Към съдържанието

AI стратегия и иновации

AI стратегия, която завършва с внедрен кейс, а не с презентация

Изграждаме трите неща, които решават дали разходът за AI ще се върне: измерена базова линия, портфолио от кейсове със записан критерий за спиране към всеки, и позиция по EU AI Act, която отговаря на реално работещото при вас. Не започваме с програма за зрялост на данните в целия бизнес — оценяваме готовността само на критичните данни, които първите три кейса използват, защото пълната версия отнема година и завършва с радарна диаграма.

30 минути с инженера, който би свършил работата — не с търговец. Без ангажимент, а каквото стигнем на разговора, остава при вас.

Работна сесия, в която кандидат-случаите за AI се оценяват спрямо измерена базова линия

Какво измерваме

95%
от GenAI пилотите не дават измерим ефект върху P&LMIT Project NANDA, „The GenAI Divide: State of AI in Business 2025“ — 52 структурирани интервюта, 153 анкетирани ръководители, 300+ публични внедрявания. Един доклад без рецензия, а четири от числата на тази страница идват от него — затова казваме къде е слаб навсякъде, където го ползваме. Не е наш резултат; това е причината нашите проекти да имат контролни точки.
5%
от оценените корпоративни GenAI инструменти влизат в реална експлоатацияФуния на NANDA: ~60% проучени, ~20% пилотирани, ~5% внедрени. Масовите чатботове минават в ~83% от случаите — провалът е в поръчковите корпоративни системи, не в моделите.
8,55%
от българските предприятия използват AI при 19,95% средно за ЕСEurostat, годишно изследване на ЕС за използването на ИКТ и електронна търговия в предприятията, отчетна 2025 г. По размер в ЕС: големи 55,03%, средни 30,36%, малки 17%. Българският среден бизнес е на около половината от средното за ЕС.
≤ 12 месеца
моделирана възвръщаемост, срещу която проектираме първата вълнаНаша проектна цел, не измерен клиентски резултат. Кейс с прогноза над 18 месеца в първа вълна обикновено е стратегически залог, представен като ефективност, и го оценяваме като такъв.

Какво изграждаме

Консултанти и клиент преглеждат разпечатан опис на данните

Готовност, стеснена до данните, които кейсовете наистина ползват

Оценките за зрялост на данните в целия бизнес отнемат година и завършват с радарна диаграма. Ние оценяваме само критичните данни, които кандидат-кейсовете четат — обикновено между 5 и 15 полета — и профилираме реалните таблици с dbt тестове, Great Expectations или Soda, вместо да приемем речника на данните за истина. Качеството на entity resolution по клиенти, доставчици и артикули се оценява отделно, защото там се чупят повечето back-office кейсове. Работили сме този проблем в реален мащаб: европейският маркетплейс за автомобили, който изградихме, носи над 300 000 активни обяви от дилърски feed-ове с несъвместими схеми, валути и таксономии — точката, в която дедупликацията и entity resolution спират да бъдат теория.

  • Заключение за всеки кейс — „да“, „да, след конкретни поправки“ или „блокиран“ — с поправките, оценени в дни, а не описани като програма
  • Регистър на критичните данни: поименен собственик, система-източник, lineage до процеса, измерена пълнота и дял на дубликатите, актуалност спрямо ритъма на решенията
  • Бележка за интеграционната повърхност на всяка система — какви API-та има, какъв модел на права ги управлява, съществува ли изобщо тестова среда
Ръка поставя бележка върху решетка за приоритизация

Портфолио с публикувани тегла и критерий за спиране към всеки кейс

Четиридесет идеи от работна среща, подредени по ентусиазъм, не са портфолио. Оценяваме с публикувани тегла — стойност 35–45%, изпълнимост 25–35%, време до резултат 10–15%, преизползваемост 10–15%, стратегическо съответствие 5–10% — а рискът и приемането влизат като отрицателни точки. Фиксираме точните тегла с вас писмено, преди да е оценен който и да е кейс, сборът им е 100 и не ги променяме, след като видим резултатите; ако спонсор иска ново претегляне, това става открито и цялото портфолио се пренарежда, включително кейсовете, които падат надолу. Стойността не е мнение от 1 до 5: годишен обем × измерени минути на транзакция × пълна часова ставка (с осигуровки и режийни) × процент автоматизация, ограничен от реалния дял изключения. Базовите линии идват от Celonis, SAP Signavio или двуседмично измерване.

