Внедрение ИИ на производстве: не страшно и не дорого

Директор производства слышит слова «внедрение ИИ» и сразу представляет роботов за десять миллионов, остановку линии и команду программистов, которой у него нет. Он отвечает «не сейчас» и возвращается к тому, что болит каждый день: заявки от клиентов приходят письмами и в PDF, технолог разбирает их вечером, закупщик ищет аналоги по таблицам, а новичкам некому объяснить, как у вас принято. Всё это не про роботов. Это работа с текстом и данными, и именно её ИИ умеет делать без цеха, без остановки процессов и без больших вложений. Ниже разберём, откуда берётся страх, с чего реально начинать, сколько это стоит и где ИИ на производстве не нужен.

Если коротко: ИИ на производстве не равно роботизация. Роботы заменяют операции в цеху и стоят дорого, а ИИ для офиса, снабжения и документов разбирает заявки, письма, спецификации и таблицы и готовит данные людям. Для старта не нужно менять 1С, оборудование и процессы: берут один повторяющийся процесс, делают прототип на ваших данных (у нас это 1–2 недели и 25 000 ₽, они засчитываются в разработку) и решают по цифрам, продолжать ли. Решения о качестве, безопасности и цене остаются у специалистов. Начинать стоит с одной задачи, а не с «цифровизации завода».

В статье:

Откуда страх: почему ИИ путают с роботизацией
Что ИИ делает на производстве без вмешательства в цех (таблица)
Шесть страхов и честные ответы
Сколько это стоит и как посчитать пользу
С чего начать: пять шагов
Где ИИ на производстве не нужен или рискован
Ошибки, чек-лист и частые вопросы

Откуда страх: почему ИИ путают с роботизацией

Страх не беспочвенный, но он про другое. Когда на производстве говорят об автоматизации, чаще всего имеют в виду роботов и линии, а у них действительно есть серьёзные барьеры.

По материалу «Коммерсанта» (январь 2026), эксперты называют такие препятствия роботизации (Коммерсантъ):

к цене китайского робота нужно добавить, по словам одного из собеседников, как минимум 60–70%, а кредиты под 25% делают такие проекты для многих нецелесообразными;
главной проблемой называют отсутствие официальной гарантии на импортное оборудование в России;
бизнес рассматривает проекты с окупаемостью максимум в год-два, а автоматизация цеха обычно проект долгий.

Кроме того, по данным RB.RU со ссылкой на экспертов конференции ЦИПР, порядка 30–40% внедрений роботов не дают ожидаемого эффекта, и причиной называют отсутствие системного подхода: некачественный проект, неверный расчёт технологии, неподходящее оборудование (RB.RU).

Но проблема, которую решает роботизация, и проблема, которую решает ИИ для офиса, разные. Сравним их.

	Роботизация цеха	ИИ для офиса, снабжения и документов
Что автоматизирует	Операции на оборудовании	Работу с текстом, документами и данными
Что нужно	Оборудование, монтаж, остановка участка	Доступ к документам и данным, без вмешательства в цех
Срок до первого результата	Месяцы и годы	Недели
Риск	Дорогая ошибка в проекте	Ошибку видит человек до того, как она станет решением
Типичный первый шаг	Технико-экономическое обоснование	Прототип на ваших данных

Практический вывод: если вы отложили «ИИ» из-за цены роботов, вы отложили не то. Большая часть потерь времени на производстве лежит не у станка, а в заявках, переписке, таблицах и документах. Начнём с того, что именно там можно автоматизировать.

Что ИИ делает на производстве без вмешательства в цех

ИИ хорошо справляется там, где много однотипной работы с текстом и данными и есть понятный критерий «правильно или нет». Ниже типичные задачи производства и то, кто проверяет результат.

