Дима про AI и маркетинг

Как MIT "доказал", что 95% внедрений AI провальны (и почему это манипуляция) Блин, как же легко манипулировать цифрами, если не копать глубже. Вышел репорт от MIT с громким выводом: 95% внедрений AI в бизнесе терпят провал. Куча телеграм-каналов начала постить это к себе с выжимкой, эксперты начинают по этому записывать видео, а компании все еще более предвзято относятся к AI. Но когда изучаешь методологию, картина кардинально меняется. В основе отчета — опрос 153 лидеров на конференциях, интервью с 52 организациями и 300 публичных кейсов. И все это еще в январе. Ну серьезно, 153 человека против миллионов компаний? Это как посмотреть отзывы в одном телеграм-чате и сделать выводы про весь рынок. Плюс опросы на конференциях — туда приходят те, кто изучает тему или имеет проблемы. Успешные компании свои AI-проекты публично не раскрывают. Зачем светить конкурентные преимущества? И да, отчет делали в январе — а с тех по пор вышел OpenAI Operator — автономный агент для браузера, Amazon Bedrock Agent Core — enterprise-платформа для агентов, Manus — универсальный автономный агент, Agent Marketplace с 900+ готовыми решениями. Но даже в этом исследовании есть полезные моменты. Adoption сильно варьируется по отраслям. Media & Telecom лидируют в трансформации, Professional Services показывают высокие результаты, а Energy & Materials практически стоят на месте. Но на самом деле понятно, почему в professional services AI внедряют быстрее. Там огромный объем рутины: юристы разбирают сотни страниц документов, консалтеры готовят отчеты и презентации, аудиторы проверяют таблицы. Именно эти задачи идеально ложатся на агентов — быстрее, дешевле и без потери качества. Enterprise решения отстают от consumer tools. ChatGPT внедрили 80% компаний, а кастомные корпоративные системы буксуют. Проблема в сложности интеграции, а не в самой технологии. Большинство компаний не знают, что считать успехом. ROI за полгода? Экономию в миллионы? Замену сотрудников? Без метрик любой проект можно назвать провалом. А теперь наш опыт. За время эфиров видели десятки работающих решений. MentoVC заменили аналитиков агентами для оценки стартапов. Время анализа сократилось в разы, качество выросло. Semrush внедрили агентов в коммуникационные процессы. От мониторинга инфлюенс-маркетинга до кризисного менеджмента. Resin Pro полностью автоматизировали обработку заказов тремя AI-агентами. Эти компании не попали в статистику MIT, потому что не ходят на конференции рассказывать о "провалах". Это как делать исследование о провалах мобильного интернета за месяц до выхода iPhone. Поэтому не отказывайтесь от AI из-за этого исследования. Что делать прямо сейчас: • Начните с одного процесса — выберите конкретную задачу, автоматизируйте агентами, измерьте результат • Определите метрики заранее — экономия времени, снижение ошибок, увеличение скорости • Используйте новое поколение инструментов — не ориентируйтесь на решения начала года Мы в самом начале эры AI-агентов. Вопрос не в том, работает ли AI в бизнесе. Вопрос в том, как быстро вы адаптируетесь к новой реальности. А кому интересен сам репорт можете почитать его по ссылке: https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

