Разбор результатов, стоимости и сроков внедрения ИИ в Бизнес
Игорь Мельников и Ярослав Филиппов
О чем подкаст
Игорь Мельников:
– Основатель и CEO 3R Agency
– Успешно внедрил ИИ в десятки компаний: от стартапов до международных корпораций
– Опыт работы на рынках РФ, США, Китая, Таиланда, Индонезии
В подкасте обсудили:
– Результаты внедрения ИИ в заводы, отели, производство пива, отделы продаж, маретплейсы, работу с тендерами
– Стоимость, сроки разработки и интеграции
– Как найти точки применения ИИ в компании
– Как появился AI-Uber для отелей в Тайланде
– Ожидания от ИИ, скорость с которой окупаются разработка и внедрение ИИ решений, и окупаются ли они вообще?
– Нужно ли вообще внедрять ИИ? Выживет ли бизнес без ИИ в обозримом будущем?
– Как быстро разобраться в ИИ и его применении в бизнесе?
– Основатель и CEO 3R Agency
– Успешно внедрил ИИ в десятки компаний: от стартапов до международных корпораций
– Опыт работы на рынках РФ, США, Китая, Таиланда, Индонезии
В подкасте обсудили:
– Результаты внедрения ИИ в заводы, отели, производство пива, отделы продаж, маретплейсы, работу с тендерами
– Стоимость, сроки разработки и интеграции
– Как найти точки применения ИИ в компании
– Как появился AI-Uber для отелей в Тайланде
– Ожидания от ИИ, скорость с которой окупаются разработка и внедрение ИИ решений, и окупаются ли они вообще?
– Нужно ли вообще внедрять ИИ? Выживет ли бизнес без ИИ в обозримом будущем?
– Как быстро разобраться в ИИ и его применении в бизнесе?
40 ключевых мыслей
Мысли гостя (Игорь Мельников, компания 3R Agency)
Искусственный интеллект — это логичное продолжение цифровизации бизнеса, которое переводит компанию на совершенно новые рельсы эффективности.
Современные ИИ-решения — это не просто скриптовые чат-боты, а полноценные цифровые сотрудники с четкой должностной инструкцией и рабочим контекстом.
В e-commerce ИИ-агент (квалификатор) способен мгновенно сверять совместимость автозапчастей по VIN-номеру, сокращая время ответа с нескольких дней до пары минут.
Быстрая реакция ИИ на вопросы покупателей маркетплейсов не только повышает конверсию, но и напрямую поднимает карточку товара в поисковой выдаче.
Сложные ИИ-продукты чаще всего строятся как многоагентные системы, где мощная модель выступает дирижером, а дешевые и быстрые модели выполняют узкие подзадачи для экономии токенов.
Цель внедрения ИИ — не массовые увольнения, а передача скучной рутины роботам, чтобы живые сотрудники могли сфокусироваться на творческих и сложных бизнес-задачах.
На рынке AI-разработки сейчас «Дикий Запад»: за одну и ту же задачу фрилансеры могут просить 50 тысяч рублей, а крупные интеграторы — 15 миллионов.
Качественный кастомный ИИ-сотрудник от агентства рентабельно начинается от 300 тысяч рублей, а средний срок окупаемости (ROI) такого решения составляет от 3 до 9 месяцев.
Средний срок разработки ИИ-решения занимает 4–6 недель, однако в 90% случаев дедлайны затягиваются из-за того, что на стороне клиента медленно собирают и отдают нужные данные.
Для производственных компаний ИИ-агенты могут автоматически скачивать архивы с тендерных площадок, парсить сложные документы и переносить только целевые заявки прямо в CRM.
Избавление высококвалифицированных инженеров от ручного поиска тендеров дает мощный побочный эффект — кратное увеличение количества реализованных заказов.
Часто лучшие идеи для ИИ находятся прямо на производстве: например, замена ручного копипаста данных с бумажных чертежей в 1С на автоматическое компьютерное зрение.
В премиум-сегменте (обслуживание вилл в Таиланде) ИИ может работать как невидимый мультиязычный консьерж-диспетчер, переводя жалобы туристов и автоматически назначая задачи нужным мастерам в WhatsApp.
На базе истории ИИ-заявок по ремонту недвижимости можно создать уникальный продукт — «паспорт виллы», который повысит ее прозрачность и стоимость при сдаче или продаже.
Для селлеров на маркетплейсах ИИ-агент способен заменить аналитика: он переводит сложные голосовые запросы человека в SQL-запросы к базам данных (типа MPStats) и выдает понятные бизнес-выводы.
Многие предприниматели страдают от завышенных ожиданий, требуя создать универсального ИИ-агента, который «делает вообще всё и сам приносит кофе».
Главная боль AI-интеграторов — клиенты часто приходят без понимания своих процессов, инфраструктуры и цифровой зрелости, прося «внедрить хоть какую-нибудь ИИшку».
Аппетит приходит во время еды: когда клиенты видят первый рабочий прототип ИИ, они начинают генерировать бесконечный поток улучшений, что может надолго заморозить релиз продукта.
Большинство заказчиков вообще не мыслят категориями ROI; агентству приходится самостоятельно рассчитывать и доказывать экономическую целесообразность внедрения ИИ.
Нормальная практика — отговаривать клиента от дорогой ИИ-разработки, если объем его рутины (например, 20 сообщений в день) не окупит затраты на технологии.
Философия AI-агентства должна строиться на концепции «клиент на всю жизнь», где интегратор выступает надежным проводником бизнеса в цифровую трансформацию.
Чтобы не тратить сотни часов на индивидуальный ликбез, выгоднее упаковать базовые знания об ИИ в образовательный курс, который подготовит клиентов к реальному консалтингу.
Внедрение ИИ — это экзистенциальный вопрос выживания: компании, игнорирующие автоматизацию, в ближайшие 3–5 лет просто уступят долю рынка более быстрым конкурентам.
Крупные инвестиционные фонды уже начали отказывать в финансировании бизнесам, в стратегии которых не заложено внедрение искусственного интеллекта.
Консервативное руководство, отвергающее цифровые инициативы, рискует потерять самых проактивных сотрудников, которые уволятся и создадут более эффективные проекты.
Прежде чем заказывать кастомную разработку, владельцу бизнеса жизненно необходимо пройти базовое обучение по ИИ, чтобы ориентироваться в терминах и понимать свои реальные потребности.
Платформы low-code (например, n8n) позволяют собирать и тестировать мощных ИИ-агентов гораздо быстрее и дешевле, чем классическое программирование с нуля.
Доступ к автомобильным базам данных для сверки VIN-номеров сильно фрагментирован, что заставляет разработчиков искать скрытые API для корректной работы агентов-консультантов.
Система предсказательной аналитики (например, для заказа нужного объема пива на точки) способна полностью исключить торговых представителей из цепочки поставок, минимизируя неликвид и дефицит.
Правильный курс по цифровой трансформации должен давать предпринимателю навык самостоятельно рисовать дорожную карту ИИ-внедрений для своей компании.
