Как выбрать компанию по внедрению ИИ: критерии, вопросы подрядчику и пилот без риска

Компанию по внедрению ИИ лучше выбирать по проверке, а не по рейтингу или портфолио. Попросите подрядчика показать работающую автоматизацию и согласиться на пилот с критерием остановки. Портфолио у всех похожи, а разные ТОП-10 противоречат друг другу. Поэтому здесь нет списка лучших. Вместо него вы найдёте способ проверить любого подрядчика, включая нас.

Статью написал КлиентЛаб, агентство SEO и контекстной рекламы. Мы работаем с 2012 года и автоматизировали собственную работу ИИ-агентами. Скажем сразу: клиентских кейсов по внедрению ИИ у нас пока нет, первый проект идёт как пилот. Ниже критерии выбора, вопросы до договора, пункты для договора, экономика пилота и таблица для сравнения подрядчиков.

Короткий ответ: 5 критериев выбора подрядчика по внедрению ИИ

Хороший подрядчик по внедрению ИИ показывает решение вживую и начинает с вашего процесса, а не с модели. Пять критериев:

1. Показывает работающую ИИ-автоматизацию на реальных данных, а не на слайдах.
2. Сначала разбирается в процессе и метрике, а модель выбирает потом.
3. Прозрачно объясняет, где обрабатываются данные и какие модели используются, с учётом 152-ФЗ.
4. Предлагает ограниченный пилот с критериями успеха и критерием остановки.
5. Передаёт заказчику промпты, код, базу знаний и API-аккаунты, а поддержку описывает в SLA.

Подробности по каждому пункту ниже.

Кто пишет и почему ему можно верить (и в чём не стоит)

Нам можно верить в том, что мы проверили на себе, а остальное стоит проверять.

Что мы автоматизировали у себя

• ИИ-сотрудник в Telegram принимает задачи из рабочих чатов. В его базе 11 536 сообщений из 30 чатов. Задачи ведутся в нашей открытой PMS (github.com/trendbender/pms), в ней 27 проектов.
• Данные Метрики, Директа и позиций собираются через API. Отчёты «было/стало» уходят клиентам автоматически.
• При аудитах сайтов обход, скорость, индексацию и позиции собирают скрипты, а выводы делает специалист.
• Контент делает конвейер, после чего субагенты проверяют факты по первоисточникам. На 12 статьях проверка дала 259 находок и 86 исправлений. Перед публикацией текст вычитывает человек.
• Выставление счетов и контроль оплат автоматизированы.

Чего у нас пока нет

Нет клиентских кейсов и измеренных процентов экономии. Выводы и решения по-прежнему принимают люди. Опыт на себе говорит о многом, но доказательством не является. Поэтому дальше идут способы проверить любого подрядчика, и нас тоже.

Сначала задача, потом подрядчик: что подготовить до первого созвона

До первого созвона подготовьте описание процесса, одну метрику, базовую линию и примеры данных. Без них подрядчик будет обсуждать модели, а не ваш результат.

Опишите процесс по шагам

Кто выполняет работу, сколько раз в неделю, сколько времени уходит, где возникают ошибки.

Выберите одну метрику

Подойдёт время на операцию, число заявок, доля ошибок или скорость ответа клиенту.

Зафиксируйте базовую линию

Замеряйте метрику 2-4 недели до старта, иначе эффект потом нечем будет подтвердить.

Соберите примеры данных

Подготовьте 20-50 обезличенных примеров входных данных вместе с правильным результатом. Бриф уместится на одну страницу: процесс, объём, метрика, базовая линия, ограничения по данным. У нас быстрее всего заработала автоматизация отчётов, потому что формат результата был описан заранее.

Признаки, что ИИ вам пока не нужен

ИИ пока не нужен, если процесс не описан, объём мал или задачу решает обычное правило. Хороший подрядчик скажет это сам, и это тоже критерий оценки.

• Процесс каждый раз выполняется по-разному, и ИИ будет автоматизировать хаос.
• Операция случается несколько раз в месяц, поэтому внедрение не окупится.
• Хватит скрипта, интеграции или правила в CRM.
• Ошибка недопустима, а проверять результат некому.
• Данных нет или их нельзя передавать ни в одну модель.

