Подкаст 1 ч 4 мин

Подкаст: почему AI-проекты застревают на пилоте

Директор по AI-продуктам Газпром ИД — про то, когда ИИ приносит деньги, а когда жжёт бюджет, и почему проекты не доезжают от пилота до прода.

  • Подкаст
  • AI
  • Пилот
  • ROI

О чём выпуск

Компания запускает пилот с ИИ, на демо все хлопают, а через три месяца проект тихо умирает. Знакомая история. В выпуске разбираем, почему так выходит и где проходит граница между ИИ, который приносит деньги, и ИИ, который жжёт бюджет.

Гость прошёл этот путь на своих проектах: модерация контента, рекомендательные системы, видео на RuTube. Говорим не про хайп, а про экономику — когда нейросеть реально окупается, а когда задачу решает обычный алгоритм за копейки.

Почему пилоты умирают

  • Нет метрик успеха до старта. Команда запускает пилот «посмотреть, что получится». Получается красивое демо и ноль ответа на вопрос «мы заработали или потеряли».
  • «Вау» на чужих данных. Демо собрано на витринном кейсе, а не на документах заказчика. На своих данных результат другой, доверие тает.
  • Инференс как чёрный ящик. Счёт за токены прилетает в конце месяца общей суммой. Никто не видит, какой запуск сколько стоил, и нельзя понять, окупается ли задача.

Что считать до старта

Простая формула экономики: время одного запуска умножить на число запусков в неделю. Это потолок экономии. Если выходит 3 часа в неделю — нейросеть не нужна, дешевле оставить как есть. Если 20+ часов — есть что считать.

Дальше — стоимость инференса. В Vortholm она видна сразу: клиент платит за инференс своим ключом к API провайдера моделей, биллинг токенов идёт у провайдера напрямую. Расход в долларах виден в дашборде по каждой задаче, без нашей наценки. Экономику считаем до старта, а не по факту первого счёта.

И главный фильтр гостя: не всё надо отдавать нейросети. Часть задач решает обычный алгоритм — быстрее, дешевле, предсказуемее. LLM нужна там, где текст и смысл, а не там, где хватает правила «если — то».

Когда это ваш случай

Сигнал не в отрасли, а в объёме. Если в команде кто-то готовит ≥50 повторяющихся документов в неделю — КП, отчёты, договоры, заявки — это задача с понятной экономикой. Юрист с одним договором в месяц или маркетолог с разовым релизом — не тот случай, тут хватит обычного ИИ-помощника.

Кейсы гостя — модерация, рекомендашки, видео на RuTube — другой профиль задач. Но логика общая: сначала считаем объём и стоимость, потом решаем, нужна ли нейросеть.

Смотреть и слушать

Выпуск доступен на площадках:

Как это устроено у нас

Главная причина смерти пилотов — нет заранее заданных метрик. Поэтому пилот в Vortholm — фиксированные 4 недели с метриками успеха, согласованными до старта. Переход на подписку — только после того, как метрики подтвердились на ваших данных.

Риск ошибки ИИ держим под контролем через шаблон, историю запусков и аудит-трейл. Любой результат можно открыть и проверить: видно, какая версия шаблона применилась, какие данные пошли в документ, кто и когда запустил.

Если у вас 10–50 повторяющихся документов в неделю — пришлите их. За 1–2 рабочих дня после установочной встречи покажем результат на ваших данных и посчитаем экономику.

Темы вдохновлены оригинальным выпуском — смотреть исходник на kotelov.com →

Так же — для вашей команды

Рутина съедает 20+ часов в неделю? Пришлите 10–50 документов. За 1–2 рабочих дня покажем результат.

Запустить пилот на ваших документах

Ещё в блоге

Все материалы →
Связаться