Субботин Д.А. МСА-251 Название проекта : Актуальность ИИ в бизнесе
Рынок искусственного интеллекта растет экспоненциально, демонстрируя бурный рост: прогнозируется увеличение с 150 миллиардов долларов в 2023 году до 1.5 триллионов долларов к 2030 году. Автоматизация рутинных задач с помощью ИИ повышает производительность компаний на 30-40%, что приводит к существенному снижению операционных расходов. Ключевые тренды включают внедрение ИИ в клиентский сервис для улучшения взаимодействия через чат-ботов и персонализацию предложений, активное использование анализа больших данных для принятия обоснованных управленческих решений, а также роботизацию производственных процессов для повышения эффективности Тренд №1: 77% компаний уже используют или тестируют ИИ ( Statista, 2024). Тренд №2: Автоматизация контента и аналитики экономит бизнесу 2.5 часа в день на сотрудника. Тренд №3: Сокращение CAPEX на аутсорсинг на 40% за счет внедрения LLM. Global AI Market : 2023 — $150B → 2030 — $1,5T (CAGR 38%). 77% компаний уже используют или тестируют ИИ ( Statista, 2024). Автоматизация экономит ~2.5 часа в день на сотрудника ; CAPEX на аутсорсинг снижается на 40%. Без автоматизации компании теряют долю рынка из-за медленной обработки данных. Актуальность ИИ в бизнесе
Кто ? Владелец малого или среднего бизнеса, e-commerce, онлайн-школы, CRM- отдел продаж. Штат 10–100 человек. Бюджет Готовность к пилотному проекту от 1,000 до10,000. Ожидаемый ROI через 3-4 месяца. Рациональное принятие решений. Емкость рынка в РФ и СНГ составляет 450,000 компаний в сегментах e-commerce и сервисов. Текущее решение Нанимает 2 доп. менеджеров (ФОТ $2k/ мес ). Емкость рынка (РФ+СНГ): 450 000 компаний Рутина: ответы на типовые вопросы, парсинг данных, заполнение карточек. Не справляется в пиковые часы. Проблема?
Суть: Потеря лидов ночью и ошибки при ручном вводе данных Кого опрашивали: 20 CEO и 30 менеджеров по продажам Вопросы: «Сколько лидов теряете ночью?», «Сколько времени на копипаст в CRM?» Инсайты : Клиент хочет « супер‑силы », а не замены людей Боится «галлюцинаций» ИИ Результат: 90% потеряли минимум 3 сделки из‑за позднего ответа Ключевая проблема
Текущее состояние vs Будущее AS-IS: Ручная обработка Менеджер тратит 3 часа на выгрузку, чистку данных и загрузку в 1С. Клиент ожидает ответа в чате 20 минут, уходя к конкурентам. Персонализация для 100 клиентов вручную. TO-BE: Автоматизация с ИИ ИИ парсит почту / чат, передает данные в CRM за 5 секунд. Чат-бот решает 70% вопросов мгновенно. AI- агент генерирует 1000 вариантов писем за 10 минут. Результат Значительное сокращение времени на рутинные операции, повышение скорости ответа клиентам и масштабирование персонализированных коммуникаций. Выгода Снижение операционных расходов, увеличение конверсии и лояльности клиентов, освобождение сотрудников для стратегических задач.
