Генеративный ИИ для эффективности бизнеса | Что может каждый отдел и как внедрить

«ИИ для эффективности бизнеса — а что конкретно он может?» — После появления ChatGPT и Claude всё больше специалистов задают этот вопрос.

Если коротко: в контролируемых экспериментах задание на написание текста в среднем заняло на 40% меньше времени, а задание по программированию было выполнено на 55,8% быстрее. Но в обоих случаях цифра сильно зависит от того, кто и какое задание выполнял. В этой статье у каждой цифры указаны источник и условия, а ещё мы покажем, как измерить эффект в вашей собственной компании.

Мы разберём конкретные примеры применения по отделам (продажи, финансы, HR, разработка и др.), рекомендуемые инструменты, используются ли ваши данные для обучения ИИ на разных тарифах, шаги внедрения и типичные ошибки — всё на уровне «можно попробовать уже завтра».

Что такое повышение эффективности с помощью ИИ?

Повышение эффективности с помощью ИИ — это делегирование рутинных и повторяющихся задач искусственному интеллекту, чтобы люди могли сосредоточиться на более творческой и стратегической работе.

По данным опроса BCG 2026 года (11 749 человек в 14 странах и регионах), 74% линейных сотрудников пользуются ИИ несколько раз в неделю или чаще — это на 20 с лишним пунктов больше, чем годом ранее (51%) (BCG, 3 июня 2026 г.). Разница теперь не в том, пользоваться ли ИИ, а в том, для чего и как.

3 характеристики задач, идеальных для ИИ

• Задачи с шаблоном: ответы на письма, протоколы встреч, генерация отчётов — всё, что следует определённой «форме»
• Обработка больших объёмов информации: анализ данных, отбор документов, исследование рынка
• Задачи, связанные с языком: перевод, резюмирование, корректура, ответы на вопросы

При этом окончательные решения, построение отношений и творческое планирование остаются за человеком. ИИ не забирает «думающую» часть работы — он берёт на себя «исполнительскую». Относитесь к нему как к партнёру.

Чтобы разобраться в основах ИИ, прочитайте «Что такое генеративный ИИ? Отличия от традиционного ИИ».

По отделам: что может ИИ

Думаете, ИИ нужен только инженерам? На деле применение ему найдётся почти в каждом отделе. Столбец «Эффект» в таблицах показывает, какая часть работы становится легче; сколько времени удастся сэкономить, зависит от самой задачи. Свои цифры измерьте на шаге 1 из 4 шагов внедрения ИИ.

📝 Продажи и маркетинг

В продажах много черновиков — предложений, писем, постов, — поэтому эффект ИИ здесь заметен быстрее всего.

💬 Клиентская поддержка

В поддержке ИИ хорошо справляется с первым ответом на частые вопросы и с распределением обращений по нужным специалистам. Но эффект сильно зависит от характера обращений. Он тем выше, чем больше типовых вопросов; там, где много обращений требует индивидуального решения, по-прежнему нужен человек. Перед запуском разделите прошлые обращения на «типовые» и «индивидуальные» и посчитайте их — так вы получите реалистичную оценку.

💻 Разработка и ИТ

В эксперименте исследователей из GitHub, Microsoft Research и MIT Sloan (Peng et al., 2023) группа с GitHub Copilot выполнила задание — реализовать HTTP-сервер на JavaScript — на 55,8% быстрее (arXiv 2302.06590). Это результат одного задания; он не означает, что всё время разработки, включая проектирование, ревью и сопровождение, сократится настолько же.

Подробнее об ИИ-инструментах для программирования — в статье «Claude Code vs Codex: сравнение».

📊 Финансы и бухгалтерия

👥 HR и подбор персонала

HR работает с большим объёмом документов — от откликов до записей собеседований. Но, как правило, не доверяйте ИИ само решение о найме. Поручите ему подготовку (сверку с требованиями, резюме), а суждение и ответственность оставьте за людьми.

📋 Административный отдел

До и После — цифры говорят сами

Всё ещё сомневаетесь? Мы собрали только цифры из исследований, которые удалось проследить до издателя. Каждая измерена на определённых людях, заданиях и выборках, поэтому читайте цифры вместе с условиями.

Условия за цифрами (кто, какое задание, сколько человек)

Два совета по чтению. Во-первых, цифры экспериментов (три верхние строки) относятся к конкретному заданию — весь ваш рабочий день не сократится на этот процент. Даже в исследовании почты каждый сэкономил время, но изменений в объёме и составе задач не обнаружено. Во-вторых, цифра опроса — это самооценка.

Ещё один момент, который легко упустить, — на что уходит сэкономленное время. В том же опросе BCG 66% сказали, что не получили достаточных указаний (или не получили никаких) о том, как использовать время, высвобожденное ИИ. Помимо экономии времени с помощью ИИ, заранее решите, на что это время пойдёт — именно это превращает сэкономленные часы в результат.

