Изучай лучшие кейсы внедрения AI-инструментов в бизнес в России и СНГ

Маркетплейс авторских туров YouTravel.me терял клиентов из-за слабых стандартных рекомендаций — пользователи не видели туры, которые реально им подходили.

Ведущий российский сервис краткосрочной аренды жилья (7+ млн пользователей в месяц, 200 000+ объектов) внедрил ML-модель динамического ценообразования на Python и CatBoost вместо ручных корректировок цен.

Компания «Арт-Комфорт» (ООО «Арт Строй», Тюмень) строит деревянные дома и бани под ключ. Заявки приходили с Avito, WhatsApp*, Telegram и с сайта, а обрабатывал их лично собственник — параллельно с управлением компанией.

На автозаводе в Петербурге (бывший Nissan, ~1000 сотрудников) ежегодная оценка персонала велась вручную в разрозненных таблицах, а часть производственного персонала вообще не пользовалась корпоративной почтой.

AI-администратор от IntelloBiz работает 24/7 сразу в четырёх каналах — Instagram*, VK, Telegram и на сайте.

Сеть кинотеатров КАРО (Москва, Санкт-Петербург, Екатеринбург и другие города) внедрила AI-бота в Telegram, синхронизированного с корпоративной базой знаний.

Бренд линз MIRU продаёт онлайн и через оптики в 3 странах. Вместо сырого списка точек продаж компания получила AI-контур: AI-агент внутри Nodul по названию и адресу оптики подтягивает координаты и телефоны, данные хранятся в…

Все каналы заявок сведены в amoCRM, а на входящие посажен AI-ассистент «Пётр» с базой из ~50 стандартных вопросов и микро-скриптов под нишу загородного строительства.

Транспортная компания Termotech вручную просматривала все записи с кабинных камер, чтобы найти нарушения водителей — это было медленно и с ошибками.

Интернет-магазин автоматизировал создание карточек товаров: сотрудник просто отмечает товар флагом «Сделать описание», а ежедневный AI-сценарий формирует промт из данных карточки (бренд, категория, название) и через ChatGPT…

Инженеры Elektrolab Industrie вели протоколы испытаний в блокнотах, потом вручную переносили данные в Excel и считали показатели — это занимало много времени и давало ошибки.

ГК ФСК разработала совместно с red_mad_robot смарт-платформу с двумя AI-агентами на базе RAG — для сотрудников и для внешних поставщиков.

Крупный издательско-дистрибьюторский холдинг (NDA) годами анализировал отзывы с маркетплейсов вручную — это съедало 80-90% ресурсов команды, а отчёт готовился неделю.

Банк ДОМ.РФ подключил чат-бота на low-code платформе Smartbot Pro (интегратор — KTS), чтобы разгрузить поддержку по 200 продуктам.

Lamoda обрабатывала фото товаров для каталога вручную: позиционирование, коррекция фона, выравнивание перспективы без чётких углов поворота отнимали много времени у ретушёров.

MediaLED продаёт и сдаёт в аренду профессиональное LED-оборудование, занимается монтажом и производством контента.

Компания «Вторплюс» заменила ручную сортировку твёрдых бытовых отходов на конвейере системой компьютерного зрения и робота-манипулятора от интегратора ZeBrains.

Образовательная организация, поддерживающая подростков и молодёжь, вручную добавляла новых сотрудников в рабочие группы VK Teams и удаляла уволенных — по 15–30 минут на человека с риском ошибок доступа.

«Пицца Сургут» внедрила 8 ИИ-агентов на low-code платформе: обработка 100-200 документов в день сократилась с 6-7 часов до 30 минут, подбор кандидата на вакансию теперь занимает пару минут вместо многочасового разбора откликов.

Продавцы Ozon сталкивались с 4800+ категориями маркетплейса и ручным заполнением карточек — особенно тяжело было зарубежным селлерам из-за нелокализованного личного кабинета.

Производитель упаковки «Gravure Индустрия» тонул в типовых вопросах клиентов: сроки, цены, статус заказа приходили в Telegram и WhatsApp* в любое время суток, а в час пик до 50 сообщений команда не успевала обрабатывать.

Маркетплейс металлопроката «Платферрум» столкнулся с тем, что 70+ поставщиков описывают один товар по-разному («арматура», «арм.150», «арм. желез.

Промышленная компания (добыча, металлообработка, машиностроение) внедрила трёхэтапную систему проверки документации подрядчиков на open-source LLM (DeepSeek V3.1 и Qwen3-235B-A22B) с OCR-предобработкой.

AI-ассистент на платформе Nextbot Premium с RAG-базой знаний по продукции и научной терминологии (ОВП, pH, электрохимическое расщепление).

AI-ассистент, который принимает и обрабатывает заявку за минуту, плюс единый контур на amoCRM + Albato + Wazzup + Telegram + Google Sheets.

У агентства курортной недвижимости в CRM хранилась неактуальная база на 10 000 контактов. Раньше по ней работали вручную — сотрудники писали от 10 до 200 сообщений в день, и большая часть базы простаивала.

Крупная металлургическая компания (данные под NDA) столкнулась с перегрузкой техподдержки: большой объём документации и сложная структура компании тормозили обработку обращений.

AI-ассистент с обширной базой знаний работает в четырёх каналах — VK, на Авито, в Telegram и на сайте.

TADDEX (недвижимость) заказала у BPA Tech платформу автоматизированной проверки земельных участков с модулем AI-аналитики.