Что это: Omnichannel - платформа ( Telegram, WhatsApp, Web, Email). Интеграции: AmoCRM, Bitrix24, МойСклад. Технологии: Voice-to-text для звонков. УТП: Тонкая настройка поведения без программиста через промпт-интерфейс. Выгода: Покупаете 1 лицензию вместо 2 смен саппорта. BizAI Agent: Ваш умный ассистент для бизнеса
Технические параметры продукта BizAi Архитектура и технологии Архитектура : Telegram API -> Python ( FastAPI ) -> Vector DB (Pinecone/ Qdrant ) -> GPT-4 Turbo -> CRM. Технологии : RAG, Fine-tuning, Docker, Redis. Преимущества Чтение базы знаний компании за 1 мс с ссылкой на источник предотвращает « галлюцинации ». Помогает в принятии точных решений. Метрики Конверсия в решение : 95%. Время ответа : с 15 минут до 5 секунд. Бета-тестирование : 15 компаний. Цитата CEO: « Бот закрыл 40 тикетов за час ». Решение Модульная платформа с использованием нейросетей для анализа данных и RPA для автоматизации. Компоненты: модуль аналитики, модуль чат-бота, модуль автоматизации документов. Технологии: Python, TensorFlow, PyTorch, RPA UiPath. Помогает достигать целей через автоматизацию и интеллектуальный анализ
Название конкурентов/ аналогов Описание аналога (характеристики) Преимущества Недостатки Что можно позаимствовать? Microsoft Copilot Studio Платформа от Microsoft для создания кастомных AI- агентов ( copilot’ ов ). Глубоко интегрируется с экосистемой MS (Office 365, Power Platform, Dynamics). Позволяет агентам вызывать корпоративные API и Power Automate Экосистема: Идеален для компаний, которые живут в Teams, Outlook и SharePoint . Гибридность : Сочетает LLM (GPT) и классические BOT-сценарии (диалоги) для надежности. Простота подключения данных: Легко «скормить» агенту файлы Высокий порог для SMB: Требует наличия лицензий Power Platform / Azure. Недостатки визуализации: Пользователи жалуются на плохую графику и аналитику (базовые графики, сложно с презентациями) Интеграция с офисным пакетом: Добавление действий вроде «Отправить встречу в Outlook » или «Создать Word-документ». Привычный интерфейс: Стиль общения, похожий на Teams-бота. UiPath (Model: Autopilot & Agent Builder ) Лидер на рынке RPA (роботизации действий на уровне интерфейса). Переходят в AI-агенты: их Autopilot позволяет агентам не только работать с API, но и «нажимать кнопки» в любом старом приложении у пользователя на компьютере «Железная рука»: Может автоматизировать что угодно, даже если у приложения нет API (работа с legacy системами) . Governance : Очень мощные инструменты аудита и контроля для compliance (банки, страхование). Стоимость: Очень дорогой для SMB (старт от $420/ мес за одну лицензию робота) . Хрупкость: Роботы ломаются при малейшем изменении интерфейса программы. Тяжеловесность: Требует выделенной команды RPA-разработчиков. Action Grouping : Обучение агента группировать несколько простых действий (кликов) в одно сложное задание. Self-Healing : Механизмы, при которых агент сам ищет кнопку, если её передвинули (хотя у vcita интерфейс стабильнее). Salesforce Agentforce Основной конкурент для тех, кто использует BizAI внутри отдела продаж. Агенты от Salesforce, которые живут внутри их CRM. Могут самостоятельно общаться с клиентами, находить квалифицированные лиды и обновлять сделки Контекст продаж: Идеально понимает « Opportunity », « Quote » и « Account ». Data Cloud : Может обрабатывать терабайты данных клиента в реальном времени. At scale : Платформа для гигантов. Закрытость: Работает только внутри Salesforce (плохо для бизнеса с простой Excel-таблицей). Цена ошибки: Сложная настройка, требующая архитектора. Статус: G2 относит их к « Contenders » (не хватает отзывов для валидации ) Специализация на ролях: Четкое разделение: «Агент по продажам», «Агент поддержки», « Маркетолог ». Data Cloud (легкая версия): Внедрение аналитики «что купили вместе с этим». Bizal ( Модель: AI Agents & Process Automation) Biza l — это платформа для автоматизации бизнес-процессов (BPM) с низким кодом. Недавно они интегрировали AI-агентов для работы внутри сложных, многоступенчатых корпоративных процессов. Использует Azure OpenAI и предлагает инструменты для работы с документами (извлечение, суммаризация ) Мощная оркестрация BPMN: Позволяет создавать сложные, ветвящиеся процессы с участием людей и роботов . Безопасность: Использует приватные инстансы Azure OpenAI (безопасно для GDPR) Перегруженность: Слишком сложна для малого бизнеса, которому нужно «10 кнопок», а не конструктор процессов. Стоимость: Корпоративные цены (обычно требуют запроса коммерческого предложения) Прозрачность логики: Возможность показать пользователю «цепочку мыслей» агента. Шаблоны промтов : Готовые заготовки для «извлечения данных из PDF» или «анализа тональности» Конкуренты/аналоги
Ценность ИИ для бизнеса раскрывается через конкретные выгоды для целевой аудитории, а не через абстрактные «технологии». Вот ключевые аспекты ценности с точки зрения разных групп аудитории : Персонализация 24/7: ИИ анализирует поведение и предлагает товары/услуги «под человека» (как рекомендации у маркетплейсов ) — клиент тратит меньше времени на поиск. Мгновенная поддержка: чат-боты решают типовые вопросы без ожидания оператора — экономия времени и нервов. Предсказание проблем: например, банк через ИИ заранее предупреждает о подозрительной транзакции — клиент чувствует защиту.
