ИИ-ассистент и помощник для бизнеса: что умеет, сколько стоит и когда окупается

ИИ-ассистента для бизнеса чаще всего покупают так же, как офисный пакет: подписка на всех, короткая рассылка «пользуйтесь» — и через квартал никто не может сказать, что изменилось. Дело не в модели. Под словами «ИИ-ассистент» и «ИИ-помощник для бизнеса» продают три разные вещи с разной ценой, разными рисками и разной окупаемостью, и руководитель, который не видит разницы, платит за самую дешёвую, а результата ждёт от самой дорогой.

ИИ-ассистент для бизнеса — это программа на основе большой языковой модели, которая по запросу сотрудника пишет, ищет, пересказывает, сравнивает и считает: готовит черновик письма, выжимку из договора, ответ клиенту по регламенту, сводку по сделке. Главное слово в определении — «по запросу». Ассистент отвечает, когда его спросили, и отдаёт результат человеку. Сам действовать в системах компании — менять сделку в CRM, отправлять письмо, публиковать пост — он не должен, а там, где начинает, это уже другой класс решения с другой ценой.

Ниже — разбор с позиции руководителя, который решает, за что платить. Что ассистент реально умеет в отделах и где только создаёт видимость работы. Какие три покупки прячутся под одним названием. Из чего складывается цена, где риски и как за шесть недель понять, окупается ли он. И отдельно — когда он не нужен вовсе.

Ассистент, чат-бот и агент: три слова, которые продают как синонимы

Разница укладывается в одну фразу: чат-бот ведёт клиента по заранее написанному сценарию, ассистент отвечает сотруднику на свободный вопрос, агент сам выполняет шаги задачи в системах компании. Подробное сравнение сценарного бота и агента — в статье «Чат-бот vs AI-агент». Здесь важнее другое: где в этой тройке стоит ассистент и почему граница определяет бюджет.

Ассистент — внутренний инструмент. Его пользователь — сотрудник, а не клиент. Это снимает половину рисков: если ассистент ошибся в черновике, ошибку видит менеджер до того, как её увидит покупатель. И это же ограничивает эффект: ассистент ускоряет работу человека, но не забирает её целиком. Если узкое место компании не в скорости подготовки, а в том, что работу вообще некому делать, ассистент его не расширит.

Агент — следующий шаг. Он получает задачу вроде «подготовь сводку по просроченным сделкам и поставь задачи менеджерам», сам ходит в CRM, собирает данные, составляет список и предлагает действия. У агента появляются доступы, интеграции и правила, кто и что одобряет, — и деньги здесь другого порядка. Как устроить такого агента технически, разобрано в статье «Как создать ИИ-агента»; для решения о покупке достаточно понимать, что агент — это проект, а ассистент по подписке — закупка.

Отсюда первый вопрос, который стоит задать себе, прежде чем сказать «нам нужен ИИ-ассистент»: кто будет нажимать кнопку? Если сотрудник, который сам решает, что делать с ответом, — это ассистент. Если никто, и система должна сделать работу сама, — это агент, и разговор о цене пойдёт совсем по-другому. С этой путаницы начинается большая часть разочарований в нейросетях: купили первое, а ждали второго.

Что ИИ-помощник для бизнеса делает по отделам

Список задач ассистента в презентациях обычно бесконечен. Полезнее смотреть на отделы и на один признак: из чего состоит работа — из текста, который пишется по образцу, или из решения, которое принимается по ситуации. Первое ассистент ускоряет хорошо, второе — плохо.

