Примеры применения AI

Юридический отдел крупной компании. Правки договора летали между продажами, клиентом, финдепом и юристом через email. На каждый раунд — 1–2 дня, раундов — 5–7. Сделки висели, клиенты уходили.

AI-модуль внутри CRM сканирует правки клиента и выделяет спорные пункты (например: «клиент просит оплату через 60 дней, а у вас по стандарту 30»); раздаёт задачи нужным людям (финансист — отсрочка, руководитель — условия, юрист — проверка); собирает все ответы в один документ без email-хаоса; выдаёт юристу готовый финальный текст.

• −1 800 часов в год экономии у юристов
• +40% новых договоров в месяц без найма дополнительных людей
• Сделки перестали зависать на согласовании

Юрист или комплаенс-специалист тратит часы на построчное сравнение договора клиента с нормативом — Гражданским кодексом, отраслевым стандартом или внутренним шаблоном компании.

AI сверяет документ с эталоном и возвращает таблицу расхождений с приоритизацией по риску + готовые правки конкретных строк (не размытое «привести в соответствие»). Методика универсальна: HR сверяет должностную инструкцию с ТК, бухгалтер — учётную политику с ПБУ, инженер — техкарту с ГОСТ.

• Время проверки: 2–3 рабочих дня → 20 минут
• Конкретные правки строк вместо общих рекомендаций
• Снижение риска пропустить критическое несоответствие

В пиковые периоды компания нанимает до 200 временных сотрудников в месяц. Каждый требует больше часа на оформление — сбор данных, заполнение, подписание документов.

Новый сотрудник заполняет одну Google-форму → AI автоматически переносит данные в Google Sheets и создаёт профиль в системе учёта рабочего времени → генерируется трудовой договор, остаётся только подписать.

• Время онбординга: с 1 часа до 21 минуты (−65%)
• −8–16 часов в месяц ручной работы на одного HR-специалиста
• HR-команда фокусируется на стратегических задачах, а не на рутине

Адаптация новых сотрудников требует от старших коллег постоянных ответов на одни и те же вопросы. Часть новичков не уточняет — допускает ошибки. Документация в Word/PDF лежит мёртвым грузом — никто не ищет.

Telegram-бот, наполненный базой знаний компании (Word/PDF). Новый сотрудник получает доступ к ответам на типовые вопросы 24/7 на любом языке мира. База знаний оживает, старшие перестают быть справочной.

• Снятие постоянной нагрузки со старших коллег
• Поддержка многоязычной команды без переводчика
• Скорость адаптации новичка растёт, ошибки от незнания сокращаются

Отделу продаж нужно прозвонить базу 500 клиентов с предложением нового продукта. Старый способ: неделя работы команды из 8–10 менеджеров (5–7 минут на звонок), регулярное выгорание, низкая фокусировка.

AI-агент за 1 день — сам звонит, ведёт скрипт, отвечает на типовые вопросы (до 20 вариантов), задаёт уточнения, пишет договорённости в CRM.

• 500 звонков за 1 день
• Себестоимость звонка в 10 раз ниже
• Менеджеры не выгорели
• Конверсия в консультации: +17%

Отдел продаж собирает холодную базу контактов. Менеджер тратит 5–10 минут на поиск одного контакта и внесение в таблицу. Сбор полноценной базы занимает дни.

AI получает на вход нишу + регион + фильтры, парсит Google/Yandex Maps, выдаёт 300–400 контактов за 5 минут, очищенных от дублей. Дальше — рассылка или AI-обзвон.

• Скорость сбора базы: дни → минуты
• Снятие монотонной задачи с менеджера
• Готовый чистый список без дублей

Бухгалтер тратил 4 часа ежедневно на создание договоров и счетов: заполнение реквизитов, генерация PDF, отправка по email и Telegram. Монотонная работа без возможности фокуса на содержательных задачах.