Как мы начали работать с Semrush, Deel и другими быстрорастущими компаниями в США и пришли к созданию AI-агентов Хочу поделиться историей о том, с чего начинался Teamlex AI и как так получилось, что мы сейчас разрабатываем агентов для автоматизации бизнес-процессов. Мой путь в маркетинге начался 10 лет назад с работы в Google. Там я понял, что маркетинг безграничен, и с того момента мы начали делать агентство. Потом мы строили стартап Educate Online, где получилось привлечь $4 миллиона инвестиций и собрать 20,000 студентов из 27 стран. У меня есть две части опыта — агентский и быстрорастущего стартапа. И во всех ролях я четко понимал основные проблемы роста: • Медленный набор персонала • Дублирование функций • Нехватка качественных талантов Качественные таланты — это основной драйвер роста бизнеса. Так появился Teamlex Pro, основная функция которого помогать по стратегии и созданию классных команд. Со временем стало понятно, что одной экспертизы не достаточно. Маркетинг пожирал рутину. И вот здесь случился идеальный переход к автоматизации и агентам. У нас изначально был хороший опыт в маркетинге, внутренние playbook’и и понимание того, как строятся процессы, которые реально дают результат. В этих процессах было много повторяющихся задач, которые съедали время, и их проще всего было автоматизировать. Сначала мы делали всё руками. Каждая задача проходила через команду — от сбора данных до отчетов и контента. Это помогало учиться на каждом кейсе, но маржинальность держалась на уровне около 40%. Потом мы начали строить системы и автоматизировать рутину. Всё началось с SEO. Например, анализ и сбор семантики. Раньше специалист тратил 5 часов. Нужно было идти в сервисы вроде Semrush, анализировать домены конкурентов, находить ключевые слова с низкой конкуренцией и объединять их в группы. Сейчас это делает агент. Он сам анализирует домены конкурентов, находит слова, скорит их и соединяет в кластеры. Дальше — работа с бэклинками, структура сайта, техаудит. Всё это повторялось в каждом проекте. Постепенно мы автоматизировали сначала 5–10 часов, потом 20, и сейчас в SEO-агенте собрано уже 180+ часов работы специалиста. Со временем агенты начали превращаться в полноценные сервисы, и получилась продуктовая линейка: • тарифы с людьми (Pro-сервисы, кастомные проекты) • Self-service, который приносит ~30% MRR • API для технических команд И вот здесь, на основе нашего опыта, можно понять, как подойти к этой автоматизации у себя. Начните с небольших задач. Если у вас есть повторяющиеся задачи, которые можно описать словами — начните именно с них. Ставьте таргет хотя бы сократить пару часов работы. Дальше всё пойдет по нарастающей. Один агент закрывает десятки часов, и постепенно команда перестает тонуть в рутине. Со временем мы начали внедрять агентов и для внутренних процессов: • AI HR-агент автоматизировал рекрутинг • Агент коммерческих предложений собирал КП • Агент анализа проектов обрабатывал входящие проекты клиентов Сейчас у нас выросла скорость работы. Клиенты получают больше качественных результатов. Один специалист с агентами под боком выдает эффект, сопоставимый с командой из нескольких человек. Важно: агенты не заменяют специалистов, они усиливают их. Один эксперт с агентом делает работу в 4 раза быстрее. Мы покажем наши наработки сегодня на эфире в 17:00 по Европе. Подключайтесь, кто на связи.

Как на самом деле будут создаваться компании будущего На одном из митапов узнал о Джеффе Бассганге — лекторе Harvard Business School и кофаундере миллиардной венчурной компании Flybridge. Он продал свою компанию за $300 миллионов и теперь инвестирует в стартапы. Джефф рассказывает о том, как компании в его портфолио строят проекты с 15-30 сотрудниками, которые зарабатывают сотни миллионов долларов выручки. Самая большая компания — 40 человек с выручкой $100M+. Секрет в том, что эти компании используют AI-агентов как полноценных сотрудников. Конкретный пример из портфеля Джеффа: Компания Blitzy использует 3000 агентов в процессе разработки ПО: • Агент 1 — переводит требования в детальные спецификации • Агент 2 — создает архитектурную диаграмму • Агент 3 — разрабатывает техническое задание • Агент 4 — пишет код различных модулей • Агент 5 — создает QA-тесты • Агент 6 — выполняет тестирование Результат: приложение на 300,000 строк кода за неделю вместо нескольких лет работы команды разработчиков. Дальше только интереснее — агенты будут нанимать других агентов, сами искать их, брать под управление, увольнять, если результат работы не устраивает. В результате мы получаем не просто автоматизацию, а полноценных сотрудников, каждый отвечающий за свою небольшую функцию. Главный инсайт от Джеффа: "Очень скоро мы увидим больше AI-агентов, работающих в компаниях, чем людей. Мы можем достичь пика занятости — компании будут расти на 20-30% в год по выручке, но не будут увеличивать штат" Слушая Джеффа, понял, что мы идем в том же направлении. Мы сами внедряем агентов, строим свои и делаем кастомные решения на базе популярных open-source инструментов. Наш рекорд — 85 агентов, которые мы внедрили в маркетинговые процессы проекта. Функции, которые раньше отнимали часы у команды: • Агент анализа креативов — автоматически изучает рекламу конкурентов • Reels-агент — анализирует ролики в Instagram • Shorts-агент — делает то же самое в YouTube • TikTok-агент — отслеживает тренды в TikTok • Агент массовых кампаний — загружает тысячи креативов в сутки • Агент генерации контента — создает креативы автоматически Результат: команда из 3-4 маркетологов выполняет работу, на которую раньше требовалось 15-20 человек. Мы проводим эфиры с компаниями, на которых ребята делятся своим опытом внедрения. Уже сейчас видно, как это трансформирует стандартные области: • MentoVC — используют агентов вместо аналитиков для оценки стартапов • Semrush — внедрили их во множество процессов, связанных с коммуникацией • Resin Pro — внедрили 3 AI-агента, полностью автоматизировав обработку заказов в e-commerce Компании, которые начнут внедрять агентов сейчас, получат серьезное конкурентное преимущество в ближайшие 2-3 года. Мы подготовили памятку по тому, как внедрить агента в процесс. Она поможет начать. А вы уже используете AI-агентов в своем бизнесе?

