# ШІ в бізнесі: як не втратити гроші та перейти до результату

## Два кейси, шість способів злити бюджет, формула окупності та план на 90 днів. Те, що працює

Штучний інтелект уже прийшов у компанії, часто ще до формального рішення керівництва. Працівники генерують тексти, шукають інформацію в документах, готують звіти та створюють власні автоматизації.

Тому питання не в тому, чи потрібен вам ШІ, а в тому, **де він створює цінність, скільки коштує контроль якості і як не перетворити експеримент на некеровані витрати.**

Відповідь починається не з вибору моделі чи купівлі підписок. Вона починається з конкретного процесу, вимірюваної мети, якісних даних і людської відповідальності.

## ШІ у компаніях вже є

За [опитуванням SBE Council](https://coloradobiz.com/small-business-ai-adoption-digital-tools-survey) у лютому 2026 року (517 роботодавців, похибка ±4,4 п. п.) **82% малих компаній використовують щонайменше один AI-інструмент**, а типова компанія має п’ять. Респонденти це власники бізнесів із 2–99 працівниками, їх залучали через онлайн-панелі.

Це американська вибірка з самозвітністю, тому переносити її на будь-який ринок без поправки не варто. Інші опитування показують нижчі цифри: у Thryv це 66%, а за даними Census Bureau у переказі вторинних джерел менш як 20% найменших фірм (до чотирьох працівників). Але висновок універсальний: якщо компанія не формулює правил, ШІ все одно використовується, тільки стихійно, через особисті акаунти і без контролю над даними.

Перший крок: не забороняти все й не роздавати підписки всім. Спершу з’ясуйте:

*   які інструменти вже використовує команда;
    
*   які дані потрапляють у зовнішні сервіси;
    
*   де ШІ економить час, а де створює потребу в додатковій перевірці;
    
*   хто відповідає за результат;
    
*   які процеси можна безпечно тестувати.
    

* * *

## Два кейси, які варто читати правильно

### McDonald’s: тест, який не дійшов до масштабу

McDonald’s і IBM почали партнерство щодо Automated Order Taking у жовтні 2021 року. [За даними NRN](https://www.nrn.com/quick-service/mcdonald-s-is-ending-its-ai-drive-thru-test-with-ibm), тест ішов приблизно у 100 ресторанах і тривав близько двох з половиною років. У червні 2024 року компанія оголосила, що завершить його наприкінці року, і водночас сказала, що голосове замовлення залишається частиною її планів на майбутнє.

Важлива деталь: McDonald’s не коментував точність системи. Цифри походять від аналітиків: звіт BTIG 2022 року називав точність голосових замовлень на рівні низьких 80%, а [аналітик у коментарі CNBC](https://www.nbcnewyork.com/news/business/money-report/mcdonalds-to-end-ai-drive-thru-test-with-ibm/5514924/?amp=1) говорив про «низькі-середні 80%» і високі операційні витрати. За NRN, компанія орієнтувалася на 95%+ до ширшого розгортання. Вірусні відео з помилками додали репутаційного тиску, але офіційних причин закриття McDonald’s не називав.

> Це не історія про 'провал ШІ'. Це історія про те, що тест дав відповідь: цей постачальник у цьому форматі не виходить на потрібну точність.

Висновки:

1.  Якщо помилку бачить клієнт, апрув людини має бути частиною процесу.
    
2.  Демо в тихій кімнаті не відтворює шум, акценти, кілька голосів і нестандартні запити.
    
3.  Пілот має бути реалістичним, але обмеженим, щоб помилка залишалася дешевою.
    
4.  Поріг успіху і дату рішення фіксуйте до старту. Тест на два з половиною роки без досягнення порогу теж коштує грошей.
    
5.  Рішення «не масштабувати» теж результат, якщо воно спирається на дані.
    

### Klarna: економія є, але не вся економія корисна

У лютому 2024 року Klarna [повідомила](https://fintech-alliance.com/index.php/news-insights/article/klarna-s-ai-chatbot-does-the-work-of-700-full-time-humans), що її AI-асистент за перший місяць обробив 2,3 млн діалогів, це дві третини звернень, і виконав роботу, еквівалентну 700 повним ставкам. За словами компанії, час вирішення впав з 11 хвилин до менш ніж двох, повторні звернення зменшилися на 25%, а задоволеність клієнтів була на рівні людей. Це заяви самої компанії. Метод підрахунку '700 ставок' [ставили під сумнів](https://www.fastcompany.com/91039401/klarna-ai-employees-layoffs), а Klarna пояснювала, що мала на увазі довгостроковий ефект.