• Продажи. Подготовка к встрече: выжимка о компании клиента из открытых источников и истории переписки. Письмо после звонка, коммерческое предложение по шаблону, ответы на типовые возражения. Готовые сценарии для менеджера собраны в статье «Нейросети для менеджера по продажам». Чего ассистент не сделает: не решит, давать ли скидку этому клиенту.
• Маркетинг. Черновики постов и рассылок, варианты заголовков, разбор отзывов по темам, пересказ отчёта рекламного кабинета понятным языком. Без брендбука и прайса перед глазами он пишет «в среднем по рынку» — гладко и ни о чём.
• Поддержка. Черновик ответа клиенту по регламенту, поиск нужного пункта в базе, разметка обращений по темам. Оператор отправляет ответ сам — это и отличает ассистента от бота на первой линии.
• Юристы и договорная работа. Сравнение редакций договора, выжимка рисков, проверка по чек-листу компании. Результат — подсказка юристу, а не заключение.
• Финансы и аналитика. Формулы для таблиц, пересказ выгрузки, объяснение отклонений план-факта словами. Числа ассистент придумывать не должен: если данных нет в запросе, честный ответ — «данных нет».
• HR. Тексты вакансий, первичный разбор резюме по заданным критериям, вопросы для интервью, материалы для адаптации новичков. Решение о кандидате остаётся за человеком — почему, разобрано в статье о кадровых решениях по данным AI.
• Руководитель. Сводка переписок и протоколов за неделю, подготовка к совещанию, черновики поручений, быстрый ответ на вопрос «что у нас по этому клиенту» — если у ассистента есть доступ к CRM.

В каждом пункте есть оговорка, и это не перестраховка, а граница класса: ассистент готовит, человек решает. Как только от ассистента начинают ждать решения, появляются либо ошибки, либо проект агента.

Ещё одно наблюдение экономит бюджет. Самые быстрые выигрыши почти всегда в отделах, где уже есть образцы: регламенты поддержки, типовые договоры, скрипты продаж. Там ассистенту есть с чем сверяться, а сотруднику — с чем сравнивать его ответ. В отделе, где «каждый пишет как умеет», сначала придётся договориться об образце, и это работа руководителя, а не нейросети.

Где ассистент экономит часы, а где создаёт видимость работы

У любой новой технологии есть зона, где она выглядит полезной, но денег не приносит. У ассистента таких ловушек три, и все три я бы проверил до покупки.

Черновик, который дольше править, чем написать. Короткий текст, где важна каждая цифра, — ответ на претензию, цена в коммерческом предложении, срок в письме клиенту — сотрудник всё равно проверяет построчно. Проверка съедает выигрыш, а иногда и больше: читать чужой текст внимательно труднее, чем писать свой. Экономия появляется на длинных текстах по образцу, где проверка быстрее написания.

Выжимка, которую никто не читает. Ассистент бодро пересказывает совещания и переписки. Если полные протоколы и раньше никто не открывал, их краткая версия тоже никому не нужна. Автоматизировать документ, который не участвует в решениях, — значит платить за то, чтобы бесполезное появлялось быстрее.

Отчёт о «количестве запросов». Сотрудники задают вопросы ассистенту, счётчик растёт, руководитель видит «вовлечённость». Но число запросов — метрика продавца подписки, а не бизнеса. Человек может спросить ассистента двадцать раз, потому что тот двадцать раз ответил плохо. Считать надо время на конкретную операцию и долю результатов, которые пошли дальше без переделки.

Вывод простой: ассистент окупается там, где есть повторяющаяся текстовая операция с понятным образцом и измеримым временем. Если такую операцию в своей компании назвать не получается, покупка преждевременна — какой бы дешёвой она ни была.

Три покупки под одним названием: подписка, корпоративный ассистент, агент

Теперь о том, что именно покупать. Варианты различаются не брендом модели, а тем, что ассистент знает о компании и что ему разрешено делать.

Подписка на общий ассистент для сотрудников

ChatGPT, ГигаЧат, YandexGPT и похожие сервисы — модели общего назначения, которые сотрудник открывает в браузере или приложении. Платите за места или за объём запросов, внедрения почти нет. Сильная сторона — цена входа и скорость: доступ можно раздать завтра. Слабая — ассистент не знает вашу компанию: прайс, условия поставки, регламенты, клиентов. Всё, что нужно для ответа, сотрудник вставляет в окно сам, и именно здесь начинается утечка данных.