Мысли ведущего (Ярослав Филиппов)
Даже если ИИ не показывает прямого роста конверсии, исключение фактора «клиент ушел из-за медленного ответа поддержки» — это уже колоссальный бизнес-результат.
Раскрытие технической изнанки продукта (какие базы, сервисы и API используются) помогает предпринимателям снять страх перед ИИ и понять реалистичность сроков разработки.
Создание любого кастомного IT-решения неминуемо рождает у заказчика новые идеи по ходу процесса, что грозит бесконечным срывом дедлайнов.
Самый важный навык при запуске ИИ-продукта — умение договориться с самим собой, чтобы выпустить MVP без лишних фич, а «хотелки» оставить на следующие итерации.
Далеко не все метрики эффективности легко оцифровать в деньгах: например, спасение ключевых сотрудников от выгорания за счет передачи рутины ИИ имеет огромную скрытую ценность.
Иногда бизнесмены хотят внедрить искусственный интеллект просто потому, что их эмоционально истощила конкретная проблема, и они готовы платить за свой комфорт без оглядки на окупаемость.
Глубокий предпроектный консалтинг необходим, так как предприниматели часто не замечают скрытых «узких горлышек» на собственном производстве, куда ИИ вписался бы идеально.
Трансформация консалтинга в образовательный инфопродукт (онлайн-курс) позволяет агентству масштабировать экспертизу и прогревать холодную аудиторию перед чеком на разработку.
Известную фразу Билла Гейтса сегодня можно перефразировать так: «Если ваш бизнес не интеллектуализирован с помощью ИИ, скоро у вас не будет бизнеса».
За каждым ИИ-кейсом (от маркетплейсов до аренды вилл) стоит огромный потенциал для создания универсальных коробочных SaaS-продуктов, которые можно продавать массовому рынку.
Искусственный интеллект — это логичное продолжение цифровизации бизнеса, которое переводит компанию на совершенно новые рельсы эффективности.
Современные ИИ-решения — это не просто скриптовые чат-боты, а полноценные цифровые сотрудники с четкой должностной инструкцией и рабочим контекстом.
В e-commerce ИИ-агент (квалификатор) способен мгновенно сверять совместимость автозапчастей по VIN-номеру, сокращая время ответа с нескольких дней до пары минут.
Быстрая реакция ИИ на вопросы покупателей маркетплейсов не только повышает конверсию, но и напрямую поднимает карточку товара в поисковой выдаче.
Сложные ИИ-продукты чаще всего строятся как многоагентные системы, где мощная модель выступает дирижером, а дешевые и быстрые модели выполняют узкие подзадачи для экономии токенов.
Цель внедрения ИИ — не массовые увольнения, а передача скучной рутины роботам, чтобы живые сотрудники могли сфокусироваться на творческих и сложных бизнес-задачах.
На рынке AI-разработки сейчас «Дикий Запад»: за одну и ту же задачу фрилансеры могут просить 50 тысяч рублей, а крупные интеграторы — 15 миллионов.
Качественный кастомный ИИ-сотрудник от агентства рентабельно начинается от 300 тысяч рублей, а средний срок окупаемости (ROI) такого решения составляет от 3 до 9 месяцев.
Средний срок разработки ИИ-решения занимает 4–6 недель, однако в 90% случаев дедлайны затягиваются из-за того, что на стороне клиента медленно собирают и отдают нужные данные.
Для производственных компаний ИИ-агенты могут автоматически скачивать архивы с тендерных площадок, парсить сложные документы и переносить только целевые заявки прямо в CRM.
Избавление высококвалифицированных инженеров от ручного поиска тендеров дает мощный побочный эффект — кратное увеличение количества реализованных заказов.
Часто лучшие идеи для ИИ находятся прямо на производстве: например, замена ручного копипаста данных с бумажных чертежей в 1С на автоматическое компьютерное зрение.
В премиум-сегменте (обслуживание вилл в Таиланде) ИИ может работать как невидимый мультиязычный консьерж-диспетчер, переводя жалобы туристов и автоматически назначая задачи нужным мастерам в WhatsApp.
На базе истории ИИ-заявок по ремонту недвижимости можно создать уникальный продукт — «паспорт виллы», который повысит ее прозрачность и стоимость при сдаче или продаже.
Для селлеров на маркетплейсах ИИ-агент способен заменить аналитика: он переводит сложные голосовые запросы человека в SQL-запросы к базам данных (типа MPStats) и выдает понятные бизнес-выводы.
Многие предприниматели страдают от завышенных ожиданий, требуя создать универсального ИИ-агента, который «делает вообще всё и сам приносит кофе».
Главная боль AI-интеграторов — клиенты часто приходят без понимания своих процессов, инфраструктуры и цифровой зрелости, прося «внедрить хоть какую-нибудь ИИшку».
Аппетит приходит во время еды: когда клиенты видят первый рабочий прототип ИИ, они начинают генерировать бесконечный поток улучшений, что может надолго заморозить релиз продукта.
Большинство заказчиков вообще не мыслят категориями ROI; агентству приходится самостоятельно рассчитывать и доказывать экономическую целесообразность внедрения ИИ.
Нормальная практика — отговаривать клиента от дорогой ИИ-разработки, если объем его рутины (например, 20 сообщений в день) не окупит затраты на технологии.
Философия AI-агентства должна строиться на концепции «клиент на всю жизнь», где интегратор выступает надежным проводником бизнеса в цифровую трансформацию.
Чтобы не тратить сотни часов на индивидуальный ликбез, выгоднее упаковать базовые знания об ИИ в образовательный курс, который подготовит клиентов к реальному консалтингу.
Внедрение ИИ — это экзистенциальный вопрос выживания: компании, игнорирующие автоматизацию, в ближайшие 3–5 лет просто уступят долю рынка более быстрым конкурентам.
Крупные инвестиционные фонды уже начали отказывать в финансировании бизнесам, в стратегии которых не заложено внедрение искусственного интеллекта.
Консервативное руководство, отвергающее цифровые инициативы, рискует потерять самых проактивных сотрудников, которые уволятся и создадут более эффективные проекты.
Прежде чем заказывать кастомную разработку, владельцу бизнеса жизненно необходимо пройти базовое обучение по ИИ, чтобы ориентироваться в терминах и понимать свои реальные потребности.
Платформы low-code (например, n8n) позволяют собирать и тестировать мощных ИИ-агентов гораздо быстрее и дешевле, чем классическое программирование с нуля.
Доступ к автомобильным базам данных для сверки VIN-номеров сильно фрагментирован, что заставляет разработчиков искать скрытые API для корректной работы агентов-консультантов.
Система предсказательной аналитики (например, для заказа нужного объема пива на точки) способна полностью исключить торговых представителей из цепочки поставок, минимизируя неликвид и дефицит.
Правильный курс по цифровой трансформации должен давать предпринимателю навык самостоятельно рисовать дорожную карту ИИ-внедрений для своей компании.
Мысли ведущего (Ярослав Филиппов)
Даже если ИИ не показывает прямого роста конверсии, исключение фактора «клиент ушел из-за медленного ответа поддержки» — это уже колоссальный бизнес-результат.