  • Първа вълна от три до шест кейса с моделирана възвръщаемост под 12 месеца и поименно отговорен собственик за всеки
  • Списък на отхвърлените кейсове със записана причина — строгата първа контролна точка отсява 30–50% от кандидатите, а 0% отпаднали означава, че тя е декорация
  • Записан критерий за спиране и условие за извеждане от експлоатация към всеки кейс, преди да е започнала разработка
Специалист по съответствие отбелязва пасаж в нормативен текст

Класификация по EU AI Act, инвентаризация и регистрация

Digital Omnibus за AI, който изменя Регламент (ЕС) 2024/1689, се прилага от 27 юли 2026 г. и промени 42 члена и 3 приложения: задълженията за самостоятелните високорискови системи по Приложение III започват от 2 декември 2027 г., вградените системи по Приложение I — от 2 август 2028 г., маркирането по чл. 50 — от 2 декември 2026 г. Не се отложиха забраните по чл. 5, AI грамотността по чл. 4 и задълженията за GPAI. Класифицираме реално работещото при вас, включително AI функциите, включени по подразбиране в Dynamics 365, Salesforce и ServiceNow. Когато на масата има платформа за управление — Credo AI, Holistic AI, watsonx.governance, OneTrust — я проверяваме с един въпрос: заменя ли една таблица, или добавя втора? На повечето средни компании им трябват регистърът и входната контролна точка, а не платформата. Регулаторната позиция е проверена последно през август 2026 г.; преглеждаме я на всяко тримесечие, а всяка дата, която ви даваме, върви с цитат от Официален вестник в самия документ, а не на слайд.

  • Класифициран AI регистър със записано определение доставчик/внедрител и един поименен отговорник за всяка система, а не комисия
  • Оценки по дерогацията на чл. 6(3) срещу всичките четири условия — а система, самооценена като невисокорискова, пак подлежи на регистрация от своя доставчик по чл. 49(2). Ако сте я изменили съществено или я ползвате извън декларираното предназначение, този доставчик сте вие. Вписването е публично и търсимо, с изключение на записите в областта на правоохранителната дейност, миграцията, убежището и граничния контрол, които стоят в непубличната част на базата по чл. 49(4).
  • Конкретни задължения на внедрителя: шестмесечно пазене на логове по чл. 26(6), настроено в самата платформа; уведомяване на работниците и служителите и на техните представители по чл. 26(7); FRIA по чл. 27, когато се задейства; човешки надзор по чл. 14, възложен на компетентен поименен човек, а не на длъжност; инструкциите за употреба по чл. 13, четени като документа, от чието качество зависи вашето съответствие; и задействането, ескалацията и часовникът за сериозен инцидент по чл. 73, написани преди пускането, а не след първия случай
  • Ако вече имате ISO 27001, ISO/IEC 42001 Annex A се картира върху контролите, които сертификацията ви вече покрива, и се запълват само реалните празнини — вместо да се вдига паралелна управленска структура до тази, която одитирате всяка година
Колеги претеглят две опции, изписани на бяла дъска

Build, buy или partner — с човешката проверка като отделно перо

Бизнес случай с едно перо „разходи за AI“ не е бизнес случай. Моделираме трите варианта за 36 месеца с еднакви пера: разход за токени при измерени обеми, с явно моделирани routing и semantic caching; реална икономика на self-hosted GPU при действително натоварване; изграждане и поддръжка на evaluation harness; интеграции и права; миграция между версии на модели; и човешката проверка — редовно 5 до 50 пъти над разхода за inference и редовно пропускана.

  • Сравнение за 36 месеца, тествано при 10-кратен спад на API цените, а не при 50%. Stanford AI Index проследи как най-евтиният модел, достигащ ниво GPT-3.5 по MMLU, поевтиня от около $20 до $0,07 на милион токени между края на 2022 и края на 2024 г. — това не е поевтиняване на един и същи модел, а поевтиняване на способността, и точно това допускане най-често обезсмисля тезата за self-hosting в деветия месец. Довеждаме реда до текущото тримесечие и слагаме дата на модела.
  • Прагът за self-hosting, изразен като обем, а не като усещане: при нашата референтна конфигурация — 4×H100 SXM5, обслужващи 70B модел във FP8 през vLLM, по цени за август 2026 г. в ЕС — self-hosting започва да печели някъде над 20 до 50 милиона изходни токена на ден при трайно натоварване над 70%. Пресмятаме вашата пресечна точка по вашия измерен трафик и моделираме входните и изходните токени поотделно, защото API цените ги таксуват 3 до 5 пъти различно, а смесването им е начинът, по който тезите за self-hosting се самоубеждават.
  • Оценена цена на изхода: натрупаните промптове, fine-tunes, тестови набори и интеграции, изчислени като switching cost преди подписа, а не след него
Инженер преглежда таблица с резултати от тестове

