Всё о внедрении ИИ в бизнес: 56 ответов без маркетинга

Пилот — от 90 000 ₽, консультация и карта автоматизации — 0 ₽. Пилот закрывает один участок: обработку заявок, разбор звонков, ответы на типовые вопросы клиентов. Проект под ключ считается индивидуально — цена зависит от количества интеграций и того, сколько систем нужно связать. Мы называем сумму только после карты автоматизации, потому что до неё это гадание: у одного бизнеса вся боль в одном скрипте на 40 000 ₽, у другого — в трёх системах, которые не разговаривают друг с другом.

Обычно за 1–3 месяца после запуска, если брать участок, где деньги теряются прямо сейчас. Считать надо не «экономию на зарплате», а возвращённую выручку. Юркомпания по банкротству теряла 60% лидов — заявки висели по часу и уходили к конкуренту. После запуска потери упали до 15%, конверсия в оплату выросла с 15% до 35%, оборот прибавил 3 млн ₽ в месяц. Пилот стоил меньше, чем один потерянный клиент за неделю.

Возьмите одну метрику, где вы уже теряете деньги, и умножьте на реалистичный процент улучшения. Формула простая: (потерянные лиды в месяц × средний чек × конверсия) минус стоимость решения. Если у вас 200 заявок в месяц, 40% уходят из-за долгого ответа, средний чек 80 000 ₽, конверсия 20% — вы теряете 1,28 млн ₽ ежемесячно. Даже половина возврата окупает пилот за неделю. На бесплатной консультации мы считаем это по вашим цифрам, а не по средним по рынку.

Да. Не увидели результат на своей метрике — возвращаем деньги за пилот. Метрику фиксируем до старта: конверсия, время ответа, доля обработанных обращений, часы руководителя на контроль. Одна цифра, замер до и замер после. Гарантию мы даём именно потому, что перед пилотом делаем карту автоматизации и не берёмся за участки, где эффект неочевиден.

Разработка оплачивается один раз, дальше остаются расходы на инфраструктуру и модели — обычно несколько тысяч рублей в месяц на средний поток обращений. Токены языковых моделей стоят копейки за запрос: разбор часового звонка — рубли, ответ клиенту в чате — доли рубля. Сервер и хранилище — фиксированная строка бюджета. Поддержку и доработки можно взять отдельным договором или обслуживать своими силами — код и доступы ваши.

Есть, если у вас поток обращений от 100 в месяц или сотрудник тратит 10+ часов в неделю на однотипную работу. Нутрициолог — это буквально один человек, и там доходимость до конца анкеты выросла с 30% до 81%: ИИ вёл клиента по вопросам, подхватывал брошенные заявки и объяснял, зачем нужен каждый пункт. Смысла нет, если у вас 20 клиентов в месяц и вы каждого помните по имени — там дешевле нанять помощника.

Сотрудник дешевле на старте и дороже на дистанции: менеджер на обработке заявок обходится в 80–120 тысяч ₽ в месяц со всеми налогами, работает 8 часов и уходит в отпуск. Но сравнение по деньгам — неправильное. ИИ берёт объём, который человек физически не вытянет: 100% звонков на разбор вместо выборочных пяти, ответ за 30 секунд в три часа ночи, одинаковое качество на тысячном обращении. Правильная связка — ИИ снимает рутину, люди работают со сложными сделками.

Основные утечки — скорость ответа, необработанные заявки и невидимый отдел продаж. Клиент, которому ответили за час, а не за 5 минут, чаще всего уже говорит с конкурентом. В юрпроекте 60% лидов просто не доходили до менеджера. В отделе продаж промоборудования собственник слушал 3–5 звонков в неделю из сотен — и не видел, где менеджеры теряют сделки; когда ИИ начал разбирать 100% звонков, конверсия выросла на 27% за два месяца.