Раскрытие технической изнанки продукта (какие базы, сервисы и API используются) помогает предпринимателям снять страх перед ИИ и понять реалистичность сроков разработки.
Создание любого кастомного IT-решения неминуемо рождает у заказчика новые идеи по ходу процесса, что грозит бесконечным срывом дедлайнов.
Самый важный навык при запуске ИИ-продукта — умение договориться с самим собой, чтобы выпустить MVP без лишних фич, а «хотелки» оставить на следующие итерации.
Далеко не все метрики эффективности легко оцифровать в деньгах: например, спасение ключевых сотрудников от выгорания за счет передачи рутины ИИ имеет огромную скрытую ценность.
Иногда бизнесмены хотят внедрить искусственный интеллект просто потому, что их эмоционально истощила конкретная проблема, и они готовы платить за свой комфорт без оглядки на окупаемость.
Глубокий предпроектный консалтинг необходим, так как предприниматели часто не замечают скрытых «узких горлышек» на собственном производстве, куда ИИ вписался бы идеально.
Трансформация консалтинга в образовательный инфопродукт (онлайн-курс) позволяет агентству масштабировать экспертизу и прогревать холодную аудиторию перед чеком на разработку.
Известную фразу Билла Гейтса сегодня можно перефразировать так: «Если ваш бизнес не интеллектуализирован с помощью ИИ, скоро у вас не будет бизнеса».
За каждым ИИ-кейсом (от маркетплейсов до аренды вилл) стоит огромный потенциал для создания универсальных коробочных SaaS-продуктов, которые можно продавать массовому рынку.
Тайм-коды
00:00:00 О чем подкаст
00:00:40 Об Игоре и 3R Agency
00:04:10 Кейс: ИИ решение для отделов продаж селлеров на маркетплейсах
00:11:20 Результаты внедрения ИИ в отдел продаж селлера на маркетплейсах
00:12:45 Стоимость, сроки разработки и интеграции ИИ в отделы продаж селлерам на маркетплейсах
00:15:57 Кейс: ИИ решение для завода и работы с тендерами
00:21:23 Результаты внедрения ИИ в работу завода с тендерами
00:22:16 Кейс: ИИ решение для работы с чертежами у проектного и сметного отделов на заводе
00:24:03 Как найти точки применения ИИ в компании
00:26:50 Кейс: AI-Uber для отелей в Тайланде
00:36:30 Результаты внедрения ИИ в работу отелей в Тайланде
00:37:15 Стоимость, сроки разработки и интеграции ИИ в отели в Тайланде
00:39:24 Кейс: ИИ решение для работы с аналитикой на маркетплейсах
00:42:32 Основная проблема селлеров на маркетплейсах – это аналитика и работа в прибыль. Как в этом помогает ИИ.
00:44:11 Завышенные ожидания от ИИ
00:45:46 Кейс: ИИ решение для производителя пива и торговых представителей
00:48:33 Чем больше внедряешь ИИ, тем больше хочется
00:49:43 Как быстро окупаются разработка и внедрение ИИ решений и окупаются ли вообще?
00:56:15 Как быстро разобраться в ИИ и его применении в бизнесе?
01:00:46 Нужно ли вообще внедрять ИИ? Выживет ли бизнес без ИИ в обозримом будущем?
01:04:23 Как связаться с Игорем и пройти его курс для бизнеса о внедрении ИИ
01:05:34 Финальное слово
00:00:40 Об Игоре и 3R Agency
00:04:10 Кейс: ИИ решение для отделов продаж селлеров на маркетплейсах
00:11:20 Результаты внедрения ИИ в отдел продаж селлера на маркетплейсах
00:12:45 Стоимость, сроки разработки и интеграции ИИ в отделы продаж селлерам на маркетплейсах
00:15:57 Кейс: ИИ решение для завода и работы с тендерами
00:21:23 Результаты внедрения ИИ в работу завода с тендерами
00:22:16 Кейс: ИИ решение для работы с чертежами у проектного и сметного отделов на заводе
00:24:03 Как найти точки применения ИИ в компании
00:26:50 Кейс: AI-Uber для отелей в Тайланде
00:36:30 Результаты внедрения ИИ в работу отелей в Тайланде
00:37:15 Стоимость, сроки разработки и интеграции ИИ в отели в Тайланде
00:39:24 Кейс: ИИ решение для работы с аналитикой на маркетплейсах
00:42:32 Основная проблема селлеров на маркетплейсах – это аналитика и работа в прибыль. Как в этом помогает ИИ.
00:44:11 Завышенные ожидания от ИИ
00:45:46 Кейс: ИИ решение для производителя пива и торговых представителей
00:48:33 Чем больше внедряешь ИИ, тем больше хочется
00:49:43 Как быстро окупаются разработка и внедрение ИИ решений и окупаются ли вообще?
00:56:15 Как быстро разобраться в ИИ и его применении в бизнесе?
01:00:46 Нужно ли вообще внедрять ИИ? Выживет ли бизнес без ИИ в обозримом будущем?
01:04:23 Как связаться с Игорем и пройти его курс для бизнеса о внедрении ИИ
01:05:34 Финальное слово
Транскрипция
Ярослав Филиппов: Всем привет. На подкасте Игорь Мельников. 15 лет предприниматель: занимался итальянской одеждой, клинингом, поставками из Китая, e-commerce. Сейчас занимается разработкой и маркетингом. Всё это привело к созданию 3R Agency, которое занимается разработкой и внедрением ИИ-решений. Сегодня с Игорем будем говорить об ИИ-трансформации: как Игорь и его агентство повышают эффективность бизнеса с помощью искусственного интеллекта, куда и как они его внедряли, и какие результаты это дало.
Все ссылки на Игоря — в моём Telegram-канале и в описании к этому видео. Добро пожаловать в «Импакт Медиа», где мы говорим о бизнесе и технологиях. Меня зовут Ярослав Филиппов, я основал IT-компанию «Импакт Групп». Игорь, привет! Расскажи, пожалуйста, о себе и компании более наглядно.
Игорь Мельников: Всем привет. Да, привет, Ярослав. Меня зовут Игорь. Я предприниматель с большим опытом, больше 15 лет. Мне сейчас 42 года. Заниматься предпринимательством я начал ещё в студенчестве, на последнем курсе университета, и с тех пор продолжаю. По найму не работал, всё время делал что-то сам.
Проекты, которыми я занимался: у меня был бутик итальянской одежды, клининговая компания с несколькими филиалами в сибирских городах, музыкальная школа рока. Я занимался поставками товаров из Китая (жил там какое-то время), занимался электронной коммерцией ещё в «домаркетплейсную» эпоху, когда не было Wildberries и Ozon — делал интернет-магазины.
В итоге весь этот путь вывел меня на международную деятельность. Мы нашли партнёров в Штатах и сделали стартап в области образования новым профессиям. Запустили его в 2019 году. Это был очень технологичный проект: мы использовали цифровых аватаров вместо преподавателей, применяли первичные зачатки искусственного интеллекта, строили «карьерный паспорт», работали с визами. Это длилось до 2022 года, когда случился политический расклад. Большая часть команды у нас была в Украине, мы как раз поднимали очередной инвестиционный раунд... и не подняли, потому что «неправильные паспорта». Полгода мы пытались спасти компанию, но не получилось.
