Быстрее всего ИИ окупается в «офисе завода»: приём заявок, ввод документов в 1С, поиск по техдокументации и передача знаний опытных сотрудников. Это задачи на недели, без датчиков и замены оборудования.

Обновлено: 02.10.2026 · Автор: Максим Орлов, основатель Do Digital

Коротко

ИИ в 2025 году использовали 5,2% крупных и средних организаций России: 17% компаний с 500+ сотрудниками и 4,3% компаний до 100 человек (ИСИЭЗ НИУ ВШЭ, 2026).
Главные барьеры — затраты (54%), данные (34%), кадры (33%) и ИТ-инфраструктура (32%).
Do Digital внедряет ИИ там, где завод теряет время людей: голосовой приём заявок, ИИ-агенты для 1С, ассистент по техдокументации, база знаний, планирование производства. Решения работают в закрытом контуре предприятия.
Аудит — от 180 000 ₽ за 1–2 недели, пилот на одном процессе — от 350 000 ₽ за 4 недели.

5,2%

крупных и средних организаций России используют ИИ

ИСИЭЗ НИУ ВШЭ · 2026

17% / 4,3%

доля компаний с ИИ: 500+ сотрудников против компаний до 100 человек

ИСИЭЗ НИУ ВШЭ · 2026

4 млн

рабочих потребуется обрабатывающей промышленности до 2030 года

Д. Мантуров · ПМЭФ-2026

66%

машиностроительных организаций испытывают нехватку инженеров

НИУ ВШЭ · май 2026

Задачи завода для ИИ
Что мы внедряем
Как ИИ работает на заводе
Наши проекты и опыт рынка
Для небольшого завода
Безопасность данных
Стоимость и этапы
Что идёт не так
Частые вопросы

Где производство теряет время: 8 задач, которые решает ИИ

Больше всего ручной работы на заводе — вне цеха: в приёме заявок, перепечатке документов в 1С, поиске по документации и передаче знаний. Эти задачи ИИ закрывает без датчиков и замены оборудования, на тех данных, что уже есть у предприятия.

Задача	Как обычно	Что делает ИИ
Звонки и заявки	Ночью, в выходные и в пиковые часы менеджеры не успевают ответить, заявки теряются	Голосовой бот принимает звонок круглосуточно, понимает заявку и создаёт её в 1С или CRM
Документы из почты	Менеджер перепечатывает в 1С заявки из писем, счета и спецификации	ИИ-агент читает письмо или скан и готовит документ в 1С, сотрудник подтверждает
Поиск по документации	Технолог ищет нужный пункт ГОСТа, ТУ или паспорта станка в папках и архиве	Ассистент находит ответ в документах завода за секунды и даёт ссылку на источник
КП и статусы заказов	Менеджер вручную собирает цены, остатки и сроки по 1С	Агент считает КП по прайсу и остаткам, отвечает клиенту о статусе заказа
Планирование производства	Планировщик вручную держит в голове загрузку линий, остатки, сроки годности и сезонность	Система строит план и расписание с учётом ограничений, заранее показывает дефициты и риск неликвида; план утверждает специалист
Знания опытных сотрудников	Ответы на сложные вопросы знают 2–3 человека, новичков учат «с рук»	База знаний из регламентов и интервью с экспертами, бот-наставник для новых сотрудников
Найм рабочих и инженеров	HR вручную разбирает сотни откликов	Legat HR оценивает резюме по требованиям вакансии и готовит вопросы к собеседованию
Поручения в рабочих чатах	Договорённости теряются в переписке, сроки срываются	ИИ-агент создаёт задачи из переписки, назначает ответственных и напоминает о сроках

Что мы внедряем на производстве: 6 направлений

Do Digital внедряет ИИ в коммерческую, инженерную и кадровую работу завода. Каждое направление запускается пилотом на одном процессе и встраивается в 1С и привычные каналы — телефон, почту, Telegram.

