Как компании внедряют ИИ: реальные кейсы и результаты

Решение: ИИ-помощник, который эволюционировал в полноценного агента

Мы разработали решение, которое можно было легко масштабировать и развивать по мере роста потребностей отдела продаж. Начав с простого помощника для конкретной задачи, мы заложили базу для будущих модификаций. Со временем решение превратилось в автономного агента продаж, способного анализировать данные, находить возможности и формировать материалы для менеджеров.

Что было сделано:

Этап 1. Оцифровка данных и создание ИИ-помощника.
Мы собрали и структурировали разрозненные данные компании:

• Более 10.000 записей проектного опыта.
• Данные CRM за 3 года и текущие сделки (интеграция в режиме реального времени).
• Портфель решений из 300 продуктов и услуг.

Разработанный нами ИИ-помощник использует эту информацию и по запросу менеджера формирует досье клиента, которое включает:

• контактные данные для связи,
• полную историю коммуникации с клиентом,
• историю сделок, в том числе в других направлениях и отраслях,
• успешные кейсы работы в индустрии,
• подходящие товары и услуги из портфеля компании.

ИИ-помощник также формирует основу для первичного письма на основе истории клиента и проектного опыта компании.

Результат этапа
Менеджеры перестали тратить часы на поиск информации по разным базам и отделам. Вся история клиента стала доступна в режиме реального времени по запросу.

Этап 2. Автоматический мониторинг торгов.
ИИ-помощник получил положительную обратную связь от сотрудников и руководителей отдела продаж, поэтому было принято решение о расширении функционала и автоматизации мониторинга торгов.
Мы разработали решение, которое:

• проверяет площадки с открытыми торгами,
• отбирает релевантные для компании торги,
• определяет подходящую отрасль и продукты и из портфеля компании,
• создаёт и заполняет карточки лидов в CRM,
• формирует первичные заявки для участия в торгах.

Менеджеру остаётся только ознакомиться с уже подготовленными материалами и отправить заявку.

Результат этапа
Собранные заявки на участие в открытых торгах регулярно стали появляться в системе без дополнительных усилий со стороны менеджеров.

Этап 3. Подключение аналитики
Мы подключили визуализацию данных, анализ текущих результатов и сравнение с похожими кейсами в прошлом, а также интерактивные отчёты. Оказалось, что до 15% заявок остаётся без своевременной обработки.

Результат этапа

• Визуализация данных увеличила прозрачность воронки продаж, снизила потери потенциальных сделок и помогла приоритизировать работу менеджеров.

Итог

Проект для федеральной компании демонстрирует, как ИИ может эволюционировать вместе с бизнес-потребностями. 

Ключевое достижение этого проекта – агентное поведение системы. Агент не просто отвечает на запросы менеджеров, а самостоятельно находит возможности, анализирует контекст и формирует готовые решения. Менеджеры освобождены от рутинного поиска информации и фокусируются на продажах и работе с клиентами.

Подход масштабируется на любую компанию с большим портфелем продуктов и накопленным проектным опытом – от B2B-сервисов до промышленных холдингов.

Результаты

Наше решение изменило работу отдела продаж:

• Мгновенный доступ к проектному опыту. Менеджер получает готовую историю клиента, успешные кейсы в индустрии и рекомендации по продуктам вместо многочасового поиска по разным источникам.
• Автономный мониторинг торгов. Агент самостоятельно отслеживает релевантные торги, классифицирует их по отраслям, формирует карточки лидов в CRM и создаёт персонализированные заявки для участия. Менеджерам остаётся только ознакомиться с документами и отправить их.
• Рост воронки продаж. Автоматическое сканирование рынка увеличило количество лидов в работе.
• Прозрачность метрик. Руководство получило инструмент для отслеживания эффективности работы с торгами и выявления упущенных возможностей.