Обычно нет — большинство решений работает на арендованном сервере за 2–5 тысяч ₽ в месяц или в вашем облаке. Лицензии на софт не нужны: стек open-source, платите только за вызовы моделей по факту использования. Отдельный бюджет нужен в двух случаях: если по регламенту безопасности модель должна работать внутри вашего контура (тогда сервер с GPU) или если вы уже платите за корпоративную CRM и нужен более дорогой тариф с доступом к API.

Пилот на одном участке — 2–4 недели от подписания до работающего решения в продакшене. Первая неделя уходит на доступы и данные, вторая — на сборку и обучение на ваших материалах, третья — на тесты в реальном потоке под присмотром. Проект под ключ с несколькими интеграциями — 1,5–3 месяца. Мы намеренно не растягиваем сроки: если решение не показало эффект за месяц, дальше оно его не покажет, а покажет только счёт.

Пять шагов: бесплатная консультация → карта автоматизации → пилот на одном участке → замер метрики → масштабирование. На консультации разбираем, где у вас утекают деньги. Карта — это документ с перечнем процессов, оценкой эффекта по каждому и приоритетом, что делать первым. Пилот запускается на самом болезненном участке. Через 2–4 недели работы сравниваем метрику до и после. Дальше либо расширяем, либо расходимся — без обязательств продолжать.

Карта автоматизации — документ, где расписаны ваши процессы, точки потери денег и времени, и что из этого решается ИИ с оценкой эффекта. Делаем бесплатно за 14 дней. Она нужна, чтобы не автоматизировать красивое вместо прибыльного: собственники часто хотят чат-бота на сайт, а деньги у них теряются в необработанных заявках из другого канала. Карта остаётся у вас, даже если вы решите не работать с нами или делать своими силами.

Около 3–5 часов на весь пилот. Час на первую встречу, час-два на передачу контекста — как устроены продажи, что говорят менеджеры, где болит. Дальше вы участвуете только в двух точках: приёмка на демо и решение по результатам замера. Всё остальное — доступы, данные, тесты — снимаем на себя и работаем с вашим руководителем отдела или админом.

Три вещи: доступы к системам, примеры реальных данных и человека на нашей стороне, который отвечает на вопросы. Доступы — CRM, телефония, почта или мессенджеры, в зависимости от задачи. Данные — записи звонков, переписки, скрипты, база вопросов клиентов; чем больше реальных примеров, тем точнее ИИ с первого дня. Человек — обычно РОП или руководитель поддержки, он тратит 2–3 часа за проект. Если чего-то нет, скажем на консультации.

Да, и по-другому мы не делаем. ИИ подключается параллельно текущему процессу: сначала работает в теневом режиме — обрабатывает те же обращения, что и люди, но результат видите только вы. Сравниваете качество, правите промпты и логику. Когда результат устраивает — переводите поток на ИИ постепенно, начиная с 10–20% обращений. Если что-то ломается, откат занимает минуты, а не дни.

Есть план отката и человек в контуре на каждом шаге. В первые недели ИИ не отправляет ничего клиенту без проверки — либо предлагает вариант менеджеру, либо работает по узкому набору сценариев с эскалацией на человека при любом сомнении. Реальный риск на пилоте — не «ИИ нахамил клиенту», а «эффект оказался меньше ожидаемого». На этот случай есть гарантия возврата за пилот.

По одной цифре, которую зафиксировали до старта, — и она должна быть вашей, а не нашей. В юрпроекте это была доля потерянных лидов: 60% до, 15% после. В отделе продаж — часы собственника на контроль: 10 часов в неделю до, 30 минут после, при росте конверсии на 27%. В онлайн-школе — доля вопросов, закрытых без человека: 86%. Отчёты о «количестве обработанных запросов» без привязки к деньгам или времени — не результат.

Первый месяц требует настройки: вы видите, где ИИ ошибается, и правите правила — обычно это 1–2 часа в неделю руководителя направления. Дальше система работает автономно, но раз в квартал стоит пересматривать сценарии: меняются продукты, цены, возражения клиентов. Мы это либо ведём сами по договору поддержки, либо обучаем вашего сотрудника — все промпты и логика лежат в понятном виде, не в чёрном ящике.