Голосовой бот

Приём звонков и заявок 24/7

Бот отвечает на звонки дилеров и клиентов, уточняет позиции и объёмы и создаёт заявку в 1С. Распознавание речи работает на сервере предприятия, записи разговоров не уходят за периметр.

ИИ-агент + 1С

1С без ручного ввода

Агент разбирает письма, сканы и заявки в свободной форме и готовит документы в 1С: заявку, счёт, спецификацию. Считает КП по прайсу и остаткам. Сотрудник проверяет и подтверждает.

RAG-ассистент

Ассистент по техдокументации

Технолог или ремонтник задаёт вопрос обычным языком и получает ответ по ГОСТам, ТУ, чертежам, паспортам оборудования и регламентам завода — со ссылкой на документ и пункт. Как это устроено — на странице о RAG-системе по документам компании.

База знаний

Знания не уходят с людьми

Регламенты и опыт главного технолога, мастеров и наладчиков собираются в базу знаний. Новый сотрудник получает ответы у бота-наставника и быстрее выходит на смену.

Legat HR

Найм рабочих и ИТР

Legat HR принимает резюме в Telegram, оценивает кандидата по требованиям вакансии за 30 секунд и готовит вопросы к собеседованию.

Планирование + 1С

Планирование производства

Система строит план на месяцы вперёд и расписание внутри суток с учётом линий, переналадок, сроков годности, сырья и склада. Показывает дефициты и сценарии «что если», а утверждённый план возвращает в 1С.

Решения можно развернуть в закрытом контуре: модели работают на серверах предприятия или подключаются через корпоративный API без хранения запросов, персональные данные обезличиваются до отправки в модель. Подробнее — в разделе о безопасности.

Компьютерное зрение на конвейере, предиктивное обслуживание по датчикам и АСУ ТП мы не разрабатываем: для этих задач нужны профильные команды с оборудованием. Результаты таких систем мы можем связать с 1С и ИИ-ассистентами.

Как ИИ работает на заводе: ассистент по документации за 4 шага

ИИ-ассистент по документации работает по схеме RAG: перед ответом он находит в базе завода подходящие фрагменты документов и формулирует ответ только по ним. Поэтому ответ можно проверить по ссылке на источник.

Сбор документов
Загружаем в базу ГОСТы, ТУ, техкарты, паспорта оборудования, регламенты и инструкции. Каждый документ получает права доступа, как в исходной системе.
Вопрос сотрудника
Технолог пишет в Telegram, корпоративный чат или окно в 1С обычным языком: «Какой допуск по толщине стенки для изделия по ТУ…?»
Поиск фрагментов
Система находит в базе 3–5 подходящих фрагментов из документов, которые этот сотрудник имеет право видеть.
Ответ со ссылкой
Модель формулирует ответ только по найденным фрагментам и указывает документ и пункт. Если ответа в базе нет, ассистент так и отвечает.

Термины

RAG: Retrieval-Augmented Generation — ответ модели по документам компании: сначала поиск фрагментов, потом ответ по ним.
ИИ-агент: Программа на основе языковой модели, которая сама выполняет действия: читает письмо, создаёт документ в 1С, отправляет напоминание.
Голосовой бот: Система, которая принимает телефонный звонок, распознаёт речь, понимает запрос и отвечает голосом.
Закрытый контур: Модель и данные находятся на серверах предприятия, без передачи во внешние облачные сервисы.
On-premise: Развёртывание программ на собственных серверах компании.

Наши проекты: что Do Digital уже сделала

Проекты Do Digital закрывают те же задачи, что стоят перед заводом: приём звонков с записью в 1С, планирование производства, ИИ-агент для рабочих чатов, скрининг кандидатов.

