БЛОГ RESOSEARCH
Как ИИ помогает бизнесу и где его помощь окупается
последнее обновление: 20 сентября 2026 года
Без рекламных обещаний разбираем, какое применение ИИ в бизнесе подтверждается цифрами и в каких задачах нейросети помогают бизнесу зарабатывать. Материал пригодится тем, кто оценивает возможности ИИ для бизнеса в своей компании.
Ключевые моменты статьи:
- ИИ помогает бизнесу, когда ему досталась подходящая задача и понятная роль: подсказывать сотруднику, работать вместе с ним или действовать самостоятельно в заданных границах.
- Генеративный ИИ есть у 71% крупнейших российских компаний, но почти половина крупного бизнеса пока не видит от него устойчивого экономического эффекта.
- 90% компаний получают от ИИ прежде всего экономию, рост выручки отмечают 25%. В передовых отраслях, включая электронную коммерцию, таких около 70%.
- Для первого шага подходит пилотный запуск на одном массовом процессе, где ошибку легко заметить, а метрика зафиксирована до запуска.
- С 1 сентября 2026 года в России действует закон № 243-ФЗ о больших моделях ИИ. Маркировка ИИ-контента пока остается правом, обязательной ее делает только внесенный в Госдуму законопроект.
По данным НИУ ВШЭ, за 2025 год спрос российских компаний на ИИ-технологии для работы с текстом вырос почти вдвое. Нейросеть пишет описания товаров и отвечает покупателям в чате, и со стороны кажется, что ИИ помогает бизнесу везде, где его успели подключить.
В самих компаниях пилот обычно запускают за пару недель, а через полгода выясняется, что сервис открывают от случая к случаю и цифры в отчетности почти не сдвинулись. Технология при этом работает. Просто ей досталась не та задача или не та роль.
ИИ стал доступен почти любой компании
Машинное обучение работало в российском бизнесе задолго до чат-ботов: банки считали кредитный скоринг, маркетплейсы собирали ленты рекомендаций. Каждый такой проект требовал команды аналитиков и месяцев разработки, поэтому позволить его себе могли в основном крупные игроки.
Большие языковые модели, которые стали массовыми в конце 2022 года, сняли этот барьер, и нейросети в бизнесе перестали быть проектом на год. Модель понимает запрос на обычном языке и справляется с задачей без отдельного обучения под конкретную компанию, поэтому вместо разработки хватает подписки на готовый сервис или доступа к API. Больше половины организаций, которые применяют ИИ, так и покупают готовое ПО, а собственные решения разрабатывают лишь 10–15%.
Слово «ИИ» сейчас приклеивают почти к любой автоматизации, хотя устроены они по-разному. Правило «отменить заказ, если он не оплачен за три дня» выполнит обычная программа, и ошибется она лишь тогда, когда ошибся автор правила. Модель сама находит закономерности в данных и может, например, по поведению покупателей заранее определить заказы, которые скорее всего останутся неоплаченными. Искусственный интеллект помогает бизнесу как раз там, где правило заранее не сформулировать. Ошибаться он при этом может так, как никто не предусмотрел.
Насколько широко использование AI в бизнесе, разные исследования отвечают по-разному.
Большие языковые модели, которые стали массовыми в конце 2022 года, сняли этот барьер, и нейросети в бизнесе перестали быть проектом на год. Модель понимает запрос на обычном языке и справляется с задачей без отдельного обучения под конкретную компанию, поэтому вместо разработки хватает подписки на готовый сервис или доступа к API. Больше половины организаций, которые применяют ИИ, так и покупают готовое ПО, а собственные решения разрабатывают лишь 10–15%.
Слово «ИИ» сейчас приклеивают почти к любой автоматизации, хотя устроены они по-разному. Правило «отменить заказ, если он не оплачен за три дня» выполнит обычная программа, и ошибется она лишь тогда, когда ошибся автор правила. Модель сама находит закономерности в данных и может, например, по поведению покупателей заранее определить заказы, которые скорее всего останутся неоплаченными. Искусственный интеллект помогает бизнесу как раз там, где правило заранее не сформулировать. Ошибаться он при этом может так, как никто не предусмотрел.
