Ошибка 1. Внедрение без аудита процессов и данных
Самая дорогая ошибка: заказчик покупает «нейросеть», а потом выясняется, что данные для неё не собраны, процессы не описаны, и автоматизировать нечего. Аудит процессов и данных (от 90 000 ₽, 3–5 рабочих дней) выявляет это до контракта и превращает «хотим ИИ» в конкретный сценарий с метрикой.
Ошибка 2. Дообучение модели вместо RAG
Дообучение — это недели ожидания, оплата каждого цикла и «замороженные» знания. В 2026 году базовый выбор для корпоративных ботов — RAG: модель отвечает по вашим документам, знания обновляются перезагрузкой файлов, каждый ответ прослеживается до источника. Дообучение оправдано, когда нужны фирменный стиль или узкие классификации. Сравнение подходов — RAG или дообучение модели.
Ошибка 3. Нет метрик пилота
«Внедрили бота» — не результат. Результат — доля автоматических ответов, точность RAG, сэкономленные часы, конверсия. Метрики фиксируются до старта пилота и замеряются на реальном потоке за 4–6 недель; только так решается, стоит ли масштабировать.
Ошибка 4. ИИ полностью заменяет человека в критичных точках
В продажах с высокой ценой ошибки, юридически значимых консультациях и медицине финальное решение остаётся за человеком: ИИ готовит черновик, человек проверяет и подписывает. Схема «человек-в-контуре» — не слабость, а требование зрелых процессов.
Ошибка 5. Игнорирование Shadow AI
Пока компания «изучает ИИ», сотрудники уже вставляют клиентские данные в публичные нейросети — без регламента и учёта. Это риск утечки и штрафов (за утечки персональных данных — штрафы до 15 млн ₽). Лечится политикой использования ИИ и allow-list разрешённых сервисов, а не тотальным запретом — что такое Shadow AI.
Ошибка 6. Отсутствие регламента использования ИИ
Без внутреннего регламента невозможно ответить на вопросы проверяющих и клиентов: какие модели используются, куда идут данные, кто отвечает за результат. Регламент использования ИИ для сотрудников — обязательный артефакт зрелого внедрения.
Ошибка 7. Выбор подрядчика по обещаниям
«Сделаем за неделю всё и бесплатно» — маркер риска. Проверяйте: юрлицо в ЕГРЮЛ и реестре МСП, фиксированные цены «от», передача прав на код, готовность к пилоту за 4–6 недель, проверяемые кейсы. Детали — как выбрать подрядчика ИИ.
Чек-лист правильного старта
- Аудит процессов и данных — от 90 000 ₽.
- Один процесс, одна метрика, срок 4–6 недель — пилот от 480 000 ₽.
- Человек в контуре для критичных решений.
- Регламент использования ИИ и обучение команды.
- Решение о масштабировании — по цифрам пилота, а не по эмоциям.
Методика внедрения — как внедрить LLM в компанию; политика для сотрудников — политика использования ИИ; чек-лист ИИ-комплаенса — бесплатный чек-лист.
Мини-самоаудит: пять вопросов
Проверьте свой проект: 1) есть ли письменные метрики успеха (доля автответов, экономия часов) до старта; 2) на чём отвечает ассистент — на актуальных документах с указанием источника или «на памяти модели»; 3) кто и как часто обновляет базу знаний; 4) есть ли регламент использования ИИ и список разрешённых сервисов; 5) подписывает ли человек критичные ответы. Три и более «нет» — проект движется по пути из списка выше. Исправление на старте — аудит от 90 000 ₽; исправление после инцидента — уже аудит, репутация и, возможно, штрафы за утечку.