Голосовой бот в закрытом контуре

Клиент: Компания по доставке питьевой воды, проект под NDA (анонимизировано).
Задача: Принимать звонки круглосуточно и заносить заказы в 1С, не передавая разговоры клиентов сторонним сервисам.
Решение: Голосовой бот на базе Asterisk и Whisper: распознавание речи работает на серверах клиента.

Результат: Звонки обрабатываются 24/7, заказы попадают в 1С автоматически. Нагрузка на операторов снизилась до 60–70% — по данным проекта.
Для завода: Тот же сценарий — приём заказов от дилеров и клиентов с записью в 1С.

152-ФЗOn-premise1СWhisper

Кейс в работе: ИИ-планирование производства для производителя мороженого

Клиент: Крупный производитель мороженого: 8 производственных линий, широкий ассортимент, экспорт и внутренний рынок (обезличено).
Задача: Автоматизировать производственный план — от плана на месяцы вперёд до очерёдности работ внутри суток. Главная цель — не допустить к концу сезона продукции, которую не получится продать.
Как работаем: Платное ТЗ, затем пилот на 3 линиях из 8 (около 30 позиций), затем полная версия. До договора показали рабочий прототип на данных заказчика; выбор подрядчика шёл на конкурсе.

Что учли: Разные остаточные сроки годности для экспорта и внутреннего рынка, мойки и переналадки линий, аллергены, карантин сырья и продукции, ёмкость склада в паллетоместах, регламентные остановки. 61 вопрос в 10 разделах — заказчик ответил на все.
Интеграция: Обмен с 1С:ERP по согласованной структуре файлов, загрузку контролирует ИТ-служба заказчика. Система предлагает и объясняет план, утверждает его специалист по планированию.
Статус: Октябрь 2026: согласование ТЗ. Результатов внедрения пока нет — эффективность пилота проверим по критериям, которые сформулировал заказчик.

Пищевое производствоПланирование1С:ERPИИ-планировщик

Проект Do Digital	Что сделали	Результат
ООО «МП ИНТЕПРО»	ИИ-агент для рабочего Telegram-чата: создаёт задачи из переписки, назначает исполнителей, следит за сроками, ищет по истории чатов	Договорённости из переписки становятся задачами с ответственным и сроком
Legat HR собственный продукт	Скрининг резюме в Telegram: рейтинг соответствия вакансии, вопросы к собеседованию	30 секунд на резюме вместо 15 минут — по данным Do Digital
ЖБИ-2, Калининград	Сайт завода железобетонных изделий и товарного бетона — zhbi2.ru	Опыт работы с производственным клиентом и его продажами

Ещё проекты — в кейсах внедрения ИИ.

Как это работает у крупных производств

Это проекты других компаний — не клиентов Do Digital. Данные из открытых источников, ссылки — в списке источников внизу страницы.

Компания	Что внедрили	Результат по открытым данным
Росатом	ИИ-помощник «Атом.Зая» в 1С ERP «Цифровой Росатом»	Очередь обращений в поддержку −35%, ответ за 25–30 секунд (Гринатом, 2026)
Кнауф	RAG-ассистент по техлистам и чертежам	Точность ответов 89% на первых тестах, 2 недели до запуска — по данным разработчика решения
ТяжМаш	ИИ-поиск по технической документации	18 000 документов в одном поиске, точность ответов 80% — по данным разработчика решения
Норникель	Отраслевая языковая модель для проектирования	Подготовка проектной документации — 3 недели вместо 20 (2026)

Общее у этих проектов: ассистенты по документации и поддержке сотрудников запускаются за недели и дают измеримый эффект без замены оборудования. Те же задачи мы решаем для средних и небольших заводов.

Подойдёт ли ИИ небольшому заводу

Да, если на заводе есть повторяющаяся задача с понятной метрикой: число принятых заявок, часы на ввод документов, время поиска в документации. Своя команда по ИИ для этого не нужна.