После этого я пошёл в консалтинг: консультировал бизнес в области цифровой трансформации и digital-маркетинга. Плавно я пришёл к тому, что появился искусственный интеллект (первые адекватные версии GPT-3, 3.5), и я начал активно использовать его в работе. Стало понятно, что это станет основным инструментом, и вся цифровизация бизнеса встанет на рельсы ИИ. Мне это стало понятно больше года назад, и это стало причиной основания агентства в России (до этого у меня были клиенты в Штатах, Австралии, Европе).
Мы собрались командой из трёх основателей и в сентябре прошлого года учредили 3R Agency. За последний год мы поработали с десятками клиентов в очень разных нишах. Мы осознанно пошли в широкий диапазон ниш, чтобы повысить насмотренность и набрать опыт. У нас были заводы, крупные торговые компании, известные бренды, международные компании. Мы делаем решения различной сложности: от простых ИИ-консультантов до предсказательной и складской аналитики. В команде у нас штатно работает десяток человек, плюс мы постоянно привлекаем узкопрофильных специалистов на конкретные технические задачи и партнеримся с другими командами на сложных проектах.
Ярослав Филиппов: Игорь, спасибо за подробное представление. Давай обсудим, какие проекты вы реализовали, куда их внедряли и какие результаты получили. Хочется, чтобы каждый смог представить, что подойдет его бизнесу. Интересно послушать про цифры: как это изменило бизнес. И хочется поговорить не только о позитиве, но и о ситуациях, когда вы что-то внедрили, а оно сработало не так, как ожидалось. Рассказывай кейсы, будет интересно.
Игорь Мельников: Раз заговорили про продажи, то у нас очень много запросов связано с первичной клиентской коммуникацией. Это квалификация клиента, ответы на вопросы, консультирование — самая рутинная задача продавца при большом объеме входящего трафика. Здесь мы сделали достаточно много ИИ-агентов. Сразу скажу: наш агент — это не просто простой бот. Это сложная интеллектуальная сущность, по сути, цифровой сотрудник. У него есть понятная задача, должностная инструкция, контекст (данные, которыми он оперирует) и ожидаемый результат (например, сменить статус в CRM или сделать саммари встречи).
Частый кейс — агент-квалификатор для магазинов. Например, в автомобильной тематике у нас есть клиенты, которые продают запчасти на маркетплейсах. Покупатели часто пишут: «Подойдет ли эта деталь на мой автомобиль?». Раньше менеджер отвечал от 1 до 2 дней (потому что в магазине 5000 артикулов). Чтобы ответить, нужно запросить VIN-номер, пойти на специальный сайт, всё сверить. Вплоть до недели были задержки! А в e-commerce отвечать через неделю — это никуда не годится.
Мы сделали агента, который полноценно выполняет эту работу. Он запрашивает VIN, смотрит карточку товара, ходит в интернет и адекватно отвечает клиенту максимум за 10 минут: «Да, запчасть подходит» или «Нет, не подходит». По обратной связи от клиента, конверсия выросла заметно. Плюс, на маркетплейсах быстрая реакция на вопросы поднимает карточку товара в поиске.
Ярослав Филиппов: Да, у тебя нет точной цифры (например, «конверсия повысилась на 70%»), потому что клиент ее не передал. Но если раньше за неделю приходило 100 клиентов, и ты не понимал, почему они отваливаются (из-за долгого ответа или плохого товара), то теперь ты хотя бы исключил фактор долгого ответа. Это уже хороший результат. А на каких маркетплейсах происходила переписка?
Игорь Мельников: Конкретно у этого клиента пять магазинов: три на Ozon и два на Wildberries. Вопросы задаются прямо в товарной карточке. Есть еще отдельный пункт — ответы на отзывы. Агент определяет тональность отзыва и автоматически, в корпоративном стиле, либо благодарит, либо деликатно извиняется.
Ярослав Филиппов: Кому-то из ребят сейчас интересно понять архитектуру: на чём вы это сделали? Это нейронка, облачная обработка, или вы ставили свой сервер с open-source моделью? Расскажи техническое решение, чтобы понимать сроки и сложность.
Игорь Мельников: Вопрос правильный. Чаще всего мы реализуем таких агентов на платформе n8n. Это очень гибкое решение, дешевле и быстрее в разработке, чем писать код с нуля. Если продукт требует масштабирования, мы можем отдельно запрограммировать какие-то модули. Интегрируемся по API с маркетплейсами.
Агент собирает данные, а под капотом мы используем облачные ИИ-модели по API (в том числе ChatGPT). У нас работает многоагентная система. Это конвейер: есть сильная интеллектуальная модель, которая оркестрирует деятельность (как дирижер), а маленькие подзадачи выполняются мини-агентами (простыми и скоростными моделями, которые тратят меньше токенов и снижают стоимость владения для заказчика).
Ярослав Филиппов: Окей, понятно. А клиент никого не уволил после этого? Что, кроме радости, он получил?
Игорь Мельников: Никого не уволил. Мы не приходим с посылом «вы тут всех сократите». Мы за то, чтобы усиливать команду: люди должны делать творческую работу, а рутину пусть забирают агенты. В данном случае менеджеры так зашивались с отзывами и вопросами, что не успевали вовремя делать отгрузки на склад. Пропустили слот — потеряли неделю, заказы и деньги. Теперь они занимаются отгрузками и не тратят время на рутину. Клиенты довольны, сотрудники эффективны.
Ярослав Филиппов: За какой срок вы сделали подобное решение и сколько это стоило? Хочется понимать этапы: как долго идет согласование, какие данные вы собираете?
Игорь Мельников: Вопрос ценообразования сейчас очень интересный, на рынке настоящий Дикий Запад. Зашли все: от школьников-фрилансеров до серьезных интеграторов. Разброс цен на одну и ту же задачу колоссальный — от 50 тысяч до 1,5 млн рублей.
У нас нижняя планка начинается от 300 000 рублей. За эту сумму можно сделать полноценного цифрового сотрудника. Решение окупается на горизонте от 3 до 9 месяцев. Мы всегда рассчитываем экономическую целесообразность и обосновываем цену цифрами.
По срокам: мы закладываем 4-6 недель (месяц-полтора). В 70-90% случаев сроки затягиваются из-за того, что клиенты долго отдают данные. Мы сразу просим выделить ответственного сотрудника для коммуникации, чтобы не тормозить процесс. Конкретно решение для автозапчастей мы делали долго: недооценили сложность работы с VIN-кодами и скрытыми API автомобильных агрегаторов (там никто ничем не делится). Потратили много времени, но в итоге сделали. По цене это было около 300 000 рублей.
Ярослав Филиппов: Что еще интересного можешь рассказать?
Игорь Мельников: Из последних кейсов. Пришел к нам завод, производящий уличное освещение для муниципалитетов (ЮФО, Крым). Они активно участвуют в тендерах. Заявок падают сотни каждый день, и человек просто не успевал их перелопатить. Они не добирали тендеры, которые могли бы взять.
