Пилотный проект ИИ (Proof of Concept)
Proof of Concept, или пилотный проект, — проверка одной задачи на данных компании до большого проекта. За 2–6 недель Dzeta AI собирает один-два рабочих сценария, запускает их на реальных данных и сравнивает результат с критериями качества, согласованными до старта. Отрицательный итог называем прямо и не масштабируем то, что не работает. Пилот — от 290 000 ₽, стоимость полного внедрения считаем по его результатам.
Что показывает пилот: гипотеза, данные, качество на реальных примерах
Пилот переносит разговор с презентации на данные компании: её документы, её номенклатуру, её сотрудников. Итог короткий — задача решается с нужным качеством или не решается, и во втором случае видно, что именно помешало.
Под проверку берут то, что уже делается руками: разбор входящих заявок и счетов, ответы по внутренним регламентам и инструкциям, сведение показателей из разных учётных систем. У таких задач результат виден в цифрах, и его есть с чем сравнить.
Гипотезу формулируют так, чтобы её можно было проверить
Проверить «внедрить ИИ» нельзя. На пилот выносят утверждение с измеримым концом: система разбирает входящую заявку и заполняет карточку в 1С, менеджеру остаётся подтвердить. До такого вида формулировку доводим на аудите, ещё до разработки.
Данные: есть ли в них то, на чём система будет работать
Сохраняются ли заявки, где лежат документы, ведётся ли справочник, есть ли история за прошлые периоды. Нехватку данных пилот вскрывает за недели — до того, как под неё заложен бюджет.
Целевое качество согласуем до старта
Цифры, по которым систему примут, фиксируем до начала работ и считаем на данных заказчика. Заранее записываем, что считается ошибкой и какая доля спорных случаев допустима, отдельно — что система обязана отдавать человеку. Тестовый набор по ходу работ не меняем, иначе замеры разных недель не сойдутся.
Сценарий проверяем на реальных примерах и реальных людях
Документные задачи проверяем на 10–20 реальных документах заказчика — с печатями, бликами и рукописными пометками. Сценарий доводим до конца: файл проходит весь путь до записи, которую подтверждает сотрудник. Работают с ним те, кому потом с ним жить, и их замечания идут в отчёт наравне с метриками.
Что нужно от заказчика и что остаётся после пилота
Отдельной подготовки пилот не требует: берём то, что уже есть.
| Что даёт заказчик | Что с этим происходит на пилоте | Что остаётся после |
|---|---|---|
| Выгрузки из учётной системы: справочники, история заявок | Проверяем, хватает ли их для сценария и сходятся ли они между собой | Описание источников и пробелов в данных |
| 10–20 реальных документов по задаче | Прогоняем через разбор, сравниваем с тем, что заполнил бы человек | Замер качества на своих формах |
| Регламенты, инструкции, описания условий | Смотрим, находится ли ответ в материалах компании | Перечень устаревших и противоречивых мест |
| Сотрудник, который понимает процесс | Размечает спорные случаи и подтверждает результат | Размеченная выборка и замечания будущих пользователей |
На пилоте хватает выгрузок, постоянное подключение к учётной системе настраиваем при полном внедрении. Подтверждённый опыт у Dzeta AI с 1С, остальные источники показывает аудит. Когда реквизиты и суммы живут в бумаге и PDF, сначала проверяем разбор: счета, акты и накладные раскладывают по полям учёта.
Отрицательный результат пилота: что он значит и что экономит
У пилота на данных заказчика три исхода, и один из них — остановка.
| Исход пилота | По каким цифрам он виден | Что происходит дальше |
|---|---|---|
| Задача решается с нужным качеством | Результат на тестовом наборе сходится с критериями, согласованными до старта | Стоимость продуктива считают по данным пилота: уже известно, сколько занимает подготовка данных и какая доля случаев остаётся людям |
| Задача решается частично | На одном классе случаев система работает, на другом ошибается | По этой границе и строят процесс: часть потока уходит в автоматический режим, спорное остаётся человеку |
| На этих данных задача не решается | Целевое качество на тестовом наборе не достигнуто | Dzeta AI говорит об этом прямо и не масштабирует то, что не работает |
Ради третьего исхода пилот и делают: узнать за несколько недель, что задача не решается, дешевле, чем узнать то же самое, когда система уже построена.
