Инструменты

ИИ для бизнеса: какие инструменты и под какие задачи

Андрей Чмерёв7 октября 2026 г.обновлено 19 октября 2026 г.14 мин чтения

ИИ для бизнеса сегодня закрывает пять типов задач: тексты и документы, таблицы и отчёты, звонки, аналитику и сквозные процессы, которые ведут ИИ-агенты. Под каждую задачу есть свои инструменты: универсальные модели вроде Claude, GPT, Gemini, GigaChat и YandexGPT и ИИ, встроенный в CRM, почту и офисные программы. Ниже карта: задача, тип инструмента, примеры. В конце о том, почему подписка на нейросеть сама по себе не даёт эффекта.

Какие задачи бизнеса ИИ уже закрывает

Нейросеть хорошо справляется с работой, где есть текст или данные и понятный критерий результата. Хуже там, где решение держится на неформальных договорённостях, которых нет ни в одной системе.

По отделам картина такая:

Собственник и генеральный директор. Утренняя сводка по продажам, деньгам и остаткам, протоколы встреч, контроль поручений, поиск ответа в документах компании.
Продажи. Расшифровка звонков и оценка по скрипту, заполнение карточки сделки после разговора, черновики КП, контроль пропущенных звонков и просроченных задач.
Финансы. ДДС и P&L без ручных выгрузок, разнесение платежей по статьям, платёжный календарь и прогноз кассовых разрывов, сверки с контрагентами.
Маркетинг. Разбор рекламных кампаний, креативы и тексты, контент-план, отчёт по каналам, семантика для SEO.
HR. Отбор откликов по требованиям вакансии, выжимка по кандидату, бот и база знаний для новичков.
Операции и склад. Прогноз спроса, заказы поставщикам, контроль остатков, регламенты из созвонов и переписок.
Клиентский сервис. Ответы на типовые обращения, сортировка заявок по ответственным, проверка качества ответов операторов.

Общее у этих задач одно: человек тратит часы, чтобы прочитать, свести, сравнить и написать. На такой работе ИИ для решения бизнес-задач окупается быстрее всего. Как выбрать первые процессы и посчитать эффект, мы разбираем в статье как внедрить ИИ в компанию.

Где ИИ не нужен

Если данные нужно просто переносить из одной системы в другую в одном и том же формате, хватит обычной интеграции или регулярной выгрузки. Если сотрудники путаются в порядке действий, сначала нужен регламент, а уже потом автоматизация.

ИИ полезен там, где есть свободный текст, разные формулировки и решение, которое раньше требовало человека. Например, прочитать письмо и понять, чего хочет клиент, найти в договоре невыгодные условия, оценить звонок по скрипту или сравнить предложения поставщиков, присланные в разном виде.

Второй фильтр — цена ошибки. Черновик ответа на отзыв, который менеджер просматривает перед публикацией, можно отдать ИИ в первую же неделю. Платёж поставщику или изменение цен в кабинете маркетплейса без проверки человеком лучше не отдавать, пока агент не отработал на истории и вы не видите, где он ошибается.

Инструменты ИИ для бизнеса по задачам

В сводной таблице собраны типы ИИ-сервисов для бизнеса с примерами, без рейтинга. Подробности по каждой группе идут после неё. Лучший ИИ для бизнеса зависит от того, где лежат ваши данные и что с ними можно делать.

Задача	Тип инструмента	Примеры
Письма, КП, договоры, регламенты	ИИ-ассистент или ассистент внутри почты и документов	Claude, ChatGPT, GigaChat; Gemini в Google Документах; Алиса Про в Яндекс 360
Таблицы, финмодели, отчёты	ИИ-надстройка к таблицам	Claude for Excel, Claude в Google Таблицах
Звонки и переписка с клиентами	ИИ внутри CRM, речевая аналитика	BitrixGPT в Битрикс24, Yandex SpeechSense
Ответы по цифрам компании	Модель, подключённая к 1С, CRM и банкам через API или MCP	Claude Code или Codex с интеграциями, дашборды в Яндекс DataLens или Google Таблицах
Сквозные процессы	ИИ-агенты и конструкторы агентов	Yandex AI Studio, Алиса AI для бизнеса, Claude Cowork, агенты на API моделей

Тексты и документы

Самый понятный старт. Модель пишет черновик письма или КП, сокращает договор до списка рисков, сравнивает две редакции, переводит, собирает регламент из расшифровки созвона.

Вариантов два. Первый — отдельный ассистент: Claude, ChatGPT, Gemini или GigaChat. Его открывают в браузере и загружают туда документ. Второй — ИИ внутри программ, где документы уже лежат. В Google Документах Gemini готовит первый черновик с учётом файлов из Диска, почты и чатов (справка Google). В Яндекс 360 Алиса Про ищет и анализирует письма и вложения в Почте, проверяет текст на ошибки и переводит (справка Яндекс 360).