Evaluation harness, който прави решението проверимо

Демонстрацията не е измерване. Изграждаме golden dataset от вашите собствени исторически случаи, като нарочно свръхпредставяме трудната опашка — изключенията, двусмислените, документите на български и сканираните на кирилица — и етикетирането се прави от вашите експерти, не от нас. Работата на български и с кирилица не е твърдение, което искаме да приемете на доверие: дигиталният речник, който изградихме за Министерството на образованието и науката, работи на beron.mon.bg и можете да го отворите сега. Recall@k се измерва отделно от генерацията, защото повечето оплаквания от халюцинации всъщност са проблем с chunking и извличането и се решават, щом станат видими.

  • Precision и recall по отделни полета за извличането, groundedness и точност на цитиране за RAG. Работни прагове според вашето ниво на риск: recall@5 над 80%, преди изобщо да има смисъл работа по генерацията; groundedness 90–97%; recall се задава поле по поле, а не се смесва в едно число. Очаквайте първото честно измерване да излезе 15–30 пункта под впечатлението от демонстрацията — точно заради тази разлика се мери.
  • Регресионен пакет, който тръгва при всяка промяна на промпт, модел, chunking или индекс: golden set и трасета в Langfuse или Arize Phoenix, оценявани с Ragas или DeepEval от pytest в CI, а Evidently следи дрейфа на входните данни в продукция. Три слоя, не един инструмент.
  • Когато оценяването се мащабира отвъд golden set с модел-съдия, съдията първо се калибрира срещу човешки етикети и се посочва съгласуваността между оценителите — некалибриран съдия е уверено число без нищо под него
  • Прагове за приемане, публикувани и подписани от собственика на процеса преди старта на пилота, с production трасета по OpenTelemetry GenAI конвенциите
Разработчик разглежда системна схема до ръчна скица

Обхват, икономика и стоп-бутон на агентните системи

Голяма част от продаваното като „агентно“ е RPA с езиков модел отпред, а Gartner очаква над 40% от агентните AI проекти да бъдат прекратени до края на 2027 г. заради растящи разходи, неясна бизнес стойност и недостатъчен контрол на риска. Версията, която оцелява, е тясна: един работен поток, ограничен набор инструменти, агент, който предлага, докато workflow двигател като Temporal изпълнява страничните ефекти с повторни опити, идемпотентност и одитна следа. Нищо необратимо не се случва без одобрение, а планът за връщане назад — какво прави процесът, когато агентът е изключен, и за колко време се връщате — се записва преди първото извикване на инструмент.

  • Таван на разхода за задача, а не бюджет за токени — агентните цикли се провалят скъпо и тихо, затова отчитаме разход на завършена задача
  • Режимите на отказ се тестват нарочно, вместо да се откриват в продукция: цикли от извиквания на инструменти, остарял контекст, каскадни грешки между стъпките и prompt injection през извлечено съдържание — последното мрежовите ви контроли никога не го виждат
  • Ранна позиция по AI Act — агент, който действа в заетостта, кредитирането или основните услуги, попада в Приложение III независимо как го нарича доставчикът — и записано условие за извеждане от експлоатация още в началото, а не договаряно в деветия месец

Системи, с които работим

Интегрираме се с това, което вече ползвате. Ако не виждате ваша платформа по-долу, кажете ни — подходът обикновено се пренася.