Ярослав Филиппов: Извини, прерву. Про тендеры я слышал вчера от Михаила Крупника (мы с ним записывали подкаст). Я ему тоже сказал: неужели на рынке нет готовой SaaS-платформы, которая фильтровала бы тендеры с помощью ИИ? Все приходят и просят индивидуальные решения. Выглядит так, будто за вами могут оставаться коробочные продукты, которые нужно просто немного донастроить.
Игорь Мельников: Мы смотрим в сторону коробочных решений, но это отдельное направление бизнеса, тут хорошо партнериться с экспертами из ниши. А пока мы делаем максимально кастомные решения под конкретную IT-инфраструктуру и процессы заказчика.
Вернусь к заводу. Мы сделали агента, который собирает тендерные заявки с площадок по нужным критериям. Это простая часть. А вот дальше начинается рутина: нужно провалиться в заявку, скачать документацию (которая часто лежит в архиве внутри архива в виде отсканированного PDF), распаковать это всё, просмотреть и понять — наш это тендер или нет. Эту хаотичную часть пока никто не автоматизировал!
Наш агент каждый день выкачивает гигабайты этих архивов, распознает сканы, чертежи, графику. Если заявка соответствует критериям завода — она падает в amoCRM как перспективная. Менеджер (замдиректора старой закалки, который раньше сидел и делал это руками) приходит утром, открывает CRM, а там лежат 6 готовых идеальных заявок. Он просто готовит документацию и связывается с заказчиками. Клиенты счастливы, мы сейчас делаем с ними еще три решения. Побочный эффект — увеличение количества реализуемых заказов, потому что теперь они их видят.
Ярослав Филиппов: Классный кейс! А что еще пошли делать с этим заводом? Близкое к тендерам или инженерные задачи?
Игорь Мельников: У них есть инженерный и сметный отделы. Проектный отдел отрисовывает чертежи, печатает их на бумаге и несет в сметный отдел. Там три женщины целый день сидят, смотрят в чертежи и руками вбивают спецификации в 1С! Мы сказали: «Ребята, это проблема, которую можно устранить».
Мы сделали агента: чертежи теперь в хорошем электронном качестве, ИИ считывает информацию, структурирует ее, по API подключается к 1С и забивает все данные. Абсолютно на автомате, без бумажных дел.
Ярослав Филиппов: Этот кейс показывает, насколько важен этап исследования! Не все компании понимают, что могут купить ИИ-консалтинг, чтобы вы сами нашли точки применения ИИ. У вас есть такая услуга?
Игорь Мельников: Да, очень правильный акцент. Наша продуктовая линейка расширилась. С кастомной разработкой нужно быть к ней готовым. Мы добавили два элемента: просветительскую деятельность (готовим курс для бизнеса по цифровой трансформации) и консалтинг. Средние и крупные компании заказывают консалтинг, чтобы мы помогли составить грамотное техническое задание, погрузились в бизнес-процессы и оценили адекватность применения технологий. Мы даже консультировали IT-компании, помогали им выстраивать архитектуру работы с ИИ-агентами.
Ярослав Филиппов: Есть еще интересные кейсы?
Игорь Мельников: Нестандартный кейс из Таиланда. Сервисная компания занимается обслуживанием вилл элитного сегмента (электричество, бассейны). Они хотели сделать ИИ-консьержа, который связывал бы жильца и исполнителей (электриков, сантехников). Мы сделали сервис (уберизацию этого процесса).
На вилле висит QR-код. Жилец (например, китаец) сканирует его и в мессенджере (WhatsApp) на китайском пишет: «У меня не работает кондиционер». Агент переводит запрос на английский для живого консьержа и отвечает жильцу на китайском: «Заказ принят, специалист приедет через 30 минут». Формируется тикет. Агент понимает из контекста, что нужен электрик, находит свободного специалиста в базе и отправляет ему в WhatsApp задание, адрес и электросхему виллы. Электрик (часто это местные рабочие) едет, чинит, снимает видео проделанной работы, нажимает кнопку, и тикет закрывается. Все данные (видео) складируются на Google Диск.
Пока это пилот на выделенном поселке. Всю переписку видит живой консьерж, он может вмешаться. План на будущее — полностью убрать живого консьержа и добавить возможность бронировать рестораны или такси.
Ярослав Филиппов: То есть вы хотите сделать полноценный консьерж-сервис? И плюс сохраняется вся история обслуживания (паспорт виллы) — это круто для владельцев при перепродаже! Сколько стоил этот проект и как долго вы его делали?
Игорь Мельников: По времени разработка заняла около 3 месяцев (много продуктовых идей придумывали на ходу). По деньгам это вышло порядка 600 000 рублей. Мы передали клиенту всю архитектуру и документацию.
Ярослав Филиппов: Хочется понять: часто ли к вам приходят клиенты с запросами, которые в итоге оказываются провальными или неокупаемыми?
Игорь Мельников: На рынке часто завышенные ожидания: «Сделайте мне агента, который будет и кофе приносить, и всё делать по красоте». Бывают и пессимисты. Большинство не понимает, что им нужно. Говорят: «Предложите нам что-нибудь с ИИ».
Из нереализованных (пока) кейсов: один пивной завод с сетью магазинов хотел убрать торговых представителей (торгпредов), которые просто принимают заказы и работают неэффективно. Задача: каждой точке нужно заказать ровно столько пива, чтобы хватило до следующей поставки, но чтобы оно не испортилось. Мы сделали систему предсказательной аналитики. Собираем исторические данные, погоду, события и прогнозируем объем закупки. Сделали нативное приложение в Telegram: менеджер точки заходит, вбивает текущие остатки, а ИИ сам считает, сколько нужно заказать. Система готова, синхронизирована с 1С. Но клиент застопорил запуск: «А вдруг это будет неудобно? Давайте добавим еще вот это...». Аппетит приходит во время еды, процесс ушел в бесконечный цикл доработок, и в продакшен пока не вышел. Обидно, хочется обкатать это на реальном рынке.
Ярослав Филиппов: Да, когда внедряешь автоматизацию, у клиентов загораются глаза, и появляются новые идеи, которые ломают изначальную систему. Совет зрителям: пытайтесь запустить MVP как можно быстрее, а новые "хотелки" оставляйте на следующие итерации.
Вопрос про ROI (возврат инвестиций). Большинство людей не умеют считать выгоду. Стоимость разработки ИИ-решения иногда не окупается напрямую деньгами: да, сотрудникам стало легче, но расходы компании выросли. На что вы делаете упор: на ROI или на желания клиента?
Игорь Мельников: Клиенты действительно редко мыслят категорией ROI. Мы сами поднимаем этот вопрос, рассчитываем экономическую целесообразность в коммерческом предложении. Учитываем затраты на человеко-часы, недополученную прибыль из-за низкой конверсии.
