Неделя внедрения ИИ в бизнес с оборотом $10 млн: 6 жёстких уроков о грязных данных, вкусе и сгоревших $100 за два дняСтатья · дайджест за 22 ноября
Постановочный предметный натюрморт на рабочем столе: брендированные образцы корпоративного мерча, латунный штангенциркуль, песочные часы и квитанция с расчётом конвейера.
Статья4 раздела≈ 8 мин

Неделя внедрения ИИ в бизнес с оборотом $10 млн: 6 жёстких уроков о грязных данных, вкусе и сгоревших $100 за два дня

На следующий день после того как команда внедрения уехала из офиса американской компании Imprint Genius, сотрудники сами собрали коммерческое предложение для живого клиента прямо через чат в Slack. Через пару минут заказчик написал в ответ, что буквально ахнул вслух. А следом добавил ложку дёгтя: выглядит круто, но местами слишком уж отдаёт нейросетью. Ещё через сутки выяснилось, что за два дня свободных экспериментов в этом же чате команда успела сжечь $100 на генерациях.

Imprint Genius — приземлённый бизнес без всякого венчурного флёра. Основатель Айзек Хетцрони, известный в сети как The Sourcing Guy, десять лет занимается корпоративным мерчем и глобальным сорсингом: к нему приходят бренды за худи, кружками и подарками, а команда находит фабрики, запускает тираж и привозит товар. Годовой оборот давно перевалил за $10 млн. За одну неделю в эту машину встроили ИИ-конвейер — и наружу сразу вылезли все грабли, на которые бизнес наступает после красивых демок.

Узкое место на миллион: конвейер КП за $4,31 и 20 минут

Когда в компанию заходят с идеей автоматизировать сразу всё, проект вязнет ещё на старте. В Imprint Genius пошли от обратного: разложили путь денег на бумаге с конца к началу и упёрлись в один затык — подготовку коммерческих предложений.

Менеджеры собирали по 15–20 КП в месяц, тратя около десяти часов на каждое: подобрать товары, наложить логотип заказчика, посчитать цены и сверстать презентацию. По сути, целый штатный сотрудник на полной ставке только и делал, что рисовал предложения. При этом девять из десяти КП в сделку не закрывались, хотя каждая победа приносила первый заказ примерно на $10 000.

Такой узел хорош тем, что ИИ бьёт по нему сразу с трёх сторон: быстрее, дешевле и качественнее. Раньше клиент ждал презентацию около недели, теперь получает ссылку в тот же день. Заказные 3D-рендеры обходились в $500–$1 000 за штуку, а сгенерированное фото товара с логотипом стоит около восьми центов. Вместо статичного PDF заказчик открывает приватную веб-страницу, которую легко поправить на лету.

Конвейер работает по чёткой цепочке:

  1. Заявка падает с сайта или из Slack.
  2. Веб-скрапер Apify заходит на сайт заказчика и вытягивает логотип, фирменные цвета и шрифты.
  3. Система подбирает товары из каталога и шлёт список в Slack — дальше ничего не едет, пока живой менеджер не нажмёт «одобрить».
  4. Генератор рисует брендированные фото и шестисекундные ролики, а отдельная нейросеть сверяет логотип на каждом кадре с исходником, чтобы он не поплыл ни на пиксель.
  5. Итог собирается в приватную веб-страницу на облачном хостинге Railway — площадке, где держат свои веб-сервисы без возни с серверами.

Над кодом дежурит CodeRabbit — автоматический ИИ-ревьюер, который ловит ошибки и дыры в безопасности после ухода инженеров. Система принципиально ничего не отправляет клиенту сама: финальную страницу всегда проверяет человек.

На боевом тесте КП из трёх товаров, трёх фото и трёх видео обошлось в $4,31 за токены и заняло около 20 минут машинного времени. Содержание всей связки стоит примерно $500 в месяц плюс несколько долларов за каждое предложение — против зарплаты отдельного специалиста на 150–200 часов ручной вёрстки.

Потолок данных и последние 20% вкуса

На бумаге конвейер выглядел безупречно, пока не дошло до реальной базы Imprint Genius. Инженеры допустили частую ошибку: начали строить автоматизацию, а в сами данные заглянули только в середине недели. И тут выяснилось, что за десять лет работы каталог превратился в лоскутное одеяло.

Чтобы собрать КП, системе нужны три вещи по каждому товару: чистая фотография, цена и характеристики. Когда базу прогнали через фильтр, картина оказалась жёсткой.

Готовность каталога Imprint Genius к работе ИИ-конвейера

До финиша дотянула крошечная доля ассортимента. Живым менеджерам такой бардак годами не мешал: люди держат цены в голове, уточняют детали в переписке и помнят, у какой фабрики что лежит. Нейросеть в голову сотруднику залезть не может — чего нет в таблице, того для неё не существует.

Дальше стало ещё веселее. Из 1 600 товарных снимков алгоритм выбросил больше тысячи, потому что на них уже красовались логотипы прошлых заказчиков. Налепить новый бренд поверх чужого нельзя. Вдобавок скрапер однажды промахнулся и вместо логотипа клиента стащил с его сайта сторонний значок Costco. После этого казуса в цепочку и вшили вторую нейросеть-контролёра. А весь каталог и список фабрик перенесли в Supabase — облачную базу на Postgres, устроенную как большая умная таблица, которую одинаково читают люди, приложения и ИИ-агенты.

