Автоматизация бизнес-процессов с ИИ: 12 примеров для малого бизнеса

Рутина в малом бизнесе редко выглядит как «бизнес-процесс». Это менеджер, который трижды в день проверяет три почтовых ящика. Бухгалтер, который перепечатывает реквизиты покупателя из письма в счёт, а потом ещё раз — в УПД. Повар, который пишет списания в тетрадь, чтобы в конце месяца никто не смог их свести с кассой.

Коротко. Автоматизация бизнес-процессов окупается там, где задача повторяется часто, отнимает заметное время и дорого обходится при ошибке. ИИ нужен не везде: в половине примеров ниже работает обычная связка систем, а нейросеть подключается там, где надо понять текст, фото или живую речь. Заказная разработка за последние два года подешевела в разы — ИИ-агенты пишут и проверяют код, и то, что раньше занимало месяцы, собирается за дни. Начинать стоит с одного процесса, результат которого легко измерить.

Что такое автоматизация бизнес-процессов и где в ней ИИ

У любой автоматизации три слоя, и путать их — главная ошибка при постановке задачи.

• Связка систем. Данные сами переходят из одного места в другое: заявка с сайта — в мессенджер, цена из 1С — на витрину, заказ с сайта — обратно в 1С. Здесь нет никакого интеллекта, только аккуратная передача.
• Правила. «Если остаток на складе „Брак, возврат“ — на витрину не показывать». «Если выгрузка усохла на треть — не применять». Правила пишутся один раз и работают без сбоев годами.
• ИИ. Нужен, когда на входе неструктурированное: письмо клиента, фото накладной, отзыв, название товара вроде «Подводка газ. 3/4 ПВХ 1,5 гш», вопрос покупателя в чате.

Если начинать с нейросети, легко потратить месяц на то, что решалось бы тремя правилами. Если игнорировать ИИ — придётся вручную разбирать тексты, которые модель читает за секунды. Правильный порядок — сначала связка и правила, затем ИИ на тех участках, где без понимания смысла не обойтись.

Системы автоматизации бизнеса тоже бывают трёх видов: готовые сервисы (CRM, онлайн-кассы, конструкторы связок вроде n8n), типовая учётная система вроде 1С и заказная разработка под конкретный процесс. Ниже — примеры всех трёх.

Как выбрать процесс для автоматизации: частота × время × цена ошибки

Простая формула помогает не распыляться. Для каждой рутинной задачи оцените три числа:

1. Частота — сколько раз в неделю задача выполняется.
2. Время — сколько минут уходит на один раз, включая переключение и поиск данных.
3. Цена ошибки — что случится, если сотрудник ошибётся: потеряется заявка, уйдёт документ с чужим ИНН, покупатель получит неверную цену.

Допустим, оптовая фирма выставляет 25 счетов в день и тратит на каждый 6 минут: найти реквизиты, набрать позиции, сохранить PDF, отправить. Это 2,5 часа в день, около 55 часов в месяц — почти треть ставки. Ошибка в ИНН возвращает документ и задерживает оплату. Такой процесс — первый кандидат.

У поставщиков и подрядчиков, работающих с крупными заводами Череповца, подобной рутины особенно много: пакеты закрывающих документов на каждую поставку, сверки, реестры. Там автоматизация окупается быстрее всего.

Хорошие кандидаты похожи друг на друга:

• задача повторяется каждый день;
• правила можно объяснить новичку за час;
• данные уже существуют в электронном виде — в 1С, таблице, почте;
• результат легко проверить глазами.

Плохие кандидаты — редкие задачи, творческие решения и всё, где деньги уходят без проверки человеком.

12 примеров автоматизации бизнес-процессов

Все примеры — реальные проекты 2026 года, описанные без названий компаний. В каждом — типичная исходная ситуация для такой задачи («было»), что сделано в проекте («стало») и что для этого понадобилось.

1. Заявки со всех сайтов — в один чат

Было. У компании несколько сайтов, заявки с каждого приходят на свою почту или в своего бота. Менеджер держит открытыми несколько окон, и что-то неизбежно теряется.

Стало. Один бот рассылает уведомления о заявках со всех сайтов. Каждый получатель подписывается по ссылке с кодом сайта и видит только свои заявки. Первая строка уведомления — с какого сайта пришла заявка.

Что понадобилось. Небольшой сервис на своём сервере, даже без базы данных. Новый сайт подключается за минуты. ИИ здесь не нужен совсем — и это нормально.

