Специалист по внедрению ИИ — это переводчик между задачей бизнеса и готовыми моделями: аудит процессов, выбор модели и контура, сценарии, интеграции, контроль качества, передача команде. Обучением моделей с нуля он обычно не занимается — в большинстве бизнес-задач хватает готовых моделей и правильной обвязки. Нанимать в штат имеет смысл при потоке постоянных задач; для старта дешевле проектная команда с оплатой по этапам. Зарплаты: от 120–180 тысяч у начинающих до 350+ у опытных инженеров, архитекторы — от 400 тысяч. Главный критерий выбора — не знание нейросетей, а умение считать эффект в деньгах и строить контроль качества: без этого вы получите демо, а не систему.
Что делает специалист по внедрению ИИ
Если убрать рекламные формулировки из вакансий, работа состоит из семи задач:
- Аудит процессов. Найти, где рутина ест часы и какие данные есть. Это половина результата: от выбора процесса зависит, окупится ли всё остальное.
- Выбор модели и контура. Облачная модель или open-source на своём сервере, российская или зарубежная — по данным, бюджету и требованиям к персональным данным.
- Сценарии и промпты. Конкретные задачи агента или ассистента, тестовые наборы «правильно/неправильно», правила эскалации на человека.
- Интеграции. CRM, 1С, почта, мессенджеры, склад — здесь живёт большая часть бюджета и почти все сроки.
- Контроль качества. Метрики, тестовые прогоны, пороги уверенности. Без этого блока система деградирует незаметно.
- Безопасность. Права доступа, обезличивание, соответствие 152-ФЗ, логи действий.
- Передача команде. Регламент, инструкции, обучение пользователей. Система, которую понимает только её автор, — это зависимость, а не актив.
Какие бывают специалисты
Под одним названием скрываются три разных профиля:
| Профиль | Что делает | Когда нужен |
|---|---|---|
| Инженер внедрения | Сценарии, промпты, интеграции, RAG-обвязка | Пилоты, ассистенты, боты, типовые системы |
| Менеджер внедрения (владелец процесса) | Аудит, приоритизация, координация, метрики, принятие решений | Когда ИИ-инициатив больше одной и нужен порядок |
| Архитектор ИИ-систем | Выбор класса систем, контура безопасности, план масштабирования | Крупные и регулируемые контуры, мультиагентные системы |
Для типового проекта в малом и среднем бизнесе это один человек «инженер + менеджер» или команда подрядчика, где роли уже разделены.
Чем он не является
- Не дата-сайентист. Обучение моделей на ваших данных — редкая задача; чаще нужна интеграция готовых моделей. Отсюда и вилка зарплат: дата-сайентисты стоят дороже, а в типовом проекте их польза не окупается.
- Не «промпт-инженер». Написать промпт — 10% работы. Остальные 90% — данные, интеграции, качество и люди.
- Не замена ИТ-службы. Специалист по внедрению работает в связке с вашими админами и разработчиками, а не вместо них: доступы, безопасность, инфраструктура остаются на вашей стороне.
Штат, аутсорс или проект
| Штатный специалист | Аутсорс-подрядчик | Проектная команда | |
|---|---|---|---|
| Стоимость | 200–350 тыс. ₽/мес опытному + налоги и рабочее место | от 4–6 тыс. ₽/час | фиксированные этапы: аудит, пилот, масштабирование |
| Скорость старта | 1–3 месяца на поиск и выход | дни–недели | недели |
| Знание ваших процессов | Глубокое со временем | Требует брифа и аудита | Требует брифа и аудита |
| Риски | Ушёл — ушёл весь контекст | Зависимость от подрядчика | Зависимость, если нет передачи знаний |
| Когда оправдан | Постоянный поток задач, 3+ сценария в год | Регулярные доработки, сопровождение | Запуск, разовые внедрения |
Практичная схема для среднего бизнеса: запуск и первый пилот — проектной командой, эксплуатация — внутренний сотрудник, доработки — по мере надобности тот же подрядчик или выросший в роль сотрудник. Так вы не платите зарплату архитектора за поддержку работающего бота. Логика выбора «штат или агентство» устроена так же, как в маркетинге — мы разбирали её на примере штатного маркетолога против агентства.
Как проверить специалиста или команду
Три вопроса, которые отделяют профессионалов от продавцов хайпа:
- Покажите кейс в моей нише с цифрами. Что было до, что стало после, в чём мерили. «Сделали чат-бота» — не цифра; «доля автоответов 60%, эскалация 8%» — цифра.
- Как вы гарантируете качество? Правильный ответ — тестовые наборы, метрики, прогон перед каждым релизом, эскалации по порогам. Упоминание метрик качества ответов ИИ — хороший знак. «Модель топовая, ошибаться не будет» — красный флаг.
- Что будет через год? Правильный ответ — сопровождение с ревизией качества, передача знаний вашей команде, документация. Неправильный — «допродадим подписку».
И ещё один фильтр ещё до разговора о цене: нормальный подрядчик на старте хочет видеть ваши данные и процесс, а не присылает прайс «внедрение ИИ под ключ — от N». Оценка без аудита — это оценка наугад; то, как устроен правильный старт, мы описали в статье про аудит бизнес-процессов для ИИ и в разборе стоимости внедрения ИИ-ассистентов.
Что делать, если бюджета на специалиста нет
Начните с типовых сценариев, которые можно собрать малой кровью: бот по базе знаний, автоматизация одного отчёта, обработка заявок по шаблону. Где можно сэкономить без потери качества, а где экономия превращается в сапожное ремесло — по пунктам в статье про экономию на внедрении ИИ. А если задача уже сформулирована и нужны руки — посмотрите, как устроено наше внедрение ИИ: аудит с картой сценариев и оплатой по этапам, без фикс-цены на «трансформацию».
Комментарии · 0