Менеджер получает заявку от клиента. Инженер собирает спецификацию. Бухгалтер готовит счёт, отгрузочные и договор. Начальник цеха пишет запрос на закупку материалов. Все эти потоки бумажной и электронной рутины ежедневно отнимают часы у людей, которые должны делать продукт, а не копаться в таблицах.
ИИ здесь не заменяет инженера или бухгалтера. Он берёт на себя повторяющиеся операции: извлекает данные из писем и чертежей, заполняет поля, сверяет спецификации, готовит первичные документы и следит за статусами. Результат измеряется не «волшебством», а часами и рублями, которые возвращаются в производство.
В статье разберём, где именно ИИ даёт эффект на предприятии 20–500 человек, сколько это стоит, когда окупается и где лучше не трогать.
Где производство тонет: заявки клиентов, спецификации, переписка
Основные узлы ручной работы в типичном производстве:
- Заявки клиентов. Письма в свободной форме, файлы в Telegram, звонки с голосовыми. Менеджер вручную переносит требования в CRM или Excel, теряя детали и время на уточнения.
- Спецификации и чертежи. Инженер открывает PDF или DWG, переписывает номенклатуру, сверяет с каталогом, считает количество и вручную собирает КП.
- Внутренняя переписка. Цех пишет в общий чат, что нужны материалы. Снабжение теряет сообщение. Планирование не в курсе сроков. Решения принимаются на основании «давайте уточню у Васи».
- Документооборот. Счета, договоры, УПД, отгрузочные, спецификации к отгрузке — каждый документ требует копирования данных из одной системы в другую.
- Планирование и статусы. Заказ движется через несколько отделов, но его статус приходится узнавать лично.
Проблема не в том, что люди плохо работают. Проблема в том, что их загружают операциями, которые не требуют их опыта, но заметно съедают долю рабочего времени. Автоматизация производства, о которой здесь идёт речь, — это ИИ для производства, который работает с такими операциями: заявки, спецификации, документы, статусы заказов.
Обработка заявок и спецификаций
ИИ помогает на двух уровнях: понимание входящего и формирование исходящего.
Входящая заявка. Модель читает письмо или PDF с чертежом, извлекает ключевые параметры: наименование, количество, материал, допуски, срок, контакт. Данные попадают в CRM или таблицу в структурированном виде. Менеджер не пишет заявку с нуля — он проверяет и дополняет.
Спецификация. По чертежу или описанию ИИ формирует первичную спецификацию: позиции, количество, материал, нормы. Инженер остаётся ответственным за техническую корректность, но не тратит полдня на перепечатывание таблиц.
КП и техпредложение. По шаблону компании модель генерирует черновик коммерческого предложения, подставляя данные из заявки и расценки из прайса.
Экономия здесь прямая: менеджер и инженер возвращаются к продажам и проектированию, а не к машинному копированию.
Документооборот: счета, договоры, отгрузочные
После согласования заявки начинается второй виток рутины: документы.
Счета и акты. ИИ заполняет реквизиты, номер договора, список позиций, количество, цены, НДС. Источник — CRM или таблица, куда уже попала заявка. Бухгалтер проверяет, а не набирает вручную.
Договоры. Модель берёт шаблон, подставляет переменные (контрагент, сумма, сроки, спецификация) и выделяет нестандартные условия, требующие внимания юриста. Это не замена юристу, это фильтр очевидного.
Отгрузочные документы. УПД, ТТН, спецификации упаковки, сертификаты — генерируются из данных заказа. Снижается риск ошибки «послали не то, с неправильным количеством».
Хранение и поиск. ИИ индексирует договоры, допсоглашения и переписку, позволяя найти нужный документ по смыслу, а не по имени файла.
Внутренние запросы цехов и отделов
Цех, снабжение, планирование, ИТ и бухгалтерия постоянно обмениваются запросами. Большая часть этих запросов однотипная:
- «Нужно заказать 20 листов стали 3 мм».
- «Отправьте чертёж детали №…».
- «Уточните срок по заказу клиента Х».
- «Счёт не выставлен, выставьте повторно».
ИИ превращает эти запросы в структурированные задачи: понимает текст из мессенджера или письма, определяет ответственного, создаёт задачу в трекере, ставит срок и приоритет. Менеджер цеха не пишет по пять напоминаний, а получает уведомление, когда задача выполнена.
Планирование и статусы заказов
Заказ проходит через несколько стадий: заявка → КП → договор → материалы → производство → контроль → отгрузка. На каждой стадии статус обновляется вручную.
ИИ собирает статусы из разных источников — писем, таблиц, учётной системы, сообщений — и формирует единую картину:
- какие заказы в работе;
- где задержка и почему;
- что требует вмешательства менеджера.