Насколько широко использование AI в бизнесе, разные исследования отвечают по-разному.
Статистика ВШЭ по данным Росстата насчитала в 2025 году лишь 5,2% крупных и средних организаций, применяющих ИИ, а среди компаний больше 500 сотрудников 17%. Яндекс вместе с консультантами «Яков и Партнеры» опросил технических директоров крупнейших компаний, и генеративный ИИ хотя бы в одной функции нашелся у 71% из них. В опросе TAdviser 2026 года почти половина крупного бизнеса признала, что устойчивого эффекта от ИИ пока не видит.
Эти цифры описывают разные ступени одного пути. Росстат обследует все крупные и средние организации страны, а опрос Яндекса охватывает компании с большими ИТ-бюджетами. Вопрос об устойчивом эффекте отсекает еще и пилоты, которые так и не стали частью работы. На этой ступени и останавливается почти половина крупных компаний.
Чем ИИ может помочь бизнесу
Возможности ИИ для бизнеса обычно раскладывают по отделам. Так же измеряют и применение AI в бизнесе: по данным той же ВШЭ, каждая вторая компания-пользователь задействует его в маркетинге и продажах. Внутри одного отдела ИИ-помощник может работать на покупателя или на менеджера, и задачи у этих помощников разные. Поэтому удобнее смотреть, кому достается помощь, ведь от этого зависят и метрика успеха, и цена ошибки. В онлайн-бизнесе таких адресатов обычно три.
- Покупатель тратит меньше времени, чтобы найти товар. Самый привычный пример здесь поиск по каталогу, который понимает опечатки и запросы своими словами. Как он устроен, мы разбирали в статье про умный поиск. В Яндекс Маркете работает ИИ-агент на базе Alice AI, который уточняет детали запроса и подбирает товары, в том числе по фотографии.
- Сотруднику ИИ готовит черновики и подсказывает ответы по базе знаний прямо во время разговора с клиентом. Экономисты из Стэнфорда и MIT проследили, как такие подсказки повлияли на работу 5179 операторов поддержки: число решенных обращений в час выросло в среднем на 14%, у новичков на 34%. Опытные сотрудники почти ничего не выиграли, зато новички быстрее выходили на их уровень, потому что модель предлагала решения, найденные лучшими коллегами.
- Руководитель получает прогноз спроса, собранный из продаж, остатков и сезонности, и список товаров, которые покупатели искали на сайте, но не нашли. Решение о закупке по-прежнему принимает человек, но теперь у него есть данные, которые раньше просто не успевали собрать.
Понять, как нейросети помогают бизнесу в конкретной компании, проще всего по метрике каждого адресата. Помощь покупателю видна по конверсии и по доле поисков, которые закончились находкой. Для сотрудников считают время на операцию, для руководителя сверяют прогноз с фактом. Если метрику не получается назвать до запуска, ИИ-помощник скорее всего так и останется демонстрацией на планерке.
Подсказка, копилот или агент
Как ИИ помогает бизнесу, во многом определяет степень самостоятельности, которую ему оставили. Одна и та же модель может подсказать оператору ответ, а может сама ответить клиенту, и цена ошибки в этих двух случаях несопоставима.
Исследователи из Колумбийского университета предложили описывать автономность ИИ-агентов через роль, которая остается у человека. Уровень самостоятельности они считают проектным решением, отдельным от возможностей модели. Мощная модель еще не повод давать ей больше свободы, и для каждой задачи компания может выбрать свой уровень. Авторы выделяют пять уровней, для онлайн-бизнеса их удобно свести к четырем.