Регулации и стандарти, срещу които работим

  • Регламент (ЕС) 2024/1689 (EU AI Act) и Digital Omnibus за AI
  • GDPR и Становище 28/2024 на EDPB за AI модели и лични данни
  • NIS2
  • DORA
  • Data Act и Data Governance Act
  • ISO/IEC 42001 Annex A (A.2–A.10)
  • ISO/IEC 23894
  • ISO/IEC 42005
  • ISO/IEC 5259
  • ISO/IEC 27001 като системата
  • която разширяваме
  • вместо да дублираме
  • NIST AI RMF 1.0 и Generative AI Profile (NIST AI 600-1)
  • OWASP Top 10 за приложения с езикови модели
  • Работата на CEN-CENELEC JTC 21 по хармонизираните стандарти

Управление, оценка и наблюдаемост

  • Credo AI
  • Holistic AI
  • IBM watsonx.governance
  • OneTrust AI Governance
  • ServiceNow AI Control Tower
  • Collibra AI Governance
  • Langfuse
  • LangSmith
  • Arize Phoenix
  • Ragas
  • DeepEval
  • Evidently
  • OpenTelemetry GenAI semantic conventions

Данни, платформи и доказателства за процеса

  • Databricks Unity Catalog
  • Snowflake Horizon
  • Microsoft Purview
  • Apache Iceberg
  • dbt
  • Great Expectations
  • Soda
  • Airflow
  • Dagster
  • Celonis
  • SAP Signavio
  • UiPath Process Mining
  • Power Automate Process Mining
  • pgvector върху PostgreSQL
  • Elasticsearch
  • Azure AI Search
  • Qdrant

Системи-източници, оркестрация и хостинг, срещу които оразмеряваме

  • SAP S/4HANA
  • Microsoft Dynamics 365
  • Oracle Fusion
  • ServiceNow
  • Salesforce
  • Zendesk
  • Azure AI Foundry
  • AWS Bedrock и SageMaker
  • Google Vertex AI
  • Snowflake Cortex
  • Temporal, LangGraph и Model Context Protocol за ограничена агентна работа
  • vLLM, NVIDIA Triton и TensorRT-LLM за self-hosted обслужване
  • OVHcloud, Scaleway, Hetzner и StackIT за резидентност в ЕС; BgGPT на INSAIT за работа на български

Как протича работата

  1. 01

    Базова линия и инвентаризация

    2 седмици

    Какво остава при вас

    Базов регистър — измерена себестойност на транзакция, време за цикъл, дял безконтактна обработка и дял изключения за кандидат-процесите — плюс класифициран AI регистър, включващ включените по подразбиране функции на доставчиците и декларираното ползване на лични акаунти.

    Решението, което етапът налага

    Кои процеси имат достатъчно стабилна база, за да бъдат оценявани, и кои системи вече носят задължения по чл. 5, Приложение III или Приложение I.

    Кога спираме

    Ако никой собственик на процес не даде транзакционни данни и не одобри измерване на времето, спираме и ви предаваме регистъра. Портфолио, оценено по преценки на мениджъри, е презентация с аритметика върху нея.

  2. 02

    Оценка на портфолиото и модел на стойността

    2–3 седмици

    Какво остава при вас

    Оценено портфолио с тегла, фиксирани писмено преди оценяването, модел на стойността за всеки кейс от обем, измерени минути на транзакция, пълна часова ставка и процент автоматизация, ограничен от дела изключения, и записан критерий за спиране към всеки кейс.

    Решението, което етапът налага

    Кои три до шест кейса влизат в първа вълна с моделирана възвръщаемост под 12 месеца и с каква записана причина е отхвърлен всеки останал.

    Кога спираме

    Ако нито един кейс не минава под 12 месеца, след като включим и разхода за човешка проверка, го казваме и препоръчваме поправки в данните или в процеса вместо разработка.

  3. 03

    Архитектура, TCO и позиция по AI Act

    3–4 седмици

    Какво остава при вас

    Модел build/buy/partner за 36 месеца с еднакви пера и за трите варианта, спецификация на routed архитектура с начертана граница на резидентност на данните, и план за привеждане в съответствие с дати спрямо сроковете след Omnibus.

    Решението, което етапът налага

    Къде се изпълнява всяко натоварване, колко струва на успешно завършена задача и кои задължения се задействат преди пускането, а не след него.

    Кога спираме

    Ако маршрутизираният дизайн не може да задържи регулираните лични данни в границата, която КЗЛД би приела, предаваме архитектурния модел и спираме. Няма да фактурираме пилотна фаза, която не можем да препоръчаме отговорно.

  4. 04

    Пилот с контролна точка за приемане

    6–10 седмици

    Какво остава при вас

    Golden dataset, етикетиран от вашите експерти, регресионен пакет в CI, реален разход на успешно завършена задача и праг за приемане, подписан преди да е видян първият резултат.

