Проекты и результаты

Компания тратила 3.2М руб/мес на первую и вторую линию техподдержки. 80% обращений — типовые вопросы по функционалу, ошибкам и документации.

Автоматизировал 22 FTE. Среднее время ответа: 12 сек. Удовлетворённость клиентов выросла с 3.1 до 4.4/5. Экономия: 2.8М руб/мес.

Отдел продаж из 12 менеджеров тратил 60% времени на рутину: разбор входящих, составление КП, согласование счетов, онбординг новых клиентов.

Время на рутину сократилось с 60% до 18% рабочего дня. Конверсия лидов выросла на 31%. Онбординг нового менеджера ускорился с 3 недель до 5 дней.

Системный интегратор с 400+ клиентами: документация на 15 000 страниц, сотрудники тратили 2-3 часа в день на поиск ответов.

Время поиска информации: 2-3 часа → 2-4 минуты. Приёмка фич ускорилась в 8x. 85% вопросов решается без привлечения senior-специалистов.

Интернет-магазин публиковал 30-40 единиц контента в месяц при необходимости 200+. Штат копирайтеров не справлялся с объёмом и SEO-требованиями.

Объём контента: 40 → 220 единиц/месяц без увеличения штата. Органический трафик +180% за 5 месяцев.

Медиакомпания хотела автоматизировать производство короткого видеоконтента для соцсетей. Ручное создание одного ролика — 8-12 часов.

Производство ролика: 10 часов → 40 минут. Объём: 4 → 35 роликов в неделю. Охват соцсетей +3.2x.

Юрфирма с 50 юристами тратила 30-40% времени на поиск по прецедентам, составление типовых документов и анализ договоров.

Время на рутинные задачи сократилось на 55%. Юристы обрабатывают на 40% больше дел без найма. Ошибки в документах: минус 80%.

Производственный холдинг нанимал 200-300 человек в квартал. Онбординг нового сотрудника занимал 3-4 недели и требовал постоянного сопровождения HR.

Онбординг: 3-4 недели → 5 дней. HR-нагрузка на одного новичка сократилась в 8x. NPS нового сотрудника по итогам испытательного срока: 4.6/5.

Аналитическое агентство делало отраслевые исследования вручную: 3-5 аналитиков × 2-3 недели на один отчёт. Нужно было масштабировать без роста штата.

Время на исследование: 3 недели → 3 дня. Объём аналитики вырос в 5x при том же штате. Качество отчётов оценивается выше клиентами (NPS +1.8).

Стартап выходил на новый рынок. Продуктовая команда тратила 3-4 недели на ручной анализ конкурентов, отзывов, трендов и Jobs-to-be-Done перед каждым спринтом.

Время на продуктовый рисерч: 3 недели → 4 часа. Команда выявила 12 незакрытых ниш за первый месяц. Feature adoption выросло на 28% после пересмотра роадмапа на основе AI-инсайтов.

Производственный холдинг (700 сотрудников) не использовал AI вообще: ни в разработке, ни в бизнесе. Руководство хотело начать, но не знало с чего. Внутренней экспертизы нет.

6 недель до первых рабочих AI-инструментов. Экономия: 180 человеко-часов в неделю. 3 пилота перешли в продакшен. Сформирована внутренняя AI-культура — команда самостоятельно запустила ещё 4 автоматизации.

Финансовая компания хотела использовать LLM для анализа документов и внутреннего поиска, но данные не могли покидать контур — ни в OpenAI, ни в облако.

Latency: 400ms на запрос. Стоимость запроса: в 40x дешевле GPT-4. 100% данных внутри контура. 8 внутренних сервисов подключены к LLM через единый API за 2 недели.

DevOps-команда из 4 человек обслуживала 60+ микросервисов. 70% времени уходило на разбор алертов, постмортемов и типовых инцидентов, которые решались одними и теми же шагами.

MTTR снизился с 47 мин до 8 мин. 60% инцидентов закрывается без участия человека. DevOps-команда переключила 12 часов в неделю с дежурств на проактивные задачи.

