Внедрение ИИ
Внедрение ИИ у заказчика: с чего начать — план за 5 шагов
1. Чем поможет ИИ заказчику (и почему без плана не работает)
Большинство компаний, которые решают «внедрить ИИ», неделю за неделей покупают подписки на инструменты, пробуют их на всяких мелочах и заканчивают тем же, с чего начали. Потому что внедрение ИИ у заказчика — это не про кнопку, которую нажали, а про процесс. Сначала отвечаете на вопрос «где ИИ реально заработает деньги», потом строите инфраструктуру, потом запускаете пилот, потом масштабируете.
Семь из десяти инициатив по цифровой трансформации с ИИ буксуют, потому что под проект не было ни чёткой задачи, ни железа под нагрузку, ни процессов. Оборудование, которое должно выдержать работу языковой модели или агента, покупают в последний момент — и тут выясняется, что обычный офисный сервер не тянет даже токенизацию.
Правильный порядок обратный: сначала аудит и цель, потом расчёт нагрузки, потом вычислительная база, потом пилот, потом сопровождение. Ниже — рабочая схема из пяти шагов. Её применяют и в коммерческом секторе, и у госзаказчиков, где к каждому шагу добавляются требования закупок и безопасности.
2. Для кого этот план
ИТ-интегратор — получает готовую последовательность «аудит → пилот → масштабирование», которую можно продавать заказчику как услугу без изобретения процесса заново.
ГБ и корпорация — план учитывает управление агентами, безопасность и соответствие; внедрение проходит, не ломая внутренние регламенты.
Заказчик по 44-ФЗ / 223-ФЗ — увязка с закупками: вы видите, какое оборудование и ПО попадают под реестр и как это оформить в документах.
Руководитель / ЛПР — получает язык выгод и рисков, без технического жаргона: сколько стоит, где быстрее, какая отдача.
3. Шаг 1 — аудит: найдите точку, где ИИ даст деньги
Начинать надо не с «что купить», а с «что мы хотим получить». Аудит сжимает этот вопрос до одного-двух процессов, где ИИ окупается быстрее всего.
Распространённые точки приложения:
- обработка документов, заявок и договоров;
- поддержка пользователей (L1, FAQ, разбор обращений);
- генерация и проверка кода, тестов, отчётов;
- разбор данных, типовые отчёты, извлечение фактов;
- автоматизация рутинных задач сотрудника (агентные сценарии).
На аудите фиксируем три цифры: сколько времени и денег уходит сейчас, сколько занято людей, что будет измеримым результатом (время, процент ошибок, скорость). Без цифр дальше двигаться нельзя — иначе пилот нечем оценить.
4. Шаг 2 — выберите сценарий под ИИ-агента
Современное внедрение ИИ у заказчика — почти всегда про агентную разработку: ИИ-агент сам делает многошаговую работу, а человек задаёт направление и утверждает результат. Это не «попросил — получил», а выстроенная цепочка «план → действие → проверка → результат».
Где это применяется:
- субагенты — вложенные задачи внутри большой: один разбирает документы, второй проверяет, третий готовит сводку;
- MCP (Model Context Protocol) — протокол, по которому агент подключается к вашим базам, API и инструментам, а не работает «в вакууме»;
- оркестрация — управление потоком, чтобы агенты не мешали друг другу и не выходили за рамки.
Детальный разбор понятий и методологии смотрите в Что такое vibe coding: полный разбор и в материале о многоагентной разработке и субагентах.
5. Шаг 3 — посчитайте нагрузку и подберите вычислительную базу
От сценария зависит, сколько «лошадей» понадобится. Два основных сценария:
- обучение и дообучение/файнтюн моделей — максимальная нагрузка на GPU;
- инференс (запуск готовой модели) — одна большая модель на десятки пользователей или много маленьких.
Для агентной разработки в большинстве случаев хватает мощной рабочей станции и GPU-сервера на 1–4 ускорителя. Тяжёлые мультимодальные модели и обучение требуют кластера.
Карточку под вашу задачу подбирает раздел GPU-серверы в каталоге «ПОЛЕЗНЫЕ ЦИФРЫ»: там и узлы с GPU, и серверы общей вычислительной мощности. Подробнее про железо и на что смотреть — в материале AI на отечественном железе: GPU-серверы и не только.
6. Шаг 4 — запустите пилот и сопровождение
Пилот — это недели, а не месяцы. Задача: подтвердить на реальных данных, что цифровая трансформация с ИИ работает. Критерий успеха один — измеримый эффект (быстрее, дешевле, меньше ошибок), а не «написали красиво».
После пилота решаем две вещи:
- масштабировать или нет;
- как закрепить в процессах: кто отвечает, какие есть лимиты, что логируем.
Вот здесь и нужен вопрос безопасности. Код и данные, которые обрабатывает агент, должны быть под контролем: политики доступа, журналирование, ограничение на то, что агент может менять. Базовое управление агентами и соответствие описаны в разделе о безопасности и governance.
7. Шаг 5 — оформите закупку (если это бюджетная организация)
Для госзаказчика и корпорации внедрение ИИ заканчивается закупкой. Оборудование и ПО из реестра Минпромторга — самый короткий путь к прозрачной поставке по 44-ФЗ и 223-ФЗ. Схема всего процесса — в Закупка ИИ-решения по 44-ФЗ / 223-ФЗ: пошаговая схема.
8. Почему «ПОЛЕЗНЫЕ ЦИФРЫ»
- работа с российским оборудованием и ПО из реестра Минпромторга;
- помощь с ТЗ и документами по 44-ФЗ / 223-ФЗ;
- российское производство и наличие на электронных площадках;
- инженерный подход: аудит → расчёт → поставка → сопровождение.
9. Что вы получаете в итоге
- понятный план внедрения ИИ у заказчика из 5 шагов;
- расчёт нагрузки и конфигурации под ваш сценарий;
- подбор вычислительной базы и ПО для агентной разработки;
- сопровождение по закупкам и соответствию;
- измеримый результат на пилоте — время, проценты, деньги.
Вопросы и ответы
С чего начать внедрение ИИ в заказчике? — С аудита: определить один-два процесса, где ИИ даст измеримый эффект, и зафиксировать базовые цифры до внедрения.
Сколько длится аудит? — Обычно несколько рабочих дней: обсуждение задач, анализ процессов, предварительный расчёт нагрузки и бюджета.
Нужно ли специальное железо? — Для агентной разработки и инференса нужен GPU-сервер, для больших мультимодальных моделей — кластер. Точная конфигурация считается под сценарий.
Как это оформить по 44-ФЗ / 223-ФЗ? — Как поставку оборудования и ПО из реестра; мы готовим ТЗ и документы, собираем КП и сопровождаем поставку.
Частые вопросы
С чего начать внедрение ИИ в заказчике?
С аудита: определить один-два процесса, где ИИ даст измеримый эффект, и зафиксировать базовые цифры до внедрения.
Сколько длится аудит?
Обычно несколько рабочих дней: обсуждение задач, анализ процессов, предварительный расчёт нагрузки и бюджета.
Нужно ли специальное железо?
Для агентной разработки и инференса нужен GPU-сервер, для больших мультимодальных моделей — кластер. Точная конфигурация считается под сценарий.
Как это оформить по 44-ФЗ / 223-ФЗ?
Как поставку оборудования и ПО из реестра; мы готовим ТЗ и документы, собираем КП и сопровождаем поставку.