90-дневный план внедрения ИИ: от скоупа до продакшена

Паттерн, который я вижу снова и снова. Кто-то читает презентацию McKinsey, назначает kickoff, потом три недели гоняет «воркшопы по ИИ-возможностям», а сам процесс так и висит на доске без описания. К моменту, когда кто-то трогает API, половина срока уже сгорела, и команда всё ещё не может назвать ни один тип тикета, который система должна закрывать. Большинство публичных 90-дневных шаблонов делает только хуже, превращая discovery в самостоятельный артефакт. Это не так. Discovery – это цена, которую вы платите за один абзац: какой пользователь, какой процесс, какая метрика и где она сегодня. Если этот абзац не пишется за пять рабочих дней, у вас нет проекта, у вас есть пожелание.

Проект NANDA Массачусетского технологического института в июле 2025 года сообщил, что 95 процентов корпоративных GenAI-пилотов не показали измеримого финансового эффекта. Общая черта провалов – скоуп: пилоты исследовали вместо того, чтобы довести один процесс до продакшена.

Я пишу артефакт скоупа в Linear или Notion, никогда в Slack. Среда важна, потому что Slack даёт скоупу дрейфовать молча. У страницы есть URL, метка последнего изменения и тред комментариев, и именно этот аудит-след не даёт фаундеру по-тихому дописать «и ещё голос» на шестой неделе. Если перед скоупингом хочется карту категорий, статья про агентов, чатботов и копилотов – та линза, через которую я отговариваю операторов строить не то.

“

Discovery – это цена одного абзаца. Не артефакт.

Стек 2026 для первого продакшен-процесса небольшой. Один API фронтирной модели (по умолчанию беру Claude Sonnet 4.5 через Anthropic Agent SDK – у него самый чистый цикл tool-use на сегодня, GPT-5 как запасной для задач, где лишний round trip не критичен). Один инструмент оценки, обычно LangSmith, потому что он пишет трассы, которые реально читать в одиннадцать вечера через три месяца. Один векторный стор, если нужен retrieval – pgvector, когда Postgres уже крутится, Pinecone serverless, когда хочется без ops, Weaviate, когда правда нужен гибридный поиск и не жалко времени оператора. Один раннер процессов, чаще всего n8n self-hosted на Hetzner CCX33 примерно за €60 в месяц, как клей вокруг модели. Это весь список.

Чего я бы не делал в первые 90 дней. Не поднимал бы Modal или Replicate под инференс, если hosted API решает задачу, потому что платите вниманием команды. Не писал бы свой RAG-фреймворк, когда Vercel AI SDK плюс pgvector покрывают 80% случаев. Не выбирал бы векторный стор по бенчмарку, написанному вендором этого же стора. Скучное побеждает умное на первой отгрузке. Статья a16z про emerging architectures – самая честная карта пространства на сегодня, даже там, где она уже устарела, и её стоит прочитать до подписания любого закупочного договора. Если нужны цифры по бюджету, разбор в том, что реально стоит внедрение ИИ, совпадает с теми ценами, которые я вижу в счетах.

Расписание ниже – то, которое я запускаю, когда кейс уже выбран. Если кейс не выбран, расписание не запускается. Я слишком часто видел команды, которые включают 90-дневный таймер против неопределённой цели и удивляются на 70-й день.

Я вижу операторов, которые смотрят на вертикальный SaaS за $499/мес и кастом за $40K и решают, что SaaS побеждает. На горизонте 90 дней – да. На горизонте 18 месяцев налог на lock-in и невозможность поменять промпт или retrieval складываются в шестизначное сожаление. Честное сравнение ниже. Это отправная точка, не приговор. Возможно, ваш конкретный процесс действительно проживёт в макросе Zendesk вечно, и это нормально.

Если на 90-й день три и больше пунктов из правой колонки про вас, самое полезное – остановиться, заморозить проект на неделю и перескопить. Я знаю, что это совет, который никто не хочет слышать на третьем месяце. Это всё равно более дешёвый ход. Полный фреймворк аудита, который я применяю на застрявших программах, ближе к тому, что описано в измерении ROI ИИ: разрыв между «мы делаем ИИ» и «ИИ делает работу» обычно лежит в измерении, не в модели.

Опрос Deloitte по автоматизации за июнь 2022 года оценил среднюю окупаемость масштабированных программ примерно в 22 месяца против 16 годом ранее. Скоуп в 90 дней существует ровно затем, чтобы обойти эту кривую.

Опубликованные 90-дневные плейбуки обычно приходят из трёх источников. Консалтинг, продающий полугодовые проекты. Вендоры, продающие платформу, которая удобно стоит в центре схемы. И LinkedIn-персоналии, которые никогда не дежурили на проде с LLM-системой. Никто из них не живёт с последствиями плохого решения на второй неделе, поэтому их совет округляется до «делайте всё аккуратно», а не до «пропускайте discovery, если процесс известен, и начинайте eval-набор в первый день».

Второе, что плейбуки упускают – предположение, что модель и есть сложная часть. Нет. Модель – это платный API. Сложное – интеграция с CRM, к которой никто не прикасался с 2019 года, consent-флоу, который юристы перепишут трижды, и вопрос, кто берёт пейджер, когда модель решит отказать в законном возврате в два ночи. По разговорам с операторами, которые крутят это в проде, время делится примерно так: 20% модель, 60% интеграция и операции, 20% политика и откат. Модель – лёгкая часть, потому что Anthropic и OpenAI сделали эту работу за вас.

Когда операторы приходят с «хотим ИИ за 90 дней», первое, что мы делаем – толкаем таймер обратно. Если кейс назван, метрика измерена и данные доступны, таймер имеет смысл, и мы катим расписание выше с еженедельными чекпойнтами. Если чего-то из этих трёх не хватает, первый разговор – про то, как зафиксировать это на бумаге, и мы скажем об этом до того, как назовём цену. Наша страница услуг описывает форму проектов, которые мы берём, а контактная форма – правильное место, если хочется тридцатиминутного звонка, где мы в основном слушаем и потом говорим, какого из трёх пунктов не хватает.