Продуктовая команда из 15 человек проводила 20+ митингов в неделю. Action items терялись, решения не фиксировались, одни и те же вопросы обсуждались повторно.

100% митингов теперь с фиксацией. Повторные обсуждения сократились на 70%. Время от митинга до задачи в Jira: 2 дня → 3 минуты. Команда сэкономила 5 часов в неделю.

UGC-платформа с 500К пользователей получала 50К единиц контента в день (фото, тексты, видео). Ручная модерация — 12 модераторов, 4-6 часов до проверки, пропуск ~8% нарушений.

Auto-reject 84% явных нарушений без человека. Время до модерации: 6 часов → 8 минут. Пропуск нарушений: 8% → 0.9%. Штат модераторов: 12 → 4 человека при росте контента в 3x.

Команда из 20 разработчиков ждала код-ревью 1-2 дня — senior'ы перегружены. Типовые проблемы (SQL-инъекции, N+1, отсутствие обработки ошибок) повторялись в каждом PR.

Время первого ревью: 2 дня → 5 минут. Типовые проблемы в PR снизились на 68%. Senior-разработчики освободили 6 часов в неделю. Новые разработчики учатся быстрее — AI объясняет почему, а не только что.

Региональный банк терял 12М руб/квартал на мошеннических транзакциях. Правила-based система давала 40% ложных срабатываний и пропускала новые схемы мошенничества.

Потери от фрода: минус 78%. Ложные срабатывания: 40% → 6%. Новые схемы мошенничества детектируются за 2-3 транзакции вместо 50+. ROI системы окупился за 4 месяца.

Маркетплейс с 200К SKU устанавливал цены вручную раз в неделю. Конкуренты меняли цены несколько раз в день — компания постоянно теряла Buy Box и маржу.

Репрайсинг 200К SKU каждые 15 минут. Доля выигранного Buy Box выросла с 31% до 67%. Средняя маржа по категории +9%. Ручной труд менеджеров по ценам: минус 90%.

Телеком-оператор узнавал об аварии от клиентов, а не от мониторинга. Среднее время до обнаружения — 23 минуты. Штрафы по SLA за квартал: 4.2М руб.

Время обнаружения аварии: 23 мин → 2 мин. Проактивное обнаружение 74% инцидентов до жалоб клиентов. Штрафы по SLA: минус 81%. Uptime вырос с 99.3% до 99.87%.

Сеть из 1 200 зарядных станций в 17 регионах. Нужно было предсказывать пиковую нагрузку и оптимизировать распределение энергии.

AUROC 0.9948. Пиковые перегрузки снизились на 34%. Infra cost сети — минус 3.5x за 9 месяцев.

Региональная розничная сеть из 80 магазинов не имела единой аналитики: продажи, остатки, персонал — в разных системах без связи.

Решения по закупкам ускорились в 5x. Потери от излишков снизились на 22%. Топ-менеджмент получил единую картину бизнеса в режиме реального времени.

Производственный холдинг вёл учёт в Excel и разрозненных таблицах. Нужна была единая система управления складом, закупками и производством.

90М руб ARR за 9 месяцев. 400+ пробных пользователей, конверсия trial→paid 24%. 100+ корпоративных клиентов.

Страховщик хотел продавать КАСКО через банки-партнёры и Avito без собственного IT у партнёров. Нужен headless SaaS с API.

14 enterprise-клиентов за 12 месяцев. On-time delivery 88%. Enterprise churn минус 19%.

Финтех хотел запустить собственный платёжный сервис с поддержкой нескольких провайдеров, роутингом транзакций и дашбордом аналитики.

TTM 4 месяца. Uptime 99.97%. Обработка 15К транзакций/час без деградации.

Образовательная компания хотела запустить платформу для корпоративного обучения с курсами, тестами, аналитикой прогресса и интеграцией с HR-системами.

MVP за 3 месяца. 12 корпоративных клиентов на пилоте в первый месяц. Конверсия пилот→контракт 67%.

HR-стартап получил первых платящих клиентов на ручном прототипе. Инвесторы дали срок 8 недель до демо-дня — нужен был рабочий продукт с онбордингом и оплатой.