Встроенный ИИ удобнее: не нужно копировать документы туда и обратно. Но он видит только свою экосистему. Если договоры лежат в 1С, а переписка с клиентом в Битрикс24, офисный ассистент до них не дотянется.

Таблицы и отчёты

Финансовая модель, план продаж, сводка по складу. Здесь ИИ полезен двумя способами: объясняет и чинит существующую таблицу или собирает новую из выгрузок.

Claude for Excel — надстройка, которая отвечает на вопросы по открытой книге со ссылками на конкретные ячейки, ищет причины ошибок в формулах и меняет допущения, не ломая связи между формулами (документация Anthropic). Для Google Таблиц, Документов и Презентаций у Claude есть боковая панель в бета-версии. Она читает открытый файл и правит его, по умолчанию спрашивая подтверждение перед изменениями (документация Anthropic).

Ограничение у таких надстроек общее: они работают с открытым файлом. Чтобы отчёт собирался сам, нужны данные прямо из систем. Об этом ниже.

Звонки и переписка с клиентами

Для отдела продаж и сервиса это часто самый выгодный участок. Руководитель физически не может прослушать все звонки, поэтому слушает выборочно. ИИ проверяет каждый разговор.

В Битрикс24 BitrixGPT расшифровывает запись разговора, делает краткое резюме и сам заполняет поля карточки CRM: контакты, адреса, суммы (справка Битрикс24). Там же можно оценивать звонки по скрипту продаж: система объясняет оценку цитатами из разговора и даёт рекомендации (справка Битрикс24). Для контакт-центров у Yandex Cloud есть SpeechSense: звонки и чаты переводятся в текст и проверяются на соответствие скрипту (блог Yandex Cloud).

Если CRM другая, записи берут из телефонии (Mango Office, UIS, Sipuni и других) через API. Дальше их расшифровывают, прогоняют через модель с вашим чек-листом и пишут результат обратно в карточку сделки.

Аналитика и ответы по цифрам

Вопрос собственника «что просело за неделю и почему» требует данных сразу из нескольких мест: продажи в CRM, деньги в банке и 1С, реклама в Яндекс Директе. Ни один чат с нейросетью не ответит на него сам: у модели просто нет этих цифр.

Рабочая схема: подключить модель к системам через API или MCP (открытый протокол, по которому ИИ-ассистент получает доступ к внешним программам). Мы ставим сотрудникам Claude Code или Codex и подключаем к ним CRM, 1С, таблицы, почту и Telegram. После этого финансовый директор спрашивает в чате «хватит ли денег на закупку в конце месяца». Модель смотрит остатки на счетах, план платежей и отвечает с цифрами.

Дашборды при этом никуда не деваются. Их удобно держать в Яндекс DataLens или Google Таблицах. ИИ обновляет данные и пишет короткий комментарий: что изменилось и на что смотреть.

ИИ-агенты

Ассистент отвечает, когда его спросили. Агент работает сам: по расписанию или по событию берёт данные из систем, выполняет задачу и присылает результат. Например, каждое утро собирает сводку в Telegram или готовит черновик заказа поставщику, когда товар заканчивается. Подробнее о разнице — в статье что такое ИИ-агент.

Инструментов для агентов за последний год стало заметно больше:

Yandex AI Studio. Платформа Yandex Cloud с конструктором агентов. В марте 2026 года там появились рассуждающие агенты для многошаговых задач (Российская газета). Платформу можно развернуть на оборудовании в изолированном контуре компании (блог Yandex Cloud).
Алиса AI для бизнеса. Корпоративный помощник в Яндекс 360, запущенный в сентябре 2026 года. Разбивает задачу на шаги, работает с Почтой, Диском, Календарём и Трекером, а из внешних систем — с Битрикс24, amoCRM и 1С (ppc.world).
Claude Cowork. Режим, в котором Claude сам выполняет многошаговую задачу: работает с файлами и браузером, собирает таблицы и презентации, запускает задачи по расписанию (документация Anthropic).
API моделей. GigaChat, YandexGPT, Claude, GPT, Gemini. На них собирают агентов под конкретный процесс, когда возможностей готовых конструкторов не хватает.

Встроенный ИИ, конструктор или агент под задачу

Выбор между этими вариантами зависит от того, сколько систем участвует в процессе. Часто они работают вместе.

Встроенный ИИ в CRM, почте или офисном пакете. Включается за день, не требует разработки. Видит только данные своей системы.
Конструктор агентов вроде Yandex AI Studio. В нём можно без программирования собрать агента с базой знаний и инструкциями. Хорош для типовых сценариев: ответы по базе знаний, поиск информации, разбор документов.
Агент под процесс. Собирается на API моделей и интеграциях с вашими системами. Нужен, когда задача проходит через несколько программ и требует своей логики: проверить остатки в МойСклад, сверить с продажами из CRM, подготовить заказ и прислать его на согласование в Telegram.