Вторая засада вскрылась, когда систему отдали команде. Первая демо-страница, собранная самой нейросетью, работала исправно, но смотрелась простенько. На следующий день дизайнер Айзека по имени Девин сам задал стиль и отобрал товары, а ИИ достроил макеты, спецификации и видео. Качество скакнуло на голову выше — именно от этой страницы клиент и ахнул.

Но даже там заказчик почуял руку машины в шаблонных текстах и слишком пёстрых видеопереходах. Девин сравнил это со школьными презентациями: лучшие слайд-шоу держатся на одном простом переходе, а худшие пихают все 3D-эффекты подряд. С ИИ та же история. Нейросеть вытягивает первые 80% черновой работы, а последние 20% — это вкус, который и закрывает сделку. Чтобы черновики сразу попадали в стиль, правила лучшего специалиста и его удачные работы записывают в инструкции для модели.

Научить ловить рыбу и вывести ИИ в общий чат

Красивые кастомные дашборды часто тихо умирают через пару месяцев после сдачи проекта. Для одного клиента из сферы люксового туризма та же команда внедрения собрала собственный портал, а спустя несколько месяцев в деле осталась пара экранов. Для другого заказчика, Дэниела, построили махину на 30 с лишним экранов и 13 агентов — после ухода подрядчиков команде пришлось самой разбираться, как это поддерживать, а на ходу перестраивать систему под новые задачи никто не мог.

В Imprint Genius от громоздкого интерфейса отказались. Данные положили в обычную базу Supabase, а всю логику генерации КП (31 инструмент вроде анализа сайта, подбора товаров и рендера фото) упаковали в MCP-сервер и выложили на Railway. Если на пальцах, MCP (Model Context Protocol) — это стандартный переходник, через который любой совместимый ИИ-агент дёргает внутренние инструменты компании без самописных костылей.

Команде дали сразу два контура. Первый — одиночный, на кодинг-агентах вроде Claude Code или Codex. Сотрудников научили решать задачи самим: понадобилась мелкая автоматизация — собираешь её без ожидания подрядчика. У Дэниела после обучения команды работе с Claude Code выручка на сотрудника выросла вдвое, а Айзек уже собирает на Railway собственные микроприложения вместо платных сервисов за пару долларов в месяц.

Второй контур — командный. ИИ, которым втихую пользуется только основатель, бизнес не сдвинет. Поэтому в рабочий Slack подселили ИИ-сотрудника Viktor. У него обычный аккаунт: его тегают через @Viktor в общем канале, как живого коллегу, и он подключается к переписке с доступом к базе и всем инструментам.

Viktor — ИИ-сотрудник для командной работы в Slack и Microsoft Teams (Источник: viktor.com)

При этом мало просто положить бота в мессенджер — его нужно встроить в действие, которое люди уже делают каждый день. У Дэниела отдельный дашборд за две недели прислал больше 250 уведомлений, а сотрудники отработали лишь 15 из них. Зато инструмент для подготовки контента прижился сразу, потому что закрывал ежедневную рутину. Команда Imprint Genius и так жила в Slack и собирала КП, поэтому бот органично влился в рабочий день. Похожий сценарий отлично работает и на входящих заявках: агент отсеивает спам от потенциальных клиентов и спонсоров, проверяет реальные компании и приносит скоринг прямо в чат.

Счёт за токены и момент, когда интегратору пора отойти

У нейросетей есть коварная особенность: каждый запрос стоит копейки, пока кто-то не начнёт жать кнопку без тормозов. Конвейер КП в Imprint Genius укладывался в $4,31 именно потому, что каждый шаг был жёстко прописан заранее. Как только сотрудники начали свободно болтать с Viktor в Slack и на ходу просить ещё вариантов, за два дня улетело $100 — львиную долю съела генерация видео.

Сюрпризы с лимитами догоняли команду и во время настройки. Сервис генерации продуктовых фото дважды обнулял кредиты, причём во второй раз прямо в прямом эфире на глазах у сотрудников клиента. Пришлось в тот же день экстренно перекидывать конвейер на другого провайдера.

Как урезать счёт за ИИ без внешних консультантов

Если расходы на API и генерацию медиа поползли вверх, попроси саму ИИ-систему разобрать собственные логи затрат. Агент быстро найдёт самые прожорливые шаги (обычно это лишние прогоны видео и тяжёлых моделей там, где хватит дешёвых) и предложит варианты оптимизации с понятными компромиссами по качеству.

Между первой рабочей версией системы и зрелым инструментом под поток заказов всегда лежит приличная дистанция. Внешние инженеры собирают каркас за семь дней, но довести КП до идеала быстрее и точнее сможет сама команда клиента — люди, которые годами варятся в мерче, знают повадки фабрик и чувствуют стиль заказчика. Как только у сотрудников на руках чистая база, понятный MCP-набор и навык работы с кодинг-агентом, лучшая помощь со стороны интегратора — вовремя отойти в сторону и подключаться обратно лишь тогда, когда система действительно упрётся в потолок.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 7