Обучение нейросетям завод. Провел тренинг: что изменилось за 2 месяца

Точка А: что было на заводе до обучения нейросетям

Половина сотрудников производственной компании уже пользовалась нейросетями — но только для личных задач, а не для работы. Кто-то спрашивал рецепт ужина, кто-то переводил фразу для отпуска. Потом закрывал вкладку и шёл заполнять Excel руками.

Клиент — производитель кабельной арматуры СИП и кабельных муфт. Производство в Набережных Челнах, 300 000 изделий в месяц, 70 комплектаций продукции, 12 отделов: продажи, тендерный, бухгалтерия, закупки, таможня, служба качества, технологи, производство, планирование, кадры, маркетинг, высоковольтное направление.

Директор сформулировал задачу без лишних слов:

«Теория не интересна. Нужно, чтобы тем же числом людей мы успевали больше. И покажите, какой выхлоп через два-три месяца».

За этой фразой стояли конкретные потери. Тендерный отдел тратил полдня на разбор технического задания на 80 страниц — чтобы понять, проходит компания по требованиям или нет. Менеджер получал заявку фотографией на сто позиций и вручную перебивал артикулы в Excel, ошибаясь в цифрах. Бухгалтер вручную разносил расход топлива по путевым листам на десятки автомобилей.

Что мешало на самом деле — диагноз после аудита

Проблема оказалась не в нехватке технологий, а в том, что никто не понимал, можно ли доверять ответам нейросети. Технический директор завода признался прямо:

«Пользуюсь DeepSeek, но только для личного. Для работы ничего не применял. Не понимаю, насколько он отвечает правильно».

Это ключевая фраза всего проекта. Не «я не умею пользоваться». А «я не знаю, где он врёт, и боюсь ошибиться в цифрах». Специалист по таможне подтвердил опасение конкретным примером: «С переводом ИИ помогает хорошо. Но коды ТНВЭД выдавал неактуальные, а НДС указал неверно. От этого зависит растаможка».

Руководитель службы качества был убеждён в другом: «Направление специфическое. Все процессы требуют только личного участия». Это тоже диагноз — не техническая проблема, а установка, что автоматизировать нечего в принципе. Аудит по всем 12 отделам занял личные встречи с каждым руководителем, и вопрос был один: на что уходит больше всего времени?

Что сделали: аудит, два дня практики, месяц сопровождения

Программа обучения нейросетям строилась в три этапа: аудит всех отделов, два дня офлайн-практики на реальных документах компании и месяц персонального онлайн-сопровождения. Тренинг без предварительного аудита превращается в лекцию — послушали, покивали, забыли.

Первый день офлайн-программы был посвящён базе: какие бывают нейросети, чем отличаются, как ставить задачу так, чтобы получить результат. Отдельным блоком разобрали, где именно ИИ врёт — на примерах их же провалов: устаревшие коды ТНВЭД, неверный НДС, ошибка в расчётах при перегрузке товара между машинами.

Второй день — практика по отделам, каждый со своими документами: своими тендерными заданиями, своими договорами, своими журналами.

Таблица этапов и сроков обучения

Рис. 1. Второй день практики — работа с реальными документами отдела

Как это выглядит теперь — по отделам

Одиннадцать из четырнадцати сотрудников используют нейросети в ежедневных задачах спустя месяц после обучения. Тендерный отдел настроил ежедневную сводку изменений в кодах и законодательстве, а поиск дополнительных тендеров и разбор заявок теперь идёт через ИИ.

В бухгалтерии автоматизировали проверку договоров на риски и сбор отчёта по расходу топлива из таблицы — раньше это делалось вручную по каждому путевому листу. В закупках и логистике теперь сравнивают коммерческие предложения от поставщиков и считают объём груза под перевозку через нейросеть, а не в уме.