У травні 2025 року CEO Klarna [розповів Bloomberg](https://www.entrepreneur.com/business-news/klarna-ceo-reverses-course-by-hiring-more-humans-not-ai/491396), що ШІ дешевший за людей, але дає нижчу якість, і компанія знову наймає людей у підтримку. За його словами, ставка тепер на якість людської підтримки. Практичний висновок для бізнесу: рутинний обсяг віддавати ШІ, а складні, емоційні та високоризикові кейси лишати людям.

> Головний урок: **'працює' не означає 'створює цінність'**. Якщо рахувати лише вартість обробки звернення, можна пропустити повторні звернення, ескалації, втрату довіри й відтік клієнтів.

## Шість способів втратити гроші

### 1\. Автоматизувати без мети

'Давайте впровадимо ШІ' не бізнес-ціль. До старту має бути один показник, який зміниться: час відповіді, собівартість операції, кількість помилок, час підготовки звіту або частка звернень, вирішених з першого контакту.

### 2\. Вважати роздані підписки впровадженням

Доступ до ChatGPT, Copilot чи Gemini не змінює процес сам по собі. Потрібні власник, правила, навчання, критерії успіху та спосіб перевірки результатів.

### 3\. Починати з найпомітнішого процесу

Найефектніша задача не завжди найкраща для першого пілоту. Обирайте процес, який повторюється, має зрозумілі кроки і допускає перевірку людиною.

### 4\. Рахувати лише вартість підписки

До повної вартості входять підготовка даних, інтеграції, тестування, інструкції, навчання, нагляд за якістю, підтримка, виправлення помилок і час на розбір винятків.

### 5\. Не виміряти стан 'до'

Якщо невідомо, скільки часу й грошей процес потребував раніше, через три місяці неможливо чесно сказати, чи він покращився. 'Здається, стало швидше' не baseline.

### 6\. Зволікати під виглядом обережності

Бездіяльність теж має ціну. Якщо команда вже користується ШІ без правил, відкладання рішення означає некерований експеримент. Краще письмово зафіксувати одне з трьох: запускати пілот, доопрацювати підготовку або відмовитися.

##   
Як обрати перший процес

Хороший кандидат проходить правило 'трьох так':

1.  Процес повторюється щотижня або частіше.
    
2.  Його можна описати кроками приблизно за 10 хвилин.
    
3.  Є людина, яка одразу розпізнає поганий результат.
    

Найбезпечніші стартові сценарії:

*   підготовка чернеток контенту та адаптація під канали;
    
*   сортування заявок і визначення пріоритету;
    
*   резюме зустрічей і витяг домовленостей;
    
*   пошук у договорах, регламентах і внутрішній базі знань;
    
*   підготовка регулярних звітів;
    
*   відповіді на типові внутрішні запити;
    
*   витяг реквізитів із рахунків і документів.
    

> Починати з внутрішнього процесу зазвичай безпечніше, ніж із клієнтського: помилку побачать колеги, а не покупці.

## Чат-бот, автоматизація чи агент?

| Тип рішення | Коли підходить | Приклад | Головний ризик |
| --- | --- | --- | --- |
| Чат-бот | Типові запити, FAQ, первинна маршрутизація | «Де моє замовлення?» | Погана відповідь на складний кейс |
| Автоматизація workflow | Передбачуваний ланцюжок дій | Заявка → CRM → повідомлення менеджеру | Ламкість при зміні процесу |
| AI-агент | Багатокрокові задачі з інструментами | Зібрати дані, підготувати звіт, запропонувати дію | Надмірні права та помилкові дії |
| Мультиагентна система | Складні процеси з кількома ролями | Аналітик + юрист + копірайтер | Зайва складність і вартість |

> Для малого та середнього бізнесу найкращий перший крок часто не агент, а **передбачувана автоматизація з AI-кроком**: класифікація, витяг даних, чернетка, перевірка людиною.

## Дані важливіші за модель

ШІ не виправляє безлад у даних. Якщо є кілька суперечливих версій документа, незрозуміло, який файл актуальний, а правила живуть «у голові» працівників, система відтворить хаос швидше, ніж усуне його.

Перед пілотом:

*   визначте основне джерело даних;
    
*   відокремте актуальні документи від архівних;
    
*   приберіть дублікати;
    
*   призначте власника інформації;
    
*   перевірте права доступу;
    
*   зафіксуйте, які дані заборонено передавати зовнішнім сервісам.
    

> Для першого експерименту не потрібне ідеальне сховище. Достатньо одного якісного набору даних із чіткими межами.

## Як порахувати реальну економіку

Не рахуйте лише підписку. Повна вартість включає ліцензії та API, підготовку й очищення даних, час команди на налаштування, тестування й виправлення помилок, навчання, інтеграції з CRM, поштою чи ERP, нагляд за якістю, підтримку та перенавчання.

