Стовпова сторінка

Реалізація AI у компанії

Практичний посібник крок за кроком — від ідентифікації процесів до автоматизації, через пілотаж, до повного масштабування. Згодність з EU AI Act і GDPR, контроль витрат, безпека даних.

Аудит готовності до штучного інтелекту Системи багатокористувацького взаємодії

Впровадження AI в фірмі не полягає у викупі підписки ChatGPT і розсиланні її до працівників. Це проект бізнесово-технологічний, який вимагає: ідентифікації конкретних процесів до автоматизації, інтеграції з існуючими системами, забезпечення відповідності з GDPR і EU AI Act, контролю коштів, вимірювання результатів. Коротко: вимагає інженерії.

Добра новина: не треба винаходити це з нуля. Ми маємо за собою серію впроваджень AI — від мікросервісів, що обслуговують окремі завдання, до внутрішньої платформи HybridCrew, яка оркеструє десятки спеціалізованих агентів. З кожного впровадження ми виносили уроки, які перекладаємо на перевірений процес. Ця стаття описує, як цей процес виглядає на практиці.

Три найпоширеніші причини, через які компанії починають з AI

Економія часу адміністративної команди. Класифікація електронної пошти, генерація звітів, обробка запитів на підтримку, чернетки документів — все це можна в великій частині автоматизувати. Працівники повертають 20-40% часу на завдання, що вимагають людської уваги.
Масштабування бізнесу без масштабування команди. Компанії в швидкому зростанні використовують AI, щоб обслуговувати більше клієнтів, проектів, транзакцій без пропорційного збільшення зайнятості. Звичайно простіше і швидше, ніж рекрутинг.
Збігність вимог і якість. AI не втомлюється, не забуває, не пропускає процедурні кроки. Для аудиторських процесів (GDPR, ISO 27001, EU AI Act) — це якість, недоступна для людей, що працюють під тиском часу.

Шість фаз впровадження AI

Перевірений графік від рішення до масштабування. Кожна фаза має конкретний результат — легко зупинити проєкт, якщо результати не відповідають очікуванням.

Відкриття (2-4 тижні)

Мапування бізнес-процесів, ідентифікація кандидатів до автоматизації, оцінка ROI для кожного, класифікація EU AI Act, аудит відповідності GDPR. Результат: список 5-10 процесів з пріоритетами, план пілотажу для 2-3 найкращих.

Архітектура та вибір технологій

Вибір моделей LLM (хмарні, локальні, мульти-модель), платформи оркестрації, інфраструктури (cloud vs. on-premise vs. hybrid), інтеграції з існуючими системами. Рішення враховують бюджет, вимоги безпеки, плани розвитку.

Пілотаж (4-8 тижнів)

Реалізація перших 2-3 процесів end-to-end. Конфігурація агентів, інтеграція з системами, анонімізація даних (Anoxy), моніторинг витрат. Тестування з командою бізнесу, доопрацювання промптів, валідация якості.

Вимірювання та оптимізація

Аналіз метрик операційних і бізнесових після 4-6 тижнів промислового використання. Доопрацювання агентів на основі реальних даних, зменшення витрат моделей LLM, додавання нових функціональностей на основі зворотного зв'язку користувачів.

Масштабування

Розширення на наступні бізнес-процеси. Кожен новий процес реалізується за ітерацію 2-4 тижні (значно швидше, ніж пілотний проєкт, бо інфраструктура вже готова). Поступове покриття наступних підрозділів.

Постійне покращення

Після 6-12 місяців: стала оптимізація на основі даних з виробництва, додавання нових ролей агентів, інтеграції з новими системами, вдосконалення відповідності вимогам, зниження витрат. AI стає інтегральною частиною операцій компанії.

Чи готова компанія до впровадження AI?

Шість областей для перевірки перед початком проекту. Відсутність якогось з «так» не блокує впровадження, але вимагає адресації на фазі відкриття.

Процеси до автоматизації

✓

Маємо 5-10 повторюваних процесів, які можна описати процедурою.

✗

Усі наші завдання унікальні та вимагають людського судження.

Корпоративні дані

✓

Маємо організовані дані (CRM, ERP, бази клієнтів, документи) доступні через API або експорт.

✗

Дані розкидані по таблицях, електронній пошті, паперових документах.

Спонсорування керівництва

✓

Керівництво розуміє потребу та готове до 6-12 місячного проекту.

✗

Реалізація AI - це ініціатива окремого працівника без підтримки керівництва.

Толерантність до зміни

✓

Колектив відкритий до нових інструментів та процесів.

✗

Кожна зміна в компанії зустрічається з великим опором.

Бюджет і час

✓

Маємо бюджет 50-500 тис. PLN і приймаємо 6-12 місяців до повного ROI.