Для российской компании есть ещё практический слой. Зарубежные сервисы официально в России не работают: оплата идёт через посредников, закрывающих документов для бухгалтерии нет, запросы обрабатываются на серверах за рубежом. Российские модели снимают вопрос документов и юрисдикции, но различаются по качеству на конкретных задачах. Как выбирать между ними и открытой моделью на своём сервере — в статье «Российские LLM: GigaChat, YandexGPT или своя».

Когда это правильный выбор: компания хочет понять, где нейросети вообще полезны её людям, готова обучить команду и записать правило, что можно отправлять в общий сервис, а что нет. Подписка в этом случае — дешёвая разведка, и её честный результат — список операций, на которых стоит строить что-то серьёзнее.

Корпоративный ассистент по базе знаний компании

Тот же принцип «вопрос — ответ», но модель отвечает по документам компании — регламентам, прайсу, типовым договорам, лучшим ответам поддержки — и показывает, из какого документа взят ответ. Доступ — через привычный канал: корпоративный мессенджер, Telegram, окно в CRM. Права разграничены: менеджер по продажам не видит документы бухгалтерии, стажёр не видит условия для ключевых клиентов.

Здесь уже появляется проект: собрать и почистить документы, решить, кто отвечает за их актуальность, подключить хранилище, настроить права и проверку ответов. Большая часть работы не в модели, а в знаниях. Устаревший прайс в базе хуже, чем отсутствие прайса: ассистент уверенно назовёт старую цену, и сотрудник ему поверит, потому что рядом стоит ссылка на документ. Как собрать базу так, чтобы она не умерла через месяц, — в статье «База знаний компании для ИИ».

Когда это правильный выбор: много повторяющихся вопросов внутри компании или от клиентов через сотрудников, есть письменные регламенты или готовность их написать, и цена ошибки в ответе заметна — неправильный срок, неправильная скидка, неправильный пункт договора.

Агент, который действует в системах компании

Агент не только отвечает, но и делает: создаёт задачи в CRM, готовит документы, собирает сводку из нескольких систем, составляет письмо и отправляет его после одобрения. Это интеграции с CRM, учётной системой, почтой и аналитикой, правила одобрения, журнал действий и человек, который за этот журнал отвечает.

Когда это правильный выбор: работа не только текстовая, а требует ходить по системам; объём такой, что даже ускоренный ассистентом сотрудник не успевает; и в компании есть ответственный, готовый утверждать действия агента, а не только радоваться им.

Моя ставка такая: большинству компаний среднего размера стоит начинать не с подписки на всех и не с агента, а с корпоративного ассистента на одной операции. Подписка не даёт знаний компании. Агенту нужен порядок в процессах, которого часто ещё нет. Ассистент по базе знаний на одной операции даёт и измеримый результат, и порядок в документах — фундамент, на котором потом строится всё остальное, включая агентов.

Контраргумент звучит так: зачем проект, если подписка стоит недорого и все довольны? Он справедлив для компании, у которой главная задача — чтобы люди вообще научились работать с нейросетями. Но «все довольны» — это ощущение, а не метрика. Если через три месяца нельзя показать операцию, которая стала быстрее или качественнее, подписка превратилась в расход на удобство. Это тоже нормальная покупка — просто не стоит называть её внедрением ИИ и ждать от неё изменений в выручке.

Хорошая аналогия — корпоративная связь. Можно выдать всем сотрудникам телефоны, и они будут звонить. А можно настроить телефонию с записью, маршрутизацией и привязкой к CRM — и тогда звонки станут управляемым процессом. Первое дешевле и быстрее, второе меняет работу отдела. Никто не называет раздачу телефонов «внедрением телефонии», а с подписками на нейросети это происходит постоянно.

Из чего складывается цена ИИ-ассистента

Прайса вида «ИИ-ассистент — столько-то рублей» не бывает по той же причине, по которой нет прайса «автомобиль». Цена складывается из четырёх строк, и у трёх покупок они весят по-разному.