Типы подрядчиков по внедрению ИИ и кому какой подходит

Тип подрядчика выбирают по масштабу задачи. Для пилота на одном процессе крупный интегратор часто избыточен, а для интеграции с ERP не хватит возможностей агентства.

Агентство, которое автоматизировало себя, приносит опыт ежедневной эксплуатации. Интегратор приносит опыт сдачи крупных проектов. Это разные компетенции.

Как проверить, что подрядчик сам работает на ИИ: что попросить показать вживую

Попросите подрядчика запустить автоматизацию при вас прямо на встрече. Слайды и заранее подготовленные примеры не в счёт.

1. Запуск на экране: входные данные, результат, лог.
2. Что происходит при ошибке модели: повтор, проверка формата, передача задачи человеку.
3. Сколько стоит один прогон. Практик знает эту цифру.
4. Промпт или конфигурацию агента и историю правок.
5. Что сломалось за последние месяцы и как это чинили. Ответ «ничего» должен насторожить.

Перепродавца чужого решения выдаёт то, что он не может объяснить устройство и не знает модель. На консультации КлиентЛаб мы показываем свои автоматизации именно так.

Вопросы подрядчику до подписания договора

До договора задайте вопросы по пяти темам. Расплывчатые ответы скажут о подрядчике больше, чем любое портфолио.

По процессу и результату

• Какую метрику улучшаем, как её замерим и кто у нас принимает результат?
• Сколько часов наших сотрудников нужно на каждом этапе?

По данным

• Где хранятся данные, кто имеет доступ, уходят ли они за рубеж?

По моделям

• Какая LLM используется и почему? Есть ли запасная модель?

По поддержке

• Кто реагирует на сбои, в какие сроки, что входит в абонентскую плату?

По владению результатом

• Кому после проекта принадлежат промпты, код, база знаний и API-аккаунты?

Данные, 152-ФЗ и выбор модели: российские и зарубежные LLM

Если в модель попадают персональные данные, проект подпадает под 152-ФЗ, и от этого зависит выбор модели. Проще всего не отправлять персональные данные в модель вовсе.

Что требует 152-ФЗ при работе с персональными данными

При сборе персональных данных граждан РФ их запись и хранение в базах за пределами России не допускаются (ч. 5 ст. 18 152-ФЗ в редакции с 1 июля 2025 года). Отправка таких данных в зарубежный API, например ChatGPT или Claude, считается трансграничной передачей. До начала передачи нужно правовое основание обработки и уведомление Роскомнадзора. США не входят в перечень стран с адекватной защитой, поэтому передавать туда данные можно не раньше чем через 10 рабочих дней после уведомления и только если регулятор её не запретил.

Российские LLM и зарубежные модели: что учитывать

С YandexGPT и GigaChat проще с юридической стороны, но качество и цену стоит сравнить на своей задаче. Для зарубежных моделей учитывайте оплату из России, риск блокировки и условия обработки данных у провайдера. Доступ через прокси не снимает требований закона.

Как работать без персональных данных в модели

Обезличивайте или псевдонимизируйте данные перед отправкой, а чувствительные обрабатывайте в локальном контуре. Мы, например, расшифровываем голосовые моделью Whisper на своём сервере, и аудио не уходит в облако. Это не юридическая консультация, итоговую схему согласуйте с юристом.

Пилот: объём, сроки, бюджет, критерии успеха и критерий остановки

Пилот охватывает один процесс, одну команду и ограниченную выборку данных, а срок измеряется в неделях. Критерии успеха и остановки фиксируются до старта.

Какой процесс выбрать для первого пилота

Частый, повторяющийся, текстовый, с понятным результатом и человеком на проверке.

Сроки и бюджет

Этапы: прототип, работа на реальных данных, замер. Для ориентира: внедрение в КлиентЛаб стоит от 50 000 руб. В эту сумму входят логика и промпты, база знаний (RAG), интеграция с CRM и мессенджерами, тестирование и месяц поддержки.

Критерии успеха

Порог по метрике относительно базовой линии.

Когда пилот пора остановить

Например, если после оговорённого числа итераций ошибок больше допустимого или прогон обходится дороже ручной работы. Остановленный пилот тоже даёт результат, если наработки передаются заказчику.