• Высоковольтное направление — составление писем и коммерческих предложений, поиск клиентов по ОКВЭД через базы справочников

• Главный технолог — перевод инструкций с английского и адаптация под сотрудников с переносом фотографий

• Отдел продаж — поиск клиентов, составление КП и спецификаций, анализ договоров на сильные и слабые места

• Маркетинг — автоматическое получение актуальных новостей отрасли, работа с макетами и видео

• Технический директор — транскрибация встреч, поиск узких мест в производственном цикле

Самым показательным стал случай руководителя службы качества — того самого скептика. Ему предложили разобрать одну задачу: заполнение протокола приёмо-сдаточных испытаний. Потом взяли стандарты крупной сетевой компании и посмотрели, как на их базе писать технические условия под своё производство. К концу разговора он сам назвал ещё три места, где это применимо.

Точка Б: результат обучения нейросетям на заводе

Задача, которая занимала полдня, стала занимать 15 минут — это главный измеримый итог обучения. Документ, который собирали час, теперь собирается за пять минут по готовому шаблону.

Таблица «Показатель / До / После»

Рис. 2. Время на разбор тендерного задания: до и после. Источник: Материалы кейса Hilevel, 2026 год

Отдельный результат — не цифровой, но не менее важный. У людей поменялся сам вопрос. Раньше спрашивали «а что такое ИИ». Теперь спрашивают «а как мне сделать вот это». Появился список задач, которые выгодно автоматизировать по-настоящему: связка с учётной системой, обработка заявок, база знаний по нормативным документам, рассылка актов сверки.

Сколько стоило и когда окупилось обучение

Точная стоимость программы зависит от числа отделов и участников, сроков и программы обучения — и начинается от 95 000 ₽.

В случае завода срок окупаемости считается проще, чем в среднем по рынку: директор сам задал горизонт в два-три месяца и получил конкретный выхлоп внутри него — сокращение времени на рутинные задачи в отделах, которые прямо влияют на выручку: тендерный, продажи, закупки.

Экономика простая. Если тендерный специалист тратил полдня на один тендер, а теперь тратит 15 минут, освободившееся время уходит на поиск и подачу заявок на большее число тендеров — без расширения штата. Именно так формулировал задачу директор: тем же числом людей успевать больше.

Что не сработало при обучении нейросетям

Двое из четырнадцати участников не смогли отработать инструменты после тренинга со мной на практике — по организационным, а не по человеческим причинам. У начальника производства на телефоне работает только один инструмент, а сам он занят переездом цеха с 2,5 тысяч до 4 тысяч квадратных метров — физически не до обучения.

У специалиста по планированию на рабочем компьютере нет VPN, и системный администратор не разрешил установку — отработать на встрече не получилось.

Кейсы, где всё прошло идеально, обычно нечестные. На реальном заводе всегда есть переезд цеха, запрет админа на установку софта и человек, которого не поймать. Это не отменяет итог: 12 из 14 — рабочий, проверяемый результат, а не обещание ста процентов.

Рис. 3. Реорганизация цеха стала одной из причин, почему не все успели отработать инструменты

Как защитить производственные секреты при обучении нейросетям

Технологические процессы, рецептуры и реальную себестоимость нельзя загружать в нейросети — для остального работает система «светофор». Директор задал этот вопрос ещё на этапе аудита: «У нас есть технологические процессы, которые мы держим в секрете от конкурентов. Какую информацию нежелательно загружать?»

Ответ разбит на три уровня допуска:

• Зелёное — публичные стандарты, тендерная документация заказчика, каталог продукции с сайта, шаблоны без данных. Грузим свободно

• Жёлтое — договоры без указания контрагента и сумм, выгрузки с обезличенными клиентами («Клиент А, Б, В»), себестоимость с масштабированными цифрами. Обезличиваем — и грузим

• Красное — технологические процессы, рецептуры, режимы, конструкторская документация, реальная себестоимость, ценовые пределы по тендеру, персональные данные. Не грузим никогда

Самый сильный приём из четырёх разобранных на практике — спрашивать нейросеть не «посчитай», а «как считать». Компания получает методику и формулы, а расчёт делает у себя внутри периметра. Наружу не уходит ни одна цифра.