### Приклад розрахунку

Менеджер щотижня готує звіт за 4 години. AI-система готує чернетку за 30 хвилин, але менеджер витрачає ще 45 хвилин на перевірку й правки.

```text
Економія часу = 4 год − 1 год 15 хв = 2 год 45 хв на тиждень
```

Якщо година менеджера коштує 500 грн, а в місяці рахуємо 4 тижні (для грубої оцінки):

```text
Економія = 2,75 × 500 × 4 = 5 500 грн на місяць
```

Але якщо впровадження, інтеграція та навчання коштували 40 000 грн, а підтримка й нагляд коштують 3 000 грн на місяць:

```text
Чиста економія = 5 500 − 3 000 = 2 500 грн на місяць
Окупність = 40 000 / 2 500 = 16 місяців
```

Це не означає, що проєкт поганий. Це означає, що його треба або здешевити, або розширити на більше користувачів, або відмовитися. Усі цифри в прикладі умовні, підставте свої.

> Рахуйте щонайменше два сценарії: **базовий** (ефект досягається за планом) і **консервативний** (ефект удвічі менший, а строк удвічі довший). Пілот і масштабування рахуйте окремо: те, що вигідно на 20 кейсах, може стати дорогим на 2 000 запитах через ескалації, повторні звернення й контроль якості.

## Як провести хороший пілот

Пілот це не презентація інструмента, а перевірка гіпотези.

**Погано:** 'Хочемо використовувати ШІ в компанії'.

**Добре:** 'Якщо система готуватиме першу версію щотижневого звіту, менеджер скоротить час підготовки з 4 годин до 1 години, а цифри перевірятимуться за чеклістом'.

Пілот має містити:

1.  одну конкретну задачу й власника процесу;
    
2.  обмежений набір даних;
    
3.  базову метрику ''до'' та критерії успіху;
    
4.  реальні й складні тестові кейси;
    
5.  правила ескалації до людини;
    
6.  критерії зупинки;
    
7.  дату ухвалення рішення.
    

### Приклад критеріїв зупинки

Пороги нижче умовні, виберіть власні до старту. Зупиніть або переробіть пілот, якщо:

*   точність нижча за мінімальний поріг;
    
*   людина витрачає більше часу на виправлення, ніж економить;
    
*   понад 20% кейсів потребують ручного втручання;
    
*   користувачі обходять систему;
    
*   є інциденти з конфіденційними даними;
    
*   вартість на один кейс зростає замість зниження.
    

## П’ять вимірів готовності

1.  **Стратегія:** є мета, відповідальний і бюджет.
    
2.  **Дані та безпека:** зрозуміло, що можна передавати сервісам.
    
3.  **Технології:** є корпоративні акаунти, дозволені інструменти та порядок тестування.
    
4.  **Культура:** команда розуміє правила й не приховує помилки.
    
5.  **Операційна інтеграція:** результат вбудований у процес і регулярно вимірюється.
    

Чотири-п’ять «так» означають, що можна запускати пілот. Два-три: спершу базові правила, навчання та підготовка даних. Нуль або один: спершу впорядкуйте самі процеси.

## Мінімальна політика використання ШІ

Якщо команда вже користується ШІ, почніть з однієї сторінки правил. Їй не потрібен юрист на 40 сторінок, вистачить шести пунктів:

1.  Перелік дозволених інструментів і корпоративні акаунти замість особистих.
    
2.  Список даних, які не можна вставляти в зовнішні сервіси (персональні дані, договори, фінанси, паролі).
    
3.  Хто перевіряє результат перед відправкою клієнту чи публікацією.
    
4.  Куди повідомляти про помилки й інциденти без покарання за щирість.
    
5.  Хто ухвалює рішення про новий інструмент.
    
6.  Коли політику переглядають (раз на квартал, бо інструменти змінюються швидко).
    

## Де людина має залишатися

Безпечна модель: поступово переходити від ''порадь'' до ''підготуй дію'' і лише потім, за низького ризику, до обмеженого автоматичного виконання.

Людина має підтверджувати:

*   надсилання клієнту;
    
*   оплату;
    
*   видалення;
    
*   публікацію;
    
*   зміну договору чи важливого документа;
    
*   доступ до чутливих даних.
    

Агент може підготувати результат, але **автоматичний запуск не є автоматичним дозволом**.

Основні правила: мінімально необхідні права, корпоративні акаунти, знеособлення персональних даних, збереження джерел відповіді, журнал дій із можливістю зупинити процес і захист від prompt injection та витоку даних.