В Claude Code за 25 минут собрана автоматизация: AI сам заполняет реквизиты, формирует PDF, отправляет по нужному адресу. Бухгалтер видит только спорные случаи, требующие решения.

• 4 часа в день у бухгалтера → высвобождены под содержательные задачи
• Разработка автоматизации заняла 25 минут
• Спорные случаи остаются на человеке — никаких «слепых» отправок

E-commerce клиент тонет в фидбэке из App Store, маркетплейсов, поддержки, соцсетей. Менеджер не справляется с разбором — выводы делаются на ощупь, без опоры на массив данных.

Все каналы обратной связи сведены в единую базу → очищены от дублей, спама, пустых сообщений → AI с промптом «Что чаще всего упоминается в негативе и позитиве? Выдели топ-3–5 тем. Дай рекомендации».

• Конкретный отчёт уровня «39% негатива — про долгую доставку; 67% позитива — про упаковку; рекомендация: ускорить доставку, добавить трекинг»
• Готовый бэклог улучшений без догадок
• Принятие продуктовых решений на данных, не на ощущениях

Онлайн-школа делает много контента (марафоны, видео, лайфхаки), но публикует вручную в FB, LinkedIn, Instagram, TikTok. То не успели, то забыли, то криво оформили. Аудитория уходит к тем, у кого «живёт» регулярный контент.

Контент собирается в Google Sheet (платформа, текст, ссылка, хэштеги, медиа) → AI каждые 2 часа проверяет таблицу, берёт свежий пост и отправляет в нужную соцсеть → после публикации помечает «опубликовано», двигается дальше.

• Контент выходит стабильно и вовремя
• Команда не «горит» на рутине
• Рост вовлечённости в каналах

Сеть ветеринарных клиник. Админы вели звонки от руки или в CRM «как получится». Часть заявок терялась, часть забывали перезвонить. Руководство не понимало как разговаривают админы. Обучение нового админа занимало до 3 недель.

Голосовой AI: звонок записывается → переводится в текст → текст прикрепляется к карточке клиента в CRM → автоматически извлекаются имя, животное, симптом, дата → определяется эмоция клиента. История звонков становится базой обучения для новичков.

• Потерянные звонки: 25% → меньше 2%
• Обучение нового админа: 3 недели → 5 дней
• Админ не тратит 5 минут после звонка на ввод в CRM — данные уже там
• Жалобы на админов сводятся к нулю — разборы по фактам, не «он мне нагрубил»

Оптовая торговля текстилем: 15 000+ артикулов, постоянные колебания цен у поставщиков, валютные скачки, сезонность. Ручное ценообразование занимало дни и недели. Конкуренты меняли цены онлайн — компания теряла маржу на популярных позициях и не успевала корректировать акции.

Аудит бизнес-процессов, ERP, CRM, продаж за 5 лет → формирование ключевых показателей (маржа, оборачиваемость, остатки) → кастомизация платформы ценообразования с интеграцией закупок, склада, продаж и клиентских профилей → алгоритмы прогнозирования спроса с учётом сезона, моды и погоды → пилот на 15% ассортимента.

• Скорость обновления цен: с 3 дней до 4 часов
• Средняя маржа по пилотной группе: +12%
• Складские излишки: −17%
• Кратно меньше «ручных ошибок» в прайсе
• Отдел закупок освобождён от рутины — занимается стратегией

Малому бизнесу нужен калькулятор стоимости услуги на сайте. Подрядчик-разработчик — 30–50 тысяч ₽, неделя ожидания, плюс ещё деньги за каждое изменение цен.

Один промпт в AI-инструмент → за 5 минут работающий калькулятор с расчётом, формой заявки, адаптивным дизайном и готовым кодом для встраивания. Изменить цены — одной новой просьбой к AI.

• Стоимость: 30 000 ₽ → подписка $20/месяц
• Срок: неделя → 5 минут
• Любые правки делает сам собственник без подрядчика