ИИ хорошо решает задачи с текстом, речью и повторяющимися решениями по правилам: ответы клиентам, квалификация заявок, разбор звонков, заполнение CRM, подготовка документов, поиск по базе знаний. Плохо решает задачи, где нужна ответственность за деньги без проверки, работа с закрытыми государственными базами и творческие решения, которые продаёт ваша экспертиза. Если процесс нельзя объяснить новому сотруднику за час — ИИ его тоже не потянет без предварительной формализации.

Да, и это самый быстро окупаемый сценарий. ИИ принимает заявку из любого канала, задаёт квалифицирующие вопросы, отвечает на типовые возражения и передаёт менеджеру тёплого клиента с готовой карточкой. В юркомпании по банкротству это дало ответ клиенту за 30 секунд вместо часа и снизило потери лидов с 60% до 15%. Менеджер при этом не исчез — он перестал тратить время на тех, кто «просто спросить», и стал закрывать больше сделок.

ИИ расшифровывает каждый звонок, сверяет со скриптом, находит пропущенные этапы, возражения без отработки и обещания клиенту — и складывает это в отчёт руководителю. В отделе продаж промоборудования на 15 менеджеров разбирались 100% звонков вместо выборочных нескольких в неделю. Собственник перестал слушать записи вручную: контроль сократился с 10 часов в неделю до 30 минут, конверсия выросла на 27% за два месяца, потому что стало видно, кто и где сливает сделки.

Да, и это меняет метрику скорости ответа сильнее любого регламента. ИИ отвечает в WhatsApp, Telegram, на сайте и в почте одинаково в 10 утра и в 3 ночи. В онлайн-школе ИИ-куратор закрывает 86% вопросов учеников без человека — расписание, доступы, домашние задания, оплата. Живые кураторы подключаются к оставшимся 14%, где нужна человеческая реакция. Продажи выросли в 2,5 раза, потому что заявки перестали остывать в очереди.

Да, голосовые ИИ-агенты принимают входящие и делают исходящие звонки с распознаванием речи и естественным синтезом. Задержка ответа сейчас около секунды — разговор ощущается живым, хотя внимательный собеседник понимает, что говорит робот. Работает для квалификации лидов, подтверждения записи, реактивации базы и первичной консультации. Не работает для сложных продаж, где нужна импровизация и доверие — там ИИ должен доводить клиента до живого менеджера, а не имитировать его.

Да, и это снимает главную причину, по которой CRM врёт. После звонка или переписки ИИ сам создаёт сделку, заполняет поля, пишет резюме разговора, ставит задачу с датой следующего шага и меняет статус. Менеджер перестаёт заполнять карточки вечером по памяти, а руководитель впервые видит реальную воронку, а не ту, что удобно нарисовать. Это самая недооценённая автоматизация: она ничего не продаёт напрямую, но чинит данные, на которых вы принимаете решения.

Да: разбор откликов, первичное интервью в переписке, а после найма — тренажёр возражений и база знаний, которая отвечает новичку голосом вашей компании. Новый менеджер вместо недели чтения регламентов задаёт вопросы ИИ и получает ответ из ваших материалов. Отдельный эффект — ИИ слушает звонки новичка и подсказывает, где он отклонился от скрипта, до того как это заметит руководитель на еженедельной планёрке.

Да, для типовых документов с переменной частью: КП, договоры, счета, акты, отчёты, ответы на запросы. ИИ берёт данные из CRM, подставляет в шаблон, проверяет на несоответствия и отдаёт человеку на подпись. Экономия — часы в неделю у каждого, кто их готовит. Юридически значимые документы всегда проходят проверку человеком: ИИ ускоряет подготовку, но ответственность за подпись остаётся на вашей стороне.

