Как выбрать специалиста по ИИ: типы исполнителей, признаки компетентности, красные флаги

Специалиста по внедрению ИИ стоит выбирать по способности сказать «нет», а не по знанию модных технологий. Исполнитель, который называет точность и сроки до того, как посмотрел ваши данные, опаснее того, кто отказывается давать цифры на первой встрече: первый продаёт ожидание, второй понимает, от чего результат зависит. Ключевой навык здесь — не обучение моделей, а умение довести решение до состояния, в котором им пользуются.

Три типа исполнителей на рынке

Под одинаковыми словами на рынке скрываются разные виды работ. Понимание, кто перед вами, снимает большую часть недоразумений.

Поставщик готового продукта. Продаёт коробочный сервис: чат-бота, систему распознавания документов, ассистента. Настройка минимальная, запуск быстрый, цена предсказуемая. Подходит, когда ваш процесс типовой и вы готовы подстроить его под продукт. Не подходит, когда решение должно опираться на ваши документы и правила.

Разработчик общего профиля. Команда, делающая сайты и системы, взявшая ИИ как ещё одно направление. Хорошо справляется с интеграциями и интерфейсами. Риск в том, что ИИ-часть здесь воспринимается как обычная функция: типична недооценка работы с данными и приёмка по перечню функций вместо качества ответов — почему это не работает, разобрано в статье «Нужно ли ТЗ для ИИ-проекта».

Специалист по внедрению ИИ. Занимается именно этим: проверкой достижимости на данных, подготовкой корпуса, настройкой качества ответов, расчётом экономики эксплуатации. Дороже на этапе постановки задачи и дешевле в итоге, потому что не доводит до разработки проекты, которые не дадут результата.

Что на самом деле должен уметь исполнитель

Технические навыки важны, но различают исполнителей не они. Отличают следующие способности.

Определить, что задача не решается. Самый ценный и самый редкий навык. Специалист, у которого в портфолио нет остановленных на проверке проектов, либо не проверяет, либо не признаётся.

Работать с данными, а не только с моделями. Основная часть результата определяется корпусом. Исполнитель, который не спрашивает про состояние документов, ещё не начал решать вашу задачу.

Считать экономику эксплуатации. Понимание, что каждое обращение стоит денег и расходы растут с объёмом. Отсутствие этого разговора — признак, что решение проектируется без учёта того, сколько будет стоить его работа.

Проектировать поведение при неуверенности. Что система делает, когда ответа нет: честно передаёт человеку или угадывает. Это архитектурное решение, и хороший исполнитель поднимает вопрос сам.

Объяснять простыми словами. Не как признак вежливости, а как индикатор: тот, кто понимает механику, объясняет её без терминов. Обильная терминология в разговоре с заказчиком чаще прикрывает пробелы, чем демонстрирует глубину.

Признаки, на которые стоит смотреть

• Спрашивает про процесс раньше, чем про технологии. Первые вопросы — какой процесс, какой объём, кто пользуется, как проверяется результат.
• Просит показать реальные данные. Не подготовленные примеры, а обычный срез.
• Предлагает этапность с точкой выхода. Проверка отдельно, разработка отдельно, право не продолжать.
• Задаёт вопрос о критерии приёмки. Что вы будете считать правильным ответом и какая доля ошибок допустима.
• Говорит о сопровождении до подписания. Понимает, что решение требует поддержки, и включает это в разговор, а не всплывает с этим потом.
• Приводит примеры неудач. Готовность обсуждать, что не получилось и почему, — признак реального опыта.

Красные флаги

• Называет точность до знакомства с данными. «Дадим 95%» на первой встрече — обещание, ничем не обеспеченное: достижимая точность есть свойство ваших материалов.
• Не спрашивает про данные вообще. Значит, проблему с ними обнаружит в середине проекта — за ваш счёт.
• Продаёт технологию, а не решение задачи. Разговор строится вокруг названий моделей и фреймворков, а не вокруг вашего процесса.
• Обещает «внедрить ИИ во все процессы». Универсальное решение сложнее, дольше и рискованнее одного узкого сценария.
• Готов начать разработку немедленно. Отсутствие этапа проверки — не расторопность, а перенос риска на заказчика.
• Не поднимает тему расходов на эксплуатацию. Либо не сталкивался с реальной эксплуатацией, либо умалчивает.
• Уклоняется от вопроса о правах на результат. Корпус, промпты и настройки — актив, который создаётся в проекте, и он нередко ценнее кода.
• Ссылается на кейсы без деталей. «Внедрили крупному ретейлеру» без описания процесса и метрики проверить нельзя.

Как проверить компетенцию, если сам не разбираешься

Технические знания для этого не нужны — достаточно нескольких вопросов, где содержательность ответа важнее его сути.