✗

Очікуємо результату за 2 тижні за кілька тисяч złotych.

Чутливі дані

✓

Ми знаємо, які дані є чутливими (PII, фінансовими, медичними) і приймаємо відповідні заходи безпеки.

✗

Ми ще не замислювалися над безпекою та відповідністю.

EU AI Act — що вам потрібно знати перед впровадженням

Акт про штучний інтелект ЄС (EU AI Act) починає повністю діяти з 2 серпня 2026. Кожна компанія, що впроваджує AI в ЄС, повинна провести класифікацію своєї системи та виконати відповідні обов'язки. Порушення: штрафи до 35 млн EUR або 7% від глобального річного обороту.

Чотири рівні класифікації:

Заборонені практики AI (маніпуляція підпрогова, соціальний скорінг, біометрія масова) — не можна впроваджувати.
Високе ризико AI (HR, освіта, критична інфраструктура, систему правосуддя) — вимагає: оцінки відповідності (CE marking), управління ризиком, технічної документації, прозорості, людського нагляду, надійності/кібербезпеки.
Обмежене ризико (чатботи, deepfakes, AI що створюють контент) — вимагає обов'язків прозорості (Стаття 50): інформування користувачів, маркування згенерованого контенту.
Мінімальне ризико (більшість систем AI) — без додаткових вимог, добровільні кодекси поведінки.

Кожне впровадження ESKOM AI починається від класифікації EU AI Act на етапі відкриття. Для систем обмеженого ризику (найчастіший випадок) ми будуємо обов'язки прозорості одразу: банер «Розмовляєте зі штучним інтелектом», позначення змісту AI в експортах, метадані в документах.

GDPR під час впровадження AI

Кожне впровадження AI, яке обробляє персональні дані, вимагає: юридичної основи для обробки (згода, угода, юридична вимога, обґрунтований інтерес), мінімалізації даних (тільки те, що необхідно), забезпечення прав осіб (доступ, виправлення, видалення), безпеки даних (шифрування, контроль доступу, аудит лог), договору про передачу даних з постачальниками моделей LLM (Anthropic, OpenAI, Google).

У разі AI додатково: право на пояснення алгоритмічних рішень. Якщо AI приймає рішення, що впливає на особу (напр. надання кредиту, класифікація заяви), особа має право вимагати пояснення та втручання людини. Архітектура системи мусить це підтримувати — кожне рішення потрібно можна скасувати та обґрунтувати.

Найчастіші питання

Від чого розпочати впровадження AI в компанії?

Від ідентифікації конкретних процесів до автоматизації — не від вибору інструменту AI. Найкращі кандидати: завдання, що повторюються, описувані процедурою, виконувані кількома працівниками, що генерують великий об'єм роботи. Класичні приклади: класифікація електронної пошти, генерація звітів, обробка запитів підтримки, перевірка коду, аналіз документів. Після ідентифікації 5-10 процесів ми оцінюємо кожний з них щодо ROI (економія часу × частота) та ризику. Пілотний проект починаємо з 2-3 найкращих.

Яка вартість впровадження AI?

Вартість залежить від масштабу. Маленький пілотний проект (1-2 процеси, одна команда) типово 30-80 тис. PLN. Середнє впровадження (5-10 процесів, 2-3 відділи) 150-500 тис. PLN. Великі, трансформаційні впровадження (вся організація, інтеграції з бізнес-системами) — від 500 тис. PLN вгору, але бізнес-віддача пропорційно вища. Операційні витрати (моделі LLM, інфраструктура) типово 5-15 тис. PLN на місяць для середнього впровадження — їх можна драстично зменшити через локальні моделі для повторюваних завдань.

Як триває впровадження AI?

Пілотаж першого процесу: 4-8 тижнів від рішення до діючої автоматизації. Масштабування на наступні процеси: 2-4 тижнів на процес (значно швидше, бо ми базуємося на інфраструктурі пілотажу). Повне впровадження, яке охоплює більшу частину адміністративних процесів у компанії з 50-200 осіб: 6-12 місяців у ітераціях 2-3 тижнів з конкретними бізнес-ефектами на кінці кожної.

Які є найбільші ризики впровадження AI?

П'ять основних: 1) Безпека даних — дані, що містять конфіденційну інформацію, надіслані зовнішнім моделям, можуть бути використані для навчання. Мітьгація: анонімізація PII перед надсиланням (Anoxy), локальні моделі для конфіденційних завдань. 2) Галюцинації — AI генерує неправдиву, але правдоподібну інформацію. Мітьгація: валідування результатів, повторна перевірка, ескалація критичних рішень. 3) Збіги з вимогами (GDPR, EU AI Act) — вимоги прозорості, маркування змісту AI. Мітьгація: вбудовані з першої лінії коду. 4) Вартість моделей LLM — швидко можуть вийти з-під контролю. Мітьгація: багаторівневий маршрутизація, лімити, моніторинг. 5) Організаційний опір — працівники бояться втратити роботу. Мітьгація: комунікація з першого дня, включення команди до рішень, фокус на звільненні часу для завдань, що мають більш високу цінність.