Не примет за вас решение, за которое отвечаете вы, не починит сломанный процесс и не заменит отсутствующий продукт. Если менеджеры не перезванивают, потому что им не платят за это, ИИ не исправит мотивацию — он просто быстрее покажет проблему. Если у вас нет описанного процесса продаж, автоматизировать нечего: сначала формализация, потом ИИ. И ИИ не работает с закрытыми госбазами, доступ к которым закрыт капчей или требует платного ключа, — обещать обратное было бы враньём.

Законно, если данные обрабатываются на серверах в России и есть правовое основание — согласие субъекта или договор с ним. 152-ФЗ не запрещает ИИ, он предъявляет требования к обработке: локализация баз в РФ, уведомление Роскомнадзора, регламент доступа, срок хранения. Мы проектируем архитектуру под эти требования с первого дня: российский хостинг, шифрование, журналирование доступа. Если ваш процесс требует передачи данных за рубеж, мы говорим об этом до старта, а не после.

На серверах в России — либо в вашем контуре, либо у российского провайдера, выбор ваш. Мы работаем с российскими облаками и с размещением на вашем железе, если политика безопасности требует, чтобы данные не покидали периметр. Резервные копии тоже в РФ. Для проектов, где данные особенно чувствительные, мы разворачиваем модель локально — тогда запросы вообще не выходят за пределы вашей сети.

Зависит от архитектуры, и это решается до старта, а не по факту. Если процесс касается персональных данных клиентов — мы используем российские модели или локально развёрнутые open-source модели, и данные не покидают РФ. Если задача не касается персональных данных (например, генерация текста по обезличенному описанию), можно использовать зарубежные модели через российские шлюзы. Мы всегда показываем на карте автоматизации, какой контур куда ходит.

Нет, если архитектура построена правильно, — и мы строим её именно так. Модель не дообучается на ваших данных: она получает нужные фрагменты в момент запроса и забывает их после ответа. Ваша база знаний лежит в вашем хранилище, а не внутри модели. Утечка через «модель запомнила» — это риск бесплатных публичных чатов, куда сотрудники вставляют документы, а не корпоративных внедрений с изолированным контуром.

Через ролевую модель доступа: ИИ видит ровно те данные, которые нужны для конкретной задачи, и ничего сверх. Менеджерский бот не имеет доступа к финансам, бот поддержки — к базе зарплат. Дополнительно ставится маскирование: паспортные данные, номера карт и адреса заменяются на плейсхолдеры до отправки в модель. Все обращения к данным журналируются — вы всегда видите, кто и что запрашивал.

Уведомление о начале обработки персональных данных нужно подавать независимо от ИИ, если вы обрабатываете ПДн клиентов, — и большинство компаний уже подали его при запуске CRM. Внедрение ИИ обычно не создаёт нового основания для уведомления, но может расширить перечень действий с данными, который вы указывали. Это стоит сверить с вашим юристом или DPO. Мы даём техническое описание того, как устроена обработка, чтобы юрист работал с фактами.

Такой сценарий блокируется на уровне архитектуры, а не надежды на аккуратность модели. Каждый диалог изолирован: ИИ получает данные только того клиента, с которым говорит, — идентификация происходит до запроса к модели, а не внутри неё. Технически ИИ не может «перепутать» карточки, потому что чужие данные в его контекст не попадают. Дополнительно ставится фильтр на исходящие сообщения, который ловит паттерны вроде номеров телефонов и паспортов там, где их быть не должно.

Оператор персональных данных — то есть вы как компания, независимо от того, кто написал код. Поэтому ответственность нужно закрывать не обещаниями подрядчика, а архитектурой: логированием всех решений, человеком в контуре на критических действиях и явным уведомлением клиента, что он общается с ассистентом. Мы фиксируем в договоре обязательства по защите данных со своей стороны и передаём вам полный доступ к системе и логам.

Настолько же, насколько безопасно давать доступ подрядчику или новому сотруднику, — при условии, что права выданы точечно. ИИ подключается через API с отдельной учётной записью и минимальным набором прав: читать нужные поля, писать в нужные. Не даём доступ на удаление и на выгрузку всей базы. Учётку можно отозвать в один клик, и вы в любой момент видите в логах CRM, что именно делал ассистент.