## Коли краще відмовитися

Не кожен процес треба автоматизувати. Відмова виправдана, якщо:

*   ціна помилки надто висока;
    
*   процес рідкісний і складається з винятків;
    
*   дані надто чутливі;
    
*   немає власника процесу;
    
*   неможливо забезпечити перевірку;
    
*   окупність не сходиться навіть у базовому сценарії.
    

Зафіксуйте відмову: причина, дата, відповідальний і умови перегляду. Це краще, ніж безстрокове ''ще подивимося''.

## План на 90 днів

**Тижні 1–2:** аудит процесів, вибір одного кандидата, вимірювання часу, якості й вартості «до».

**Тижні 3–4:** гіпотеза, KPI, тестові кейси, правила доступу, критерії успіху й зупинки.

**Місяць 2:** обмежений запуск, реальні кейси, журнал помилок, щотижневий огляд.

**Місяць 3:** порівняння з baseline, повний розрахунок економіки, навчання команди й письмове рішення: масштабувати, доопрацювати або зупинити.

## P.S. Коротко

ШІ не замінює стратегію, якісні дані, зрозумілі процеси та відповідальних людей. Він підсилює те, що вже працює.

Найкращий старт: не купити більше інструментів, а обрати одну повторювану задачу, виміряти базову точку, провести малий пілот і чесно порахувати повну вартість результату.

Починайте з процесу, а не з моделі. Рахуйте вартість перевірки. Не автоматизуйте незворотне без підтвердження. І не бійтеся записати ''ні'', якщо цифри не сходяться: обґрунтована відмова часто зберігає більше грошей, ніж невдале масштабування.

## Чекліст перед запуском

*   \[ \] Визначено одну конкретну проблему.
    
*   \[ \] Є власник процесу.
    
*   \[ \] Описано роботу «до» впровадження.
    
*   \[ \] Визначено головну метрику та baseline.
    
*   \[ \] Перевірено якість і актуальність даних.
    
*   \[ \] Визначено межі автоматизації.
    
*   \[ \] Підготовлено реальні тестові кейси.
    
*   \[ \] Налаштовано human-in-the-loop.
    
*   \[ \] Перевірено приватність і права доступу.
    
*   \[ \] Пораховано базовий і консервативний сценарії.
    
*   \[ \] Визначено критерії зупинки.
    
*   \[ \] Встановлено дату рішення про масштабування або зупинку.
    

Допомагаю командам з AI-аудитом, автоматизаціями та агентними системами. Якщо хочете розібрати свій процес за цим чеклістом, пишіть у Telegram-канал [@aibiz\_ua](https://t.me/aibiz_ua) або на [kotovich.uk](https://kotovich.uk/).

* * *

## Джерела

Частину фактів і прикладів у статті взято з матеріалів вебінару курсу ''[ШІ для бізнесу 2.0](https://google.ederalms.com/uk/courseware/?lecture=172881&module=51394&completed=false#!7752)'' (спікерка Євгенія Клепа, SET University). Нижче джерела, які я додатково перевіряв за відкритими публікаціями.

*   [SBE Council: опитування малого бізнесу, лютий 2026](https://coloradobiz.com/small-business-ai-adoption-digital-tools-survey) і [оригінальний звіт, березень 2026 (PDF)](https://sbecouncil.org/wp-content/uploads/2026/03/SBE-Technology-Use-Survey-March-2026-Final-2.pdf)
    
*   [Огляд статистики про AI у малому бізнесі 2026 (Thryv, Census, вторинне джерело)](https://sagnikbhattacharya.com/blog/small-business-ai-statistics-2026)
    
*   [NRN: McDonald’s завершує AI drive-thru тест з IBM, червень 2024](https://www.nrn.com/quick-service/mcdonald-s-is-ending-its-ai-drive-thru-test-with-ibm)
    
*   [CNBC (копія NBC): McDonald’s to end AI drive-thru test with IBM](https://www.nbcnewyork.com/news/business/money-report/mcdonalds-to-end-ai-drive-thru-test-with-ibm/5514924/?amp=1)
    
*   [Klarna: AI-асистент і 700 агентів, лютий 2024 (FinTech Alliance)](https://fintech-alliance.com/index.php/news-insights/article/klarna-s-ai-chatbot-does-the-work-of-700-full-time-humans)
    
*   [Fast Company: як Klarna рахувала «700 агентів»](https://www.fastcompany.com/91039401/klarna-ai-employees-layoffs)
    
*   [Entrepreneur / Bloomberg: Klarna наймає людей знову, травень 2025](https://www.entrepreneur.com/business-news/klarna-ceo-reverses-course-by-hiring-more-humans-not-ai/491396)
    

* * *