Самый частый вопрос в 2026: «Куда воткнуть AI в бизнес?» Самая частая ошибка — пытаться воткнуть его везде сразу.
На проектах KERNEX IT, где мы делаем интеграцию AI, работаем по трём правилам. Делимся ими, чтобы вы не сожгли 40 000 € на POC, который умирает на второй итерации.
Правило 1. AI решает конкретную задачу, не «общую»
Мы не начинаем с «давайте добавим AI». Мы начинаем с «кто в команде тратит больше всего времени на рутину и что именно он делает?».
Ответы всегда странно конкретные:
- Менеджер продаж тратит 90 минут в день на сведение переписок из WhatsApp и CRM.
- Бухгалтер вручную перекодирует 200 PDF-документов в месяц.
- Маркетинг пишет варианты ads-копий и теряет 4 часа в неделю на итерации.
Это и есть точки входа. AI решает вот эту конкретную задачу, а не «коммуникацию внутри компании».
Правило 2. Не меняем инструменты, которые команда уже использует
Самая большая ошибка интеграции AI — заставить команду учить новую платформу. Если продажи живут в WhatsApp и HubSpot, AI приходит в WhatsApp и HubSpot. Мы не уводим людей в отдельный «AI-дашборд».
На практике это вебхуки, API-интеграции и автоматизации в фоне. Пользователь видит тот же флоу, просто часть работы делается сама.
Правило 3. Человек проверяет там, где ошибка стоит дорого
AI пишет хорошо, но иногда пишет уверенно ерунду. В письмах клиентам, договорах, финансовых решениях — всегда держим human-in-the-loop. Результат AI приходит черновиком, человек подтверждает или правит, и только потом уходит.
Там, где ошибка стоит мало (внутренняя категоризация, суммаризация заметок, протоколы митингов), даём AI полную автономию.
Стек, который мы используем
Для тех, кто спрашивает: Claude / GPT через API, векторное хранилище для контекста (Postgres + pgvector для малых данных, выделенное — для больших), простой оркестратор (Inngest или cron + queue), мониторинг (Langfuse). Self-hosted там, где этого требуют данные.
Несколько конкретных примеров
- Розничная компания, 40 сотрудников. AI читает входящие счета (PDF) и заносит их кодифицированно в 1С. 200 документов в месяц по 8 минут → 26 часов экономии, меньше часа на QA.
- Агентство недвижимости, 12 агентов. AI поднимает пропущенные звонки, суммирует их, открывает сделки в CRM и отправляет фоллоу-ап. Конверсия из лида в ответ: с 38% до 91%.
- Видеостудия, 8 человек. AI обрабатывает сырое видео, помечает удачные дубли, генерирует 3 варианта монтажа. Редактор заходит с уже собранным таймлайном.
Ни в одном из проектов команде не пришлось учить Python. Все вернули вложения меньше чем за 4 месяца.
С чего начать
Если вы дочитали и подумали о конкретной задаче в своём бизнесе — напишите нам. За час мы обычно понимаем, реально это или нет, и сколько будет стоить.