Конструктор подходит для типовой задачи внутри одной экосистемы. Если процесс проходит через 1С, CRM, банк и маркетплейсы одновременно, агента собирают под него. Так устроены ИИ-агенты под ключ, которые мы делаем для компаний.

Российские и зарубежные нейросети для бизнеса

Когда говорят «AI для бизнеса», часто имеют в виду только ChatGPT. На деле выбор шире и зависит от трёх вещей: какие данные модель увидит, насколько сложна задача и сколько будет стоить её решение в масштабе.

	Claude, GPT, Gemini	GigaChat, YandexGPT	Локальная модель
Где обрабатываются данные	На серверах разработчика за рубежом	В российской инфраструктуре; у Яндекса возможен изолированный контур	На сервере компании
Сильные стороны	Флагманские модели: код, длинные документы, работа агентом	Русский язык, данные остаются в России	Данные не покидают компанию
Что учесть	Персональные данные и коммерческую тайну обезличивают или не отдают	Качество на сложных задачах сравнивайте на своих примерах	Нужны сервер с GPU и поддержка
Когда брать	Аналитика, код, документы без персональных данных	Задачи с персональными данными, требования службы безопасности	Самые строгие требования к данным

Российские модели заметно подтянулись. Сбер в июле 2026 года выпустил GigaChat 3.5 Ultra. Модель бесплатно доступна в ассистенте ГигаЧат, а разработчикам через API (3DNews). Яндекс даёт доступ к своим моделям через AI Studio. По нашему опыту, российские и локальные модели обычно дешевле зарубежных при работе в большом объёме.

Главный вопрос при выборе — данные. Если в задаче есть персональные данные клиентов или сотрудников, действует 152-ФЗ. Закон требует хранить базы с данными граждан РФ в России, а передачу данных за рубеж — заранее уведомлять Роскомнадзор. Что из этого следует на практике и что можно отдавать модели, мы подробно разобрали в статье риски внедрения ИИ.

Отдельно про обучение моделей на ваших данных. В корпоративных тарифах и API Anthropic по умолчанию не использует данные клиентов для обучения (центр конфиденциальности Anthropic). В личных аккаунтах условия выбирает сам пользователь, и компания их не контролирует.

Наше правило простое. Claude, GPT и Gemini — для задач, где нет чувствительных данных. Если данные нельзя выносить наружу, берём GigaChat, YandexGPT или локальную модель на сервере компании. Часто в одной компании работают две-три модели под разные задачи.

Почему ИИ для бизнеса не даёт эффекта без внедрения в процессы

Типичная картина: компания оплатила нейросеть, раздала доступы, через три месяца ей пользуются двое. Остальные попробовали, получили общие ответы и вернулись к Excel.

Это не частный случай. По исследованию MIT NANDA 2025 года, только около 5% пилотов генеративного ИИ дали быстрый рост выручки. Большинство не показали измеримого эффекта на P&L. Авторы объясняют это тем, что универсальные инструменты не встроены в рабочие процессы и не подстраиваются под них, с качеством моделей это не связано (Fortune). McKinsey в отчёте State of AI (март 2025) проверил 25 факторов. Сильнее всего на эффект в EBIT влияет перестройка рабочих процессов, но фундаментально перестроили хотя бы часть процессов лишь 21% компаний, которые используют генеративный ИИ (McKinsey).

Мы на практике видим четыре причины:

Модель не видит ваших данных. Пока ИИ не подключён к 1С, CRM и кабинетам маркетплейсов, он отвечает общими словами. Сотрудник тратит на копирование данных в чат больше времени, чем экономит.
Каждый сам по себе. По данным Microsoft Work Trend Index 2024, 78% сотрудников, которые пользуются ИИ, приносят на работу собственные инструменты (Microsoft). Удачный промпт остаётся у того, кто его придумал. Владелец не знает, кто чем пользуется и какие данные куда уходят.
Процесс остался прежним. Если менеджер по-прежнему заполняет карточку вручную, а ИИ просто подсказывает ему формулировки, экономия минимальна. Эффект появляется, когда ручной шаг убирают из процесса совсем.
Нет метрики. Без замера «было — стало» в часах и рублях через полгода непонятно, окупились ли подписки и разработка.

Что работает вместо набора подписок

Работает обратный порядок: сначала процессы, потом инструменты.

Разобрать отделы и найти, где уходят часы ручной работы.
Оценить каждую идею по эффекту и сложности, выбрать 2–3 процесса для пилота.
Подключить модель к системам через API или MCP.
Записать инструкции под роль в виде навыков, чтобы результат не зависел от того, кто и как сформулировал запрос.
Научить людей на их же задачах.
Замерить эффект и раз в месяц докручивать.