Сквозная голосовая платформа: очистка аудио → распознавание речи (ASR) → анализ текста (NLP) → синтез речи (TTS). Модели распознавания на Conformer и Wav2Vec 2.

Сеть обслуживания банкоматов внедрила Telegram-бота на базе OpenAI embeddings и Whisper, который отвечает инженерам по кодам ошибок и присылает инструкции.

Производитель электромонтажных изделий (клиент под NDA) столкнулся с перегруженным колл-центром и не мог оперативно информировать покупателей об остатках на складе.

Голосовой AI-ассистент «ВетАс»: врач надиктовывает приём, Whisper распознаёт речь и убирает фоновый шум, DeepSeek структурирует текст и автоматически заполняет протокол.

АО «Заслон» — производитель техники для авиации, флота и наземной инфраструктуры — столкнулось с тем, что подбор электронных компонентов для закупок занимал от 15 минут до нескольких часов и зависел от узкого круга технических…

AI-система персонализированных рассылок на n8n с Claude 3.5 Sonnet. Ежемесячно она анализирует профиль каждого клиента в AmoCRM, через RAG на Pinecone подбирает релевантное спецпредложение (или поддерживающее письмо), сама…

B2B-стартап по продаже станков ЧПУ с 67 торговыми представителями по всей стране не мог системно собирать рыночную информацию — только 6 человек давали обратную связь, а команда тонула в хаосе неструктурированных сообщений.

ИИ-ассистент на платформе Савви с прописанными скриптами продаж, отработкой типовых возражений косметологии, микро-историями против страхов перед процедурами и авто-фоллоу-апом через 10, 30 и 120 минут.

AI-ассистент на базе RAG с интеграцией в GetCourse через Python. Отвечает на вопросы посетителей 24/7 строго по базе знаний школы (32 файла: программы, FAQ, регламенты, условия оплаты), консультирует по курсам в стиле живого…

Сеть доставки еды с франчайзи-точками не получала детальной обратной связи от клиентов — стандартные рейтинги не помогали выявить проблемы с упаковкой, приготовлением и сервисом. Сбор детальных отзывов занимал от 2 недель до 1.

Торговая компания обрабатывала 200–500 международных тендеров в месяц. Сотрудники работали с китайской, немецкой и финской документацией — когнитивная нагрузка была запредельной, а нанимать новых людей не позволял бюджет.

Стартап LMS-систем для розничных сетей с 5 SDR-менеджерами обрабатывал лишь 2-5 компаний в день — каждое КП требовало ручного поиска информации по сайтам, вакансиям и новостям.

Логистическая компания с 250 сотрудниками теряла часы рабочего времени на заполнение регламентированных актов о повреждениях и дефектах. Каждый акт требовал 20–40 минут, компьютера и знания множества типов документов.

Виртуальный менеджер «Алеся» на платформе Савви с RAG-базой знаний (ассортимент, начинки, цены, регламенты), машинным зрением для анализа фото-референсов тортов и интеграцией с amoCRM.

Завод сэндвич-панелей продаёт через четыре аккаунта на Авито и тонул в потоке входящих сообщений.

Туристическая компания с офисами в нескольких странах внедрила AI-ассистента на базе Савви для обработки 10 000+ входящих обращений в месяц.

ИИ-ассистент, развёрнутый локально на серверах заказчика — принципиальное условие для чувствительных данных госучреждения.

AI-ассистент на платформе Савви подключён к директу Instagram* и отвечает на входящие за 1 минуту 24/7 на двух языках.

AI-агент, интегрированный с учётной системой на базе 1С и Yandex AI Studio.

HatHawk — B2B-дистрибьютор с командой 18 менеджеров по продажам. Классическая картина: лиды теряются, follow-up забывается, CRM заполняется кое-как.

Производитель детской одежды, продающий на Ozon и Wildberries, внедрил AI-ассистента для работы с сообщениями и отзывами.

AI-ассистент на базе Савви с интеграцией Yclients: определяет услугу и филиал, предлагает комплекс услуг, запускает допродажу LPG и абонементов после записи, распознаёт повторных клиентов и сам ведёт запись.

AI-сотрудник на платформе Савви, обученный на скриптах продаж и истории переписок за 1,5 года.

AI-продавец на платформе Савви. Вместо одного универсального бота — распределяющий AI-секретарь и 17 специализированных AI-сотрудников по сценариям.

AI-бот записи пациентов в Telegram, WhatsApp* и виджете на сайте с прямым доступом к реальному расписанию врачей через Google Calendar.

AI-администратор на базе Савви с интеграцией Yclients: записывает клиентов через WhatsApp*, Telegram, ВК и Авито, отправляет напоминания, обрабатывает возражения и негатив, консультирует по услугам, ценам и акциям и запускает…

ИИ-квалификатор на платформе Nextbot встроен прямо в виджет JivoSite на сайте DocStarClub — с доступом к базе знаний по всем 36+ образовательным программам.

ИИ-ассистент «Менеджер продаж», обученный на прайс-листах компании: отвечает на Авито и на сайте, квалифицирует, считает стоимость и вес заказа, проверяет наличие и передаёт менеджеру готовую заявку.

ИИ-ассистент на GPT-4o, обученный на выгрузке 52 000 реальных диалогов из Telegram — говорит на языке клиентов магазина.

«Контент-завод» — конвейер из 8 ИИ-сервисов, где каждый закрывает свой этап без ручного продакшна: поиск удачных роликов конкурентов (TrendHero), транскрибация (Cockatoo), переработка сценариев в ChatGPT, озвучка в ElevenLabs…