Но есть клиенты, которые хотят ИИ просто "по фану". Был клиент, заказавший ИИ-квалификатора. Я спрашиваю: «Сколько у вас обращений в день?». Он: «Двадцать». Я объясняю, что при такой нагрузке решение за 300 000 рублей будет долго окупаться. Но он просто хотел быть технологичным, чтобы рассказывать партнерам, что у него работает ИИ. Мы не стали отговаривать. Таких около 80%.
Ярослав Филиппов: Вы стараетесь сэкономить клиенту деньги или делаете всё, что он просит?
Игорь Мельников: Мы всегда объясняем риски. Наша концепция — «клиент на всю жизнь». Нам не нужно сорвать куш на первой сделке. Мы хотим сделать так, чтобы решение принесло реальную пользу, и клиент вернулся к нам через полгода. Именно поэтому мы запускаем образовательный курс для предпринимателей по цифровой трансформации.
Ярослав Филиппов: Про курс. Вы хотите обучить клиентов, чтобы они приходили к вам с готовым пониманием, или это отдельный инфобизнес?
Игорь Мельников: Это часть нашей продуктовой линейки. Предприниматель сможет сам нарисовать карту цифровой трансформации своего бизнеса, понять, какие агенты ему нужны. После курса он может пойти к фрилансеру и сделать это дешево, а может прийти к нам за консалтингом и кастомной разработкой. Это способ масштабировать нашу просветительскую деятельность.
Ярослав Филиппов: Финальный вопрос. Сидит человек, не понимает, зачем ему ИИ, если нет очевидной экономической выгоды. Что ты скажешь скептику? Почему он должен заняться интеллектуализацией своего бизнеса прямо сейчас?
Игорь Мельников: Это экзистенциальный вопрос для бизнеса на горизонте 3-5 лет.
Во-первых, если вы этого не сделаете, а ваш конкурент придет к нам и автоматизируется — он будет быстрее и эффективнее, и вы просто потеряете долю рынка.
Во-вторых, мы работаем с одним крупным инвестиционным фондом: они уже сейчас отказывают в финансировании компаниям, у которых в стратегии на 3 года не заложено внедрение ИИ!
В-третьих, недавно к нам пришло крупное агентство недвижимости. Точнее, от них уволились две проактивные девушки-маркетологи, потому что их консервативный руководитель отверг все их инициативы по цифровизации. Эти девушки уже нашли своих клиентов, и мы делаем ИИ-решения для них. Консервативный бизнес теряет инициативные кадры.
Рекомендую хотя бы коснуться этой темы, посмотреть курс, разобраться в контексте.
Ярослав Филиппов: Супер! Ссылку на твой курс мы оставим в описании, когда он будет готов. Игорь, спасибо за уделенное время и кейсы! Дорогие зрители, пишите в комментариях, чего вам не хватило, чтобы в следующих подкастах я задавал правильные вопросы. Ставьте лайки, всем пока!
Игорь Мельников: Пока! Всем спасибо, буду рад пообщаться с каждым. Обращайтесь!
Все ссылки на Игоря — в моём Telegram-канале и в описании к этому видео. Добро пожаловать в «Импакт Медиа», где мы говорим о бизнесе и технологиях. Меня зовут Ярослав Филиппов, я основал IT-компанию «Импакт Групп». Игорь, привет! Расскажи, пожалуйста, о себе и компании более наглядно.
Игорь Мельников: Всем привет. Да, привет, Ярослав. Меня зовут Игорь. Я предприниматель с большим опытом, больше 15 лет. Мне сейчас 42 года. Заниматься предпринимательством я начал ещё в студенчестве, на последнем курсе университета, и с тех пор продолжаю. По найму не работал, всё время делал что-то сам.
Проекты, которыми я занимался: у меня был бутик итальянской одежды, клининговая компания с несколькими филиалами в сибирских городах, музыкальная школа рока. Я занимался поставками товаров из Китая (жил там какое-то время), занимался электронной коммерцией ещё в «домаркетплейсную» эпоху, когда не было Wildberries и Ozon — делал интернет-магазины.
В итоге весь этот путь вывел меня на международную деятельность. Мы нашли партнёров в Штатах и сделали стартап в области образования новым профессиям. Запустили его в 2019 году. Это был очень технологичный проект: мы использовали цифровых аватаров вместо преподавателей, применяли первичные зачатки искусственного интеллекта, строили «карьерный паспорт», работали с визами. Это длилось до 2022 года, когда случился политический расклад. Большая часть команды у нас была в Украине, мы как раз поднимали очередной инвестиционный раунд... и не подняли, потому что «неправильные паспорта». Полгода мы пытались спасти компанию, но не получилось.
После этого я пошёл в консалтинг: консультировал бизнес в области цифровой трансформации и digital-маркетинга. Плавно я пришёл к тому, что появился искусственный интеллект (первые адекватные версии GPT-3, 3.5), и я начал активно использовать его в работе. Стало понятно, что это станет основным инструментом, и вся цифровизация бизнеса встанет на рельсы ИИ. Мне это стало понятно больше года назад, и это стало причиной основания агентства в России (до этого у меня были клиенты в Штатах, Австралии, Европе).
Мы собрались командой из трёх основателей и в сентябре прошлого года учредили 3R Agency. За последний год мы поработали с десятками клиентов в очень разных нишах. Мы осознанно пошли в широкий диапазон ниш, чтобы повысить насмотренность и набрать опыт. У нас были заводы, крупные торговые компании, известные бренды, международные компании. Мы делаем решения различной сложности: от простых ИИ-консультантов до предсказательной и складской аналитики. В команде у нас штатно работает десяток человек, плюс мы постоянно привлекаем узкопрофильных специалистов на конкретные технические задачи и партнеримся с другими командами на сложных проектах.
Ярослав Филиппов: Игорь, спасибо за подробное представление. Давай обсудим, какие проекты вы реализовали, куда их внедряли и какие результаты получили. Хочется, чтобы каждый смог представить, что подойдет его бизнесу. Интересно послушать про цифры: как это изменило бизнес. И хочется поговорить не только о позитиве, но и о ситуациях, когда вы что-то внедрили, а оно сработало не так, как ожидалось. Рассказывай кейсы, будет интересно.
Игорь Мельников: Раз заговорили про продажи, то у нас очень много запросов связано с первичной клиентской коммуникацией. Это квалификация клиента, ответы на вопросы, консультирование — самая рутинная задача продавца при большом объеме входящего трафика. Здесь мы сделали достаточно много ИИ-агентов. Сразу скажу: наш агент — это не просто простой бот. Это сложная интеллектуальная сущность, по сути, цифровой сотрудник. У него есть понятная задача, должностная инструкция, контекст (данные, которыми он оперирует) и ожидаемый результат (например, сменить статус в CRM или сделать саммари встречи).
Частый кейс — агент-квалификатор для магазинов. Например, в автомобильной тематике у нас есть клиенты, которые продают запчасти на маркетплейсах. Покупатели часто пишут: «Подойдет ли эта деталь на мой автомобиль?». Раньше менеджер отвечал от 1 до 2 дней (потому что в магазине 5000 артикулов). Чтобы ответить, нужно запросить VIN-номер, пойти на специальный сайт, всё сверить. Вплоть до недели были задержки! А в e-commerce отвечать через неделю — это никуда не годится.
