Нейросети в бизнесе: где реальные деньги, а где иллюзия эффективности

Иван Морщагин — IT-консультант с 18-летним стажем, прошедший путь от инженера до директора. Он обеспечивал качество и оптимизировал деятельность компаний разного масштаба: от стартапов и государственных структур до корпоративного финтеха и крупного энтерпрайза [citation:1]. Сегодня он драйвит ИИ и организует хакатоны, где проверяются самые смелые гипотезы. Но, как признаётся сам Иван, до недавнего времени он был «сапожником без сапог» и активно начал использовать нейросети только в последнее время. Почему так? И что на самом деле стоит за хайпом?

Где деньги? Ищем реальные точки применения ИИ

По данным исследований, внедрение ИИ идёт по нарастающей. К 2026 году около 25% крупных российских компаний уже интегрировали генеративный ИИ в коммерческие операции, а ещё 37% применяют нейросети ситуативно [citation:3]. При этом фокус смещается с генерации «красивых картинок» в сторону рутинных операционных процессов: продажи, HR, клиентский сервис, документооборот [citation:2]. Главный мотив — не «вау-эффект», а попытка сократить ручную рутину и компенсировать дефицит кадров.

Иван выделяет три ключевых направления, где нейросети приносят реальные деньги:

• Контент — генерация текстов, изображений, видео, создание «контент-фабрик».
• Операционка — автоматизация рутины, чат-боты, ИИ-ассистенты для сотрудников.
• Аналитика — обработка больших данных, предиктивная аналитика, оценка рисков.

Рассмотрим каждое направление подробнее — с примерами и подводными камнями.

Контент-фабрики: не всё так просто

Идея: нейросети генерируют тонны контента — посты, рилсы, картинки для маркетплейсов. Это экономит время и деньги.

Реальность: «в чистом виде контент-завода я не видел ни разу», — признаётся Иван. Да, можно настроить пайплайн: сгенерировать аватар, озвучить текст, опубликовать. Но настройка такого конвейера требует времени, технических знаний и денег. Блогеры, обещающие «всё за 5 минут бесплатно», умалчивают, что у них за спиной стоит технический специалист.

Где работает: на маркетплейсах. Ожившие фотографии, сгенерированные картинки — по отзывам, это повышает конверсию.

Где подвох: соцсети рулят дублирующий контент, на один аккаунт максимум. «Нейрослоп» — это работа, а не волшебная таблетка. Но и здесь есть деньги: «во время золотой лихорадки нужно продавать лопаты и кирки, а не золото отмывать», — иронизирует Иван.

«На нейрослопе делаются достаточно большие бюджеты. Те, кто делают эту историю, у них тоже есть деньги». — Иван Морщагин

Операционка: автоматизация, которая окупается

Идея: заменить рутину — обработку заявок, ответы на типовые вопросы, запись в календарь.

Реальность: это работает. Пример из жизни: знакомый Ивана, владелец бизнеса по демонтажу, далёкий от IT, написал на Python простого бота на VPS-сервере. Он парсит заявки из Telegram, превращает голос в текст, создаёт задачи. И это сэкономило ему массу времени.

Где работает: в саппорте. По статистике, боты снимают до 40% нагрузки по типовым запросам. В одном из кейсов внедрение голосового помощника позволило увеличить количество обработанных звонков на 30%, а четверть обращений перевести в полностью автоматический режим [citation:2]. Экономия на нагрузке контакт-центра составила около 1 млн руб. в месяц.

Где подвох: качество ответов. Если нейросеть не обучена на вашем Ton of Voice и внутренней документации, она будет «тупить». Отдавать документацию во внешнюю нейросеть небезопасно. Нужно либо дообучать модель на своих данных, либо использовать закрытые решения.

Аналитика: деньги на больших данных

Идея: анализировать данные — продажи, коммуникации в команде, риски.

Реальность: это B2B-история с большими бюджетами. Сбор, разметка и очистка больших датасетов — хороший бизнес. Иван приводит пример: он написал (с помощью нейросетей) систему раннего обнаружения рисков в команде. Она анализирует переписку в чатах, тон общения, выявляет перегрев, бас-фактор — и всё это без опросов, просто по данным.

Где работает: в HR, в управлении проектами, в продажах. ИИ-агенты уже способны выступать в роли менеджеров — «носителей контекста» проекта, отслеживать дедлайны и загруженность команды [citation:4].

Где подвох: юридические и этические вопросы. Сбор данных — это ответственность.

Почему 20 млн не принесли результата? Главные ошибки внедрения

Иван приводит яркий пример: компания потратила 20 млн рублей на внедрение рекомендательной системы и саппорта. Саппорт дал «какие-то доли процента» эффективности, а рекомендательная система — «полный ноль».

