто менее эффективна для нишевых AI-задач, чем 10 сеньоров. Смотрите на конкретных людей, которые будут работать с вами.
Дорого ≠ хорошо. Есть рыночный диапазон: AI-ассистент начального уровня — 400–800 тыс. ₽, Private AI кластер — 1.5–3 млн ₽. Цены втрое ниже или втрое выше — повод разобраться, что не так.
Рынок AI-разработки созревает, но маркетингового шума всё ещё много. Восемь вопросов выше отсеивают 80% случайных игроков и оставляют команды, с которыми можно реально строить проект.
Если хотите проверить эти вопросы на нас — приходите на 30-минутный звонок. Заодно расскажем, когда стоит выбрать не Xencom, а другую команду.
Сравниваем два главных типа подрядчиков на рынке AI: классических интеграторов и инженерные команды. С чек-листом, кому что подходит, и как не переплатить в полтора раза за чужой маркетинг.
Разбираем семь причин, по которым AI-проекты заканчиваются красивой презентацией вместо работающей системы. С рабочим чек-листом, как не оказаться в этой статистике.
Практический гайд по запуску AI-пилота: выбор задачи, подготовка данных, критерии успеха, типовые ошибки. С примерами из практики.
Расскажите о задаче — на 30-минутном звонке подскажем, с чего начать и чего избегать.