Мы сделали агента, который полноценно выполняет эту работу. Он запрашивает VIN, смотрит карточку товара, ходит в интернет и адекватно отвечает клиенту максимум за 10 минут: «Да, запчасть подходит» или «Нет, не подходит». По обратной связи от клиента, конверсия выросла заметно. Плюс, на маркетплейсах быстрая реакция на вопросы поднимает карточку товара в поиске.
Ярослав Филиппов: Да, у тебя нет точной цифры (например, «конверсия повысилась на 70%»), потому что клиент ее не передал. Но если раньше за неделю приходило 100 клиентов, и ты не понимал, почему они отваливаются (из-за долгого ответа или плохого товара), то теперь ты хотя бы исключил фактор долгого ответа. Это уже хороший результат. А на каких маркетплейсах происходила переписка?
Игорь Мельников: Конкретно у этого клиента пять магазинов: три на Ozon и два на Wildberries. Вопросы задаются прямо в товарной карточке. Есть еще отдельный пункт — ответы на отзывы. Агент определяет тональность отзыва и автоматически, в корпоративном стиле, либо благодарит, либо деликатно извиняется.
Ярослав Филиппов: Кому-то из ребят сейчас интересно понять архитектуру: на чём вы это сделали? Это нейронка, облачная обработка, или вы ставили свой сервер с open-source моделью? Расскажи техническое решение, чтобы понимать сроки и сложность.
Игорь Мельников: Вопрос правильный. Чаще всего мы реализуем таких агентов на платформе n8n. Это очень гибкое решение, дешевле и быстрее в разработке, чем писать код с нуля. Если продукт требует масштабирования, мы можем отдельно запрограммировать какие-то модули. Интегрируемся по API с маркетплейсами.
Агент собирает данные, а под капотом мы используем облачные ИИ-модели по API (в том числе ChatGPT). У нас работает многоагентная система. Это конвейер: есть сильная интеллектуальная модель, которая оркестрирует деятельность (как дирижер), а маленькие подзадачи выполняются мини-агентами (простыми и скоростными моделями, которые тратят меньше токенов и снижают стоимость владения для заказчика).
Ярослав Филиппов: Окей, понятно. А клиент никого не уволил после этого? Что, кроме радости, он получил?
Игорь Мельников: Никого не уволил. Мы не приходим с посылом «вы тут всех сократите». Мы за то, чтобы усиливать команду: люди должны делать творческую работу, а рутину пусть забирают агенты. В данном случае менеджеры так зашивались с отзывами и вопросами, что не успевали вовремя делать отгрузки на склад. Пропустили слот — потеряли неделю, заказы и деньги. Теперь они занимаются отгрузками и не тратят время на рутину. Клиенты довольны, сотрудники эффективны.
Ярослав Филиппов: За какой срок вы сделали подобное решение и сколько это стоило? Хочется понимать этапы: как долго идет согласование, какие данные вы собираете?
Игорь Мельников: Вопрос ценообразования сейчас очень интересный, на рынке настоящий Дикий Запад. Зашли все: от школьников-фрилансеров до серьезных интеграторов. Разброс цен на одну и ту же задачу колоссальный — от 50 тысяч до 1,5 млн рублей.
У нас нижняя планка начинается от 300 000 рублей. За эту сумму можно сделать полноценного цифрового сотрудника. Решение окупается на горизонте от 3 до 9 месяцев. Мы всегда рассчитываем экономическую целесообразность и обосновываем цену цифрами.
По срокам: мы закладываем 4-6 недель (месяц-полтора). В 70-90% случаев сроки затягиваются из-за того, что клиенты долго отдают данные. Мы сразу просим выделить ответственного сотрудника для коммуникации, чтобы не тормозить процесс. Конкретно решение для автозапчастей мы делали долго: недооценили сложность работы с VIN-кодами и скрытыми API автомобильных агрегаторов (там никто ничем не делится). Потратили много времени, но в итоге сделали. По цене это было около 300 000 рублей.
Ярослав Филиппов: Что еще интересного можешь рассказать?
Игорь Мельников: Из последних кейсов. Пришел к нам завод, производящий уличное освещение для муниципалитетов (ЮФО, Крым). Они активно участвуют в тендерах. Заявок падают сотни каждый день, и человек просто не успевал их перелопатить. Они не добирали тендеры, которые могли бы взять.
Ярослав Филиппов: Извини, прерву. Про тендеры я слышал вчера от Михаила Крупника (мы с ним записывали подкаст). Я ему тоже сказал: неужели на рынке нет готовой SaaS-платформы, которая фильтровала бы тендеры с помощью ИИ? Все приходят и просят индивидуальные решения. Выглядит так, будто за вами могут оставаться коробочные продукты, которые нужно просто немного донастроить.
Игорь Мельников: Мы смотрим в сторону коробочных решений, но это отдельное направление бизнеса, тут хорошо партнериться с экспертами из ниши. А пока мы делаем максимально кастомные решения под конкретную IT-инфраструктуру и процессы заказчика.
Вернусь к заводу. Мы сделали агента, который собирает тендерные заявки с площадок по нужным критериям. Это простая часть. А вот дальше начинается рутина: нужно провалиться в заявку, скачать документацию (которая часто лежит в архиве внутри архива в виде отсканированного PDF), распаковать это всё, просмотреть и понять — наш это тендер или нет. Эту хаотичную часть пока никто не автоматизировал!
Наш агент каждый день выкачивает гигабайты этих архивов, распознает сканы, чертежи, графику. Если заявка соответствует критериям завода — она падает в amoCRM как перспективная. Менеджер (замдиректора старой закалки, который раньше сидел и делал это руками) приходит утром, открывает CRM, а там лежат 6 готовых идеальных заявок. Он просто готовит документацию и связывается с заказчиками. Клиенты счастливы, мы сейчас делаем с ними еще три решения. Побочный эффект — увеличение количества реализуемых заказов, потому что теперь они их видят.
Ярослав Филиппов: Классный кейс! А что еще пошли делать с этим заводом? Близкое к тендерам или инженерные задачи?
Игорь Мельников: У них есть инженерный и сметный отделы. Проектный отдел отрисовывает чертежи, печатает их на бумаге и несет в сметный отдел. Там три женщины целый день сидят, смотрят в чертежи и руками вбивают спецификации в 1С! Мы сказали: «Ребята, это проблема, которую можно устранить».
Мы сделали агента: чертежи теперь в хорошем электронном качестве, ИИ считывает информацию, структурирует ее, по API подключается к 1С и забивает все данные. Абсолютно на автомате, без бумажных дел.
Ярослав Филиппов: Этот кейс показывает, насколько важен этап исследования! Не все компании понимают, что могут купить ИИ-консалтинг, чтобы вы сами нашли точки применения ИИ. У вас есть такая услуга?
