Какво е AI автоматизация?

През 2025 г. 8,5% от българските компании с десет или повече служители са използвали AI за каквото и да било. В целия ЕС делът е 20,0% по данни на Евростат. Четири от всеки пет български бизнеса все още прекарват всяка задача, изискваща преценка, през човек.

AI автоматизацията е това, което затваря част от тази разлика, и е по-тесно понятие, отколкото маркетингът около нея внушава. Означава да предадете една повтаряща се задача на модел, който умее да чете, класифицира и пише, а след това да вкарате резултата обратно в софтуер, който вече ползвате. Единицата работа е задача, не програма за трансформация.

Текстът покрива какво означава терминът, с какво се различава от автоматизацията, която вече работи в счетоводния ви софтуер, колко струва през 2026 г., къде се чупи и как да разберете дали дадена задача във вашата фирма изобщо си заслужава автоматизация.

Какво точно е AI автоматизация

Вземете всяка задача, при която някой чете нещо, разбира какво означава и след това прави нещо по въпроса. Постъпва фактура от доставчик. Човек я прочита, решава към кой разходен център спада и въвежда четири полета в счетоводната система. AI автоматизацията заменя четенето и решаването с една заявка към модел, а въвеждането оставя на API.

Техническата дефиниция е по-скучна: съчетаване на модели за машинно самообучение, обикновено езикови и понякога зрителни, с обичайни инструменти за работни процеси, така че стъпките, изискващи тълкуване, да вървят без надзор. Моделът дава преценката върху разхвърлян вход. Слоят за процеси поема връзките, повторните опити и одит следата.

Отличава я от всички предишни вълни на автоматизация това какъв вход приема. Старата автоматизация искаше структурирани данни: поле във формуляр, ред в база данни, колона в CSV. AI автоматизацията приема сканиран PDF, клиентски имейл, написан наполовина на български и наполовина на английски, снимка на товарителница с петно от кафе върху нея.

Повечето фирми вече автоматизират доста неща. Планирани справки, напомняния за плащане, аларми за наличност, потвърждения на поръчки. Всичко това е автоматизация и нищо от него не е AI. Работи, защото правилата покриват случаите: ако фактурата е просрочена с четиринайсет дни, изпрати напомняне.

Автоматизацията по правила спира в момента, в който случай излезе извън тези правила. Няма клон за него, затова процесът чака човек. Колко често се случва това е числото, което решава дали AI си заслужава парите.

• Автоматизацията по правила е детерминирана и безплатна на границата. Същият вход дава същия изход всеки път, а милион изпълнения не струват нищо повече. Използвайте я навсякъде, където правилата действително покриват случаите.
• AI автоматизацията е вероятностна и струва част от стотинката на заявка. Справя се с вход, който никой не е предвидил, с точност, която зависи почти изцяло от това колко тясно сте очертали задачата. В нашите проекти широките задачи стоят в осемдесетте процента, а тесните в ниските деветдесет. Използвайте я там, където опашката от изключения изяжда реални часове.
• Повечето системи, които оцеляват в реална експлоатация, съчетават двете. Моделът тълкува; правилата решават какво се случва след това и кога се намесва човек.

Четирите части на всяка AI автоматизация

Махнете езика на доставчиците и всички тези системи имат едни и същи четири компонента. Когато ги знаете, става много по-лесно да отличите сериозна оферта от лъскаво демо.

• Спусък. Имейл постъпва в обща кутия, файл се появява в папка, форма е изпратена, нощна задача се стартира. Нещо трябва да задвижи изпълнението и това почти никога не бива да е човек, който натиска бутон.
• Извличане на контекст. Моделът се нуждае от вашите данни, не от тези на интернет. При работа с документи това е самият файл. При всичко, което отговаря на въпроси, това е търсене в собственото ви съдържание — моделът зад RAG чатботовете.
• Заявката към модела. Промпт, извлеченият контекст и задължителен формат на отговора, обикновено JSON, за да може следващата стъпка да действа без човек да го прочита.
• Запис обратно и авариен път. Резултатът влиза във вашия CRM, ERP или helpdesk. Всичко, което моделът е отбелязал като несигурно, отива при човек заедно с обосновката. Системите без такъв авариен път са тези, на които хората тихо спират да вярват.