Що з EU AI Act та GDPR при впровадженні?

EU AI Act (діє з 2 серпня 2026) вимагає класифікації системи AI (заборонена, висока ризик, обмежена, мінімальна), виконання обов'язків прозорості (Стаття 50): інформування користувачів про взаємодію з AI, маркування змісту, згенерованого AI, технічна документація. GDPR вимагає: мінімалізації даних, анонімізації де можливо, юридичної основи для обробки, права на пояснення алгоритмічних рішень. Кожне впровадження AI в ESKOM AI починається з класифікації EU AI Act та мапування відповідності GDPR. Це не опціональне — це вбудовано в процес.

Чи потрібно мати відділ ІТ, щоб впровадити AI?

Ні. Малі підприємства без власного підрозділу IT також можуть впроваджувати AI — ми працюємо як аутсорсингова служба впровадження, забезпечуючи як технологію, так і оперативну підтримку. Мінімальні вимоги з боку клієнта: особа, яка приймає рішення (яка приймає бізнесові рішення — який процес, який пріоритет), 1-2 особи з бізнесу (які знають процеси та допоможуть їх описати), адміністративний доступ до систем, з якими AI має інтегруватися. Решту ми беремо на себе — аналіз, проект, реалізація, тести, розгортання, підтримка.

Чи втратять працівники роботу через впровадження AI?

З нашого досвіду з попередніми впровадженнями — ні. Найчастіший ефект: працівники відновлюють 20-40% часу (особливо в адміністраційних підрозділах) і переносять його на завдання, що вимагають людської уваги, креативності, будівництва відносин. Компанії частіше ростуть швидше (більше проектів обслуговуються тим самим складом) ніж скорочують зайнятість. Виняток: повторювані завдання низької вартості (ручне копіювання даних, класифікація електронної пошти-спаму, генерація шаблонових звітів) — ці зникають, але рідко були чиїмсь головним заняттям.

Які моделі LLM доступні та яку вибрати?

Головні родини: Claude (Anthropic) — найкращі для складної аналізи, code, reasoning. GPT (OpenAI) — універсальні, добра інтеграція з Microsoft. Gemini (Google) — мультимодальні, добрі для зображень і відео. Моделі локальні: Llama (Meta), Mistral, польський Bielik — діють на інфраструктурі клієнта, відсутність кошту за запит. Стратегія ESKOM AI: не вибираємо одного моделі, а застосовуємо мульти-модельний роутінг — відповідний модель до відповідного завдання. Дрібні класифікації → локальний модель. Складна аналіза → найпотужніші моделі хмарні. Генерація креативна → моделі спеціалізовані. Клієнт платить за реальне використання, не за єдину підписку найпотужнішого моделі.

Чи безпечні мої дані у хмарних моделях LLM?

Залежить від моделі та конфігурації. Anthropic Claude (через API з опцією «no data training») та Azure OpenAI (enterprise contract) гарантують, що дані не використовуються для тренування моделей. Консуменційні версії ChatGPT.com та Claude.ai — вважаємо їх небезпечними для даних фірмових. Для чутливих даних завжди застосовується: анонімізація PII перед відправкою (мікросервіс Anoxy перевіряє та маскує), локальні моделі LLM (на GPU клієнта, без виходу даних за межі мережі), enterprise contracts з постачальниками хмарних послуг (угодові гарантії).

Як виміряти успіх впровадження AI?

Три рівні метрик. 1) Операційні (щоденно): кількість задач, оброблених за допомогою AI, час відповіді, вартість на завдання, точність (як часто відповідь є правильною). 2) Бізнесові (місячні): час, заощаджений працівникам, вартість, заощаджена порівняно з ручним процесом, NPS користувачів (команди та кінцевих клієнтів), кількість запитів на підтримку. 3) Стратегічні (квартальні): зростання бізнесових можливостей (більше обслуговуваних клієнтів, більше проектів, коротший час виходу на ринок), задоволеність працівників, зменшення людських помилок. Кожен пілотний проект ми починаємо з визначення тих метрик, які будемо вимірювати — без цього важко довести ROI.

Аудит готовності до AI — безкоштовно

90-хвильна розмова: відображаємо сучасні процеси, ідентифікуємо найкращих кандидатів до автоматизації, оцінюємо класифікацію EU AI Act і вказуємо оцінковий ROI. Без зобов'язань.

Заплануйте аудит готовності Системи багатокористувацького взаємодії