1. «Что может пойти не так в нашем проекте?» Компетентный ответ содержит конкретные риски, привязанные к вашей ситуации. Ответ «ничего, всё отработано» — красный флаг.
2. «В каком случае вы порекомендуете нам не делать этот проект?» Хороший исполнитель назовёт условия сразу. Отсутствие таких условий означает, что он возьмётся в любом случае.
3. «Как вы поймёте, что решение работает правильно?» Ответ должен вести к измеримому критерию и проверочной выборке, а не к демонстрации.
4. «Сколько будет стоить эксплуатация в месяц при нашем объёме?» Точную цифру на старте дать нельзя, но должен последовать разговор о том, из чего она складывается и как считается, — см. «Сколько стоит эксплуатация ИИ-решения».
5. «Что произойдёт, когда используемая модель будет снята с поддержки?» Проверяет, думает ли исполнитель дальше сдачи работ.

Расширенный список — в статье «10 вопросов подрядчику по внедрению ИИ».

Штатный специалист или внешний

Выбор определяется не столько бюджетом, сколько количеством задач.

Внешний исполнитель оправдан для первых проектов: он приносит опыт похожих задач, не требует постоянных расходов и уходит, когда работа закончена. Минус — знание уходит вместе с ним, если не позаботиться о передаче.

Штатный специалист имеет смысл, когда задач стало много и они постоянны: несколько работающих решений требуют сопровождения, регулярно возникают новые сценарии. Нанимать такого человека под первый проект преждевременно — он будет полгода делать одну задачу, а компания получит расходы без ускорения.

Рабочая последовательность: первые проекты с внешней командой, параллельно внутри растёт человек, который постепенно принимает сопровождение. Что делать, если собственного ИТ нет вовсе, — в статье «Внедрение ИИ без своей IT-команды».

Почему цены различаются в разы

Разброс предложений на одну задачу — норма, и объясняется он тем, что предложения относятся к разной работе.

Дешёвое предложение обычно предполагает, что данные готовы, интеграций нет, а приёмка происходит по факту работоспособности. Дорогое включает проверку на данных, подготовку корпуса, настройку качества и сопровождение. Сравнивать их по итоговой сумме бессмысленно — сравнивать нужно по составу работ и, главное, по тому, кто отвечает за качество ответов.

Практический приём: попросите всех претендентов ответить на один вопрос — что входит в их работу по приведению данных в порядок и кто отвечает за противоречия в документах. Ответы разойдутся сильнее, чем цены, и объяснят разницу.

Частые вопросы

Как понять, что специалист действительно разбирается в ИИ, если я сам не технический?

Оценивайте не термины, а вопросы, которые он задаёт. Компетентный исполнитель начинает с процесса, объёма и состояния данных, а не с названий моделей, и сам поднимает темы критерия приёмки, стоимости эксплуатации и поведения системы при неуверенности. Обильная терминология в ответах для заказчика чаще прикрывает пробелы, чем демонстрирует опыт.

Стоит ли брать подрядчика, который отказывается назвать точность заранее?

Такой отказ — скорее хороший признак, если он сопровождается предложением проверить достижимость на ваших данных отдельным этапом. Достижимая точность зависит от состояния ваших материалов, а не от квалификации исполнителя, поэтому названная до проверки цифра ничем не обеспечена. Настораживать должен обратный случай — готовность гарантировать конкретный процент на первой встрече.

Нужен ли в штат отдельный специалист по ИИ?

Под первый проект — обычно нет: задач для полной загрузки не наберётся, а опыта у нового сотрудника будет меньше, чем у внешней команды, делавшей похожее. Штатный человек становится оправдан, когда работающих решений несколько и им требуется постоянное сопровождение. Разумный путь — начать с внешней командой и параллельно вырастить внутри того, кто примет сопровождение.

Чем специалист по внедрению отличается от разработчика?

Предметом работы. Разработчик делает систему по описанию: интерфейсы, интеграции, логику. Специалист по внедрению отвечает за то, чтобы решение давало правильный результат на ваших данных и им пользовались, — а это в основном работа с корпусом, критериями качества и организацией процесса. На типовых задачах разница незаметна, на задачах с вашими документами — решающая.

Что делать, если подрядчик уже выбран, а сомнения остались?

Не расторгать, а изменить структуру работ: выделить проверку достижимости в отдельный оплачиваемый этап с правом не продолжать. Это ничего не стоит по сравнению с проектом целиком и снимает основной риск — обнаружить неработоспособность после разработки. Отказ исполнителя от такой схемы сам по себе информативен.

Что дальше

Какие вопросы задать до подписания — «10 вопросов подрядчику по внедрению ИИ». Как оформить договорённости, если классическое ТЗ не работает, — «Нужно ли ТЗ для ИИ-проекта». Кто должен вести проект с вашей стороны — «Кто ведёт ИИ-проект внутри компании». Полная картина — в опорной статье «Внедрение ИИ в бизнес».

Если нужен исполнитель, который начинает с проверки, а не с обещаний, — это подход к разработке и внедрению ИИ; первый шаг — аудит процессов.