«Первое возражение, которое я обычно слышу от производственников: “У нас производство сложное — ИИ здесь не разберётся”. Я отвечаю: нам и не нужно сразу внедрять ИИ во всё производство. Мы начинаем с конкретной проблемы — простои, брак, планирование, контроль качества, поиск информации в технической документации — считаем её стоимость для бизнеса и только потом подбираем технологию. Если ИИ не даёт измеримого эффекта, мы его просто не внедряем».

— Максим Орлов, основатель Do Digital

Компании до 100 сотрудников используют ИИ в четыре раза реже крупных: 4,3% против 17% (ИСИЭЗ НИУ ВШЭ, 2026). Главные причины — затраты, качество данных и нехватка специалистов. Пилот на одном процессе снимает эти барьеры: завод платит за один процесс с измеримым результатом.

Небольшому предприятию обычно хватает двух вещей: доступа к 1С и документов, которые уже есть. Сервер с видеокартой нужен только для модели в закрытом контуре; для задач без персональных данных и коммерческой тайны подходит российский облачный API.

Безопасность: чертежи и персональные данные остаются на заводе

Для заводских данных мы строим закрытый ИИ-контур: модель на серверах предприятия или корпоративный API без хранения запросов, обезличивание персональных данных до отправки в модель и доступ к документам по правам сотрудника.

Коммерческая тайна держится на мерах её охраны (98-ФЗ), а за утечку персональных данных юрлицо платит от 3 до 15 млн ₽, за повторную — до 3% выручки, не более 500 млн ₽ (ст. 13.11 КоАП). С 1 сентября 2026 года действует закон о поддержке развития технологий ИИ (243-ФЗ); работу с персональными данными по-прежнему регулирует 152-ФЗ.

Как устроен защищённый контур, разобрали на странице о безопасном внедрении ИИ и 152-ФЗ.

Раздел носит справочный характер. Правовой режим обработки данных на предприятии согласуйте с юристом — мы строим технический контур с учётом его требований.

Сколько стоит внедрение ИИ на производстве: этапы и цены

Аудит стоит от 180 000 ₽ и занимает 1–2 недели, пилот на одном процессе — от 350 000 ₽ за 4 недели, полное внедрение с интеграциями — от 500 000 ₽.

Этап	Что получаете	Срок	Цена (ориентир)
1. Аудит	Карта процессов, где ИИ даст эффект; исходные показатели «до»; выбор пилота и метрики успеха	1–2 недели	от 180 000 ₽
2. Пилот	Рабочее решение на одном процессе с замером результата	4 недели	от 350 000 ₽
3. Внедрение	Интеграция с 1С и другими системами, масштабирование на отделы, обучение сотрудников	по проекту	от 500 000 ₽
4. Поддержка	Мониторинг, обновления, доработки и обновление базы знаний по SLA	по договору	по договору

Точную стоимость называем после аудита: она зависит от числа процессов, интеграций и требований к закрытому контуру. Цены указаны как ориентир и не являются публичной офертой. Другие услуги — на странице услуг и цен.

Что идёт не так при внедрении ИИ на заводе

Чаще всего проекты ИИ останавливаются на пилоте из-за трёх причин: у проекта нет измеримой цели, данные устарели или разрознены, а у процесса нет владельца на стороне завода.

Риск	Как проявляется	Как закрываем
Нет измеримой цели	Пилот «понравился», но эффект в деньгах посчитать нельзя	На аудите фиксируем показатели «до» и метрику успеха пилота
Устаревшие документы	Ассистент уверенно отвечает по отменённой редакции ТУ	Назначаем на заводе ответственного за актуальность базы, старые редакции помечаем
Нет владельца процесса	Решение работает, но им никто не пользуется	Пилот запускаем вместе с руководителем процесса и его командой
Сопротивление сотрудников	Мастера и технологи видят в ИИ угрозу	ИИ готовит черновик, решение остаётся за человеком; обучаем на реальных задачах

По исследованию MIT NANDA (2025), 95% организаций не получают измеримого эффекта от генеративного ИИ. При этом решения внешних специализированных подрядчиков доходят до внедрения примерно вдвое чаще, чем собственные разработки компаний.