Задача	Что делает ИИ	Что остаётся человеку
Разбор заявок и запросов на расчёт	Выделяет из письма, PDF или таблицы изделие, количество, материал, сроки, формирует структурированный запрос	Технолог проверяет сложные позиции и считает цену по нормам
Снабжение и подбор аналогов	Сопоставляет заявку цеха с номенклатурой, предлагает варианты с объяснением	Закупщик утверждает выбор
Работа с документами	Определяет тип документа, достаёт реквизиты, сверяет со справочниками	Бухгалтер и юрист: подпись и решения
Отчётность план-факт	Собирает данные из систем и таблиц, готовит сводку с отклонениями	Руководитель интерпретирует и решает
База знаний для сотрудников	Отвечает по инструкциям и регламентам со ссылкой на документ	Ответственный поддерживает документы актуальными
Ответы клиентам и дилерам	Отвечает на типовые вопросы по каталогу, собирает заявку	Менеджер ведёт сложные случаи

Каждую из этих строк мы разбирали отдельно. Про документы читайте в статье «Автоматизация документооборота с ИИ», про отчёты в материале «Автоматизация отчётности», а принцип сопоставления заявки с каталогом показан на анонимном примере в статье «Как автоматически сопоставить заявку клиента с прайсом». Общая логика во всех случаях одна: модель понимает свободный текст, а итоговый выбор делается по вашим правилам и данным, и человек подтверждает спорное.

А теперь о том, что обычно останавливает: страхи.

Шесть страхов и честные ответы

Страх	Что на самом деле
«Это сломает наши процессы»	Прототип работает рядом с процессом и не заменяет его. Вы сравниваете результат с ручным и решаете, переходить ли
«Нужны дорогие специалисты и серверы»	Для старта нужен человек, который знает процесс и проверяет результат, а техническую часть берёт на себя подрядчик
«Данные и чертежи уйдут наружу»	Это главный реальный риск, поэтому его обсуждают первым: где обрабатываются данные, что хранится, что можно обезличить. Часть обработки можно оставить в вашем контуре
«Модель ошибётся, а мы отвечаем»	Ошибка возможна, поэтому ИИ готовит, а человек подтверждает там, где ошибка дорогая
«Сотрудники сопротивляются или боятся потерять работу»	Задача в том, чтобы убрать рутину у дорогих специалистов, а не уволить их, особенно при дефиците кадров
«Это дорого и неизвестно, окупится ли»	Окупаемость проверяется на прототипе до больших вложений, и считается она по деньгам, а не по часам

Про кадры стоит сказать отдельно. По тому же материалу «Коммерсанта», в обрабатывающей промышленности не хватает около 2 млн работников, а безработица находится на историческом минимуме 2,1%. Квалифицированные технологи, инженеры и менеджеры-расчётчики нужны там, где они создают ценность, а не там, где они переписывают данные из письма в таблицу. ИИ не решает дефицит кадров, но снимает с дорогих людей рутину.

Про безопасность данных дополнительно: обработка персональных данных регулируется законом № 152-ФЗ (КонсультантПлюс), а коммерческая тайна и чертежи требуют отдельных правил доступа. Решение о том, где и как обрабатывать такие данные, принимается на старте, а не после запуска.

Сколько это стоит и как посчитать пользу

Универсальной цифры «внедрение ИИ на производстве стоит столько-то» не существует: цена зависит от числа процессов, систем и объёма данных. Поэтому лучше говорить о порядке действий, при котором вы не рискуете большим бюджетом до того, как увидели результат.

Наш формат:

Аудит бесплатно. 30 минут: разбираем процесс, данные и системы, решаем, нужен ли вам ИИ вообще.
Прототип на ваших данных, 25 000 ₽, 1–2 недели. Вы видите, какая доля заявок или документов проходит без правок. Оплата засчитывается в стоимость разработки, если продолжаем.
Разработка под ключ от 150 000 ₽. Итоговую цену называем после прототипа, когда понятны число систем и объём данных.