    Решението, което етапът налага

    Продължаваме, преработваме или спираме — срещу число, записано и подписано преди старта на пилота.

    Кога спираме

    Под подписания праг след две итерации връщаме половината от таксата за пилотната фаза, а golden dataset, регресионният пакет и трасетата остават при вас. Приемането е отделна контролна точка: седмично активно ползване под 30% от лицензираните места, измерено като средно за последните четири седмици на пилота при кохорта от поне 15 места — под този праг изключваме системата, а описанието защо отива и при вашия, и при нашия спонсор, с посочена причина.

Врата, която никога не спира нищо, не е врата. Тя е украса.

Какво вероятно си мислите

Вече платихме на две консултантски компании за AI стратегия и нищо не тръгна.

Честно казано, това е правилото, а не изключението — NANDA измерва фуния от около 60% проучени инструмента, 20% пилотирани и 5% внедрени. Структурната разлика е в това какво договорът задължава да произведе: ако предметът е пътна карта, получавате пътна карта. Договорете вместо това измерена базова линия, портфолио със записани критерии за спиране и един кейс, преминал през контролна точка за приемане, чийто праг собственикът на процеса е подписал предварително. Полезен тест за всеки съветник е да го попитате кои са последните три кейса, срещу чието изграждане се е произнесъл, и защо. Ето нашия честен отговор на собствения ни тест: Palamed има четири реализирани проекта, не сто, така че не можем да рецитираме десетилетие анонимизирани откази и няма да си ги измислим. Това, за което можете да ни държите отговорни, е записано в договора — критерий за спиране и условие за извеждане от експлоатация към всеки кейс преди разработка, списък на отхвърлените с причината, половината такса за пилотната фаза, поставена срещу подписания праг, и препоръка в петата седмица да не се строи нищо, ако нищо не минава под 12 месеца.

Данните ни не са готови. Казаха ни, че първо ни трябва програма за данните.

Точно така изчезват две години. Зрелостта на данните в целия бизнес не е предпоставка за конкретен кейс; предпоставка е готовността на критичните данни, които този кейс ползва, а на практика това са често 5 до 15 полета с поименен собственик, документиран lineage и договорено ниво на качество. Блокираме кейсовете, които наистина не могат да продължат, и остойностяваме тясната поправка за останалите. Когато оценката покаже, че ограничението е в основните данни нагоре по веригата, а не в модела, препоръката е да се поправят полетата и да не се купува нищо — и тази препоръка е на масата от първата седмица, не след фактурата.

AI Act беше отложен, а България дори няма определен надзорен орган.

И двете са верни и нито едното не е основание да се спре. Omnibus премести самостоятелните високорискови системи по Приложение III към 2 декември 2027 г. и Приложение I към 2 август 2028 г., но забраните по чл. 5 и AI грамотността по чл. 4 се прилагат от 2 февруари 2025 г., а задълженията за GPAI — от 2 август 2025 г. В България водещо е Министерството на електронното управление, Решение № 398 на Министерския съвет от 18 юни 2025 г. определи седем органа по основните права, а към август 2026 г. все още няма санкционен режим и определен орган за надзор на пазара. Задълженията възникват по графика на Регламента независимо от това — а на практика немските и скандинавските ви клиенти питат във въпросник за доставчици много преди регулаторът.

Нашите инженери казват, че могат да го направят вътрешно.

Понякога са прави, а числото, което обикновено се цитира тук, е по-слабо, отколкото изглежда. NANDA измерва около 33% успешно внедряване при вътрешни разработки срещу 67% при външно партньорство, но това е анкетна извадка с очевидно скрито условие: организациите, които наемат външен екип, имат и бюджет, и спонсор от ръководството, и ясно очертан проблем — а именно тези три неща водят до внедряване. Стройте вътрешно, когато и трите вече са налице: има поименен собственик на evaluation harness, собственикът на процеса реално може да промени работния поток, и има поименен отговорник за поддръжката през втората година. Липсва ли някое от тях, купете слоя отдолу и напишете сами само тънката част, която ви отличава. И в двата случая решението идва от остойностяване на build, buy и partner за 36 месеца с еднакви пера, включително човешка проверка и миграция между модели.

Как доказвате възвръщаемост, когато ползата е, че хората работят по-бързо?