Исследователи из Колумбийского университета предложили описывать автономность ИИ-агентов через роль, которая остается у человека. Уровень самостоятельности они считают проектным решением, отдельным от возможностей модели. Мощная модель еще не повод давать ей больше свободы, и для каждой задачи компания может выбрать свой уровень. Авторы выделяют пять уровней, для онлайн-бизнеса их удобно свести к четырем.
Чем ниже строка таблицы, тем меньше работы остается людям и тем позже они замечают ошибку. На первых двух уровнях неверный вариант отсеивает человек: покупатель просто пропустит неудачные подсказки в поисковой строке и допечатает запрос сам, а оператор перепишет черновик ответа. На последнем ошибка доходит до клиента уже как готовый ответ.
«Технониколь» собиралась запустить на сайте чат-бота, который сам консультирует клиентов. Перед запуском команда разобрала диалоги контакт-центра за год и обнаружила, что 37% обращений составляют сложные технические вопросы, где неверный ответ обходится слишком дорого. В итоге бот стал подсказчиком для операторов: он находит ответ во внутренней документации и показывает его со ссылкой на источник. По данным, которые компания представила, удовлетворенность клиентов выросла до 88%, доля вопросов, решенных с первого обращения, увеличилась на 12%, а среднее время обработки сократилось на 20%.
Со стороны такой поворот похож на шаг назад. Однако модель в этой схеме взяла на себя самую долгую часть работы, поиск по документации, а ответственность за ответ осталась у оператора, который знает продукт. Повышать самостоятельность ИИ постепенно, там, где он долго отвечает без ошибок, обычно дешевле, чем откатывать агента после первого громкого сбоя.
Где ИИ помогает зарабатывать, а где только экономит
Преимущества ИИ для бизнеса обычно считают в сэкономленных часах: нейросети помогают оператору быстрее отвечать, а маркетологу быстрее писать. Экономия полезна, но у нее есть предел, ведь затраты нельзя сократить больше, чем они есть. У роста выручки такого предела нет, и как раз по нему компании сильно расходятся.
В том же исследовании Яндекса и «Яков и Партнеры» 90% крупных компаний назвали главным источником эффекта от ИИ сокращение затрат. Рост выручки за счет новых продуктов и сервисов отметили 25%, а в передовых отраслях, к которым исследование относит и электронную коммерцию, таких компаний было около 70%.
В электронной коммерции ИИ помогает бизнесу зарабатывать там, где влияет на решение покупателя. Человек, который ввел запрос с опечаткой и увидел пустую выдачу, обычно уходит, и магазин теряет продажу целиком. Анализ запросов, по которым на сайте ничего не нашлось, подсказывает, какие товары стоит добавить в ассортимент. Оба эффекта отражаются в конверсии и выручке, куда одна экономия не дотягивается.
Разницу между экономией и заработком хорошо видно в глобальном обзоре McKinsey за 2025 год. Хоть какое-то влияние ИИ на операционную прибыль отметили 39% компаний, и у большинства из них оно не дотягивало до 5%. Около 6% компаний получают больше, и эти лидеры почти втрое чаще остальных перестраивают рабочие процессы под ИИ, тогда как большинство ускоряет отдельные шаги.
Если нейросеть пишет описания товаров за минуты, а карточка все равно выходит на сайт после трех согласований, выигрыш останется в отчете маркетинга и до продаж не дойдет.
Посчитать, что дает ИИ бизнесу, можно только относительно исходной цифры. До внедрения фиксируют метрику, ради которой все затевалось, например время ответа клиенту или конверсию из поиска. После запуска к ней прибавляют полную стоимость владения, куда кроме подписки входят подготовка данных и время сотрудников на проверку результатов. Если эффект меньше этой суммы, проект лучше пересобрать или остановить, пока он не разросся.
Если нейросеть пишет описания товаров за минуты, а карточка все равно выходит на сайт после трех согласований, выигрыш останется в отчете маркетинга и до продаж не дойдет.