Как считать пользу. Сначала запишите цифры «до»: сколько заявок в неделю, сколько часов уходит на разбор, как быстро вы отвечаете клиенту, сколько ошибок и переделок. Дальше проверяется прототип на тех же данных. И здесь важная оговорка: сэкономленные часы ещё не деньги, пока зарплата та же, а освободившееся время не нашло применения. Как перевести часы в деньги без самообмана, разобрано в статье «Окупаемость автоматизации с ИИ».

Условный пример (цифры для иллюстрации). Допустим, завод получает 40 запросов на расчёт в месяц, на разбор каждого уходит около трёх часов технолога, это 120 часов. Если прототип показывает, что разбор около 70% запросов можно подготовить автоматически, а технолог тратит на проверку ещё час, экономия составит порядка 70–80 часов в месяц. Но это только часы. Деньги появляются, когда вы быстрее отвечаете клиентам и выигрываете больше заказов, когда технолог занят проектами, а не переписыванием, или когда вам не нужно нанимать ещё одного расчётчика при росте заказов. Выгоду в вашем случае знаете только вы, и считать её нужно до запуска.

Что влияет на цену разработки и как не переплатить, разобрано в статье «Сколько стоит разработка ИИ-агента».

С чего начать: пять шагов

Начинать нужно с одного процесса. По материалу RB.RU, одной из причин неудач в роботизации назван отсутствие системного подхода; для ИИ в офисе это решается тем же способом: не «цифровизация завода», а одна задача с измеримым результатом.

Выберите один повторяющийся процесс. Например, разбор входящих запросов на расчёт или подбор аналогов для заявок цеха. Хорошая задача: частая, понятные правила, данные уже есть в цифровом виде.
Соберите 10–20 реальных примеров. Письма, PDF, таблицы, включая неудобные. Это ваш тестовый набор.
Определите, где решает человек. Какие позиции ИИ готовит, а специалист подтверждает: цена, допуски, сроки, безопасность.
Сделайте прототип и сверьте с ручным результатом. Вы увидите реальную долю случаев без правок.
Запустите на части потока. Один тип запросов или один участок, рядом человек. Через две-четыре недели у вас будут цифры.

Как выбрать первую задачу по пяти вопросам, описано в статье «С чего начать автоматизацию бизнеса с ИИ».

Где ИИ на производстве не нужен или рискован

Честный разговор включает и ограничения.

Решения о качестве и безопасности. ИИ не должен принимать их сам: допуск оборудования, приёмка продукции, охрана труда остаются за ответственными людьми.
Нет описанного процесса. Если никто не может объяснить, как принимается решение, ИИ нечему учиться. Сначала правила, потом автоматизация.
Мало повторов. Десять запросов в месяц проще обрабатывать вручную.
Данных нет в цифровом виде. Если всё живёт на бумаге и в головах, сначала оцифровка. Это отдельная и полезная работа, сама по себе улучшающая процесс.
Чертежи и сложные CAD-данные. На старте мы бы не обещали разбирать их автоматически: надёжнее начинать с писем, спецификаций и таблиц.
Полная автономность без контроля. Мы её не обещаем: сложные случаи ИИ передаёт человеку, а клиент должен понимать, что общается с ботом, если речь о клиентском общении.

Типичные ошибки

Начинать с «цифровизации всего». Результат размывается, и непонятно, что сработало. Нужна одна задача.
Сравнивать с роботизацией. Это разные задачи с разной ценой, и сравнение только пугает.
Не записать цифры «до». Без них через месяц нечем доказать пользу.
Отдать данные во внешний сервис без правил. Сначала решите, что можно отправлять и где обрабатывать.
Не назначить ответственного. Без человека, который знает процесс и проверяет результат, любой проект превращается в демонстрацию.
Ждать идеального прототипа. Достаточно, чтобы он показал долю случаев без правок на ваших примерах.

