The post has been translated automatically. Original language: Russian
In pursuit of technological superiority, businesses are increasingly seeking to use artificial intelligence in every business process. However, according to statistics, more than 50% of such projects not only do not pay off, but also bring headaches to the business. At Service Software, Ltd. (developers of the FleetService platform), we often see a situation where companies spend budgets on a large number of innovations, forgetting about common sense.
Mistake 1. The costs don't pay off, but there is a cheaper solution.
"Machine learning" sounds tempting, but you need to figure out if you really need it. Renting powerful GPUs, paying industrial engineers, and paying for each token are huge running costs.
Often , the task can be solved with a simple script or rule in CRM. For example, the "remind customer about a visit" function is a task for a regular calendar and SMS, and not for a giant LLM model with a RAG database. Don't complicate things where you can save money.
The content of one average AI agent:
| Article expenses | Monthly payments costs (in tenge |
| Rent GPU servers (for example, NVIDIA A100) | from 1,500,000 ₸ |
| Salary Industrial Engineer (Prompt Engineer) | from 800,000 ₸ |
| Payment Token API (GPT / Claude / local models) | from 300,000 ₸ |
| Specialist by further training the model (Fine-tuning) | from 600,000 ₸ |
| IT administration and security | from 400,000 ₸ |
| Total per month | from 3,600,000 ₸ |
Mistake 2. Lack of predictable logic
AI is helpless if it doesn't have high-quality data. This is especially critical in logistics.It is possible to try to predict the breakdown of transport by sensors. But what if 80% of breakdowns depend on the driving style of a particular driver, and this data is not uploaded to the system? The agent will start "guessing".
src="https://cdn.astanahub.com/media/blog_147692_en_0.png" alt="">
Mistake 3. Customers don't want to talk to the robot.
Have you put a "smart" bot on the site, and users write "call a person" in the very first seconds? This is expected. The psychology of the client in 2026 has already been formed. People are tired of robots. If a customer visits the site and sees the suggestion "Ask a question to the bot", his first thought is "I need a live person". The agent's responses are usually just a retelling of the FAQ, which is already visible on the page. As soon as the issue concerns an invoice, an unusual situation , or a dispute, the bot gets lost and throws it to the operator. The client is already annoyed by the waste of time. Instead of increasing loyalty (NPS), you get the opposite effect.
Mistake 4. Customers don't want to talk to the robot.
The AI learns from the sample you provided it with. If your internal documentation is outdated or contradictory, then the bot will confidently give incorrect answers. Data cleanup is a huge, expensive project. In large companies, it takes quarters and millions of dollars.
On average:
· 70-80% of the time in an AI implementation project is spent on data preparation.
· It may take 2-3 months for a specialist to clear 10,000 documents.
· The cost of such work is comparable to the salary of an entire department.
It would be easier to train two interns than to train a neural network.
Mistake 5. The legal risks outweigh the benefits.
If The AI agent will promise the client a discount, a deadline, or a guarantee - this is a legally binding statement. And if he makes a recommendation that leads to losses (for example, in insurance), who will be responsible? Developer or company? Litigation can negate all the savings from automation.
The solution to this problem:
· AI agent — for simple, routine tasks without consequences.
· A person is for everything related to money, obligations, health, and safety.Conclusions
In most business tasks, AI turns out to be redundant. It is much more effective to put the processes in order first, automate the routine using simple and understandable tools, and only then, if necessary, add "smart" elements. For example, in the FSAsiaFleetService platform, which helps companies in Kazakhstan with their fleet to reduce costs and reduce downtime in repairs, AI solutions are used to analyze labor intensity and monitor repair progress, but where the use of AI solutions is not obvious, we abandoned AI. Some developers are trying to predict transport breakdowns through AI solutions without taking into account the fact that the influence of random factors is stronger than patterns and the use of AI to solve this problem may fall into the category of "mess automation.
AI is a powerful, but very expensive and risky tool.
He demands:
· a clearly formalized task,
· high-quality data,
· large investments,
· Legal review,
· Continuous monitoring.
Co-author: Anastasia Ivanenko
В погоне за технологическим превосходством бизнес все чаще стремится использовать искусственный интеллект в каждом бизнес-процессе. Однако, по статистике, более 50% таких проектов не только не окупаются, но и приносят бизнесу головную боль. Мы в Service Software, Ltd. (разработчики платформы FleetService) часто наблюдаем ситуацию, когда компании тратят бюджеты на большое количество инноваций, забывая о здравом смысле.