Като измерваме преди, а не след. Това е честният труден въпрос и точно затова NANDA открива, че бюджетът върви към продажби и маркетинг, където приписването е лесно, докато back-office кейсовете с по-бърза възвръщаемост остават нефинансирани. Измерване на времето или извадка от process mining дава базовата линия; контролна група, която не получава инструмента, отделя вашия ефект от сезонността. Стойността се изразява като разход на успешно завършена задача спрямо тази база, а в реда за възвръщаемост влизат само ползи, които финансовият директор приема: намален външен разход, намалени извънредни часове или поет ръст на обема без ново наемане. Ако кейс не може да се измери така, го оценяваме по-ниско и го казваме.

Ние сме регулирани. Една халюцинация в отговор към клиент и имаме проблем.

Тогава системата не бива да отговаря на клиентите ви без надзор и дизайнът трябва да го казва на първата страница. Голяма част от наричаното халюцинация в RAG система всъщност е провал на извличането — верният пасаж никога не е стигал до контекста — а това се мери като recall@k и се поправя. Освен това: groundedness като праг за пускане, а не като табло; изходен формат със задължително цитиране; маршрутизиране към човек при ниска увереност; и документиран човешки надзор по чл. 14 с компетентен поименен човек, а не длъжност. Регулираното внедряване е асистент за чернови или за триаж със задължителен преглед, не автономен отговарящ — и точно тази версия носи по-голямата част от ползата, защото скъпото в работата е четенето, не писането.

Защо вас, а не голяма одиторско-консултантска компания?

Наемете онзи, който ще запише проверимо число в договора. Попитайте всеки кандидат кои членове уреждат точно вашата система, от коя дата след Omnibus се прилага всеки от тях и какъв праг за приемане би подписал. Попитайте откъде идва базовата линия — от process mining и измерване на времето или от преценка на мениджър — и кой изгражда тестовия набор. Тези отговори разделят консултирането от опаковането при всякакъв размер на фирмата и са евтини за проверка. Разликата тук е по-малка и по-конкретна: човекът, който пише стратегията, е човекът, който внедрява първия кейс, и няма екип за презентацията, който после ви предава на юниори.

Вие сте малка компания, водена от основателя. Какво става, ако сте зает?

Честен въпрос и честният отговор има граници в себе си. Palamed работи founder-led, с поименни специалисти, привлечени за конкретната фаза, а не със склад от хора, и водим най-много два ангажимента от този размер едновременно, за да е реален календарът. Защитата не е численост, а артефактите: всяка фаза завършва с нещо, което се чете и без нас — Базовият регистър, AI регистърът, оцененото портфолио с теглата и списъка на отхвърлените, golden dataset и регресионният пакет във вашето хранилище, праговете в писмен вид. Всеки компетентен наследник може да продължи оттам. Границите, от които няма да ви разубеждаваме: нямаме 24/7 on-call дежурство и ако следващия месец ви трябват четиридесет консултанти в една зала, не сме правилният избор.

Кога не сме подходящи за вас

  • Ако ви трябва готова за борда презентация до края на месеца, не сме правилният избор. Първите ни две седмици произвеждат измерена базова линия — по-бавна и значително по-неефектна, но единствената, която прави всяко следващо число проверимо.
  • Ако никой собственик на процес няма правомощието да промени как реално се върши работата, AI програмата се превръща в покупка на инструменти с управленски слой отгоре. Ще го кажем на първата контролна точка, вместо да проектираме около липсващ вземащ решение.
  • Ако най-големият ви ръчен процес минава по няколкостотин транзакции месечно, аритметиката рядко излиза под 12 месеца. Честният отговор обикновено е по-чист работен поток или една поправена интеграция, и предпочитаме да го кажем, вместо да продадем пилот.
  • Ползата от по-евтин труд тук е малка. Пълният разход за труд в България е около 12,0 EUR на час при средно около 34,9 EUR за ЕС, което означава, че кейс, който излиза под 12 месеца в Мюнхен, често няма да излезе в София при същите обеми. Правим тази сметка през втората седмица и ви я казваме преди подписа, а не на прегледа на ползите.

Въпроси, които ни задават

Как избираме между prompt engineering, RAG и fine-tuning?

По ред на разходите, не по ред на модата. Започнете с извличане, когато отговорът вече съществува във вашите документи — и измерете recall@k, преди да пипате модела, защото стратегията за chunking е параметърът с най-голям ефект, който почти никой не настройва. Fine-tuning има смисъл, когато ви трябва постоянен изходен формат или домейн регистър, който промптът не удържа, и то едва след като има golden dataset, с който да докажете разликата. Fine-tuning върху неизмерен слой за извличане е скъп начин да грешите уверено.

