Купили инструмент раньше, чем поняли задачу
Подписали корпоративный ChatGPT — а сотрудники используют его для рерайта постов в соцсетях. Эффекта на бизнес-метрики ноль.
Аудит процессов, стратегия, разработка ИИ-агентов, интеграция, обучение команды и сопровождение. Одна точка ответственности — от гипотезы до результата.
Четыре типовые ошибки, которые я вижу почти в каждом проекте, куда меня зовут «переделать».
Подписали корпоративный ChatGPT — а сотрудники используют его для рерайта постов в соцсетях. Эффекта на бизнес-метрики ноль.
ИИ подключили к процессу, который сам по себе плохо построен. На выходе — быстрее делают ту же ерунду.
Получили технически рабочего агента, которым никто не пользуется — он не встроен в реальный workflow команды.
Модель работает на разрозненной информации из чатов и Excel. Качество ответов — ниже, чем у стажёра в первый день.
ИИ — не софт, который покупают. Это перестройка процессов. Отсюда и мой подход.
10 лет в маркетинге и управлении. Основатель Nova Media. Руками разрабатываю ИИ-системы: агенты, RAG, локальные LLM, интеграции с CRM и ERP. Говорю на языке собственника, а не на языке подрядчика.
Пять этапов. Можно пройти все — или подключить меня на конкретный.
Разбираю ключевые процессы, нахожу 3–7 точек, где ИИ даст быстрый эффект. На выходе — документ с приоритезацией по ROI и срокам окупаемости.
Целевая архитектура, roadmap на 6–12 месяцев, бюджет, метрики, риски. Что автоматизируем, что не трогаем, что делаем сами, что покупаем.
ИИ-агенты, ассистенты, RAG-системы, автоматизации. Интеграция с CRM, ERP и мессенджерами. Российские и локальные LLM — в зависимости от требований к безопасности.
Персонал перестаёт бояться и начинает использовать. Обучение по ролям: руководители, менеджеры, линейные. Не «как работает модель», а «как встроить в вашу работу завтра».
Мониторинг качества, дообучение, обновление базы знаний, расширение сценариев. ИИ-система — не «поставил и забыл», она растёт вместе с бизнесом.
→ Начать проще всего с аудита: он окупается ещё до первого внедрения.
Универсальные процессы, где эффект измерим и наступает быстро.
ИИ-агент отвечает на типовые обращения, остальное эскалирует человеку.
60–80% обращений · −30–40% ФОТКлассификация, обогащение, распределение по менеджерам.
Реакция: секунды вместо часовСотрудник спрашивает у ИИ, а не ищет в 20 папках и не дёргает коллег.
−70% времени на поискИИ ведёт первичный диалог с лидом, квалифицирует, назначает встречи.
24/7 без потери лидовИзвлечение данных из счетов, актов, договоров. Проверка комплаенса.
×10 быстрее ручного вводаИИ собирает данные из систем и отвечает на вопросы руководителя человеческим языком.
Отчёт за минуты, не дниПерсонализированные рассылки и ответы на основе истории отношений с клиентом.
Персонализация на масштабеПервичный скрининг, сопровождение новичка, обучающий ассистент.
−50% рутины рекрутёраЧто подойдёт именно вам — определяется на аудите, а не в коммерческом предложении.
30 минут, бесплатно. Смотрим, есть ли вообще смысл.
2–3 недели. Конкретные гипотезы с цифрами окупаемости.
Совместно выбираем 1–2 задачи для быстрого внедрения.
4–8 недель. Работающее решение в реальном процессе.
Расширяем на смежные процессы, интегрируем глубже.
Постоянная поддержка, развитие и дообучение системы.
Никаких проектов «на всё сразу и за миллион». Двигаемся шагами — каждый шаг окупается.
Названия компаний закрыты NDA — цифры открыты.
Поддержка не справлялась с ростом обращений, найм не успевал за сезонными пиками.
RAG · локальная LLM · интеграция с CRM и helpdesk · 6 недель
Бэк-офис вручную переносил данные из счетов и актов подрядчиков в учётную систему.
OCR + LLM-пайплайн · интеграция с 1С · проверка комплектности · 8 недель
Менеджеры тратили часы на поиск информации по продуктам и подготовку КП.
RAG · Telegram-бот · AmoCRM · база знаний из 2 000 документов
Аудит — от 150 000 ₽, пилотное внедрение — от 400 000 ₽, сопровождение — от 80 000 ₽/мес. Первый шаг — бесплатная диагностика: после неё вы понимаете порядок цифр под вашу задачу, а не «в среднем по рынку».
И так, и так. Выбор зависит от требований к безопасности и бюджета: облачные API быстрее и дешевле на старте, локальные LLM — когда данные не должны покидать контур компании.
Персональные данные обезличиваются до передачи в модель, либо используется локальная LLM внутри вашего контура. Архитектуру согласуем с вашей службой безопасности до старта разработки.
Это выясняется на аудите. Иногда сначала нужно навести порядок в данных — я честно скажу, если для ИИ ещё рано, и покажу, что сделать до внедрения.
Обучаю. Цель — чтобы команда пользовалась системой сама и развивала её. Замена команды подрядчиком — путь к решению, которое умрёт вместе с контрактом.
Критерии успеха фиксируем до старта. Если пилот их не достигает — не масштабируем и разбираем причины. Вы теряете стоимость пилота, а не годовой бюджет на «трансформацию».
E-commerce, девелопмент, производство, оптовая торговля, B2B-услуги, EdTech. Подход отраслево-нейтрален: сначала процесс и цифры, потом специфика отрасли.
Фикс за этап с понятным результатом на выходе. Сопровождение — абонентская плата. Почасовки нет: вы платите за результат, а не за время.
Да, при условии работы на локальных или российских моделях внутри вашего контура и адекватных процедурах согласования. Обсуждается на диагностике.
Обычно 6–10 недель от диагностики до работающего пилота в реальном процессе. Первые цифры эффекта — в первый месяц эксплуатации.
30 минут разговора — и вы поймёте, есть ли смысл ввязываться в ИИ-проект сейчас, или ваши деньги лучше потратить на другое. Без обязательств и презентаций.