• Модель. Подписка на места или оплата за объём запросов, который считают в токенах — кусочках текста. У общего ассистента это почти вся сумма. У корпоративного ассистента и агента — переменная часть, которая растёт с числом пользователей и длиной документов, отправляемых в модель вместе с вопросом.
• Интеграции. Подключение к хранилищу документов, CRM, почте, мессенджеру, единому входу сотрудников. У подписки их нет совсем, у агента это главная разовая статья.
• База знаний. Сбор, чистка, разметка документов, назначение владельцев разделов. Эту строку чаще всего не видят в смете, потому что платят за неё не деньгами подрядчику, а временем своих экспертов.
• Сопровождение. Обновление базы, разбор ошибок, правка инструкций и правил, переход на новую версию модели, ответы на вопросы пользователей. Ежемесячная статья, которая не заканчивается после запуска.

У общего ассистента почти вся цена — первая строка, и она хорошо видна. У корпоративного ассистента основной вес уходит во вторую и третью строки при запуске и в четвёртую — потом. У агента вес смещается в интеграции и сопровождение: чем больше систем он трогает, тем дороже каждое изменение в них. Цены тарифов публикуют сами поставщики моделей, и они меняются несколько раз в год — сверяйте их на дату покупки, а не по статьям, включая эту.

Отдельная строка, которой нет ни в одной смете, — время людей на привыкание. Первые недели сотрудники работают не быстрее, а медленнее: учатся ставить задачу, проверять ответ, понимать, где ассистент ошибается. Это нормальная кривая, но её нужно заложить в план, иначе на третьей неделе проект объявят провальным.

Как собрать смету внедрения целиком, с разделением разовых и ежемесячных платежей, разобрано в статье «Стоимость внедрения ИИ: из чего складывается цена», а стоимость владения на горизонте трёх лет — в статье о TCO AI-системы. Для выбора ассистента хватает одного правила: сравнивайте варианты по годовой сумме всех четырёх строк плюс времени своих людей, а не по цене места в месяц. Самая дешёвая подписка может оказаться самой дорогой покупкой года, если за год она ничего не изменила.

Данные, 152-ФЗ и уверенные выдумки: три риска ассистента

Данные. Главный канал утечки у общего ассистента — не взлом, а копирование. Сотрудник вставляет в окно договор с реквизитами клиента или выгрузку из CRM, чтобы «быстро разобрать». Решение — не запрет, а разрешающий список: что можно отправлять в общий сервис, что только в корпоративный, а что никуда. Четыре категории данных, которые нельзя загружать, и как объяснить правило команде, чтобы его не обходили, — в статье «Что нельзя загружать в нейросети на работе».

152-ФЗ. Если в запросы попадают персональные данные — имена, телефоны, переписка клиентов, резюме кандидатов, — компания как оператор отвечает за то, куда они уходят. Передача данных внешнему сервису — это поручение обработки третьему лицу, и для него нужно основание. Передача на серверы за рубежом — трансграничная, о ней заранее уведомляют Роскомнадзор. Сбор персональных данных граждан России должен вестись в базах на территории России. Корпоративный ассистент можно устроить так, чтобы персональные данные заменялись метками до отправки в модель, а сама модель работала на российских серверах. Схему обработки стоит проверить с юристом компании до запуска, а не после первого вопроса регулятора. Как те же правила работают для записи звонков, разобрано в статье «Запись разговоров и 152-ФЗ».

Выдумки. Языковая модель продолжает текст, а не проверяет факты, поэтому неверный ответ звучит так же уверенно, как верный. Для ассистента сотрудника это управляемый риск — человек проверяет результат, — но только если ассистент показывает источник, а на вопрос вне базы отвечает «не знаю», а не додумывает. Почему модель выдумывает и какие ограничения работают лучше просьбы «не выдумывай», — в статье «Галлюцинации ИИ: почему нейросеть уверенно выдумывает и как с этим бороться».