Игорь Мельников: Да, очень правильный акцент. Наша продуктовая линейка расширилась. С кастомной разработкой нужно быть к ней готовым. Мы добавили два элемента: просветительскую деятельность (готовим курс для бизнеса по цифровой трансформации) и консалтинг. Средние и крупные компании заказывают консалтинг, чтобы мы помогли составить грамотное техническое задание, погрузились в бизнес-процессы и оценили адекватность применения технологий. Мы даже консультировали IT-компании, помогали им выстраивать архитектуру работы с ИИ-агентами.
Ярослав Филиппов: Есть еще интересные кейсы?
Игорь Мельников: Нестандартный кейс из Таиланда. Сервисная компания занимается обслуживанием вилл элитного сегмента (электричество, бассейны). Они хотели сделать ИИ-консьержа, который связывал бы жильца и исполнителей (электриков, сантехников). Мы сделали сервис (уберизацию этого процесса).
На вилле висит QR-код. Жилец (например, китаец) сканирует его и в мессенджере (WhatsApp) на китайском пишет: «У меня не работает кондиционер». Агент переводит запрос на английский для живого консьержа и отвечает жильцу на китайском: «Заказ принят, специалист приедет через 30 минут». Формируется тикет. Агент понимает из контекста, что нужен электрик, находит свободного специалиста в базе и отправляет ему в WhatsApp задание, адрес и электросхему виллы. Электрик (часто это местные рабочие) едет, чинит, снимает видео проделанной работы, нажимает кнопку, и тикет закрывается. Все данные (видео) складируются на Google Диск.
Пока это пилот на выделенном поселке. Всю переписку видит живой консьерж, он может вмешаться. План на будущее — полностью убрать живого консьержа и добавить возможность бронировать рестораны или такси.
Ярослав Филиппов: То есть вы хотите сделать полноценный консьерж-сервис? И плюс сохраняется вся история обслуживания (паспорт виллы) — это круто для владельцев при перепродаже! Сколько стоил этот проект и как долго вы его делали?
Игорь Мельников: По времени разработка заняла около 3 месяцев (много продуктовых идей придумывали на ходу). По деньгам это вышло порядка 600 000 рублей. Мы передали клиенту всю архитектуру и документацию.
Ярослав Филиппов: Хочется понять: часто ли к вам приходят клиенты с запросами, которые в итоге оказываются провальными или неокупаемыми?
Игорь Мельников: На рынке часто завышенные ожидания: «Сделайте мне агента, который будет и кофе приносить, и всё делать по красоте». Бывают и пессимисты. Большинство не понимает, что им нужно. Говорят: «Предложите нам что-нибудь с ИИ».
Из нереализованных (пока) кейсов: один пивной завод с сетью магазинов хотел убрать торговых представителей (торгпредов), которые просто принимают заказы и работают неэффективно. Задача: каждой точке нужно заказать ровно столько пива, чтобы хватило до следующей поставки, но чтобы оно не испортилось. Мы сделали систему предсказательной аналитики. Собираем исторические данные, погоду, события и прогнозируем объем закупки. Сделали нативное приложение в Telegram: менеджер точки заходит, вбивает текущие остатки, а ИИ сам считает, сколько нужно заказать. Система готова, синхронизирована с 1С. Но клиент застопорил запуск: «А вдруг это будет неудобно? Давайте добавим еще вот это...». Аппетит приходит во время еды, процесс ушел в бесконечный цикл доработок, и в продакшен пока не вышел. Обидно, хочется обкатать это на реальном рынке.
Ярослав Филиппов: Да, когда внедряешь автоматизацию, у клиентов загораются глаза, и появляются новые идеи, которые ломают изначальную систему. Совет зрителям: пытайтесь запустить MVP как можно быстрее, а новые "хотелки" оставляйте на следующие итерации.
Вопрос про ROI (возврат инвестиций). Большинство людей не умеют считать выгоду. Стоимость разработки ИИ-решения иногда не окупается напрямую деньгами: да, сотрудникам стало легче, но расходы компании выросли. На что вы делаете упор: на ROI или на желания клиента?
Игорь Мельников: Клиенты действительно редко мыслят категорией ROI. Мы сами поднимаем этот вопрос, рассчитываем экономическую целесообразность в коммерческом предложении. Учитываем затраты на человеко-часы, недополученную прибыль из-за низкой конверсии.
Но есть клиенты, которые хотят ИИ просто "по фану". Был клиент, заказавший ИИ-квалификатора. Я спрашиваю: «Сколько у вас обращений в день?». Он: «Двадцать». Я объясняю, что при такой нагрузке решение за 300 000 рублей будет долго окупаться. Но он просто хотел быть технологичным, чтобы рассказывать партнерам, что у него работает ИИ. Мы не стали отговаривать. Таких около 80%.
Ярослав Филиппов: Вы стараетесь сэкономить клиенту деньги или делаете всё, что он просит?
Игорь Мельников: Мы всегда объясняем риски. Наша концепция — «клиент на всю жизнь». Нам не нужно сорвать куш на первой сделке. Мы хотим сделать так, чтобы решение принесло реальную пользу, и клиент вернулся к нам через полгода. Именно поэтому мы запускаем образовательный курс для предпринимателей по цифровой трансформации.
Ярослав Филиппов: Про курс. Вы хотите обучить клиентов, чтобы они приходили к вам с готовым пониманием, или это отдельный инфобизнес?
Игорь Мельников: Это часть нашей продуктовой линейки. Предприниматель сможет сам нарисовать карту цифровой трансформации своего бизнеса, понять, какие агенты ему нужны. После курса он может пойти к фрилансеру и сделать это дешево, а может прийти к нам за консалтингом и кастомной разработкой. Это способ масштабировать нашу просветительскую деятельность.
Ярослав Филиппов: Финальный вопрос. Сидит человек, не понимает, зачем ему ИИ, если нет очевидной экономической выгоды. Что ты скажешь скептику? Почему он должен заняться интеллектуализацией своего бизнеса прямо сейчас?
Игорь Мельников: Это экзистенциальный вопрос для бизнеса на горизонте 3-5 лет.
Во-первых, если вы этого не сделаете, а ваш конкурент придет к нам и автоматизируется — он будет быстрее и эффективнее, и вы просто потеряете долю рынка.
Во-вторых, мы работаем с одним крупным инвестиционным фондом: они уже сейчас отказывают в финансировании компаниям, у которых в стратегии на 3 года не заложено внедрение ИИ!
В-третьих, недавно к нам пришло крупное агентство недвижимости. Точнее, от них уволились две проактивные девушки-маркетологи, потому что их консервативный руководитель отверг все их инициативы по цифровизации. Эти девушки уже нашли своих клиентов, и мы делаем ИИ-решения для них. Консервативный бизнес теряет инициативные кадры.
Рекомендую хотя бы коснуться этой темы, посмотреть курс, разобраться в контексте.
Ярослав Филиппов: Супер! Ссылку на твой курс мы оставим в описании, когда он будет готов. Игорь, спасибо за уделенное время и кейсы! Дорогие зрители, пишите в комментариях, чего вам не хватило, чтобы в следующих подкастах я задавал правильные вопросы. Ставьте лайки, всем пока!
Игорь Мельников: Пока! Всем спасибо, буду рад пообщаться с каждым. Обращайтесь!