Отчёт по пилоту остаётся у заказчика в любом случае. В нём записано, где задача упёрлась: в качество данных, в неописанный процесс, в редкость случая или в то, что решение каждый раз принимает человек. С таким отчётом понятно, что чинить до следующего захода, и первый шаг может быть не связан с ИИ вообще.
Иногда задачу закрывает регламент или настройка учётной системы
Часть процессов чинится без ИИ. Заявки теряются, потому что их принимают в нескольких чатах; отчёт собирают руками, потому что нужный документ в 1С никто не настроил. Это видно ещё на аудите, и мы пишем это в отчёте. Проект за 290 000 ₽ там, где хватает регламента, компании не нужен; разговор об ИИ имеет смысл вернуть, когда процесс приведут в порядок.
То, что не работает, дальше не идёт
Ответ «задача не решается», полученный на пилоте, стоит нескольких недель. Тот же ответ, полученный после того, как систему уже построили, стоит работы команды и времени сотрудников, которых она отвлекала.
Есть и другая причина остановиться: сценарий работает, часы экономятся, прибыль не меняется. Куда девается эффект от ускорения работы, Dzeta AI разобрала отдельно. Критерий поэтому привязываем к деньгам или к сроку, который в компании уже считают.
Проекты Dzeta AI: за какой срок доходили до рабочей системы
В портфеле Dzeta AI 50+ реализованных проектов в 8 отраслях.
Базовое решение за 30 дней
Производитель металлоконструкций под заказ принимал заявки в разном виде, и менеджер переносил каждую в бланк заказа в 1С руками. Базовое решение внедрили за 30 дней. Как заказ из документа доходит до 1С, разобрано на отраслевой странице.
Проекты за 6 и за 5 недель
Крупный транспортный инфраструктурный объект сводил данные нескольких систем руками; после проекта отчёт собирается сам, срок работ — 6 недель. Компания по аренде и продаже автомобилей получила единый слой данных и сквозную воронку за 5 недель. Обе истории описаны там, где показано, как разрозненные системы сходятся в один отчёт.
Сначала сравнили подходы, потом построили модуль
На авиационном производстве команда Dzeta AI сравнила подходы к детекции аномалий и проверила критерии качества на данных, и только после этого построила эксплуатационный модуль — тот же порядок, что на пилоте. Оба производственных проекта разобраны на отраслевой странице.
Как устроены аудит и пилот: сроки, стоимость, приёмка
Проверка идёт двумя шагами: короткий аудит, за ним пилот на данных.
| Шаг | Сроки и деньги | Чем заканчивается |
|---|---|---|
| Аудит | 3–5 рабочих дней | Карта потерь в часах и деньгах, план пилота с критериями качества, архитектура и источники данных, риски и оценка сроков. Интервью и выгрузки идут по NDA — соглашению о неразглашении. Стоимость зависит от числа процессов, называем её после созвона. |
| Пилот | 2–6 недель, от 290 000 ₽ | Один-два рабочих сценария на данных заказчика, проверка на реальных пользователях, отчёт с метриками и планом роста. Первый измеримый результат появляется здесь. |
| Приёмка | По итогам пилота | Считаем результат на тестовом наборе по критериям, согласованным до старта; по этим цифрам принимают решение о продуктиве. |
| Полное внедрение | 4–12 недель | Сценарий в постоянной работе. Стоимость считаем после пилота. |
Бюджет уходит не только на разработку: данные приходится приводить в порядок, и пилот показывает это раньше всего — видно, каких полей не хватает и что придётся описывать с нуля. Чего стоит привести данные в порядок перед внедрением — разбор в отдельной статье, а из чего складывается цена аудита, пилота и внедрения — на странице стоимость внедрения ИИ.
