Как ИИ снижает трудозатраты в малом и среднем бизнесе

Как ИИ снижает трудозатраты в малом и среднем бизнесе

Компании малого и среднего бизнеса теряют значительную часть рабочего времени не на производстве и не на продажах, а на поиск информации, повторение одних и тех же объяснений для новых сотрудников и согласование решений между отделами. По данным Gartner за 2024 год, 54% руководителей называют снижение затрат главной целью внедрения ИИ — не «инновации» и не «трансформация», а конкретное уменьшение расходов, и именно эту задачу ИИ-инструменты решают эффективнее всего.

Сколько времени тратится на поиск информации

Типичный менеджер в компании из 10-50 человек ежедневно ищет регламенты, условия договоров, инструкции по возврату и ответы на вопросы коллег. Даже консервативная оценка показывает, что на это уходит около 40 минут в день: десять минут на поиск в почте, пятнадцать на копание в общих папках, ещё пятнадцать на вопросы коллегам, которые заняты своими задачами. За месяц это складывается в четырнадцать часов — почти два полных рабочих дня, потраченных не на работу, а на поиск информации, без которой работа невозможна.

Исследование Контур и SCG, опубликованное в 2025 году, показывает, что 60% проектов цифровизации в российском бизнесе проваливаются. Главная причина — попытка перестроить всё и сразу вместо того, чтобы начать с одного конкретного процесса и измерять результат. Подробнее о том, как выбрать первый процесс для автоматизации →

Кейс Klarna: 700 операторов или эквивалент нагрузки?

Шведский fintech Klarna в 2024 году заявил, что их ИИ-ассистент обрабатывает 2.3 миллиона разговоров в месяц — эквивалент работы 700 операторов службы поддержки. Многие СМИ написали «Klarna заменил ИИ семьсот человек», но это неверно.

ИИ действительно взял рутинные запросы — статус заказа, оформление возврата, изменение адреса — и время ответа упало с одиннадцати минут до двух. Но Klarna продолжил нанимать сотрудников, потому что ИИ забрал повторяющуюся часть, оставив людям сложные случаи, требующие эмпатии и нестандартных решений. Прибыль выросла на 40 миллионов долларов, но не за счёт увольнений, а за счёт разгрузки команды.

Что показало исследование MIT

Исследование, опубликованное в журнале Science в 2023 году, измерило влияние ИИ на производительность сотрудников службы поддержки. Результат: производительность выросла на 14% в среднем по команде, но среди новых сотрудников, проработавших менее месяца, рост составил 35%.

ИИ в этом исследовании работал как наставник: подсказывал решения, находил нужные процедуры, помогал формулировать ответы. Для опытных сотрудников прирост был меньше — они и так знали, где что искать. Для новичков — кратно больше, потому что ИИ заменял недели обучения и месяцев набивания шишек.

Почему ChatGPT не решает задачу

Главная проблема ChatGPT и подобных инструментов — отсутствие постоянной памяти. Каждый разговор начинается с нуля. Чтобы получить полезный ответ, нужно каждый раз объяснять контекст: чем занимается компания, какие есть внутренние процедуры, какие решения уже приняты. Часто объяснение занимает больше времени, чем поиск ответа самостоятельно.

Регулярное явление: сотрудник просит ИИ написать регламент, не дав контекста, и получает документ, где пункт 4.3.1 запрещает приносить крокодилов в офис — потому что модель начала фантазировать на пустом месте. Без знаний о специфике бизнеса ИИ генерирует правдоподобный, но бесполезный текст. Подробнее о том, почему ИИ-советнику нужна память →

Как начать: один процесс вместо перестройки всего

Рецепт, который работает для малого и среднего бизнеса, состоит из трёх шагов. Первый — выбрать один процесс, где больше всего времени уходит на поиск информации и повторение ответов: регламенты, инструкции для новичков, база знаний по продуктам. Второй — загрузить в ИИ-систему с постоянной памятью весь контекст по этому процессу: документы, решения, ответы на частые вопросы. Третий — измерять результат в часах за неделю, а не в абстрактных «инновациях».

Если за неделю стало быстрее — масштабировать на следующий процесс. Если нет — менять подход. Это попадание в те 40% проектов, которые не проваливаются.

Узнайте больше о продукте recall и попробуйте бесплатно →

R

Команда recall

Разрабатываем recall — ИИ-советника с системой памяти для бизнеса. Делимся кейсами, цифрами и наблюдениями из практики.

recall — ИИ-советник с системой памяти для бизнеса. Не забывает контекст между разговорами, помнит решения и договорённости.

Попробовать бесплатно