«Босс сказал — нужен AI».
Что обычно происходит дальше
Три типичных сценария. Каждый стоит денег — и ни один не меняет реальную работу команды.
ChatGPT, Claude, курсы — оплачено и роздано. Через месяц не пользуется почти никто.
Уходят консультанты — уходит и решение. Внутри не остаётся ни знаний, ни владельца.
Красивый документ на 40 слайдов принят. На земле, в реальной работе команды, не меняется ничего.
Проблема не в инструментах. Проблема в том, что AI не встраивается в реальную работу.
Возьмём вашу цепочку:
«как сейчас» → «после»
Это не меню — берём вашу реальную цепочку. Просто чтобы было видно, на каком уровне конкретики мы работаем.
| процесс | как сейчас | после |
|---|---|---|
| Описание задачи клиента | слушаем звонок, пишем заметки, вручную переносим в шаблон | из записи звонка нужное описание собирается само |
| Коммерческое предложение | 4–8 часов на одно предложение | черновик за минуты, менеджер по продажам правит |
| Итоги встречи | пишут вручную и забывают половину | сразу два варианта: подробный для своих и аккуратный для клиента |
| Передача сделки из продаж в проект | детали теряются, руководитель проекта переспрашивает | готовый пакет: задача, предложение, итоги встреч и открытые вопросы |
| Изучение клиента перед звонком | вручную собираем данные из пяти источников | готовая справка о клиенте за минуты |
| процесс | как сейчас | после |
|---|---|---|
| Переписка в мессенджерах | договорённости и детали теряются в чатах | короткие итоги чатов, быстрый поиск решений, готовые черновики ответов |
| Презентации и выступления | собирают вручную с нуля | текст готов в фирменном шаблоне, дизайнер наводит красоту |
| Контент и публикации | часто не знают, о чём писать | понятный путь: идея → черновик → проверка |
| Контракты и юридические документы | вручную собирают из шаблонов | собираются с учётом условий, отличия от стандарта видны сразу |
Как мы доводим это до результата
Не «строим AI за вас». Растим внутри команды людей, которые сами строят AI-решения под свои процессы — под нашим наставничеством.
Погружаемся в реальную работу — не презентации, а как всё работает на деле. На выходе: карта процессов и где AI даст 80% времени.
Не типовой курс. План и материалы под ваши процессы, инструменты и ограничения — российский контур, NDA, политика по данным учтены заранее.
3–5 мотивированных людей из вашей цепочки. Учим работать с Claude Code и Cursor, создавать AI-помощников. Они решают свои задачи — мы наставляем.
Общее хранилище решений, AI подключён к вашим системам (CRM, диск, почта), единый контроль доступа. Наработки собираются в систему — дальше команда учит остальных.
Почему «их же руками» сильнее
Корпоративные инструменты приживаются изнутри. Когда AI-помощника делает свой человек — это сильнее любого внешнего внедрения. И остаётся после нас.
Не теряем 2 недели на «обследование» — амбассадор изучает свой процесс, пока строит под него решение.
«КП было 6 часов → стало 1». Конкретные часы и проекты на языке бизнеса, а не «AI делает 80%».
Не-амбассадоры получают готовые черновики уже на первом этапе — вся команда видит, что система работает.
Уходим мы — остаются ваши люди, которые сами развивают систему дальше.
От разовой пробы
до запуска во всех командах
Цена зависит от объёма и формата — обсуждаем индивидуально после короткого разговора о ваших процессах.
Команда на одной своей задаче собирает рабочую заготовку. Хороший первый шаг — увидеть метод вживую.
Интенсив-хакатон: команда настраивает агентов под несколько своих процессов и уносит результат.
Под ключ: аудит → амбассадоры → инфраструктура → запуск во всех командах. Главный формат.
Поддержка ваших команд после запуска. Новые практики и обновление инструментов.
Пробный проект и обучение команды
дают отдачу в разы выше
Не наше мнение — вывод исследования Школы управления СКОЛКОВО, в котором разобрали больше 1600 примеров внедрения ИИ.
выше отдача у тех, кто начинает с пробного проекта и учит команду — а не автоматизирует всё сразу
примеров внедрения ИИ разобрано в исследовании СКОЛКОВО
мировых компаний уже внедряют нейросети в работу
Команда практиков.
Сами строим то, чему учим.
20+ лет в продукте: от разработки в Mail.Ru/VK до Head of Product в Citymobil — там автоматизировал 52% обращений поддержки и срезал её косты на 34%. Сейчас — фаундер aiaiai и Aperio.cx (AI-аналитика поддержки), спикер MoscowPython.
Сооснователь MoscowPython — сообщество с 2012 года, более 175 спикеров. Geekfactor — подбор IT-специалистов. LearnPython — корпоративное обучение (проект: специалисты по данным в S7). Спикер на AIConf, Highload, Merge.
LearnPython с корпоративными проектами уровня S7. Geekfactor — подбор IT-специалистов. Опыт в разработке продуктов — учим тому, что делаем сами.
Спикерство и оргкомитеты AIConf, Highload, Merge. Собственные открытые воркшопы. Открытые наработки и инструменты для Claude Code.
Запускаем продукты сами, на своих процессах. Знаем по опыту, где AI приживается, а где остаётся презентацией. Не учим тому, что не пробовали на себе.