2. Счёт, УПД и накладная — в один клик

Было. Счёт набирается в текстовом редакторе, накладная — отдельно, номера сверяются вручную, реквизиты покупателя перепечатываются.

Стало. Счёт — главная запись. К нему одной кнопкой формируются ТОРГ-12, УПД и счёт-договор с общим номером, основание «Счёт № N от …» подставляется само. Покупатель находится по ИНН. PDF с печатью и подписью отправляется с телефона в мессенджер или на почту.

Что понадобилось. Шаблоны документов, справочник организаций по ИНН, веб-приложение с синхронизацией между телефоном и компьютером. Подробнее о документах — в статье «Нейросеть для документов».

3. Карточки товаров из голой выгрузки 1С

Было. Магазин газового оборудования в Череповце: выгрузка из 1С на 652 строки, категорий нет, артикулы пустые у всех позиций, характеристики — только внутри названий.

Стало. Дерево каталога из 8 разделов построено автоматически по наименованиям. 254 позиции разобраны прямо из названия: «Подводка газ. 3/4 ПВХ 1,5 гш» превращается в резьбу 3/4″, длину 1,5 м и присоединение «гайка — штуцер». Где размера в названии нет, ничего не додумывается — 52 такие карточки ушли в отчёт о пробелах. Описания собраны только из фактов, в среднем 677 знаков, без дублей между 641 страницей.

Что понадобилось. Правила разбора названий, модель для текстов, проверка человеком по отчёту о пробелах.

4. Негативные отзывы и жалобы на маркетплейсе

Было. У продавца на Wildberries — 4 830 неотвеченных отзывов и 17 182 в архиве. Разобрать вручную нереально.

Стало. Модуль собирает отзывы на 1–3 звезды, нейросеть с консервативными правилами ищет возможные нарушения правил площадки и готовит черновик жалобы. Человек одобряет каждую. Режим полуручной: методы жалоб в API площадки на тот момент были отключены, поэтому жалоба подаётся в кабинете, а автоматическая отправка ждёт за переключателем.

Что понадобилось. Доступ к API отзывов, правила для модели, экран одобрения. Ответы на обычные отзывы — задача того же класса, её разбирает отдельная статья.

5. Технологические карты по рецептурам поваров

Было. Рецептуры живут у поваров — на фото, в переписке, а часть только в памяти. Себестоимость и расход сырья посчитать не из чего.

Стало. Для сети из четырёх мясных кулинарий в Череповце генератор делает PDF-карты с главным для владельца показателем — нормой закладки на 1 кг выхода. Коэффициенты технолога зашиты в правила: мясо брутто = нетто × 1,03, лук 1,19, сыр 1,10, зелень 1,35, яйцо — брутто в штуках, 1 шт = 50 г нетто. За один день сделано 58 карт: 15 колбасок по фото рецептур, 15 по переписке с поварами. 6 карт не сделаны — рецептур нет, их ждут от поваров, а не придумывают.

Что понадобилось. Рецептуры в любом виде, коэффициенты технолога, справочник сырья — названия берутся из существующих карт, иначе в учёте появляются дубли.

6. Учёт производства с телефона повара

Было. Выпуск и списания записываются в тетрадь или не записываются вовсе.

Стало. Повар с телефона сдаёт «сделали / списали / осталось» в килограммах — это минута в конце смены. Расход сырья считается по техкартам из предыдущего примера. Система заработала в первый же день проекта.

Что понадобилось. Простая форма на телефоне, админка под паролем с защитой от перебора, техкарты в учёте. Тяжёлая 1С для этого не понадобилась.

7. Утренняя сводка владельцу

Было. Чтобы понять, как прошёл вчерашний день, владелец открывает кабинет ОФД, таблицу производства и мессенджер с поварами.

Стало. Сводка производства видна вместе с продажами из ОФД (кассовых чеков) на одном экране. В другом проекте утренние уведомления уходят в окне 9:10–9:30 по местному времени получателя и не отправляются после полудня, а тексты собираются из шаблонов без вызова модели — дешевле и предсказуемее.

Что понадобилось. Доступ к данным ОФД, учёт производства, расписание отправки. ИИ полезен только для короткого комментария «что изменилось» поверх цифр.

8. Контроль цен и акций на маркетплейсе

Было. Продавец соглашается на акции маркетплейса, не понимая, сколько останется после скидки, соинвеста и рекламы.