Выгода заказчика (то есть бизнеса, который покупает или внедряет ИИ-решение) лежит в плоскости измеримых бизнес-показателей. Если говорить системно, заказчик получает ценность в четырёх ключевых категориях : 1. Рост прибыли и выручки 2. Снижение затрат (операционная эффективность) 3. Снижение рисков и повышение безопасности 4. Ускорение принятия решений и масштабирование
1. Себестоимость проекта: ~690 000 руб 2. Прогноз затрат на поддержание проекта: ~70 000 руб 3. Затраты за 6 мес : Разработка 690 тыс + поддержка 70×6 = 420 тыс → всего 1,11 млн. 4. Точка окупаемости (покрытие затрат) наступает к 9–10 месяцу при выходе на 15–20 клиентов. 5. Чистая прибыль за 12 мес : ≈ 2,13 млн руб
Проблема 1) Бизнес тратит 10+ часов в неделю на ручную аналитику и отчёты. 2) Консалтинг дорог ($5k+), а нанять аналитика штатно — слишком затратно для МСБ. 3) Данные разрознены (CRM, Excel, ERP, новости), нет единого агента, который даёт готовые выводы и планы действий. Структура расходов LLM API (GPT-4o / Claude ) — 40% • Разработка ( бэкенд, memory, агентный слой) — 30% • Бизнес-аналитики (верификация ответов) — 15% • Маркетинг и продажи — 10% • Хостинг, векторные БД — 5% Потоки выручк LLM API (GPT-4o / Claude ) — 40% • Разработка ( бэкенд, memory, агентный слой) — 30% • Бизнес-аналитики (верификация ответов) — 15% • Маркетинг и продажи — 10% • Хостинг, векторные БД — 5% и Решение Telegram / Web AI- агент: загрузи данные ( CSV, Google Sheets, CRM- выгрузку) → получи анализ KPI, графики, гипотезы, A/B- тесты, финансовую модель, пошаговый план действий. Работает как управленческий ассистент 24/7. Ключевые метрики DAU/WAU, NPS, % повторных запросов за 7 дней, конверсия: загрузка данных → получение плана действий, MRR, Churn, LTV, доля автономных ответов (без эскалации человеку). Уникальная ценность предложения Первый агент, который не требует промпт-инжиниринга : говорит на языке ROI, юнит-экономики, CAC, LTV, даёт готовые бизнес-решения, а не просто «данные». В 50 раз дешевле живого аналитика. Нерыночное конкурентное преимущество Закрытая база из 500+ бизнес-фреймворков (адаптированные McKinsey, BCG, Kaplan, Goldratt ) + обучение на реальных дашбордах 100+ компаний (по NDA). Повторить сложно: нужны и топ-датасайнс, и бизнес-экспертиза стратегического уровня. Каналы LinkedIn ( кейсы и инсайты ), Telegram- канал «Бизнес без рутины», интеграции с Make / Zapier / AmoCRM, ChatGPT Plugin Store, Bot Store, партнёрства с онлайн-школами для предпринимателей. Сегменты клиентов 1) CEO малого/среднего бизнеса ( e-com, услуги, SaaS, retail ). 2) Стартапы на ранней стадии. 3) Продакт-менеджеры и маркетологи (компании 10–100 чел). 4) Фриланс-аналитики (B2B2C).
1. Направление 1 — Подписка на ИИ-агента ( SaaS ) Направление 2 — Pay‑per‑result (оплата за результат ) Направление 3 — Белые этикетки / франчайзинг ( White Label ) 2.. Ценность для клиента: если Bizal Agent экономит 1 час работы менеджера в день при зарплате $10/час, это даёт $300 ценности в месяц — поэтому цена до $149 выглядит выгодной. Starter : $29 в месяц. Включает 1 проект и 500 диалогов в месяц, базовая поддержка (чат). Business : $149 в месяц. Доступны 5 проектов, 5 000 диалогов, интеграция с CRM и аналитика. Enterprise : от $499 в месяц. Неограниченные возможности, SLA 99.9%, кастомное обучение модели. Также возможен бесплатный тариф на 14 дней или 100 диалогов для тестирования. 3. Сравнение с рынком: цены сопоставимы с Zendesk, Intercom или другими AI-агентами для продаж (X.ai, Artisan ), где базовый функционал стоит $30–150. Ценность для клиента: если Bizal Agent экономит 1 час работы менеджера в день при зарплате $10/час, это даёт $300 ценности в месяц — поэтому цена до $149 выглядит выгодной. 4.Руководители отделов продаж: хотят увеличить конверсию лидов без найма новых сотрудников (операционный бюджет ). Маркетологи: заинтересованы в автоматизации ответов на частые вопросы и прогреве клиентов (маркетинговый бюджет). CEO и собственники малого бизнеса: стремятся снизить нагрузку на команду при росте входящего потока (затраты на инструменты).