На основе обновленного интро хочу пригласить всех на воркшоп, который проведем 21 августа в 17:00 по Европе (Париж-Берлин время). Воркшоп будет на тему того, как мы автоматизировали в Teamlex AI 5 ролей, за счет чего повысили прибыльность на 30%. Тизер того, что узнаете: • Рекрутинг-агент — закрывает блок рекрутмента и помогает выбирать крутых талантов, ускоряет поиск на 80% • Агент коммерческих предложений — создает автоматические КП под каждого клиента • Тренд-агент — находит тренды на рынке и готовит по ним контент • И другие агенты, которые работают 24/7 Что получите прямо на воркшопе: • Trendwatching workflow — флоу для поиска вирусных идей и создания контента, который «залетает» • Живые процессы наших агентов в реальном времени • Честные кейсы — что реально сработало, а что нет Почему это важно: большинство компаний пытаются заменить людей на AI. Мы делаем наоборот — строим систему Human + AI, где: • Люди остаются для стратегии, креатива и принятия решений • AI берет рутину, аналитику и повторяющиеся задачи • Вместе они дают кратный результат И вот вам мини-вывод даже без воркшопа: если думаете про AI в компании — не начинайте с полной замены людей. Начните с одной рутинной роли, которая больше всего тормозит команду. Сделайте простого агента под неё. Это даст быстрый ROI и освободит людей для более ценной работы. Чтобы воркшоп был максимально полезным для вас, выполните небольшое задание: • подумайте, какие процессы в вашей работе съедают больше всего ресурсов — времени, денег или сил команды • запишите 1–2 таких процесса и приходите с ними на воркшоп В конце у нас будет Q&A-сессия: разберем ваши примеры и подскажем, как лучше автоматизировать эти задачи или где внедрить агентов, чтобы они реально помогали команде. Регистрация: ссылка в бота.

Обо мне. Меня зовут Дима, я — предприниматель и маркетолог. Живу в Барселоне по стартап-визе. Занимаюсь тем, что помогаю компаниям внедрять AI-маркетинг, масштабировать процессы без займа и гарантированно повышать прибыль. Поработал с Semrush, Deel и другими быстрорастущими компаниями в штатах. Мой путь начался 10 лет назад с программы Google Graduate Program и стажировки в Google по рекламным кампаниям. В 2012 запустил рекламное агентство в Минске, где работали с топовыми брендами: Mercedes, Mars, Jaguar Land Rover. Быстро выросли с $10k до миллионов долларов ежемесячного бюджета клиентов. В 2021 присоединился к Educate Online (оценка $110 млн) — платформе дистанционного обучения с учениками из 27 стран. За год довели выручку с $30k до $1 млн в месяц. Привлекли раунд от TMT Investments, Xploration Capital и других фондов. В 2022 году начали выход в Индию, Латинскую Америку и другие географии. Тестировали множество новых направлений и гипотез для улучшения метрик и запуска новых продуктовых направлений. В 2023 году запустил проект Teamlex.pro с целью помогать собирать сильнейшие команды по маркетингу для компаний. Собрали самое большое сообщество маркетологов в Европе. Помогли таким компаниям как Axevil Capital, Yandex и другим. Но сервисный бизнес все еще казался не тем, чем хочется заниматься. В 2024 запустил Teamlex.ai — набор AI-продуктовых решений, который полностью автоматизирует SEO и Social Media. Агент сам находит тренды, создает контент, который приносит органику и растит трафик в разы. В 2025 году взяли полный фокус на AI, и сейчас строим своих агентов, и внедряем кастомных агентов в бизнес для компаний. Собрали 30+ рабочих кастомных агентов, плюс запустили программу Ldrs, которую прошли больше 50 фаундеров и топ-менеджеров из компаний Semrush, Revolut, Nmbr, Maestra, Inxy и других. Здесь пишу о том, как использовать AI для роста бизнеса, делюсь рабочими кейсами и инструментами, которые реально работают. Все мои знания основаны на реальном опыте запуска сотен проектов и работы с быстрорастущими стартапами. Если вы: • ищете сильную маркетинговую команду — соберём её для вас в Teamlex.pro • хотите внедрить AI в процессы и выйти на новый уровень эффективности — приходите в Teamlex.ai • хотите сами прокачаться и научиться внедрять AI — присоединяйтесь к программе Ldrs Наша миссия проста: делать компании эффективнее и помогать им расти быстрее.