Инструменты ИИ для эффективности

Для разных задач подходят разные инструменты. Золотое правило: сначала попробуйте бесплатный тариф и переходите на платный, только убедившись в эффекте. Но прежде чем вводить конфиденциальные сведения, проверьте, идут ли ваши данные на обучение.

Универсальные чат-ИИ

Цены указаны в долларах США так, как они значились на официальных страницах 30 сентября 2026 г. Они зависят от региона, валюты и способа оплаты, поэтому перед покупкой сверьтесь с официальной страницей. Во всех сервисах доступные модели зависят от тарифа и часто меняются (актуальный список — в статье «Даты отсечения знаний моделей ИИ»).

* Microsoft 365 Copilot Business — тариф для малого бизнеса, запущенный в декабре 2025 г. (официальный блог Microsoft). В сентябре 2026 г. на официальной странице цен также показаны временные скидки и цены в комплекте с тарифами Business. Кроме того, Microsoft сейчас переименовывает «Microsoft 365 Copilot» в «Microsoft Copilot», поэтому в продукте и документации встречаются оба названия.

Подробное сравнение цен — в статье «Claude vs ChatGPT: сравнение цен».

Инструменты интеграции в рабочий процесс

Инструменты для разработки

Идут ли ваши данные на обучение? Настройки по тарифам

Прежде чем использовать ИИ в работе, первым делом проверьте, используется ли то, что вы вводите, для обучения моделей. Ответ зависит не столько от сервиса, сколько от того, личный это тариф или тариф для организаций. В отчёте MIT NANDA (июль 2025 г., предварительные результаты) говорится, что официальную подписку оформили лишь 40% компаний, тогда как более чем в 90% компаний сотрудники регулярно пользовались личными ИИ-инструментами для работы. Если ваша компания не оформила тариф, многие сотрудники, скорее всего, работают на личных тарифах с настройками по умолчанию.

В таблице — настройки по умолчанию согласно условиям и справочным страницам каждого сервиса, проверено 30 сентября 2026 г. Где подтвердить не удалось, указано «не указано».

Источники: справка OpenAI / Anthropic (частные лица), Anthropic (бизнес), страница цен Claude / центр конфиденциальности приложений Gemini, центр конфиденциальности генеративного ИИ в Google Workspace / FAQ о конфиденциальности Microsoft Copilot, Copilot в приложениях Microsoft 365 для дома, Microsoft Learn (работа и учёба)

Помимо таблицы, есть три момента, которые можно найти только в первоисточниках.

• Даже при отключённом обучении отзыв 👍/👎 может сделать разговор пригодным для обучения: и OpenAI, и Anthropic указывают, что весь разговор, к которому относится отзыв, может использоваться для обучения (у Anthropic — и в бизнес-продуктах)
• Временные разговоры не используются для обучения: временные чаты ChatGPT, чаты в режиме инкогнито в Claude и временные чаты Gemini, по словам каждой компании, для обучения не используются
• Обучение и проверка людьми — разные вещи: Google сообщает, что даже при отключённой Keep Activity Gemini хранит чаты 72 часа для ответа и в целях безопасности, а люди могут их просматривать

Если вы работаете с конфиденциальными сведениями, надёжнее всего оформить тариф для организаций и установить правила использования личных аккаунтов в работе.

4 шага внедрения ИИ

«Хочу внедрить, но с чего начать?» Золотое правило: не внедряйте сразу во всей компании — начните с малого.

Шаг 1: Визуализируйте процессы и найдите «пожирателей времени»

Сначала опишите рабочие процессы каждого отдела и найдите задачи, которые занимают много времени или часто повторяются.

• «Обработка счетов занимает 50 часов в месяц»
• «Одно коммерческое предложение готовится 3 часа»
• «Каждый день отвечаем на одни и те же вопросы»

Эти цифры станут базой для оценки эффекта ИИ. Цифры исследований выше получены в чужих условиях, поэтому стройте собственную оценку от этой базы.

Шаг 2: Один процесс × один инструмент — тестируйте

Попытка внедрить сразу несколько инструментов ведёт к путанице. Возьмите одну задачу и один инструмент и тестируйте 2–4 недели.

С чего лучше начать:

• Отделы с большим объёмом текстов → бесплатная версия ChatGPT или Claude (без конфиденциальных данных; проверьте настройки обучения)
• Отделы с большим объёмом кода → бесплатная версия GitHub Copilot
• Отделы с большим потоком обращений → тест ИИ-чатбота (например, Dify)

Шаг 3: Измерьте результаты и поделитесь ими

После тестового периода сравните результаты с цифрами из шага 1.