Посчитать, что дает ИИ бизнесу, можно только относительно исходной цифры. До внедрения фиксируют метрику, ради которой все затевалось, например время ответа клиенту или конверсию из поиска. После запуска к ней прибавляют полную стоимость владения, куда кроме подписки входят подготовка данных и время сотрудников на проверку результатов. Если эффект меньше этой суммы, проект лучше пересобрать или остановить, пока он не разросся.
Задачи, которые стоит доверить ИИ, и те, где пока рано
В 2023 году Гарвардская школа бизнеса вместе с BCG дала 758 консультантам доступ к GPT-4 и сравнила их работу с контрольной группой. На задачах, с которыми модель справлялась хорошо, консультанты работали на 25% быстрее, а качество их результатов оценили на 40% выше. На задаче за пределами возможностей модели результат оказался обратным. Консультанты с ИИ на 19 процентных пунктов реже приходили к верному решению, а их неверные выводы при этом выглядели связно и убедительно.
Исследователи назвали это неровной границей возможностей. Две задачи, одинаково сложные на взгляд человека, могут оказаться по разные стороны этой границы, и угадать заранее, где искусственный интеллект поможет, а где подведет, не получится. Поэтому понять, как ИИ может помочь в бизнесе конкретной компании, удается только на ее собственных задачах и данных. Выбирая, какие задачи можно автоматизировать первыми, стоит искать такие признаки:
- Операция повторяется сотни раз в месяц, и сотрудники выполняют ее по одной схеме, как с типовыми вопросами покупателей или заполнением карточек товаров.
- Ошибку легко заметить и дешево исправить до того, как ее увидит клиент. Черновик письма, который проверит менеджер, рискует гораздо меньше, чем ответ, сразу ушедший покупателю.
- Есть история, на которой можно проверить качество, например архив обращений или прошлые продажи.
- За результат отвечает конкретный человек, который знает, как выглядит правильный ответ.
Повременить лучше, если ситуация выглядит иначе.
- Процесс сам по себе не отлажен. ИИ ускорит его вместе со всеми недочетами, и сломанная схема просто начнет работать быстрее и дороже.
- Решение несет юридическую или финансовую ответственность, а проверку ответа никто не спроектировал.
- Данных мало или они разбросаны по таблицам и почте. С нехваткой и низким качеством данных сталкивается каждая третья компания, которая уже применяет ИИ.
- Для работы нужно передать во внешний сервис персональные данные клиентов или коммерческую тайну, а правил на этот счет в компании нет.
Цену ответственности хорошо показывает канадский прецедент 2024 года. Чат-бот Air Canada неверно объяснил пассажиру, как оформить льготный тариф для поездки на похороны родственника, а авиакомпания отказалась возвращать деньги и заявила, что бот отвечает за свои действия сам. Трибунал Британской Колумбии этот довод отклонил. Ответ чат-бота остается частью сайта, и отвечает за него компания. Сумма спора была скромной, около 800 канадских долларов, но логика переносится на любой интернет-магазин: покупатель не станет разбираться, кто ему ответил, оператор или модель.
Для первого шага хватит одного процесса, который подходит под признаки из первого списка. Зафиксируйте метрику до запуска, дайте ИИ месяц-два поработать на уровне подсказки и сравните результат с исходной цифрой. Такой пилот по силам и малому бизнесу, потому что многие готовые сервисы работают по подписке и подключаются без разработки. Через пару месяцев преимущества ИИ для бизнеса будут видны на цифрах самой компании, или станет ясно, что задачу выбрали неудачно.
Для первого шага хватит одного процесса, который подходит под признаки из первого списка. Зафиксируйте метрику до запуска, дайте ИИ месяц-два поработать на уровне подсказки и сравните результат с исходной цифрой. Такой пилот по силам и малому бизнесу, потому что многие готовые сервисы работают по подписке и подключаются без разработки. Через пару месяцев преимущества ИИ для бизнеса будут видны на цифрах самой компании, или станет ясно, что задачу выбрали неудачно.