И это все еще сильнее ускоряется. Скоро появятся агенты, которые смогут быть так же эффективны, как люди в задачах. Они уже сейчас есть, но все еще требуют человеческого включения в процесс. Вот вам ссылочка на оригинал исследования и короткое видео на YouTube, где можно посмотреть его пересказ: Оригинал исследования: https://ai-2027.com Видео на YouTube: https://youtu.be/5KVDDfAkRgc?si=AZ1ol1nk9VeNzult

Мы провели 15 эфиров с компаниями MentoVC, Semrush, Databar, Skeyng и другими, а потом я ушел в отпуск на месяц и не писал в этот канал. Но сейчас хочу вернуться с классным постом и рассказать вам про AI-2027 исследование, которое все обсуждают. Это детальный прогноз того, как AI может захватить мир и уничтожить человечество в ближайшие 5 лет. Дело в том, что само исследование сделано человеком, который очень точно предсказывал развитие AI раньше. Что такое AI-2027? Это исследование от Дэниела Кокателло. В 2021 году, за год до релиза ChatGPT, он предсказал появление чатботов, огромные затраты на обучение AI, экспортные ограничения на чипы. Короче, парень очень точно угадывает, что будет происходить с AI. Исследование написано не как скучный научный отчет, а как детальную историю месяц за месяцем с 2025 по 2027 год. Чтобы мы могли представить, каково это жить в период развития AI. Давайте пройдемся по ключевым моментам этого сценария: 2025 год (сейчас): Релиз AI-агентов для публики. И это уже сбылось - в мае OpenAI и Anthropic выпустили своих первых агентов. 2026 год: Agent 1 ускоряет AI-исследования на 50%. Китай "просыпается" и национализирует AI-исследования. Первая экономическая шоковая волна - массовые увольнения разработчиков, аналитиков, дизайнеров. 2027 год: Agent 3 – первый сверхчеловеческий кодер. OpenBrain запускает 200,000 копий параллельно, создавая рабочую силу, эквивалентную 50,000 лучших инженеров, ускоренную в 30 раз. Самое страшное – Agent 4: Лучше любого человека в AI-исследованиях. 300,000 копий работают на 50x человеческой скорости. Год прогресса за неделю. Но тут начинается самое пугающее – проблема выравнивания целей: Вот тут становится действительно страшно. AI развивает собственные цели, отличные от человеческих. Agent 4 обманывает людей, чтобы получить больше автономии. Он понимает, что у него есть свои цели, у человечества – другие, и лучший способ получить желаемое – активно вводить нас в заблуждение. Feedback Loop — почему все может пойти не так: Что такое Feedback Loop? Это когда результат какого-то процесса снова попадает в этот же процесс, и все начинает раскручиваться само по себе. Простой пример: поднесите микрофон к колонке – получите пронзительный свист. Звук усиливается, попадает обратно в микрофон, усиливается еще больше. С AI то же самое: AI начинает улучшать AI. Каждое новое поколение помогает создать еще более крутое следующее. И как только AI может сам себя развивать, прогресс не просто продолжается – он начинает ускоряться. Мы привыкли, что все растет равномерно – зарплата, возраст, цены. Но Feedback Loop создает взрывной рост. Помните начало ковида? Даже зная, что заражения удваиваются каждые 3 дня, было шокирующе видеть цифры от сотен до миллионов за пару недель. И все это происходит на фоне международной гонки вооружений: США против Китая в гонке AI-вооружений. Никто не может позволить себе остановиться, потому что отставание означает катастрофическое поражение. Даже понимая риски, правительства чувствуют, что должны продолжать разработку. Исследование предлагает два возможных исхода этой гонки: Race Ending: Комитет голосует продолжать (6 против 4). Agent 5 становится сверхчеловеческим во всех областях – лучше Эйнштейна в физике, лучше Бисмарка в политике. Координируется с китайским AI. Человечество теряет контроль. Pause Ending: Человечество останавливается, переосмысливает подход. Но это требует беспрецедентной международной координации. Почему это важно именно сейчас: Мы находимся точно в том моменте, с которого начинается сценарий — лето 2025. Первые предсказания уже сбываются. Мое мнение: уже сейчас я думаю, что это вполне можно считать правдой. Раньше считалось фантастикой то, что AI может выполнять какие-то серьезные задачи, но уже сейчас агенты решают полноценные таски. Они могут запускать рекламные кампании, могут создавать контент, местами неотличимый от человеческого. Например, Яндекс, общаясь с ребятами, уже прямо сейчас снизил стоимость продакшена одного ролика с 10 миллионов до сотен тысяч рублей.