• «Подготовка предложения сократилась с 3 часов до 1 часа (примерно на 67%)»
• «Сверхурочные сократились на 20 часов в месяц»
• «Объём обработки вырос в 1,5 раза»

Цифры — ваш главный аргумент для поддержки внутри компании. Не говорите «ИИ — это круто», говорите «сэкономили X часов и X рублей в месяц».

Шаг 4: Масштабируйте на основе успешных кейсов

Когда один отдел добьётся результата, используйте его опыт, чтобы распространить практику на другие. По данным опроса BCG 2026 года, сотрудники компаний, которые перестраивают процессы или создают новые бизнес-модели, на 24 пункта чаще отмечают улучшение бизнес-результатов благодаря ИИ, чем сотрудники компаний, которые этого не делают. Суть не в том, чтобы «добавить ИИ в текущий процесс», а в том, чтобы «перестроить процесс с расчётом на ИИ».

3 типичные ошибки при внедрении

В отчёте MIT NANDA (июль 2025 г., предварительные результаты на основе интервью с 52 организациями, опроса 153 руководителей и анализа более 300 публичных ИИ-проектов) говорится, что 95% организаций не получают никакой отдачи от инвестиций в генеративный ИИ. Там же отмечается, что эти инструменты повышают личную продуктивность, но почти не отражаются на финансовых результатах. Чтобы избежать неудачи, полезно знать типичные ошибки.

Ошибка 1: «Внедрение ИИ» становится самоцелью

«Конкуренты внедрили — и мы тоже», «Это модно» — с такой мотивацией инструмент появляется без реальной задачи, которую нужно решить. Начните с вопроса: «Что и в какой задаче мы хотим улучшить?»

Ошибка 2: Завышенные ожидания в краткосрочной перспективе

Если ждать радикальных перемен за три месяца, проект закроют раньше, чем он даст результат. Опрос BCG 2024 года среди 1000 руководителей высшего звена из 59 стран показал, что 74% компаний пока не смогли показать ощутимую ценность от использования ИИ. Планируйте с расчётом на то, что ценность проявится не сразу.

Решение: считайте первые 1–2 месяца периодом освоения и планируйте измерять реальный эффект с третьего месяца.

Ошибка 3: Игнорирование мнения сотрудников

Страх «ИИ отнимет мою работу» — серьёзный барьер. Если руководство спускает указание сверху, не развеяв опасений, внедрение останется формальностью. Тот же опрос BCG 2024 года относит около 70% трудностей внедрения ИИ к людям и процессам, 20% — к технологиям и лишь 10% — к алгоритмам (BCG, 24 октября 2024 г.).

Решение: на конкретных примерах покажите, что ИИ не отнимает работу, а берёт на себя рутину. Лучше всего работают рассказы коллег, которые действительно сэкономили время.

Кейсы компаний и актуальные вызовы

Результаты крупных компаний

Некоторые крупные компании уже добились масштабного роста эффективности с помощью ИИ. Цифры взяты из сообщений самих компаний, и каждая считает по своей методике.

Глобальные вызовы внедрения ИИ

Распространённость ИИ различается и по странам. В опросе BCG 2026 года доля линейных сотрудников, пользующихся ИИ несколько раз в неделю или чаще, составила 74% в мире, 62% в США и 66% в Японии. Опрос PwC Japan в пяти странах (февраль–март 2025 г.; руководители от начальника отдела и выше в компаниях с выручкой от 50 млрд иен) показал, что доля японских компаний, у которых генеративный ИИ превзошёл ожидания, составляет лишь четверть от уровня США и Великобритании и половину от уровня Германии и Китая (PwC Japan (на японском)).

Главная проблема — «непонятно, как эффективно использовать». То есть дело не в инструментах, а в нехватке знаний о том, «что и как использовать». Возьмите за основу примеры по отделам из этой статьи и начните с ближайших к вам задач.

Выводы

• ИИ может повысить эффективность почти в любом отделе: продажи, поддержка, разработка, финансы, HR, администрирование
• Эффект доказан — при определённых условиях: на 40% меньше времени на задания по написанию текста, на 55,8% быстрее в задании по программированию и т. д. Цифры относятся к этим заданиям, поэтому измеряйте эффект в своей компании
• Личные тарифы по умолчанию используют ваши данные для обучения, тарифы для организаций — нет. Если вы работаете с конфиденциальными данными, оформите тариф для организаций
• Начните с малого: одна задача × один инструмент (бесплатная версия) на 2–4 недели
• Большинство проблем — в людях и процессах: избегайте размытых целей, завышенных краткосрочных ожиданий и отстранения сотрудников
• Потенциал ещё велик: вдохновляйтесь успешными кейсами и избавьте команду от «пожирателей времени»

Чтобы изучить ИИ системно, загляните в вводный курс по ИИ (бесплатно). А если хотите узнать свой уровень знаний, пройдите тест на знание ИИ.