Что прописать в договоре на внедрение ИИ

Главное в договоре: права на результат, аккаунты, SLA и ответственность за изменения у поставщика модели. Проверьте, есть ли в нём такие пункты:

• исключительные права или лицензия на код, промпты, конфигурацию агентов и базу знаний;
• API-аккаунты и биллинг оформлены на заказчика или передаются ему по акту;
• перечень доступов и порядок их отзыва после проекта;
• SLA: время реакции, время восстановления, определение инцидента;
• кто и за чей счёт адаптирует решение, если поставщик модели меняет API или цены;
• передача документации, репозитория и инструкции по эксплуатации;
• поручение на обработку ПДн и NDA;
• критерии приёмки, привязанные к метрике пилота.

Экономика: из чего складывается стоимость ИИ-решения

Стоимость ИИ-решения складывается из четырёх статей: разработка, токены и инфраструктура, поддержка, время ваших сотрудников. О последней статье чаще всего забывают.

Разработка и настройка

Разовые затраты на анализ процесса, разработку, интеграции и тестирование.

Токены и инфраструктура

Посчитайте стоимость прогона на тестовых примерах и умножьте её на месячный объём, затем добавьте хостинг. Предусмотрите возможность сменить модель и бюджетный запас на случай роста цен.

Поддержка и обновления

Промпты придётся дорабатывать, когда меняются входные данные или обновляется модель. У нас на сервере работают 73 регламентных задания: мониторинг, резервные копии, синхронизация.

Время ваших сотрудников

Оно уходит на брифы, примеры и проверку результатов, больше всего на старте и в пилоте.

Окупаемость: (часы × ставка × частота) против (разработка + токены + поддержка).

Красные флаги в предложениях и на встречах

Главный красный флаг: подрядчик обещает результат до того, как разобрал ваш процесс. Насторожиться стоит и в этих случаях:

• на первой встрече называют процент роста продаж;
• говорят «у нас своя нейросеть» и не уточняют, какая модель внутри;
• показывают только слайды или заготовленные примеры;
• API-аккаунты оформляют на себя без права передачи;
• нет критерия остановки, сразу предлагают годовой контракт;
• уходят от вопросов про 152-ФЗ;
• главный аргумент: место в рейтинге.

Как читать рейтинги компаний по внедрению ИИ

Рейтинг компаний по внедрению ИИ подходит как список кандидатов, но не как основание для выбора. Участие в рейтинге бывает платным или по заявке. Оценивают часто выручку и численность, а не качество внедрений. Поэтому одни и те же компании переходят из одного ТОП-10 в другой в разном порядке.

Вместо места в рейтинге проверяйте живую демонстрацию, кейсы в вашей отрасли, отзывы с контактами и условия договора. По той же причине в этой статье нет слов «мы №1».

Как сравнить 3-5 подрядчиков: таблица критериев с весами

Удобнее всего сравнивать 3-5 подрядчиков в таблице с весами: оценку от 1 до 5 умножают на вес и суммируют. Живая демонстрация и права на результат весят больше, чем отраслевой опыт: их не заменишь презентацией.

Шаблон таблицы

Как выставлять оценки

Заполняйте таблицу сразу после встречи. Оценки ставят два человека независимо друг от друга, затем расхождения обсуждают. В Google Sheets итог считает формула СУММПРОИЗВ.

Что ломается после запуска и кто это чинит: опыт собственной автоматизации

После запуска обычно ломается не модель, а то, что её окружает: API внешних сервисов, формат входных данных, лимиты и таймауты. Ещё одна причина сбоев: качество ответов меняется после обновления модели. Чинит тот, кто указан в SLA, поэтому ИИ-решение нужно эксплуатировать как систему, а не принимать как разовую поставку.

В своей автоматизации мы решаем это так: логируем каждый прогон, проверяем формат ответа, настраиваем оповещения о сбоях и оставляем человека на критичных шагах.

Свой ML-инженер на старте обычно не нужен. Нужен владелец процесса со стороны заказчика, который понимает логику решения и принимает результат. Без него не поможет ни один подрядчик.

Частые вопросы

Можно ли доверить проект подрядчику без клиентских кейсов в ИИ?