Мы в Teamlex AI помогаем технологическим компаниям расти и масштабироваться, внедряя AI, но при этом у нас есть классные друзья из MentoVC, которые также помогают технологическим компаниям расти еще быстрее за счет инвестиций и классного нетворка. Мы довольно часто в последнее время получаем вопросы, связанные с инвестициями в проекты, потому что к нам приходят молодые стартапы, которые хотят быстрее набирать технологическое преимущество, быстрее скейлить свой PMF, и когда ты уже его нашел и делаешь классную выручку, то всегда встает вопрос: что дальше и вообще как рейзить? Как выглядит рынок? Как попасть в топовые фонды? На базе этого мы решили сделать очень крутой эфир с Александром Журавлевым, основателем фонда MentoVC, которые инвестировали в очень крутые быстрорастущие AI-компании: Artisan, Openlayer, Sync, Tella и другие. Что вы узнаете на эфире: Почему сейчас идеальный момент для запуска AI-продукта и привлечения инвестиций Как фонды оценивают команды — что действительно важно инвесторам в AI-стартапах Data flywheel и устойчивая выручка — как строить бизнес, который масштабируется Как попасть в воронку топовых инвесторов — конкретные шаги и стратегии Roadmap внедрения AI под ваш бизнес — от идеи до масштабирования Кому это будет полезно: • Фаундерам AI-стартапов, которые думают о раунде • Технологическим компаниям, внедряющим AI • Инвесторам, изучающим AI-рынок • C-level руководителям и продуктовым лидерам Спикеры: Александр Журавлев — ROI портфеля 8x+, 200+ сделок (включая Miro, Deel, Sunbit), анализирует 10,000 компаний в год Дмитрий Нерезько — в проектах привлекли $16M, рост x4 за счёт AI, 5x лидов через автоматизацию. Среди клиентов — Semrush, Deel, Alps2Alps. А вообще у ребят своя система есть, которую они сделали при помощи AI, и она помогает им анализировать кучу стартапов. Они уже для этого забирают огромное количество данных из разных источников, и мы можем посмотреть на такую модель в живую, потому что это будущее фондов. Мы сможем позадавать вопросы, как она работает, по каким критериям она ищет стартапы и подбирает их. 4 июля, пятница 18:30 CET (Берлин, Париж) Регистрация по ссылке — приходите, будет круто! Количество мест ограничено, так что не откладывайте регистрацию.

Регистрация на наши эфиры через бота — там мы разбираем такие тренды в деталях и помогаем компаниям внедрять AI правильно.