Не заменит, а перераспределит: рутина уходит к ИИ, люди работают там, где нужны переговоры, доверие и нестандартные решения. Ни в одном нашем проекте не было сокращений — в юркомпании при выросшей в 2,3 раза конверсии тот же штат стал обрабатывать больше сделок, в онлайн-школе кураторы перестали отвечать на 86% типовых вопросов и занялись теми учениками, которые собирались уйти. Реальный сценарий — не увольнение, а рост объёма без найма новых людей.

Скажите прямо, что именно уходит к ИИ и что остаётся у людей, и покажите, чью работу это упрощает первым делом. Общие слова про «повышение эффективности» читаются командой как «готовьтесь к сокращениям» — и саботаж начинается ещё до запуска. Работает конкретика: «ИИ будет заполнять карточки после звонков, вы перестанете сидеть с CRM по вечерам». Ещё лучше — начать с задачи, которую сотрудники сами ненавидят делать.

Саботаж почти всегда означает, что ИИ добавил работы вместо того, чтобы её снять. Проверьте: если менеджеру нужно открыть ещё одно окно, скопировать текст и вставить обратно, он не будет этого делать ни за какие KPI. Правильное внедрение живёт внутри инструментов, которыми люди уже пользуются — в CRM, в мессенджере, в телефонии. Второй рабочий приём: дать ИИ сначала тем, кто закрывает больше всех сделок, и показать результат остальным на их же цифрах.

Час на инструктаж, если решение встроено в привычные инструменты, и несколько дней привыкания. Хорошо внедрённый ИИ не требует обучения промптам: менеджер видит подсказку в карточке сделки, куратор — готовый черновик ответа, руководитель — отчёт в мессенджере. Отдельное обучение нужно только тем, кто будет настраивать сценарии, — обычно это один человек в компании, и на него уходит 3–4 часа.

Один человек — руководитель того направления, где ИИ работает, а не «айтишник». РОП отвечает за ассистента в продажах, руководитель поддержки — за бота в чатах. Причина простая: настройка ИИ — это работа со смыслом, а не с кодом. Тот, кто знает, как правильно отвечать клиенту, справится с правкой сценария за 15 минут, а программист будет неделю уточнять, что имелось в виду.

Риск реальный там, где ИИ принимает решение вместо человека, и почти отсутствует там, где он готовит материал для решения. Разбор звонков не делает менеджера ленивее — он делает его ошибки видимыми, и это скорее подтягивает. Проблема появляется, когда ИИ отправляет ответы клиенту без проверки, а сотрудник перестаёт читать — это лечится выборочным контролем качества, тем же самым, что вы делаете для людей.

Он делает KPI честными: когда разбираются 100% звонков, а не выборка, оценка перестаёт зависеть от того, чью запись руководитель послушал в понедельник. Сильные менеджеры обычно выигрывают — их работа становится видна в цифрах, а не только в закрытых сделках. Слабые сначала сопротивляются. Важно не превращать отчёты ИИ в инструмент наказания: если разбор звонков используется только для штрафов, менеджеры начнут уводить разговоры в личные мессенджеры.

Можно — большинство наших клиентов без штатного айтишника. Доступы к CRM и телефонии выдаёт тот, у кого есть админские права, обычно собственник или РОП; всё остальное разворачиваем и обслуживаем мы. После запуска ежедневная работа с системой — это чтение отчётов и правка текстовых сценариев, для этого нужен человек, знающий бизнес, а не технологии.

Останется: логика и знания лежат в системе, а не в голове конкретного человека. Это один из побочных эффектов внедрения — база знаний, скрипты и стандарты ответов становятся описанными, потому что иначе ИИ не обучить. Когда уходит менеджер, новый получает не папку регламентов, а ассистента, который отвечает на вопросы и подсказывает по ходу звонка. Доступы, код и промпты передаются вам, привязки к подрядчику нет.