Из трёх рисков руководители чаще всего недооценивают первый. Выдумку в ответе видно — сотрудник заметит странную цифру. Утечка через общий ассистент происходит тихо: никто не узнает, что договор ушёл в чужой сервис, пока это не станет проблемой. Поэтому правило о данных пишется до раздачи доступов, а не после.

Обучение команды решает больше, чем выбор модели

Самый частый сценарий провала ассистента не технический. Доступ раздали, через месяц им пользуются два-три энтузиаста, остальные открыли пару раз и вернулись к привычному. Причины разобраны в статье «Внедрили AI, а сотрудники им не пользуются». Для решения о покупке важен вывод: бюджет на ассистента без бюджета и времени на обучение — половина покупки.

Обучение здесь — не лекция о том, как устроены нейросети. Это несколько часов на реальных задачах отдела: как поставить задачу, как проверить ответ, что нельзя отправлять, где ассистент ошибается чаще всего и как это заметить. После такого занятия у каждого сотрудника должны остаться два-три своих рабочих сценария, а у руководителя — понимание, какую операцию мерить. Такую программу 404ai ведёт отдельной услугой — «Обучение ИИ-практикам»: нейросети в задачах отделов, очно и онлайн.

Правильный порядок — сначала несколько сотрудников и одна операция, потом правило о данных и обучение для всех. Обратный порядок, «всем доступ, потом разберёмся», создаёт шум, в котором не видно, что сработало, а что нет. Через два месяца у компании есть мнения, но нет цифр, и решение о продлении принимается по тому, кто громче жалуется.

Цель, метрика и пилот: как проверить, что ассистент окупается

Разговор об окупаемости ассистента удобно вести по методу, которым мы начинаем любой проект: цель → метрика → пилот. Он описан на странице «Как мы работаем»; для ассистента он выглядит так.

Цель — операция, а не «повысить эффективность». Например: подготовка коммерческого предложения; ответ на письменный вопрос клиента по условиям договора; выжимка по сделке перед планёркой. Одна операция, у которой есть начало, конец и понятный результат.

Метрика — время на операцию и доля результатов, которые ушли дальше без переделки. Время без качества обманывает: можно ускориться вдвое и вдвое чаще ошибаться. Замер «до» делается до раздачи доступов: неделя, в которую сотрудники отмечают начало и конец операции, или выборка из CRM, если там есть отметки времени.

Пилот — одна операция, несколько сотрудников, от четырёх до шести недель. Первые две недели уходят на обучение и привыкание, их в замер не берут. Условие остановки записывается заранее: например, если через шесть недель время на операцию заметно не сократилось или доля переделок выросла, проект останавливают и не масштабируют. Как отделить эффект ассистента от сезона и других изменений в компании — в статье «Как измерить эффект от внедрения AI».

Пример расчёта: в отделе продаж 10 менеджеров, каждый готовит 8 коммерческих предложений в неделю, на одно уходит 40 минут. Если ассистент по базе знаний с прайсом, шаблонами и условиями сокращает подготовку до 25 минут без роста переделок, экономия — 15 минут × 8 × 10 = 1 200 минут, то есть 20 часов в неделю, около 80 часов в месяц. Дальше два вопроса. Первый: во что превратятся эти часы — в дополнительные звонки и встречи или в более длинные перерывы? Если во встречи, считайте их через конверсию вашей воронки, а не через стоимость часа. Второй: сколько стоит год по всем четырём строкам из раздела о цене. Если высвобожденные часы, переведённые в сделки или деньги, за год не перекрывают эту сумму, ассистент нужен не этому отделу и не на этой операции.

Обратите внимание, чего в расчёте нет: «сотрудники стали довольнее» и «компания стала современнее». Это может быть правдой, но не должно быть аргументом за продление. Аргумент — цифра по операции, снятая до и после.