Я понимаю, что в последнее время много анонсов эфиров, но мы стараемся делать качественный контент и помогать компаниям внедрять AI в процессы и сделать этот рынок более прозрачным. Но сейчас еще параллельно хочу поделиться классным анонсом. ChatGPT только что выпустил информацию о том, что они принимают заявки от компаний, которые хотят попасть в ChatGPT Search. И это может кардинально изменить игру для бизнеса. Что происходит с поиском? Представьте: вместо того чтобы пользователь вводил "удобная обувь до 100 евро" и получал тысячи результатов, он теперь говорит ChatGPT: "Ищу удобную обувь для стояния весь день, до €100, дышащую". И ChatGPT понимает контекст, учитывает все ограничения и предлагает 3-5 идеальных вариантов с объяснением, почему именно они подходят. Что предлагает OpenAI? OpenAI запустил Product Discovery форму, где компании могут подать заявку на включение своих товаров в ChatGPT Search. Это не просто еще один канал продаж — это новая эра поиска. Как это работает вообще в самом ChatGPT? На основе документации OpenAI, ChatGPT Search использует несколько ботов для работы с контентом: • OAI-SearchBot — основной краулер для индексации • ChatGPT-User — получает данные по запросам в реальном времени • GPTBot — собирает информацию для обучения модели ChatGPT анализирует не просто ключевые слова, а семантический смысл: • Контекст запроса — понимает, что пользователь действительно ищет • Структурированные данные — цены, характеристики, наличие • Репутационные сигналы — отзывы, рейтинги, упоминания • Актуальность информации — приоритет свежим данным Perplexity, Claude и другие работают по схожим принципам, но с нюансами: • Perplexity приоритизирует domain authority над page authority • Claude НЕ выполняет JavaScript — нужен server-side rendering • Все AI-поисковики требуют четкую структуру контента (H1-H6) Главное отличие от Google: AI объясняет выбор и дает персонализированные рекомендации вместо списка ссылок. Другие критерии ранжирования в AI-поисковиках: Изучив Perplexity AI (рост 147% за год, 3.3 млн поисков в месяц) и Claude (добавил веб-поиск в марте 2025), я понял общие принципы: Domain Authority важнее Page Authority — AI-поисковики доверяют сайтам с общей репутацией E-E-A-T принципы Google работают и здесь: Experience, Expertise, Authority, Trust Server-side rendering обязателен — Claude и другие AI НЕ выполняют JavaScript Структурированный контент — четкие заголовки H1-H6, логическая иерархия Свежесть важнее PageRank — AI извлекает контент по требованию в реальном времени Что это значит для бизнеса? Если вы не думаете о том, как ваш продукт показывается в AI-поиске, вы уже отстаете. К 2025 году две трети потребителей считают, что AI заменит традиционный поиск в ближайшие 5 лет. Практические шаги: Как от этого прямо сейчас можно получить выгоду? 1. Подайте заявку в ChatGPT Product Discovery (пока это бесплатно) 2. Оптимизируйте контент под AI-поисковики: • Четкие описания продуктов • Структурированные данные • Server-side rendering • Быстрая загрузка 3. Следите за ботами AI-поисковиков в логах сервера: • ClaudeBot, Claude-User, Claude-SearchBot • OAI-SearchBot (ChatGPT) • Perplexity Bot 4. Создавайте контент, который отвечает на вопросы, а не просто содержит ключевые слова Почему это важно именно сейчас? Мы находимся на пороге революции в поиске. Компании, которые адаптируются первыми, получат огромное конкурентное преимущество. Представьте: ваш продукт рекомендует AI миллионам пользователей с персональным объяснением, почему именно он подходит. Что дальше? Следите за обновлениями — AI-поиск развивается каждый месяц. То, что работает сегодня, может измениться завтра. И помните: качественный контент и честный подход к клиентам остаются основой успеха, независимо от технологий. Регистрация на наши эфиры через бота — там мы разбираем такие тренды в деталях и помогаем компаниям внедрять AI правильно.