Чек-лист: что сделать на этой неделе

Выписать три процесса, где специалисты теряют больше всего времени на разбор писем, документов и таблиц.
Для каждого оценить, сколько раз в месяц он повторяется и сколько часов занимает.
Выбрать один и собрать 10–20 реальных примеров.
Определить, какие решения в нём человек не передаёт никому.
Решить, какие данные нельзя отправлять во внешние сервисы.
Записать цифры «до»: количество, время, ошибки.
Назначить человека, который будет проверять результат прототипа.

Как это делаем мы

Начинаем с бесплатного аудита на 30 минут: смотрим ваш процесс, данные и системы и честно говорим, где ИИ даст результат, а где он не нужен. Затем прототип на ваших данных за 1–2 недели за 25 000 ₽ с зачётом в разработку, если продолжаем. Разработка под ключ от 150 000 ₽, итоговую цену называем после прототипа. Мы не продаём роботов и не требуем менять 1С или процессы: решение встраивается в то, что у вас уже есть. Сложные случаи ИИ передаёт человеку.

Частые вопросы

Как внедрить ИИ на производстве?

Начните с одного повторяющегося процесса в офисе или снабжении, а не с цеха: разбор заявок, подбор аналогов, документы, отчёты. Соберите 10–20 реальных примеров, сделайте прототип на своих данных и сравните с ручным результатом. Запускайте на части потока, рядом должен быть человек.

Сколько стоит внедрение ИИ на производстве?

Цена зависит от числа процессов, систем и объёма данных. Чтобы не рисковать, мы начинаем с бесплатного аудита и прототипа за 25 000 ₽, который засчитывается в разработку. Разработка под ключ начинается от 150 000 ₽, итоговую цену называем после прототипа.

Нужны ли для ИИ роботы или смена оборудования?

Нет. ИИ для офиса, снабжения и документов работает с текстом и данными и не требует вмешательства в цех и остановки производства. Роботизация цеха это отдельная задача с другой ценой и сроками.

Заменит ли ИИ сотрудников на производстве?

В такой постановке он забирает рутину: разбор писем, сверку таблиц, поиск по документам. Решения о качестве, безопасности и цене остаются за специалистами, особенно при дефиците квалифицированных кадров.

Безопасно ли отдавать ИИ данные предприятия?

Это нужно решать на старте: где обрабатываются данные, что хранится, что можно обезличить, какие данные не отправляются наружу. Обработка персональных данных регулируется законом № 152-ФЗ, а для коммерческой тайны и чертежей нужны отдельные правила доступа.

Итог

ИИ для офиса и снабжения это не роботизация: он работает с текстом и данными, не требует остановки цеха и больших вложений.
Страхи про цену и сложность относятся в основном к роботам; для ИИ рискованнее всего не цена, а данные и ответственность, и их обсуждают первыми.
Начинают с одного процесса, прототипа на ваших данных за 1–2 недели и сверки с ручным результатом.
Решения о качестве, безопасности и цене остаются у людей.
Пользу считают по деньгам и записывают цифры «до».

Следующий шаг: выпишите один процесс, на который у ваших специалистов уходит больше всего времени, и 10 реальных примеров по нему. С этим набором приходите на бесплатный аудит: за 30 минут станет ясно, стоит ли делать прототип.

Источники

Ссылки открыты и проверены 27.10.2026.

Коммерсантъ: проблемы роботизации в российской промышленности, 21.01.2026: дефицит около 2 млн работников в обрабатывающей промышленности, безработица 2,1%, цена и гарантии на импортное оборудование, ожидания по окупаемости.
RB.RU: до 40% проектов по роботизации оказываются неэффективными, 19.05.2026: оценка эксперта Национальной ассоциации участников рынка робототехники, 30–40% внедрений без ожидаемого эффекта, причина в отсутствии системного подхода.
Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных» — КонсультантПлюс.
Расчёт экономии в статье условный, составлен нами для иллюстрации.

Внедрение ИИ на производстве: почему это не страшно и не требует больших денег