1.Берём список компаний (например, через Dribbble или по базам 2ГИС/Яндекс Бизнес). Звоним руководителю отдела продаж. Фраза: «Отправлю вам в чат ссылку — наш Bizal Agent прямо сейчас ответит как ваш менеджер на 3 вопроса ваших клиентов. Это займёт 2 минуты. Не понравится — больше не побеспокою ». 2. Находим 5-10 агентств, которые ведут CRM, чат-ботов, колл -трекинг. Предлагаем: «20% от платежа клиента навсегда. Просто скажите им, что наш агент решит проблему Х ». 3. Делаем лендинг : «Отправьте 10 последних диалогов с вашими клиентами (чат, email, TG) — мы покажем, сколько из них мог бы закрыть AI, а сколько — нет. Отчет за 24 часа. Бесплатно».
1.Команда (Людские ресурсы ): • ML-инженера (обработка языка и данных) • Backend -разработчик (API, интеграции) • Frontend -разработчик (интерфейс чата/ дашборда ) • Продуктовый дизайнер UX/UI • Бизнес-аналитик (настройка логики агента ) 2. Вычислительные ресурсы ( IT- инфраструктура): • Видеокарты / Облачные GPU (A100/H100) для дообучения модели. • Облачные серверы ( AWS, Cloud.ru, Yandex Cloud) для продакшена. • Базы данных (векторные: Qdrant /Pinecone для базы знаний ). 3. Данные (Интеллектуальные ресурсы): • Датасеты диалогов (поддержка, продажи). • Размеченные данные документов компании (PDF, Word, таблицы). • Транскрипты звонков или переписок (для обучения тону общения ). 4. Софт и Инструменты: • Лицензии на IDE, CI/CD ( GitHub, GitLab ). • Библиотеки ( LangChain, LlamaIndex, RAG). • Доступ к API внешних LLM ( через Proxy или напрямую ). 5. Маркетинг и Продажи (для B2B): • Разработка кейсов ( Case studies ). • Участие в конференциях ( Skolkova, ЦИПР). • Внедрение в CRM клиентов ( AmoCRM, Битрикс24).
Этап 1. MVP (2–3 месяца) Месяц 1 Создание базового чат-интерфейса ( React + FastAPI ) Подключение LLM через API Простейшая система памяти диалога Месяц 2 Интеграция с 2 источниками данных (например, база знаний компании, CSV-файлы) Ручная проверка ответов на 100 тестовых запросах Деплой MVP для внутренних пользователей Результат MVP : Бот отвечает на типовые вопросы по документации, даёт простые выдержки из таблиц. Этап 2. Функциональное расширение (3–4 месяца) Месяц 3 Добавление агентных возможностей : вызов внешних API (CRM, календарь, почта) Реализация режима «исполнитель» ( Agent выполняет действия: создать задачу, отправить отчёт) Месяц 4 Механизм RAG с векторной БД ( Pinecone / Qdrant ) Улучшенное логирование и трассировка действий агента ( LangSmith / собственный трекинг ) Месяц 5 Панель управления для бизнес-пользователей (настройка промптов, источников данных) Система оценки качества ответов (человеческая обратная связь thumbs up / down ) Результат этапа : BizAI Agent умеет запрашивать данные из внешних систем и выполнять простые транзакции. Этап 3. Масштабирование и аналитика (3–4 месяца) Месяц 6 Поддержка нескольких типов данных (PDF, Word, SQL-базы, веб-страницы ) Автоматическое обновление векторной базы по расписанию Месяц 7 Дашборд метрик: точность ответов, экономия времени операторов, топ запросов Интеграция с системами аутентификации (SSO, RBAC) Месяц 8 Экспорт отчётов в PDF/ Excel по запросу пользователя Агент с инициативным поведением («Вы давно не обновляли отчёт по продажам, сформировать?») Результат этапа : Пилотное внедрение в одном отделе компании (например, поддержка или продажи). Этап 4. Enterprise-готовность и оптимизация (2–3 месяца) Месяц 9 Режим локального развертывания ( on-premise ) с защитой данных Поддержка пользовательских ролей (администратор, аналитик, пользователь) Месяц 10 Fine-tuning LLM на корпоративных данных Оптимизация задержек (<2 секунды на ответ) Месяц 11 Полный аудит безопасности ( логи действий агента, фильтрация PII) Релиз версии 1.0, документация, программа обучения сотрудников Результат : Продукт готов к полноценному внедрению в компании.
Субботин Д.А. МСА-251 СПАСИБО ЗА ВНИМАНИЕ!
