Разработка ИИ-решений для бизнеса под ключ

Я не берусь за задачу «внедрить нейросеть» без понятного результата. Беру процесс с чёткой метрикой: сколько заявок обрабатывается вручную, сколько минут уходит на разбор обращения, сколько менеджер тратит на сбор отчёта. Модель встраивается туда, где рутина измерима и повторяется — тогда экономия видна в первый месяц, а не в презентации.

Типичные точки: первичная обработка входящих заявок — разбор текста, определение параметров сделки; классификация и маршрутизация обращений в поддержке; автосбор аналитики в понятный текст или голосовое сообщение вместо дашборда, который никто не открывает.

Разбор начинается с процесса, а не с модели. Смотрю, где сейчас теряется время: в переписке, в ручном заполнении CRM, в подготовке отчётов. Дальше — прототип на конкретной задаче с реальными данными клиента, не демо на абстрактном примере.

Всё собираю кодом: обращение к API модели, парсинг и валидация ответа, запись результата в CRM или базу через её API. Готовые конструкторы ботов и no-code сборщики агентов такой контроль не дают — они ограничены шаблонами провайдера и не лезут вглубь ваших данных. Здесь свой код, свои проверки, свои ограничения по стоимости запроса.

Работаю на РФ-совместимых моделях — YandexGPT и GigaChat по API, либо открытые модели на self-hosted контуре, если данные нельзя отдавать во внешний сервис. Выбор зависит от чувствительности данных: для публичных обращений хватает облачного API, для персональных данных клиентов — свой контур внутри инфраструктуры заказчика или в российском облаке.

Это не формальность. 152-ФЗ требует, чтобы персональные данные граждан России обрабатывались на территории страны, и это ограничение снимает с рассмотрения большинство западных LLM-провайдеров для задач с персональными данными.

Отдельный ИИ-инструмент, который живёт сам по себе, бесполезен — решение должно менять данные там, где на них смотрит бизнес. Поэтому агент или ИИ-модуль пишет результат в amoCRM или Bitrix24: ставит тег, меняет этап сделки, создаёт задачу. Событие уходит в сквозную аналитику, и по нему считается конверсия или экономия времени.

Если в проекте уже настроен Roistat, DataLens или своя аналитика на ClickHouse, ИИ-контур подключается к этой же схеме данных, а не создаёт отдельный источник, который потом придётся сверять вручную.