Стало. У продавца на Ozon цены, участие в акциях, соинвест и реклама проверяются по API кабинета. Видно, где акция съедает маржу, а где участие выгодно.

Что понадобилось. API кабинета, себестоимость по артикулам, правила расчёта. Мониторинг цен конкурентов — соседняя задача, у неё своя юридическая сторона, о ней — в статье про парсинг.

9. ИИ-консультант на сайте

Было. Покупатели оборудования задают одни и те же вопросы: какая модель подойдёт, как монтировать, какие нужны расходники. Отвечает менеджер — если он на месте.

Стало. У производителя жироуловителей в Вологодской области ИИ-консультант работает по базе знаний из 10 файлов. Большие разделы открываются инструментом «справочник» по оглавлению — промпт уменьшился с ~18 900 до 11 917 токенов. Таблица моделей подставляется из базы в момент разговора. Разговор из 4 сообщений на старшей модели стоит около 14 ₽. Скидку 100–200 ₽ консультант может предложить, но решает её сервер: границы, один код на разговор, срок 48 часов. Вопросы без ответа записываются, по ним дополняется база.

Что понадобилось. База знаний, инструменты для модели, серверные проверки, суточный потолок расходов — при его исчерпании консультант предлагает оставить телефон.

10. Обмен сайта с 1С без ручных правок

Было. Магазин стройматериалов и метизов в Череповце: 17 298 товаров в 1С, 8 складов, включая «Недовоз» и «Брак, возврат». Вручную поддерживать на сайте такие цены и остатки невозможно.

Стало. Каталог, цены и остатки идут из 1С, остатки — только с продажных складов. Изменение цены в 1С появляется на сайте примерно через 20 секунд. Заказы с сайта уходят в 1С документом «Заказ товара», статусы возвращаются обратно. Предохранитель: полная выгрузка, «усохшая» больше чем на 30 %, не применяется — это признак оборванной выгрузки, а не распродажи.

Что понадобилось. Стандартный обмен CommerceML, настройка на стороне 1С, предохранители. Как устроен обмен — в статье «Интеграция сайта с 1С».

11. Приём техники в ремонт с фото по QR-коду

Было. В небольшом сервисе заказы ведут в тетради или таблице, фото техники при приёме остаются в телефоне мастера, а клиент звонит узнать статус.

Стало. В CRM сервисного центра по ремонту техники — приём техники, карточка заказа, 6 этапов ремонта с проверкой допустимых переходов на сервере, сроки, квитанция клиенту, код доступа. Фото техники загружаются с телефона по QR-коду. Первый шаг заработал через несколько дней, дальше по плану — смета и деньги, затем склад запчастей.

Что понадобилось. Владелец дал подсказку, а не техзадание, и попросил делать постепенно. Своя CRM по шагам — вместо внедрения большой системы целиком.

12. Разбор входящих документов и отчётов

Было. Финансы продавца разбросаны по нескольким отчётам площадки, и сводить их вручную долго и неточно. API статистики Wildberries банит за частые запросы, а за неделю площадка отдаёт несколько файлов.

Стало. У продавца на Wildberries Excel-отчёты загружаются целиком: реализация, хранение, приёмка, реклама — и превращаются в юнит-экономику по каждому артикулу. Деньги считаются в копейках, импорт сверен со сводкой кабинета точь-в-точь: за неделю 441 136,01 ₽ = 371 398,09 + 69 737,92 по двум файлам отчёта. Скрытая скидка постоянного покупателя вычисляется из отчёта — у этого продавца 39–48 %.

Что понадобилось. Разбор файлов кодом, а не «на глаз» нейросети, и сверка с кабинетом. Типовой сценарий того же класса — входящие счета и акты поставщиков: модель читает скан, код проверяет суммы и ИНН, человек подтверждает спорные.

Сводная таблица: где нужен ИИ, а где хватит связки

Видно, что ИИ — центральная часть только в трёх-четырёх процессах из двенадцати. В остальных он либо помогает на одном шаге, либо не нужен вовсе. Автоматизация бизнеса с помощью ИИ — это чаще всего обычная автоматизация с одним «умным» звеном.

Где автоматизация вредит и где нужен человек

Деньги и необратимые действия. В проекте с Яндекс Директом ИИ-агент работает с кабинетом через API — отчёты, минус-слова, ставки, — но бюджет меняется только через подтверждённое действие. Жалобы на отзывы одобряет человек. Скидку в консультанте называет модель, а решает сервер: выпрашивание и подмена инструкций скидку не дают.