Ошибка 1. Затраты не окупаются, а есть решение дешевле
«Машинное обучение» звучит заманчиво, но нужно разобраться действительно ли оно нужно именно вам. Аренда мощных GPU, зарплата инженеров по промптам, оплата каждого токена — это огромные текущие расходы.
Часто задачу можно решить простым скриптом или правилом в CRM. Например, функция «напомнить клиенту о визите» — это задача для обычного календаря и SMS, а не для гигантской LLM-модели с RAG-базой. Не усложняйте там, где можно сэкономить.
Содержание одного среднестатистического ИИ-агента:
| Статья расходов | Ежемесячные затраты (в тенге |
| Аренда GPU-серверов (например, NVIDIA A100) | от 1 500 000 ₸ |
| Зарплата инженера по промптам (Prompt Engineer) | от 800 000 ₸ |
| Оплата API токенов (GPT / Claude / локальные модели) | от 300 000 ₸ |
| Специалист по дообучению модели (Fine-tuning) | от 600 000 ₸ |
| ИТ-администрирование и безопасность | от 400 000 ₸ |
| Итого в месяц | от 3 600 000 ₸ |
Ошибка 2. Отсутствие предсказуемой логики
ИИ беспомощен, если у него нет качественных данных. Особенно это критично в логистике.Пытаться предсказать поломку транспорта по датчикам — можно. Но что, если 80% поломок зависят от манеры вождения конкретного водителя, а эти данные в систему не загружены? Агент начнет «гадать».
Ошибка 3. Клиенты не хотят говорить с роботом
Поставили «умного» бота на сайт, а пользователи в первые же секунды пишут «позовите человека»? Это ожидаемо. Психология клиента в 2026 году уже сформировалась. Люди устали от роботов. Если клиент заходит на сайт и видит предложение «Задайте вопрос боту», его первая мысль — «Мне нужен живой человек». Ответы агента — это, как правило, лишь пересказ FAQ, который и так виден на странице. Как только вопрос касается счета, нестандартной ситуации или спора — бот теряется и перекидывает на оператора. Клиент уже раздражен потерей времени. Вместо роста лояльности (NPS) вы получаете обратный эффект.
Ошибка 4. Клиенты не хотят говорить с роботом
ИИ учится на той выборке, которую вы ему предоставили. Если ваша внутренняя документация устарела, противоречива, то бот будет уверенно давать неверные ответы. Очистка данных — это огромный, дорогостоящий проект. В крупных компаниях на это уходят кварталы и миллионы долларов.
В среднем:
· 70–80% времени в проекте по внедрению ИИ уходит именно на подготовку данных.
· Очистка 10 000 документов у специалиста может занять 2–3 месяца.
· Стоимость такой работы — сравнимо с зарплатой целого отдела.
Проще было бы обучить двух стажеров, чем обучить нейросеть.
Ошибка 5. Юридические риски перевешивают выгоду
Если ИИ-агент пообещает клиенту скидку, сроки или гарантию — это юридически обязывающее заявление. А если он выдаст рекомендацию, которая приведет к убыткам (например, в страховании), кто будет отвечать? Разработчик или компания? Судебные тяжбы могут свести на нет всю экономию от автоматизации.
Решение этой проблемы:
· ИИ-агент — для простых, рутинных задач без последствий.
· Человек — для всего, что связано с деньгами, обязательствами, здоровьем, безопасностью.Выводы
В большинстве бизнес-задач ИИ оказывается избыточным. Гораздо эффективнее сначала навести порядок в процессах, автоматизировать рутину с помощью простых и понятных инструментов, а уже потом, если нужно, добавлять «умные» элементы. Например в платформе FleetService для снижения затрат на эксплуатацию своего автопарка, ИИ решения применяются для анализа трудоемкостей и контроля хода ремонта, но там где использование ИИ-решений неочевидно, мы отказались от ИИ. Некоторые разработчики пытаются предсказать поломки транспорта за счет ИИ решений без учета того, что влияние случайных факторов сильнее закономерностей и применение ИИ для решения этой задачи может относиться к категории "автоматизация бардака.
ИИ — это мощный, но очень дорогой и рискованный инструмент.
Он требует:
· чётко формализованной задачи,
· качественных данных,
· больших вложений,
· юридической проработки,
· постоянного мониторинга.
Соавтор: Иваненко Анастасия
Share
