Тим Зинин: обучение нейросетям измеряют живым процессом, а не курсом

      Тим Зинин: обучение нейросетям измеряют живым процессом, а не курсом

      20.07.2026 10:04:16

       96

       0

      

       В рамках цикла материалов о внедрении ИИ «Бизнес новости» публикуют мнения экспертов. Первый — Тим Зинин, управляющий партнёр «Зинин, Штурбин и партнёры». Он объясняет, почему обучение нейросетям не должно быть просто семинаром, как превратить его в окупаемый инструмент, а также как выбрать правильную задачу и избежать трёх типичных ошибок.

       —  Руководители спрашивают меня одно и то же: вернутся ли деньги, вложенные в обучение команды нейросетям. Ответ прячется в самой формулировке вопроса – считать стоит процесс, курс здесь дело десятое.

       В лизинговой компании, где в лизинге контейнеры, я вместе с командой строил агента для одного реального процесса – разбора заявок и документов клиентов. Раньше эту рутину читал вручную один сотрудник, письмо за письмом; теперь с ней работает агент. Обучение стоит строить именно так – команда с первого занятия работает на своей рутине: на входящих заявках, на типовых письмах, на документах, которые у неё лежат каждый день. Абстрактные примеры из чужой отрасли дают вежливые кивки в зале и статус полезного семинара. Живой процесс даёт цифру.

       Деньги в этой истории считаются просто. Сначала я замеряю, сколько часов в неделю команда тратит на выбранную рутину, и умножаю на стоимость часа сотрудника. Так рутина превращается в конкретную сумму. Обучение идёт прямо на этом процессе, на живых заявках и письмах команды. Через месяц я делаю повторный замер и сравниваю новое время со старым, а сэкономленные часы – со стоимостью обучения. Вот пример из практики: отдел из десяти человек тратит на разбор заявок по два часа в день при стоимости часа тысяча рублей – неделя такой рутины стоит компании сто тысяч рублей. После обучения рутина сжимается вдвое, и за месяц команда возвращает около двухсот тысяч. Такое обучение окупается уже в первый месяц.

       Типичных сложностей я вижу три. Первая: компания выбирает процесс для галочки, берёт красивую задачу вместо болезненной, и экономия получается символической. Вторая: данные приходят грязными – заявки разбросаны по десятку форматов, документы без структуры – и нейросеть тратит на распознавание больше времени, чем раньше тратил человек, так что первый месяц расчёт уходит в минус. Третья: после обучения в команде образуется вакуум – поддерживать инструмент некому, промпты устаревают, регламенты меняются, и эффект тает вместе с воодушевлением первой недели курса.

       Обходить эти сложности я предлагаю так: выбирать самый болезненный процесс в компании, закладывать месяц на притирку данных и держать в команде человека, который отвечает за инструмент, когда обучение уже закончилось. Итоговый результат стоит мерить через месяц-два. Только тогда цифра говорит правду.

       Быстрее курса окупаются точечные инструменты. Бот на базе документов компании отвечает сотрудникам за секунды по договорам, регламентам и инструкциям. Разовая проверка тоже окупается за день: связка нейросетей разбирала строительную смету и находила расхождения, на поиск которых у человека ушли бы дни. В дилерских сетях и агентствах недвижимости я вижу похожие боты – они подбирают клиенту комплектацию или программу под бюджет, а окупаемость считается тем же способом: часы менеджера до и после.

      

      

      

      

      

      

      

      

      

      

      

      

      

       Также читайте