Как изглежда в българска фирма

Задачите, които си заслужава да се автоматизират, обикновено са неблестящи. Счетоводни къщи в София, които обработват по няколкостотин клиентски фактури на месец. Дистрибутори, които сверяват входящи заявки срещу каталог, в който всеки клиент използва собствени имена на артикулите. Онлайн магазини, които отговарят на един и същ въпрос за доставката по четирийсет пъти на ден, на два езика.

Изградихме Боро, двуезичен помощник за имоти точно за третия случай. Купувачите описват какво търсят на обикновен език, системата превръща това в критерии за обяви и отговаря на допълнителните въпроси без брокер на линията. Превключва между български и английски според първото съобщение на посетителя — изискване, което преди поскъпяваше проекта, а сега струва един ред в промпта.

По-обширният ни каталог със случаи на употреба влиза по-дълбоко в обработката на документи, квалификацията на лийдове и отчитането. Формата под всичките е една и съща: голям обем и полуструктуриран вход, с грешки, които се хващат евтино при преглед.

Заслужава да се отбележи, че нито един от тях не е започнал като AI проект. Започнали са като оплакване: някой във фирмата е казал на глас, че една конкретна работа изяжда по един ден седмично. Това е правилният ред. Проектите, които тръгват от технологията, обикновено завършват с инструмент, който никой от оперативния екип не е искал и никой не отваря след втория месец.

В какво AI автоматизацията все още е слаба

Точността има таван и той не е 100%. При добре очертана задача за извличане очаквайте нещо в ниските деветдесет процента без тежка инженерна работа. Това е достатъчно за кодиране на фактури, където грешен разходен център се хваща при преглед. И е опасна навсякъде, където грешката е едновременно скъпа и невидима.

Малкият обем убива икономиката независимо от точността. Задача, която се случва два пъти месечно, няма как да върне инвестицията в изграждането, колкото и досадна да се струва на този, който я върши.

Третият начин да се провали са задачите без защитим верен отговор. Ако двама опитни хора във фирмата биха кодирали един и същ документ различно, моделът няма от какво да се учи и няма спрямо какво да бъде измерван. Първо решете разногласието, след това автоматизирайте.

Дрейфът е четвъртият проблем и се появява по-късно от останалите. Модел, който през март е кодирал фактурите ви добре, може да се разколебае, когато се смени съставът на доставчиците ви или когато доставчикът пусне нова версия зад същото име на API. Решението е скучно и не бива да се пропуска: пазете малък означен тестов набор, пускайте го по график и вдигайте аларма, когато резултатът се промени.

Колко струва и как да разберете дали се е изплатила

Разходът за работа отдавна не е пречката. Индексът за AI на Станфорд отчита, че цената за изводи при ниво на GPT-3.5 е паднала над 280 пъти между ноември 2022 г. и октомври 2024 г.. Да прекараш десет хиляди документа месечно през модел е грешка при окръгляне срещу заплатата на човека, който ги е чел досега.

Пари струва изграждането: очертаването на обхвата, свързването с вашите системи, написването на тестове и екранът за преглед, през който човек коригира резултата. Една тесна автоматизация обикновено излиза няколко хиляди евро. Проектите, които обхващат няколко системи, струват повече, и то заради интеграциите, а не заради AI. Страницата ни с цени обяснява как очертаваме такива проекти.

Сметката, която решава, е проста. Избройте часовете, които задачата изяжда месечно, умножете по пълната часова стойност на човека, който я върши, и вземете дела, който първата версия реалистично може да поеме, кажете 70%. Ако тази сума не покрива цената на изграждането в рамките на година, автоматизирайте друго.