Менеджер видит не «позвонить Васе и спросить», а конкретный статус и следующий шаг. Это сокращает время реакции и снижает количество внутренних уточнений.
Расчёт эффекта
Эффект считается по формуле, а не по чужим примерам. Составляющие:
- Часы сотрудника на рутину в неделю (замер).
- Ставка часа с налогами и накладными (по данным компании).
- Доля, которую берёт ИИ (определяем после пилота).
- Затраты на пилота и поддержку — отдельно.
Для производства самая большая точка обычно — менеджер по продажам (обработка заявок, КП, документы) и инженер-конструктор/технолог (спецификации, чертежи). Бухгалтер и отгрузка — третья по объёму. Точные цифры по часам и зарплатам подставляются из реальных данных вашей компании.
Стоимость внедрения. Пилот от 100 000 ₽, аудит бесплатный. После пилота — ежемесячная поддержка, размер зависит от числа процессов, каналов и качества данных. Полная вилка цены не публикуется — она почти ничего не скажет без понимания вашей задачи.
Принцип: считаем только то, что можно измерить. Экономия должна превышать стоимость пилота и поддержки — иначе пилот не имеет смысла.
Пилот 2–4 недели
Пилот не должен охватывать всё сразу. Он проверяет одну-две болевые точки на реальных данных.
Неделя 1. Диагностика. Выбираем процесс: например, обработка входящих заявок клиентов или генерация спецификаций. Собираем примеры реальных писем, чертежей, КП.
Неделя 2–3. Сборка прототипа. Настраиваем модель на шаблоны компании, интегрируем с почтой или CRM, проверяем качество извлечения данных. Инженер и менеджер участвуют как эксперты.
Неделя 4. Тест на реальных задачах. Модель обрабатывает новые заявки, люди сравнивают результат с ручной работой. Считаем точность, время и ошибки. По итогам принимаем решение: масштабировать, дорабатывать или отказаться.
Пилот — это не презентация. Это проверка гипотезы на числах.
Где НЕ окупится
ИИ не волшебная таблетка. В некоторых случаях затраты превысят выгоду:
- Мало заявок. Если входящих заявок совсем немного, ручная обработка дешевле, чем внедрение и поддержка системы.
- Нестандартные заказы. Если каждая заявка уникальна и требует сложных инженерных решений, ИИ поможет мало. Автоматизация эффективна там, где есть повторяемость.
- Нет ответственного. Если руководство не выделит человека, который будет валидировать результаты ИИ и дорабатывать процессы, проект застопорится.
- Устаревшие данные. Если справочники, прайсы и шаблоны не обновляются, модель будет выдавать мусор. Автоматизация garbage in — garbage out.
- Сложная интеграция с 1С. Иногда дешевле оставить документооборот в текущем виде, чем тянуть данные из старой учётной системы.
Честный аудит на старте отделяет процессы, которые стоит автоматизировать, от тех, где это бессмысленно.
Частые ошибки
Ошибка 1. Ждать, что ИИ заменит людей.
Он заменяет рутину, а не экспертизу. Инженер всё равно проверяет спецификацию, юрист — договор, бухгалтер — счёт.
Ошибка 2. Начинать с большого проекта.
Годовая автоматизация всех процессов сразу часто заканчивается провалом. Начинайте с одного процесса и измеряйте результат.
Ошибка 3. Игнорировать качество данных.
Если входящие заявки неструктурированные и непоследовательные, сначала нужно внести дисциплину. Иначе модель будет учиться на хаосе.
Ошибка 4. Не считать эффект.
Без цифр проект превращается в «внедрили нейросеть, всем понравилось, а денег нет».
Ошибка 5. Оставлять ИИ без присмотра.
Автоматика требует мониторинга. Раз в неделю смотрите, что модель сделала, где ошиблась, и корректируйте.
Чек-лист готовности
Прежде чем запускать пилот, проверьте пункты:
- Есть выборка реальных заявок, писем или чертежей для настройки.
- Определён один процесс для автоматизации: заявки, спецификации, документы или планирование.
- Назначен внутренний ответственный, который будет проверять результаты.
- У компании есть шаблоны КП, договоров, счетов, спецификаций.
- Данные клиентов, прайсы и справочники актуальны.
- Руководство готово выделить 2–4 недели и бюджет на пилот.
- Есть понимание, как считать экономию: часы сотрудников и стоимость ошибок.
Если галочек меньше половины — сначала наведите порядок в процессах. ИИ усилит именно то, что есть: хороший процесс станет быстрее, плохой — быстрее ломаться.