Со всеми, у которых есть API: Битрикс24, amoCRM, RetailCRM, 1С, Мегаплан и самописные системы. Интеграция двусторонняя — ИИ читает карточки сделок и пишет обратно: резюме звонков, статусы, задачи, поля квалификации. Дольше всего обычно занимает не подключение, а согласование того, какие поля считать источником правды. Если у вас самописная CRM без API, подключаемся через базу данных напрямую или через промежуточный слой.

Да, работаем с Mango Office, Телфин, Задарма и другими провайдерами, у которых есть API и вебхуки. Схема стандартная: провайдер отдаёт запись звонка по вебхуку, система расшифровывает её, анализирует и складывает результат в CRM и в отчёт руководителю. Для голосовых роботов нужен SIP-канал — это уже отдельная настройка на стороне провайдера, но она типовая и занимает пару дней.

Под задачу: для разбора текста и диалогов — большие языковые модели, для распознавания речи — специализированные ASR-движки, для поиска по базе знаний — векторные модели. Мы не привязываемся к одному вендору: модели за год обгоняют друг друга по два раза, и архитектура должна позволять их менять без переписывания системы. Выбор конкретной модели для проекта определяют три вещи: требования по данным (РФ или нет), качество на вашем типе задач и стоимость запроса на вашем объёме.

Часть зарубежных сервисов недоступна с российских IP напрямую, и это надо учитывать на этапе архитектуры, а не после запуска. Решения три: российские модели, локально развёрнутые open-source модели на вашем сервере или размещение сервисного слоя за пределами РФ, если данные это позволяют. Для проектов с персональными данными вопрос снимается сам собой — там и так нужен российский контур. Мы проверяем доступность всех API до того, как что-то обещать.

Можно — open-source модели разворачиваются на вашем сервере, и данные вообще не покидают периметр. Нужна машина с видеокартой; для типового ассистента поддержки или разбора звонков хватает одной GPU. Плюс — полный контроль и отсутствие внешнего трафика. Минус — качество открытых моделей на сложных задачах пока уступает лучшим коммерческим, а железо и обслуживание стоят денег. Мы предлагаем этот вариант, когда его требует политика безопасности.

Нет, ИИ надстраивается над тем, что у вас работает. Мы принципиально не начинаем с «сначала перейдите на другую CRM» — миграция сама по себе тянет месяцы и риски. Исключение одно: если данные лежат в таблицах и записных книжках без единого места хранения, автоматизировать нечего, и первым шагом будет навести порядок в учёте. Об этом мы говорим на консультации честно, даже если это отодвигает проект.

Telegram — через официальный Bot API, это просто и надёжно. WhatsApp — через официальный WhatsApp Business API у провайдера-партнёра, там нужна верификация номера и бизнес-аккаунта. Неофициальные подключения через эмуляцию клиента дешевле, но приводят к блокировке номера, поэтому для рабочих процессов мы их не используем. Для клиентов, у которых основной поток в мессенджерах, это единственный сценарий, где нужны сторонние платные сервисы.

Система переключается на резервный путь: ИИ молчит, обращение уходит человеку, клиент не видит разницы кроме скорости ответа. Это закладывается на этапе проектирования — деградация должна быть мягкой, а не «бот замолчал и клиент ушёл». Мониторинг стоит на всех критичных сервисах, уведомление о сбое приходит раньше, чем его заметят ваши менеджеры. Для голосовых сценариев резерв — переадресация на живую линию.

Останется: код, промпты, доступы и данные ваши, вы получаете их на старте, а не при расставании. Мы разворачиваем систему на вашей инфраструктуре или на аккаунтах, оформленных на вас. Привязка к подрядчику через закрытые платформы и «наше облако» — распространённый способ удержания клиента, и мы им не пользуемся. Если захотите вести систему сами или отдать другому подрядчику, передадим документацию без условий.