Въпросът за съответствието, който идва късно

Регламентът за ИИ на ЕС влезе в сила на 1 август 2024 г. и се прилага от 2 август 2026 г., като задълженията за високорисковите системи влизат поетапно през 2027 г. и 2028 г. Българските фирми попадат в обхвата му като всички останали на единния пазар.

За автоматизациите, описани тук, практическата тежест е малка. Повечето попадат в категорията с минимален риск. Всичко, което говори с клиент, трябва ясно да казва, че е машина, което е изискване за прозрачност, а не инженерна задача. Системите, които засягат наемане на персонал, кредитиране или достъп до основни услуги, са високорискови и изискват сериозна документация, затова ги третирайте като различен клас проекти от първия ден.

Как да започнете, без да залагате фирмата

Изберете едната задача с най-голям обем и най-евтини грешки. Направете прототип върху реални данни: вашите фактури, вашите тикети от поддръжката, а не прилежно подбрана мостра за демото. След това измерете точността срещу набор случаи, които човек вече е означил правилно.

Това измерване е целият смисъл. Дава ви реалната степен на автоматизация, преди да сте се ангажирали с каквото и да било, и е числото, което едно лъскаво демо никога няма да ви даде. Нашата работа по AI автоматизация започва с двуседмично доказателство на концепцията точно затова: работеща система, измерена точност и препоръка, която понякога е „не градете това“.

Присъдата

AI автоматизацията си заслужава парите, когато задачата е с голям обем, полуструктурирана и снизходителна към случайна грешка. Извън тези условия тя е скъп начин да се чувстваш модерен. Технологията вече е наистина добра, а текущите разходи са нищожни, така че възможностите рядко са това, което решава изхода. Обемът е.

Грешката, която виждаме най-често в България, не е скептицизмът към AI. Това е купуването на платформа, преди да е избрана задача. Започнете с един процес, измерете го честно и оставете втората автоматизация да бъде финансирана от спестеното от първата.

Често задавани въпроси

AI автоматизацията същото ли е като RPA?

Не. RPA повтаря записани стъпки през потребителски интерфейс и се чупи при промяна на екрана. AI автоматизацията тълкува съдържание и работи през API. Много реални системи комбинират двете: моделът чете документа, а RPA ботът въвежда резултата в легаси софтуер без API.

Колко точна е AI автоматизацията на практика?

При тесни задачи за извличане и класификация със свестен промпт и реални тестове ниските деветдесет процента са честно очакване, а стеснени специализирани задачи отиват по-високо. Проектирайте за остатъка, вместо да се правите, че го няма: несигурните случаи трябва автоматично да отиват при човек, с видима обосновка от модела.

Работи ли AI автоматизацията на български?

Да. Големите модели четат, класифицират и резюмират български добре, а смесен българско-английски вход, който е точно това, което съдържат повечето български кутии за поддръжка, не изисква специално третиране. Българският текст, който моделът пише, все още печели от човешки прочит, преди да стигне до клиент.

Колко струва първият проект за AI автоматизация?

Една добре очертана автоматизация обикновено излиза няколко хиляди евро за изграждане, с текущи разходи от порядъка на десетки евро месечно. Проектите, които обхващат няколко системи, струват повече заради интеграционната работа. Скъпо е изграждането, не заявките към модела.

Трябва ли данните ми да са в специален формат?

Не, и това е главното, което се промени. Сканирани PDF файлове, имейл кореспонденция и свободният текст вече са годен вход. Нужен е обаче достъп: API, експорт или папка, която системата може да чете. Данни, заключени в настолно приложение без изход, са реалната пречка.

Колко време отнема първият проект?

Две до четири седмици за доказателство на концепцията, което работи върху реалните ви данни и дава измерена точност. Подготовката за реална експлоатация обикновено добавя още един месец: мониторинг, екран за преглед, аварийните пътища и каквото изисква вашата ИТ политика.