Почему так происходит? Иван называет несколько причин:

• Хайп вместо стратегии: «У соседа есть, и я хочу». Внедрение ради галочки, без понимания бизнес-задачи.
• Сложность интеграции: «Для любого айтишника интеграции — это головная боль». Соединение внешних систем с внутренними ландшафтами — всегда боль.
• Саботаж сотрудников: люди боятся, что их заменят, и саботируют внедрение.
• Недооценка стоимости: подписки, токены, специалисты — всё это деньги. «Интенсивная разработка съедает от 70 до 150 долларов в день».
• Безопасность: «Отдавать во внешнюю сетку внутреннюю документацию — не секьюрно». Использование внешних нейросетей через API несёт риски утечки данных.

«Если копнуть глубже, то есть что внедряют и как, и главное, если это из этого выхлоп… у большинства ни выручка не выросла, ни прибыль». — Иван Морщагин

Программисты больше не нужны? Кто выиграет в эпоху ИИ

Один из самых острых вопросов: заменит ли ИИ программистов? Мнение Ивана и Александра Воробьёва сходится: программисты в чистом виде будут вымирать. Нужны будут архитекторы — те, кто умеет строить системы, ставить задачи и валидировать результат.

Пример: компания, которая не могла найти разработчика, взяла Cursor (инструмент для «вайб-кодинга») и за день сделала объём работ, который требовался. «Зачем нам нанимать людей?» — спросили они [citation:7]. Или коллега Ивана за неделю «нафигачил» 100 000 строк кода и сделал готовый сервис.

Появляется тренд: компании-единороги на миллиард долларов, состоящие из одного человека — фаундера, который умеет вайп-кодить. Это уже реальность.

Но вайб-кодинг (когда вы описываете задачу нейросети, а она пишет код) — это не магия. Это умение промт-инжиниринга. А это целая дисциплина: понимание весов модели, способов промтирования (цепочка мыслей, дерево решений и т.д.) [citation:6]. И если вы не понимаете архитектуру — вы просто забиваете гвозди микроскопом.

«Важно свои нейронные связи тоже генерировать, используя естественный интеллект». — Иван Морщагин

Отдельный вызов — безопасность. Локальные модели (которые вы ставите на свой сервер) — это безопасно, но дорого. Внешние API (ChatGPT, Claude) — это дёшево, но рискованно. Спикер рекомендует: «нужно смотреть на направление задачи». Для разработки — самые мощные модели (Claude, Gemini), но с пониманием затрат. Для контента — специализированные сервисы (Midjourney, Heygen).

А что насчёт тупения? Иван признаёт: если слепо верить нейросети и не валидировать, можно «отупеть». Но инструмент не виноват. Виновато его использование. Ключ — экспертность. Только эксперт может сказать: «Это лажа, я уже видел, вычеркни».

Как внедрять: пошаговый план от практика

Иван даёт простую, но рабочую рекомендацию:

1. Смотреть на боль бизнеса: где вы теряете деньги? Где рутина?
2. Считать экономику: сколько стоит внедрение, сколько времени, какой ROI?
3. Делать пилот: взять один процесс, внедрить, замерить «до» и «после».
4. Масштабировать: если работает — идём дальше.

Самое простое, с чего начать — боты-ассистенты для ответов на типовые вопросы. Но не забудьте обучить их на своих данных и не сливайте секреты во внешние сети.

И главное: не бойтесь. ИИ-агенты — это уже стандарт. Разрыв между бизнесами, которые используют ИИ, и теми, кто нет, будет нарастать [citation:11]. «Кто быстрее внедрит, тот победит».

Будущее: ИИ-агенты и новая экономика

Уже сегодня ИИ-агенты внедряются в жизнь: они анализируют данные, отвечают на звонки, ведут переписку, принимают решения [citation:11]. Это не просто чат-боты. Это цифровые помощники с собственной памятью и характером, которые могут заменить промежуточное звено менеджмента.

Однако, как подчёркивают эксперты, итоговые решения всегда должен проверять человек. ИИ может дать рекомендацию, но ответственность за неё — на человеке. Особенно в вопросах безопасности и стратегии.

«Экономика разработки меняется. Уже не нужно 10 человек — нужно 3 человека и нейросети», — резюмирует Иван. Это не страшилка, это реальность, к которой нужно адаптироваться.

Итог: ИИ — это инструмент, а не волшебство

Нейросети в бизнесе — это мощный усилитель. Но он работает только там, где есть экспертность, архитектура и понимание задачи. Без этого вы просто тратите деньги на «красивые отчёты». Как говорит Иван: «Это не про то, как быстро что-то сделать. Это про то, чтобы делать правильные вещи, даже если это немного сложнее».

Вступайте в сообщество «На вершину», смотрите эфиры — и внедряйте нейросети с умом.