Тогда вы теряете время на карту автоматизации, а деньги за пилот возвращаются — это и есть смысл гарантии. Мы намеренно строим работу так, чтобы риск проверялся на маленьком участке за 2–4 недели, а не на полугодовом проекте. И у нас есть право сказать на консультации, что ИИ вам сейчас не нужен: если процесс не описан или потока обращений почти нет, честнее это озвучить, чем взять деньги за пилот, который ничего не покажет.

Специфика обычно в продукте, а не в процессах: заявки, звонки, документы и вопросы клиентов устроены похоже в банкротстве, в промоборудовании и в онлайн-образовании. Мы работали со всеми тремя. Специфика влияет на содержание — какие вопросы задавать клиенту, что считать квалифицированным лидом, — и это настраивается на ваших материалах. Реальные ограничения другие: закрытые госбазы, отсутствие цифрового следа, процессы, где всё решает личная встреча.

Риск снимается тремя механизмами: узкий круг разрешённых тем, ответы только на основе вашей базы знаний и обязательная эскалация на человека при неуверенности. ИИ не сочиняет, если ему запрещено отвечать вне источников — на вопрос без ответа в базе он передаёт диалог менеджеру, а не выдумывает. На старте пилота первые сотни ответов проходят проверку человеком, и вы видите реальное качество до того, как поток уйдёт на автомат.

Через те же инструменты, которыми вы контролируете людей: выборочная проверка диалогов, оценка от клиентов и метрика результата. В системе видны все диалоги с пометками, где ИИ передал разговор человеку и почему. Обычно достаточно 20–30 минут в неделю у руководителя направления, чтобы отсмотреть спорные кейсы и поправить сценарий. Плюс автоматические алерты: резкий рост эскалаций или падение оценок — сигнал, что что-то изменилось в потоке обращений.

Меняются модели, а не логика вашего процесса — поэтому архитектура строится так, чтобы модель можно было заменить, не переписывая систему. Прошлые два года это подтвердили: клиенты меняли модель под капотом и получали качество лучше при той же цене, не трогая интеграции и сценарии. Устаревает не ИИ-решение, а жёсткая привязка к одному вендору или платформе — от неё мы уходим на этапе проектирования.

На выбор: мы по договору поддержки или ваш сотрудник, которого мы обучаем. Поддержка — это мониторинг доступности, обновление моделей, правка сценариев под изменения в продукте и разбор нештатных ситуаций. Правку текстовых сценариев большинство клиентов делает сами — это не программирование. Технические вещи чаще оставляют нам. Ключевое: у вас есть доступ ко всему, поэтому смена подрядчика не ломает систему.

Собрать прототип на выходных можно, довести до продакшена — обычно нет, и на этом теряется больше денег, чем стоит внедрение. Разница между демо и рабочей системой — интеграции, обработка ошибок, безопасность данных, эскалация, мониторинг и месяцы настройки на реальном потоке. У нас 90+ сервисов в проде и Владислав Терещенко ведёт проекты лично. Если вы готовы вкладывать в это своё время — берите нашу карту автоматизации бесплатно и делайте сами, она ваша.

Мы работали с юридическими услугами, B2B-продажами промышленного оборудования, онлайн-образованием и частной практикой — процессы там разные, и это скорее плюс. Цифры по каждому проекту мы называем только те, которые можем подтвердить, и не приписываем себе чужие результаты. Разговор с действующим клиентом организуем по запросу, после первой встречи и с его согласия — навязывать клиентам звонки от незнакомых людей мы не будем.

С бесплатной консультации и карты автоматизации — 14 дней, 0 ₽, без обязательств. На встрече разбираем, где у вас теряются деньги и время, дальше вы получаете документ: перечень процессов, оценка эффекта по каждому и порядок внедрения. Дальше решаете сами — делать с нами, делать своими силами или не делать вовсе. Карта остаётся у вас в любом случае. Это самый дешёвый способ проверить гипотезу, что ИИ вам вообще нужен.