Как разбираме дали някоя наша система е високорискова?

Класифицирайте първо срещу чл. 5, после срещу Приложение III и Приложение I, и запишете определението доставчик/внедрител — използване извън декларираното от доставчика предназначение или съществена промяна може да превърне внедрителя в доставчик. Чл. 6(3) дава четири условия за дерогация, но профилирането на физически лица е винаги високорисково, без изключение, а система, самооценена като невисокорискова по чл. 6(3), пак подлежи на регистрация от своя доставчик по чл. 49(2). Ако съществената промяна е ваша, този доставчик сте вие — а вписването е публично и търсимо, с изключение на записите за правоохранителна дейност, миграция, убежище и граничен контрол, които стоят в непубличната част на европейската база по чл. 49(4).

Можем ли да ползваме челен модел, без данните ни да напускат ЕС?

Обикновено да, чрез routed архитектура: чувствителното извличане и класифициране върху модел с отворени тегла, хостван в ЕС или при вас; трудното разсъждение през API с резидентност в ЕС и договорна клауза да не се обучава върху входните данни; а чувствителните полета изобщо не пресичат границата. Становище 28/2024 на EDPB добавя стъпка, която повечето доставчици няма да повдигнат — модел, обучен върху незаконно обработени лични данни, може да бъде ограничен за ползване, така че произходът на обучителните данни е въпрос на due diligence, не само на хостинг.

Какъв дял безконтактна обработка е реалистичен за нашия back office?

Документоемките отдели обикновено тръгват от 20–40% безконтактна обработка. Реалистична цел за първата година е 60–80%; доставчик, който обещава 95%, обикновено предефинира какво е изключение. Числото, което решава дали щатът наистина ще се промени, е делът изключения, а голяма част от изключенията са грешки в данните нагоре по веригата — грешна референция към поръчка, липсващи основни данни — които никой модел не поправя. Кодираме таксономия на изключенията от реална извадка от няколкостотин случая, преди изобщо да се оразмерява ползата.

Колко да предвидим за оценка и човешка проверка?

Повече, отколкото очаквате — това е перото, което решава повечето кейсове. Човешката проверка обикновено струва 5 до 50 пъти повече от inference, което прави контрола на разходите въпрос на дизайн на работния поток, а не на преговори с доставчик. От страна на изчисленията, model tiering, semantic caching и ограничението на дължината на изхода свалят разхода обичайно с 30–60%. Continuous batching вече е включен, ако сте на vLLM или TGI, така че оставащите лостове през 2026 г. са prefix caching върху споделените системни промптове, chunked prefill, FP8 за теглата и KV кеша и speculative decoding — обикновено 2–4× общо. Мерим model FLOP utilisation, а не показанието на nvidia-smi, защото второто казва, че върви ядро, а не че GPU върши полезна работа.

Какво правим със служителите, които вече ползват лични AI акаунти?

Третирайте го първо като откриване, после като риск. NANDA отчита редовно ползване на лични LLM акаунти в над 90% от анкетираните компании срещу около 40% с официален абонамент, тоест вашият AI регистър вече е непълен. Направете разкриване без санкции, съчетано с анализ на SaaS и мрежови логове, вдигнете санкциониран корпоративен слой със SSO, логване, резидентност в ЕС и клауза за необучаване, и включете резултата в AI регистъра и в обучението по чл. 4. Задачите, които хората автоматизират сами, са най-силният ви сигнал за подходящи кейсове.

Топли светлинни ленти върху тъмен фон

Какво бихте измерили при нас през първите две седмици?

Донесете един процес, за който подозирате, че е скъп. Ще ви кажем какво бихме засекли, от кои критични данни зависи и дали попада в Приложение III. Ако отговорът е, че самият процес е проблемът, ще го чуете първо.

Ограничена първа стъпка: Базов регистър — две седмици, фиксирана цена 6 000–9 000 EUR, едно семейство процеси. Базовият регистър и AI регистърът остават при вас независимо дали има втора фаза. От базовата линия до пилот в продукция с контролна точка пътят е 13–19 седмици и можете да спрете на всяка контролна точка, запазвайки всичко, произведено дотук.