Тим Зинин: процесс обучения нейросетям оценивается в ходе непосредственного взаимодействия, а не на основании курса.

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

      20.07.2026 10:04:16

      В рамках цикла материалов о внедрении ИИ «Бизнес новости» публикуют мнения экспертов. Первый из них — Тим Зинин, управляющий партнёр компании «Зинин, Штурбин и партнёры». Он объясняет, почему обучение нейросетям не должно сводиться к простому семинару, как превратить его в рентабельный инструмент и как правильно сформулировать задачу, избегая трёх распространённых ошибок.

      — Руководители постоянно задают мне один и тот же вопрос: вернутся ли деньги, потраченные на обучение команды нейросетям. Ответ кроется в самой формулировке вопроса – стоит учитывать процесс, а не курс. В лизинговой компании, занимающейся контейнерами, я вместе с командой разрабатывал агента для конкретного процесса – обработки заявок и документов клиентов. Ранее эту рутинную работу выполнял один сотрудник, разбирая письма одно за другим; теперь этим занимается агент. Обучение нужно строить именно так – команда с первого занятия работает с реальными задачами: с входящими заявками, типичными письмами и документами, которые приходят ежедневно. Абстрактные примеры из другой сферы вызывают лишь вежливые кивки в зале и статус полезного семинара. Живой процесс же даёт реальные цифры.

      Для расчёта экономии в этой ситуации всё просто. Сначала я измеряю, сколько часов в неделю команда тратит на выбранный процесс, и умножаю это на стоимость их рабочего часа. Таким образом, рутина оборачивается конкретной суммой. Обучение происходит непосредственно на этом процессе, на реальных заявках и письмах команды. Через месяц я повторно провожу замеры и сравниваю новое время с предыдущим, а сэкономленные часы – с расходами на обучение. Пример из практики: отдел из десяти человек тратит на обработку заявок по два часа в день при стоимости часа в тысячу рублей – неделя такой рутины обходится компании в сто тысяч рублей. После обучения время обработки сокращается вдвое, и за месяц команда возвращает около двухсот тысяч. Таким образом, обучение окупается уже в первый месяц.

      Среди типичных сложностей я выделяю три. Первая: компания выбирает процесс для галочки, берёт привлекательно выглядящую задачу вместо действительно критичной, и в результате экономия оказывается символической. Вторая: данные приходят в неорганизованном виде — заявки в разных форматах, документы без структуры, и нейросеть тратит больше времени на распознавание, чем ранее человек, что приводит к отрицательному результату в первый месяц. Третья: после обучения в команде образуется вакуум — некому поддерживать инструмент, промпты устаревают, регламенты меняются, и эффект dissipirovka вместе с начальным энтузиазмом.

      Чтобы избежать этих сложностей, я предлагаю выбирать наиболее болезненный процесс в компании, закладывать месяц на подготовку данных и сохранять в команде человека, ответственного за инструмент после завершения обучения. Итоговые результаты стоит измерять через месяц-два, только тогда цифры будут правдивыми.

      Быстрее всего окупаются специализированные инструменты. Бот на основе корпоративных документов отвечает сотрудникам за считанные секунды по вопросам договоров, регламентов и инструкций. Одноразовая проверка также быстро окупается: нейросети анализировали строительную смету и находили расхождения, на поиск которых человеку потребовались бы дни. В дилерских сетях и агентствах недвижимости я наблюдаю аналогичные боты — они помогают клиенту выбрать комплектацию или программу в соответствии с бюджетом, а окупаемость считается тем же методом: часы работы менеджера до и после.