Можно, если он показывает работающую автоматизацию вживую, предлагает пилот с критерием остановки и оставляет права на результат вам. В этом случае проверка на вашей задаче заменяет кейсы. КлиентЛаб в такой же ситуации.

Как понять на встрече, что подрядчик сам пользуется ИИ, а не перепродаёт чужое решение?

Попросите запустить автоматизацию при вас, показать логи, обработку ошибок и стоимость прогона, а также назвать модель. Перепродавец обычно не может объяснить, как устроено решение.

Кому принадлежат промпты, код и база знаний после окончания проекта?

Тому, за кем это закреплено в договоре. Добивайтесь передачи исключительных прав или широкой лицензии, оформления API-аккаунтов на заказчика и передачи документации.

Можно ли использовать ChatGPT или Claude с данными клиентов в России?

Отправка персональных данных в зарубежный сервис считается трансграничной передачей по 152-ФЗ. Для неё нужны правовые основания и уведомление Роскомнадзора. Практичнее обезличивать данные или использовать российские модели. Это не юридическая консультация.

Сколько стоит содержание ИИ-решения после запуска?

Стоимость прогона умножьте на месячный объём, затем добавьте инфраструктуру, поддержку и доработки. Заложите запас на рост цен моделей.

Как понять, что пилот не удался, и когда его остановить?

По критерию остановки, зафиксированному до старта. Например, метрика не дошла до порога за оговорённое число итераций или прогон дороже ручной работы. Остановка с передачей наработок считается нормальным исходом.

Что делать, если поставщик модели поднял цены или изменил API?

Заранее заложите в архитектуру возможность сменить модель, держите бюджетный запас и пропишите в договоре, кто и за чей счёт адаптирует решение.

Сколько времени сотрудников заказчика уйдёт на внедрение?

Больше всего времени уходит на старте, когда описывают процесс и собирают примеры, и в пилоте, когда проверяют результаты. Попросите подрядчика расписать ваше участие по этапам в часах.

Нужен ли в штате свой специалист по ИИ?

На старте достаточно владельца процесса, который принимает результат. ML-инженер обычно не нужен, пока решений немного.

Чем агентство, которое автоматизировало себя, отличается от интегратора с большим портфолио?

У агентства есть опыт ежедневной эксплуатации и быстрых пилотов, у интегратора опыт масштабных enterprise-проектов. Выбор зависит от размера задачи.

Можно ли доверять рейтингам компаний по внедрению ИИ?

Рейтингу можно доверять как списку кандидатов, но не как основанию для выбора. Участие бывает платным, а оценивают часто выручку, а не качество внедрений.

Какой процесс выбрать для первого пилота?

Частый, повторяющийся, текстовый, с человеком на проверке. Например, отчёты, первичная обработка заявок, черновики ответов или классификация обращений.

Как мы работаем с клиентами сейчас: формат пилота КлиентЛаб

Сейчас мы набираем первые пилоты, и клиентских кейсов по внедрению ИИ у нас пока нет. На консультации мы разбираем один ваш процесс, показываем свои автоматизации вживую и честно оцениваем, нужен ли вам ИИ.

Пилот охватывает один процесс. Метрику, базовую линию и критерий остановки согласуем заранее, промпты, код и аккаунты остаются у клиента. Аудит процессов бесплатный и занимает 1-2 рабочих дня. Описание процесса, оценку экономики и рекомендацию вы получите, даже если работать вместе мы не будем.

Что сделать на этой неделе

1. Выбрать один процесс и описать его по шагам.
2. Назначить владельца процесса и выбрать одну метрику.
3. Начать замер базовой линии.
4. Собрать 20-50 обезличенных примеров.
5. Пригласить 2-3 подрядчиков на живую демонстрацию.

Если хотите проверить и нас, запишитесь на бесплатный аудит процессов в КлиентЛаб.

Материалы по теме

• внедрение ИИ в бизнес-процессы
• PMS: бесплатная система управления проектами с открытым кодом
• Сквозная аналитика
• Внедрение ИИ в бизнес: с чего начать, пошаговая методика от агентства, которое автоматизировало себя
• ИИ-агенты для бизнеса: примеры и внедрение на опыте агентства, которое работает на них само