ИИ-помощники становятся самостоятельнее
Когда говорят, что AI помогает бизнесу, чаще всего представляют чат-бота, который отвечает на вопросы. Новое поколение ассистентов уже выполняет задачи. Яндекс открыл для компаний Алису AI, которой можно поручить разобрать запись встречи и поставить задачи ответственным или собрать данные из счетов и договоров в календарь платежей. Ассистента подключают к корпоративным системам вроде amoCRM и 1С, а правила компании он узнает из загруженной базы знаний. Возможности ИИ для бизнеса смещаются от ответов к действиям, и решать, какую самостоятельность доверить помощнику, компаниям придется все чаще.
Покупатели тоже начинают поручать выбор ИИ-агентам, таким как агент Яндекс Маркета, и это меняет требования к цифровой витрине магазина. Агент сравнивает товары по характеристикам и описаниям, поэтому магазин с неполными карточками рискует просто не попасть в его подборку, даже если товар на складе есть.
С 1 сентября 2026 года в России действует закон № 243-ФЗ о поддержке развития технологий искусственного интеллекта. Он вводит понятия суверенных и национальных больших моделей, а маркировка созданного ими контента пока остается правом пользователя. Сделать ее обязательной предлагает отдельный законопроект, внесенный в Госдуму, и обязанности по нему лягут прежде всего на тех, кто предоставляет доступ к моделям.
У самостоятельного помощника меньше точек, где человек успевает заметить ошибку, поэтому главные решения приходится принимать до запуска. Какую задачу отдать модели, где оставить сотруднику последнее слово и что поменять в процессе вокруг нее, компания решает сама. От этих решений зависит, поможет ли ИИ бизнесу зарабатывать или останется еще одной строкой в счете за подписки.
Покупатели тоже начинают поручать выбор ИИ-агентам, таким как агент Яндекс Маркета, и это меняет требования к цифровой витрине магазина. Агент сравнивает товары по характеристикам и описаниям, поэтому магазин с неполными карточками рискует просто не попасть в его подборку, даже если товар на складе есть.
С 1 сентября 2026 года в России действует закон № 243-ФЗ о поддержке развития технологий искусственного интеллекта. Он вводит понятия суверенных и национальных больших моделей, а маркировка созданного ими контента пока остается правом пользователя. Сделать ее обязательной предлагает отдельный законопроект, внесенный в Госдуму, и обязанности по нему лягут прежде всего на тех, кто предоставляет доступ к моделям.
У самостоятельного помощника меньше точек, где человек успевает заметить ошибку, поэтому главные решения приходится принимать до запуска. Какую задачу отдать модели, где оставить сотруднику последнее слово и что поменять в процессе вокруг нее, компания решает сама. От этих решений зависит, поможет ли ИИ бизнесу зарабатывать или останется еще одной строкой в счете за подписки.
Хотите увидеть умный поиск в действии?
-
Проверьте на практикеУзнайте, как умный поиск может повысить конверсию вашего интернет-магазина. Анализируем ваш текущий поиск и показываем потенциал улучшений. -
Бесплатное тестированиеПопробуйте все возможности умного поиска 14 дней без ограничений — загрузите каталог товаров и оцените результат на практике. -
Персональная консультацияОбсудим ваши задачи и покажем, как умный поиск решит именно ваши проблемы с конверсией и повысит продажи в вашей нише.
Хотите увидеть умный поиск в действии?
- Проверьте на практикеУзнайте, как умный поиск может повысить конверсию вашего интернет-магазина. Анализируем ваш текущий поиск и показываем потенциал улучшений.
- Бесплатное тестированиеПопробуйте все возможности умного поиска 14 дней без ограничений — загрузите каталог товаров и оцените результат на практике.
- Персональная консультацияОбсудим ваши задачи и покажем, как умный поиск решит именно ваши проблемы с конверсией и повысит продажи в вашей нише.
Оставьте заявку на бесплатную консультацию