Как в компанию пришёл ИИ-помощник и научил аналитику, продажи и сервис работать быстрее людей
Иногда бизнес растёт так быстро, что внутренние процессы начинают вести себя как подросток в переходном возрасте: вроде всё работает, но непредсказуемо, медленно и немного хаотично. Именно с такой ситуацией к нам пришла крупная B2B-компания — со сложной ERP, огромной номенклатурой и бесконечными запросами на аналитику.
Менеджеры тонули в таблицах, отчёты строились мучительно долго, клиенты ждали ответы чуть ли не с песней «Ау», а корпоративные знания лежали в разных папках и смотрели на сотрудников с видом «угадай, где я».
И вот на этой сцене появляется ИИ.
Как всё выглядело в начале
И ещё немного…
Компания росла, а старые процессы — нет. И чем крупнее становился бизнес, тем сильнее скрипели рабочие механизмы.
Аналитика Каждый отчёт был мини-квестом. Сначала придумай, что запросить. Потом напиши SQL. Потом подожди. Ещё подожди. И ещё немного… Иногда менеджеры успевали выпить кофе, провести встречу, поразмышлять о жизни — и только после этого появлялся отчёт.
Поддержка клиентов Вопросы вроде «А что там с моим заказом?» превращались в детектив. Информация лежала в нескольких системах, и менеджерам приходилось искать её вручную.
Корпоративные знания Были, существовали… но знали о них только два человека, которые работали в компании с “начала времён”. Новички же изучали систему по принципу археологических раскопок.
Понятно, что долго так жить было нельзя.
Что мы сделали: ИИ-тройня, каждый со своей суперсилой
Мы построили систему из трёх мощных LLM-компонентов, и каждая решила свою часть проблем.
1. ИИ-аналитик Сам пишет SQL-запросы на основе обычного человеческого языка. Без истерик, без ошибок из серии «забыл WHERE», без лишних таблиц. ➨ Теперь руководитель спрашивает: «Покажи выручку по ключевым клиентам за прошлый квартал». И через минуту получает отчёт, а не моральную поддержку от аналитика.
2. Чат-бот для клиентов Ответит на вопросы по заказам, найдёт аналоги, покажет остатки, отправит документы. ➨ Быстро, ровно, без усталости и «я сейчас уточню».
3. Умная база знаний Документы структурированы, поисковая система обучена, ответы появляются мгновенно. ➨ Новичок, который приходил и спрашивал: «А где у нас инструкция?» — теперь сам показывает её другим.
Да, приключения были — и мы их победили
Ни один проект с ИИ не проходит идеально гладко. Но, честно говоря, именно эти «островки неожиданности» сделали результат таким качественным.
Проблема №1: LLM решила быть слишком самостоятельной Когда система научилась писать SQL, она решила, что больше — лучше, и пыталась вытянуть всю базу за раз. Пришлось научить её приличию и ограничить выборки. ➨ Теперь она умна и воспитана.
Проблема №2: Документы в формате «как смогли» Внутреннее хранилище оказалось кладезем удивительных артефактов: сканы под углом, PDF-ы без текста, старые Word'ы времён динозавров. ➨ Мы собрали полноценный конвейер распознавания и нормализации текстов — теперь система понимает даже документы, которые раньше понимали только авторы.
Проблема №3: Сотрудники слишком увлеклись Вместо вопросов «покажи статистику» система неожиданно слышала: «А как ты думаешь, стоит ли нам запускать новую линейку?» ➨ Мы добавили фильтры: теперь ИИ отвечает по делу, а не участвует в стратегических дискуссиях.
Что получилось в итоге — сухие цифры и живые эмоции
Итак, после запуска система изменила жизнь внутри компании примерно так же, как посудомойка меняет жизнь людей, привыкших мыть посуду руками.
Аналитика ускорилась в разы
Отчёт появляется за 30–60 секунд вместо 4–6 часов.
50+ отчётов в день вместо 5–7.
60% времени аналитиков освободилось для нормальной работы, а не нажимания кнопок.
Клиентский сервис стал быстрее, чем звонок менеджеру
65% запросов закрывает чат-бот.
Ответ за 15 секунд вместо 45 минут.
Продажи выросли на 8%, потому что аналоги теперь находятся мгновенно.
Уровень лояльности вырос ощутимо — клиенты вдруг поняли, что компания отвечает не через вечность.
Корпоративные знания перестали жить в подполье
Поиск нужного документа — 1–2 минуты.
Адаптация сотрудников сократилась с 2–3 недель до 5–7 дней.
Экономический эффект
Экономия — 2,1 млн ₽ в год.
ROI — 156%.
Срок окупаемости — 7 месяцев.
В итоге
У компании появился настоящий ИИ-помощник, который:
понимает бизнес-вопросы на человеческом языке;
строит аналитику быстрее, чем человек успевает сформулировать второе задание;
общается с клиентами корректно и мгновенно;
хранит и структурирует корпоративное знание;
не устает, не путается в документах и не требует повышения.
А сотрудники наконец перестали чувствовать себя хранителями древних знаний и стали заниматься тем, что действительно приносит компании деньги.