Выдумки модели. При выборе модели для консультанта прогоняли одинаковые диалоги. Младшая модель сказала, что корпус 45 см «не проблема» при 40 см места под мойкой, выдумала сроки доставки и не записала вопрос без ответа. Средняя таких ошибок не сделала и оказалась примерно на 40 % дешевле старшей. Проверять модель на своих данных обязательно.

Мусор на входе. Папка с фото в выгрузке 1С отставала от каталога — у новых товаров не было снимков. 40 % фото оказались миниатюрами около 230 px. Автоматизация честно переносит то, что есть, поэтому нужны отчёты о пробелах и предохранители.

Когда автоматизация не нужна. Пять заказов в неделю спокойно живут в таблице. Процесс, который перестраивается каждый месяц, сначала должен устояться — автоматизировать его рано.

Сколько стоит автоматизация и почему она подешевела

Пару лет назад каждую строку кода писал программист, и своя CRM, учёт или интеграция стоили сотни тысяч рублей и месяцы работы. Сейчас разработка идёт с ИИ-агентом: он читает проект, пишет код, запускает сборку и проверки, выкладывает на сервер. Человек ставит задачу, принимает решения и проверяет результат. Сроки реальных проектов:

• магазин газового оборудования: выгрузка из 1С получена 4 сентября, демо главной — 5-го, характеристики и описания — 11–12-го, корзина со СДЭК — 12-го, оплата картой — 23-го;
• магазин стройматериалов на 15 тысяч карточек: выгрузка 14 сентября, полный каталог — 16-го, корзина — 17-го, обмен с 1С в обе стороны — 21-го, боевой домен — 23-го;
• кулинарии: учёт производства — в работе с первого дня, 58 техкарт — за день;
• сервисный центр: первый шаг CRM — через несколько дней.

Цена заказной автоматизации считается по задаче: зависит от числа систем, объёма данных и того, сколько правил надо описать. Ориентир другой: решение под свой процесс теперь стоит порядка подписки на готовый сервис за год-два, а принадлежит компании. Когда готовая система выгоднее своей — в разборе «Своя CRM или готовая».

Отдельно стоит учитывать расходы на работу: сервер, API нейросети (у консультанта — около 14 ₽ за разговор из 4 сообщений на старшей модели), поддержку при изменениях в 1С или API площадок.

С чего начать автоматизацию малого бизнеса

1. Неделя наблюдения. Выпишите все повторяющиеся задачи и засеките минуты. Хватит обычной таблицы.
2. Выбор одного процесса по формуле частота × время × цена ошибки.
3. Описание как для нового сотрудника: откуда берутся данные, что считается готовым результатом, что делать при ошибке.
4. Запуск с ручным подтверждением. Первые недели человек одобряет каждое действие системы, потом — только спорные.
5. Замер через месяц и следующий процесс.

Заказать разбор процессов и автоматизацию под задачу можно на странице автоматизации.

Частые вопросы

Что автоматизировать в малом бизнесе в первую очередь?

То, что повторяется каждый день и съедает больше часа в неделю: приём заявок, счета и закрывающие документы, обмен сайта с учётной системой, ежедневные отчёты. Эти процессы легко измерить до и после, поэтому эффект виден сразу.

Чем ИИ-автоматизация бизнес-процессов отличается от обычной?

Обычная автоматизация передаёт данные и выполняет правила. ИИ добавляет понимание неструктурированного: текста письма, фото документа, отзыва, вопроса покупателя. В большинстве процессов нейросеть — одно звено цепочки, а не вся система.

Какие системы автоматизации бизнеса выбрать: готовые или свои?

Готовые подходят, когда процесс типовой и укладывается в их логику без костылей. Своя система оправдана, если рядом с готовой живут таблицы и ручные операции или нужна отраслевая логика — этапы ремонта, техкарты, склады 1С.

Сколько времени занимает автоматизация одного процесса?

Простая связка вроде бота заявок — часы или дни. Сайт с каталогом из 1С и корзиной в реальных проектах занял от 9 до 19 дней (во втором случае — вместе с оплатой картой), причём параллельно с другими работами. Сроки сократились благодаря разработке с ИИ-агентами.

Нужен ли штатный программист, чтобы поддерживать автоматизацию?

Обычно нет. Нужны доступ к коду и серверу у компании, резервные копии и подрядчик, который вносит изменения, когда меняется 1С, API площадки или сам процесс.