Ассистент руководителя: сводки, поручения и одобрения

Отдельный случай — ассистент первого лица. Его ценность считается иначе: он экономит время самого дорогого человека в компании, и даже час в неделю окупает многое. Но и риск выше: такому ассистенту нужны почта, календарь, CRM и отчёты, а поручения от имени руководителя быстро превращаются в действия. По классификации из начала статьи это уже агент, и выбирать его стоит по тем же правилам: одна задача, метрика, пилот, понятный режим одобрения.

Что полезно проверить в таком решении: собирает ли оно утреннюю сводку из того, что требует решения, а не из всего подряд; можно ли одобрять однотипные действия пачкой; что происходит с действием, которое ушло наружу по ошибке; видно ли, кто и когда принял каждое решение.

В Везории — платформе ИИ-агентов 404ai — эту работу делает агент-координатор: каждое утро он собирает брифинг из действий на одобрении, просроченных задач и встреч дня, а поручения раздаёт профильным ИИ-агентам и приносит результат на решение. Письма, публикации и записи в CRM без одобрения человека не уходят, данные хранятся на серверах в России, а персональные данные заменяются метками до отправки в языковую модель.

Когда ассистент не окупится и честнее подождать

Честный ответ на вопрос «нужен ли нам ИИ-ассистент» часто звучит как «пока нет». Вот ситуации, где я бы не начинал.

• Нет повторяющейся текстовой операции. Если работа компании — штучные решения, встречи и переговоры, ассистент останется игрушкой для пары энтузиастов.
• Знания живут в головах. Цены, условия и исключения нигде не записаны. Корпоративному ассистенту не на что опереться, а общий будет выдумывать правдоподобное. Первым шагом будет записать регламенты — это полезно и без нейросетей.
• Команда из нескольких человек. Когда руководитель сам знает всё про каждого клиента, проект не нужен. Хватит личных подписок для тех, кто хочет, и правила о данных.
• Проблема не в скорости. Если сделки теряются из-за цены, продукта или того, что лидов мало, ускоренная подготовка предложений ничего не изменит.
• Некому отвечать за базу знаний. Без владельца база устаревает за несколько месяцев, и ассистент начинает уверенно отвечать по прошлогодним условиям.
• Данные нельзя отдавать ни в какой внешний сервис, а бюджета на модель на своём сервере нет. Тогда честнее подождать, чем раздавать подписки в обход собственных правил.

В этих случаях полезнее потратить месяц на порядок в документах и правило о данных, чем квартал на внедрение. Когда появится операция с измеримым временем, решение о покупке будет приниматься на цифрах, а не на впечатлении от демонстрации.

Пять вопросов поставщику ИИ-ассистента до оплаты

1. Где обрабатываются запросы и хранятся документы, и что именно уходит в модель? Ответ «всё безопасно» — не ответ. Нужны страна, сервер и перечень того, что заменяется или отсекается до отправки.
2. Показывает ли ассистент источник ответа, и что он говорит, если ответа в базе нет? Попросите показать это на вопросе, ответа на который заведомо нет в ваших документах.
3. Кто и как обновляет базу знаний и сколько стоит сопровождение в месяц? Если после запуска поддержка «по запросу», значит, её нет.
4. Что будет при смене модели или уходе от поставщика? Можно ли забрать базу знаний, инструкции, историю запросов и в каком виде.
5. Как будем мерить результат и при каком результате остановимся? Поставщик, который отвечает «эффект будет виден сразу», продаёт подписку, а не результат.

Если на все пять вопросов есть конкретные ответы, дальше выбор между поставщиками — вопрос цены и удобства. Если нет хотя бы на первый и пятый, продолжать разговор рано. Как проверять подрядчика по внедрению целиком, а не только по ассистенту, — в статье «Как выбрать подрядчика по внедрению AI».

Выбор ИИ-ассистента для бизнеса — это не выбор модели и не выбор бренда. Это решение о том, какую операцию в компании вы готовы измерить и кому поручите следить за знаниями, на которых ассистент отвечает. Завтра можно сделать три вещи: назвать одну такую операцию, засечь время на ней за неделю и задать будущему поставщику пятый вопрос. Если ответа на него нет ни у вас, ни у него, покупать рано.