Отдельно стоит проверить настройки аккаунтов — почти везде обучение сервиса на пользовательских данных включено по умолчанию, и большинство сотрудников об этом не знает. В рамках месяца сопровождения такие настройки прошли по всем используемым сервисам и отключили вручную.

Почему собственникам заводов вообще нужны нейросети в 2026 году

Собственнику нейросети нужны не ради моды, а чтобы тем же числом сотрудников закрывать больше задач без пропорционального роста штата. Это прямо совпадает с формулировкой директора: расширять штат он не хотел, а объём работы рос.

Контекст по рынку: по данным исследования, опубликованного изданием Ведомости&, 35% российских предприятий уже имеют опыт применения ИИ-решений, но 47% из них пока ограничиваются пилотами, а не промышленным масштабом. При этом, по оценке ВШЭ, среди производственных предприятий доля внедривших ИИ-решения — лишь 0,5%, а значит запас роста у отрасли огромный.

В крупной промышленности эффект уже измеряют не в часах, а в процентах производства. По словам вице-премьера Антона Алиханова, системы компьютерного зрения в металлургии находят микротрещины и дефекты на стальных листах с точностью до 98%. На линии горячего цинкования нейросети помогли снизить расход цинка на 1,5% и увеличить выпуск продукции на 3,4% — этот кейс опубликован МТС Web Services.

Разница между заводом с 300 000 изделий в месяц и металлургическим гигантом не в самой технологии, а в масштабе внедрения. Логика одинаковая: сначала находишь, где теряется время или материал, потом закрываешь это точечным инструментом — без глобальной перестройки процессов.

Кому подойдёт обучение нейросетям, а кому нет

Обучение нейросетям на заводе даёт эффект там, где много ручной рутины с документами и данными — и почти бесполезно там, где процессы требуют физического присутствия и решений на месте.

Таблица сравнения: кому подходит формат

Рис. 4. Так меняется рабочий стол сотрудника после месяца сопровождения

Ещё один фильтр — готовность руководства к честному разговору про ограничения ИИ. Компаниям, которые ждут кнопки «включить искусственный интеллект и всё заработает само», такой формат не подойдёт: он требует личного участия каждого руководителя отдела на этапе аудита.

Как начать обучение нейросетям в своей компании

Внедрение начинается не с покупки инструментов, а с аудита — личного разговора с каждым руководителем отдела о том, на что уходит его время. Дальше идёт последовательность из практики и сопровождения, а не разовый тренинг.

1. Проведите личные встречи с руководителями всех отделов и задайте один вопрос: на что уходит больше всего времени

2. Зафиксируйте три-пять конкретных рутинных задач в каждом отделе — с цифрами по времени, а не общими фразами

3. Организуйте практику на реальных документах компании, а не на абстрактных примерах из интернета

4. Разберите отдельным блоком, где именно нейросеть ошибается — на своих же провалах, если они есть

5. Настройте систему допуска данных по принципу светофора: что грузим свободно, что обезличиваем, что не грузим никогда

6. Назначьте период сопровождения минимум на месяц — вопросы возникают через неделю после обучения, а не во время него

Спрос на такое обучение в промышленности растёт быстро: по данным «ТендерПро», интерес металлургов к программам обучения работе с ИИ вырос в 6 раз год к году. А по данным hh.ru и EvApps, доля вакансий в России с требованием навыков работы с нейросетями достигла 29% от общего числа.

Заключение: стоит ли заводу обучать сотрудников нейросетям

Обучение нейросетям на производстве — это не про моду и не про замену людей роботами. Это про то, чтобы задача на полдня стала задачей на 15 минут, а тем же числом сотрудников закрывать больше объёма работы. На разобранном заводе это сработало для 12 из 14 участников — остальным помешали не люди, а инфраструктура и обстоятельства.

Подойдёт компаниям с большим объёмом рутинных документов, готовностью руководителей потратить время на честный аудит и терпением на месяц сопровождения после практики. Не подойдёт тем, кто ждёт мгновенного эффекта без личного участия или у кого прямо сейчас идёт реорганизация, съедающая всё внимание команды. Первый шаг — не покупка курса, а разговор с каждым начальником отдела о том, где у него горит.