Где работает система и кто видит данные на пилоте
Разворачиваем пилот в контуре заказчика на открытых моделях: документы, клиентская база и переписка остаются внутри компании, персональные данные её не покидают (152-ФЗ «О персональных данных»). В ChatGPT и другие внешние сервисы данные не уходят, если заказчик этого не хочет. Журнал фиксирует подтверждения, модель меняется без переделки системы. Своего IT-отдела пилот не требует: хватает человека, который понимает процесс.
Когда пилот не нужен
Пилот подходит, если задача повторяется и где-то записана: есть выгрузки, файлы документов или утверждённые регламенты. Когда проверять нечего, видно ещё на аудите:
- Задачу закрывает регламент или настройка учётной системы — так и напишем в отчёте.
- Данные нигде не сохраняются: заявки принимают голосом, договорённости живут в переписке. Проект начнётся со сбора данных.
- Процесс нигде не описан и меняется каждую неделю: критерии качества не на чем фиксировать.
- Со стороны заказчика некому разбирать спорные случаи, а операция, которая повторяется слишком редко, не окупит ни пилота, ни внедрения.
- Решение о большом проекте уже принято, и проверка нужна для отчётности: на цифры пилота никто не посмотрит.
Вопросы о пилотном проекте и проверке гипотезы
Что такое Proof of Concept в ИИ-проекте простыми словами?
Proof of Concept — короткая проверка одной задачи на данных компании до того, как начинается большой проект. За 2–6 недель собирают один-два рабочих сценария, запускают их на реальных данных и реальных пользователях, результат сравнивают с критериями, согласованными до старта. На выходе понятно, решается ли задача с нужным качеством, решается ли частично или не решается на этих данных.
Сколько стоит пилотный проект по внедрению ИИ и сколько он длится?
Пилот занимает 2–6 недель и стоит от 290 000 ₽. Перед ним идёт аудит на 3–5 рабочих дней, его стоимость зависит от числа процессов и называется после короткого созвона. На полное внедрение уходит 4–12 недель, его стоимость считают по результатам пилота.
Чем пилот отличается от аудита и от полного внедрения?
Аудит отвечает на вопрос «что именно автоматизировать», пилот — на вопрос «решается ли задача на этих данных», полное внедрение ставит проверенный сценарий в постоянную работу. Разбор процесса по интервью и выгрузкам заканчивается картой потерь, планом пилота и критериями качества — это аудит, 3–5 рабочих дней. Проверка этих критериев на данных заказчика — это пилот, 2–6 недель. Постоянное подключение к учётной системе и сопровождение приходят на последнем шаге, 4–12 недель.
Какие данные нужны, чтобы запустить пилот?
Для пилота подходит то, что уже есть в компании: выгрузки из учётной системы, история заявок и сделок, утверждённые регламенты и инструкции. Документные задачи Dzeta AI проверяет на 10–20 реальных документах заказчика, включая сканы и фотографии бланков. Если нужных данных не хватает, это выясняется на пилоте и попадает в отчёт.
Что будет, если пилот не даст результата?
Dzeta AI скажет об этом прямо и не станет масштабировать то, что не работает. В отчёте останется, где именно задача упёрлась: в качество данных, в неописанный процесс или в то, что случай требует человека. Иногда выясняется, что задачу закрывает регламент или настройка учётной системы, и это тоже пишется в отчёте.
Как понять, что пилот прошёл успешно?
Пилот прошёл успешно, если результат сценария на тестовом наборе сошёлся с критериями, которые согласовали до старта и посчитали на данных заказчика. Сравнение идёт на приёмке, по целевому качеству, записанному до начала работ. В продуктив проект уходит по этим цифрам, а стоимость полного внедрения считают уже после пилота.
Смежные решения
Расскажите, что нужно улучшить
Для начала хватит короткого описания. Вместе уточним данные, процесс и критерии результата.
Заявка попадёт напрямую нашей команде.
- Или напишите напрямую
- contact@dzeta.ai
- Telegram
- @Alexey_dzeta
- +7 929 818-58-10