MVP за 7.5 недель. Demo Day прошёл на живом продукте. 3 enterprise-клиента подписали договоры на демо. Стартап поднял pre-seed раунд $400K через 3 недели после демо.

Сервисная компания с 40К пользователей работала только через веб. Пользователи требовали приложение, конкуренты уже были в сторах.

WAU вырос с 30K до 95K (+305%). NPS: 2.9 → 4.7. MAU 40K → 95K (+240%) за 12 месяцев.

HR-агентство вручную обрабатывало 200+ резюме в неделю. Первичный скоринг, ответы кандидатам и запись на интервью занимали 3 рабочих дня.

Время обработки одного кандидата: 35 мин → 4 мин. Ёмкость агентства выросла в 4x без найма новых рекрутеров.

Сервис доставки еды хотел сократить стоимость привлечения заказа и уйти от зависимости от агрегаторов с их 25-35% комиссией.

Комиссия на прямые заказы: 2.5% vs 30% у агрегаторов. Доля прямых заказов выросла с 8% до 41% за 6 месяцев. LTV клиента +2.3x.

Промышленная компания обрабатывала заявки на закупку через email и звонки. Цикл согласования занимал 3-5 дней, статус заявки никто не знал.

Цикл закупки: 5 дней → 6 часов. Потери заявок: 0. Прозрачность процесса — 100% заявок с историей согласований. 95% сотрудников перешли на Mini App за первый месяц.

Маркетплейс-компания вручную мониторила цены 500+ конкурентных SKU. Менеджеры тратили 4 часа в день, при этом реагировали с опозданием на 1-2 дня.

Ручной мониторинг: 0 часов. Реакция на изменение цен конкурентов: 1-2 дня → 20 минут. Маржа улучшилась на 8% за квартал.

Производитель строительных материалов продавал только через дистрибьюторов. Нужен был собственный онлайн-канал с каталогом 3 000+ SKU, оптовыми ценами и личным кабинетом дилера.

Запуск за 2.5 месяца. 180 дилеров зарегистрировались в первый месяц. Доля прямых B2B-продаж выросла с 0% до 23% за полгода. Средний чек онлайн на 34% выше офлайн.

Дистрибьютор с 300+ партнёрами работал в двух несвязанных системах: заказы в Bitrix24, учёт в 1С. Менеджеры дублировали данные вручную.

Ручной ввод данных: 0. Ошибки в заказах снизились на 94%. Менеджеры освободили 1.5 часа в день.

Компания с 500+ контрагентами тратила 2-3 дня на подготовку комплекта закрывающих документов. Бухгалтерия вручную заполняла шаблоны из 1С.

Время подготовки документов: 3 дня → 15 минут. Ошибки в закрывающих: минус 97%. Бухгалтер освободил 3 часа в день.

Строительная компания составляла сметы вручную: сметчик тратил 3-5 дней на один объект. При 20+ тендерах в месяц не хватало ресурсов — часть тендеров пропускали.

Время на черновую смету: 4 дня → 3 часа. Участие в тендерах выросло с 20 до 55 в месяц. Конверсия в выигранные тендеры +18% — больше времени на проработку стратегии цены.

Сеть клиник (15 точек) получала 800+ звонков в день. Операторы тратили 70% времени на первичную сортировку — к какому врачу, когда, насколько срочно. Время ожидания — до 12 минут.

Время ожидания: 12 мин → 90 сек. 65% звонков закрывается без оператора. Нагрузка на колл-центр снизилась в 2.8x. Запись к врачу выросла на 22% — пациенты не бросают трубку.

IT-интегратор с 12-летней историей работал по сарафанному радио. Сайт 2014 года не давал лидов — 0.2% конверсия, PageSpeed 38/100, первая страница Google только по брендовому запросу.

PageSpeed: 38 → 98. Органический трафик +340% за 4 месяца. Конверсия: 0.2% → 2.8%. 18 входящих лидов в первый месяц против 2-3 ранее. Стоимость лида в 4x дешевле контекстной рекламы.