Частые вопросы о внедрении ИИ на производстве

Сколько стоит внедрение ИИ на производстве?

Аудит — от 180 000 ₽ за 1–2 недели, пилот на одном процессе — от 350 000 ₽ за 4 недели, полное внедрение с интеграциями — от 500 000 ₽. Точная стоимость зависит от числа процессов, интеграций с 1С и требований к закрытому контуру, её называем после аудита.

С чего начать внедрение ИИ на заводе?

С аудита одного-двух процессов, где теряется больше всего времени: приём заявок, ввод документов в 1С, поиск по документации. На аудите фиксируем исходные показатели, чтобы после пилота посчитать эффект в цифрах.

Подойдёт ли ИИ небольшому заводу?

Да, если есть повторяющаяся задача с понятной метрикой. Компании до 100 сотрудников используют ИИ в четыре раза реже крупных — чаще всего из-за затрат и нехватки специалистов. Небольшому заводу не нужна своя команда по ИИ: пилот на одном процессе запускается за 4 недели силами подрядчика.

Можно ли развернуть нейросеть на сервере завода без внешних сервисов?

Да. Открытые модели, например Qwen и DeepSeek, разворачиваются на серверах предприятия, и данные не покидают его периметр. Для этого нужен сервер с видеокартой, его конфигурацию подбираем на аудите под объём задач.

Не утекут ли чертежи и коммерческая тайна?

Риск снижается архитектурой: модель работает в закрытом контуре или через корпоративный API без хранения запросов, персональные данные обезличиваются до отправки в модель, а доступ к документам выдаётся по правам сотрудника. Правовой режим обработки данных согласуется с юристом предприятия.

Работаете ли вы с 1С?

Да. ИИ-решения интегрируются с 1С, включая доработанные конфигурации: создают заявки и документы, берут остатки, цены и статусы заказов. Способ подключения определяем на аудите.

Будет ли ИИ ошибаться в ответах по ГОСТам и техпроцессам?

Может, поэтому ассистент отвечает только по документам предприятия, показывает ссылку на источник, а если ответа в базе нет — так и говорит. Главный риск — устаревшие документы в базе, поэтому за её актуальность отвечает назначенный сотрудник завода. Решения по техпроцессам принимает человек.

Может ли ИИ планировать производство?

Да, если ограничения производства описаны явно: загрузка линий, переналадки и мойки, сроки годности, сырьё и склад. Система предлагает план, заранее показывает дефициты и риск неликвида, а утверждает план специалист. Сейчас мы готовим такую систему для производителя мороженого с 8 линиями, начиная с пилота на 3 линиях.

Кто будет поддерживать систему, если на заводе нет ИТ-отдела?

Do Digital. После запуска работаем по договору поддержки с SLA: мониторинг, обновления, доработки и обновление базы знаний. Сотрудники завода работают в привычных каналах — телефоне, Telegram или 1С.

Есть ли господдержка внедрения ИИ для малого и среднего бизнеса?

Пока обсуждается. В сентябре 2026 года министерства предварительно согласовали компенсацию разработчикам российского ИИ скидок для малого и среднего бизнеса — до 200 000 ₽ в год на клиента. Механизм не утверждён, поэтому в расчёт проекта его не закладываем.

Максим Орлов — основатель Do Digital, в IT с 2009 года, компания работает с 2016 года. Лично ведёт каждый проект.
Telegram · vc.ru

Разберём, где ваш завод теряет время

За 30 минут бесплатно найдём 1–2 процесса, где ИИ даст эффект быстрее всего, и прикинем пилот с понятной метрикой.

Написать в Telegram Мессенджер Макс Email

ИИ на производстве: внедрение искусственного интеллекта на заводе