Пятый пункт часто недооценивают. Курс по нейросетям даёт общие навыки, но потом сотрудник остаётся со своими задачами и пустым окном чата. Поэтому мы строим обучение сотрудников работе с ИИ иначе. Ставим Claude Code или Codex на рабочее место, подключаем программы, с которыми человек работает, и прямо на созвоне закрываем 2–3 его реальные задачи.

Пример: магазины на маркетплейсах

У одного из наших клиентов магазины на Wildberries и Ozon вели пять менеджеров. Сейчас все магазины ведёт один человек с Claude Code, подключённым к кабинетам маркетплейсов, MPSTATS и Google Таблицам. На нём реклама, отзывы, A/B-тесты картинок и остальная рутина. Экономия — 200 000 ₽ в месяц.

Часть работы потом отдают агентам, которые трудятся без человека. Агент остатков следит за складами и заранее готовит поставку. Рекламный аналитик считает ДРР и маржу по ключам и показывает, какие запросы сливают бюджет. Агент заполнения карточек держит в порядке заголовки, описания и характеристики. Остальные примеры собраны в каталоге ИИ-агентов.

Ни одна из этих задач не решается подпиской на нейросеть. Эффект дала связка: модель, доступ к кабинетам и правила, по которым она работает.

Как выбрать нейросеть для бизнеса: чек-лист

Короткий список вопросов, которые стоит закрыть до покупки любых AI-инструментов для бизнеса.

Начинайте с процесса. Сформулируйте задачу в часах: сколько времени уходит сейчас и сколько должно остаться.
Проверьте, где лежат данные. Если всё в Битрикс24 или Яндекс 360, начните со встроенного ИИ. Если данные разбросаны по нескольким системам, понадобится интеграция.
Определите, какие данные нельзя выносить. От этого зависит выбор между Claude, GPT, Gemini и GigaChat, YandexGPT или локальной моделью.
Сравнивайте модели на своих примерах. Возьмите 10–20 реальных задач и прогоните через 2–3 модели. Рейтинги в интернете не знают вашей специфики.
Решите, кому принадлежат доступы. Токены и ключи к сервисам должны быть у компании, а не у сотрудника. Сотрудник пользуется интеграцией, но ключей не видит.
Договоритесь о метрике до старта. Часы, деньги, скорость ответа клиенту, число ошибок при переносе данных.

Что дальше

Подобрать сервисы ИИ для бизнеса — меньшая часть работы. Основная — понять, какие процессы отдать ИИ первыми, подключить модель к данным и перестроить работу людей. Если хотите обойтись без лишних подписок, начните с аудита процессов и плана внедрения или посмотрите, как устроено внедрение ИИ в бизнес под ключ. На вводном созвоне скажем, с каких процессов разумно начать именно у вас.

Источники

Вопросы и ответы

Какие нейросети лучше всего подходят для бизнеса?

Универсального победителя нет. Для кода, сложной аналитики и длинных документов обычно берут Claude, GPT или Gemini. Если в задаче персональные данные или коммерческая тайна, которые нельзя выносить, подойдут GigaChat, YandexGPT или локальная модель на сервере компании. Лучший способ выбрать — прогнать 10–20 своих реальных задач через 2–3 модели и сравнить результат.

Какие российские ИИ-сервисы есть для бизнеса?

Основные — GigaChat от Сбера и модели Яндекса в Yandex AI Studio, где есть конструктор ИИ-агентов и вариант развёртывания в контуре компании. В Яндекс 360 работают Алиса Про и Алиса AI для бизнеса, в Битрикс24 — BitrixGPT для звонков и CRM. Для речевой аналитики контакт-центров есть Yandex SpeechSense.

Чем ИИ-агент отличается от нейросети в чате?

Нейросеть в чате отвечает, когда её спросили, и видит только то, что ей вставили. ИИ-агент подключён к вашим системам и работает сам: по расписанию или по событию берёт данные из 1С, CRM или кабинетов маркетплейсов, выполняет задачу и присылает результат. Например, каждое утро собирает сводку по продажам в Telegram.

Достаточно ли купить сотрудникам подписки на нейросети?

Обычно нет. Без доступа к данным компании модель отвечает общими словами, удачные запросы остаются у отдельных людей, а процесс не меняется. Эффект появляется, когда ИИ подключают к системам, записывают инструкции под роли и убирают ручные шаги из процесса.

С чего начать использование ИИ в компании?

С 2–3 процессов, на которые уходит больше всего ручной работы: отчёты, звонки, документы, заявки. Их стоит оценить по эффекту в часах и рублях и запустить пилот на том, что окупится быстрее. Это задача аудита процессов.