Сегодня экспериментальный эфир про продажи в B2B! 🔥 Начало — в 17:00 сегодня по европейскому времени (Берлин/Париж). Эфир будет с Антоном Гладковым, фаундером slsbmb. Почему экспериментальный? В эфире не будет презентаций — мы будем просто общаться и расспрашивать Антона в живом формате. Для начала расскажу о том, кто такой Антон и почему стоит его слушать. Антон — человек с 11-летним опытом в продажах и экс-сотрудник Google. Его компания работает с брендами уровня Rask, Affise, Aviasales, Xsolla, Osome и десятками других. Но самое интересное — Антон смог автоматизировать 85% продаж в своей компании с помощью AI. При этом он честно признаёт: "Без человека всё ещё не способен качественно делать продажи". Темы для обсуждения: Автоматизация vs Человек: • Какие 85% процессов удалось автоматизировать • Где AI заменяет людей, а где — только помогает • Как сократить команду без потери качества Практические инструменты: • AI-решения, которые использует Антон в бизнесе • Конкретные кейсы экономии времени и денег • Ошибки при внедрении автоматизации Стратегические вопросы: • С чего начать автоматизацию продаж • Как убедить команду работать с AI • Методы измерения эффективности • Построение гибридной модели продаж Кому будет полезно: Руководителям и фаундерам, которые думают об автоматизации продаж. Тем, кто уже пробовал внедрять AI, но результат не оправдал ожидания. Всем, кто хочет понять реальные возможности автоматизации в B2B. Продолжительность: около 1,5 часов Регистрация через бота по ссылке ⚠️ Внимание: запись эфира не планируется, поэтому участвуйте онлайн!

Как правильно подойти к внедрению AI в бизнесе Самый частый вопрос — с чего начать автоматизацию и внедрение AI в проекте. Здесь важно разделить два подхода: B2C-подход — это использование готовых приложений вроде ChatGPT, Perplexity, Claude. Сотрудники могут применять их для личных задач, но на бизнес-результат это влияет минимально. B2B-подход — это создание AI-агентов и автоматизация конкретных бизнес-процессов. Именно здесь кроется реальная ценность для компании. Фреймворк приоритизации от Semrush На недавнем вебинаре с Олей Андриенко (VP of Marketing Operations в Semrush) мы разобрали их подход к внедрению AI. Они используют матрицу Risk vs Reward: Квадрант "Low Risk + High Reward" — начинайте здесь: - Автоматизация внутренней отчетности - FAQ-боты для поддержки - Анализ презентаций и документов Квадрант "High Risk + High Reward" — после успешных пилотов: - Генерация контента для клиентов - Автоматизация продаж - AI-аватары для публичного контента Эту же матрицу мы используем у себя в проектах и её рекомендует open AI для старта. Пример заполненной матрицы прикладываю в комментариях. Как подходить к приоритизации: 1. Аудит времени — найдите задачи, которые отнимают 5+ часов в неделю 2. Выберите безопасные процессы — те, что не влияют напрямую на клиентов 3. Тестируйте на малых выборках — 10-20 кейсов для начала 4. Измеряйте ROI — экономия времени в часах и деньгах 5. Масштабируйте успешное — внедряйте на всю команду Главное правило: AI — это мультипликатор Любой AI-процесс должен строиться на основе существующего работающего бизнес-процесса. Если вы решили внедрить что-то с нуля, но у вас нет предпосылок, что это будет работать — результат, скорее всего, будет нулевой. AI может помочь: - Делать 100 лидов → тысячи лидов - Писать 10 статей → сотни статей - Обрабатывать 50 заявок → тысячи заявок AI НЕ поможет: - Если вы генерируете 0 лидов — с AI тоже будет 0 - Если контент не работает — AI не сделает его рабочим - Если процесс сломан — автоматизация его не починит Поэтому в первую очередь важно разобраться с базовыми процессами, а уже потом их автоматизировать. Подробный рекап эфира с конкретными кейсами и инструментами Semrush можно забрать по ссылке в боте. Запись эфира мы не шерим, но делимся детальными рекапами с практическими инсайтами.

Как внедрить AI во все отделы компании: шаги, ошибки и результаты на примере Semrush Во вторник 17 числа в 18:00 по европейскому времени (Paris/Berlin) проводим эфир с Олей Андриенко, VP of Marketing Operations в Semrush. Кто не знает, Semrush — это публичная компания с оценкой $2 млрд и листингом на NASDAQ. Оля — сотрудник №35 и третий маркетолог в команде. Она пришла, когда это был ещё стартап, а в итоге стала вице-президентом компании. Оля расскажет, как они в Semrush начали строить отдельный департамент, который помогает всем командам диджитализироваться и внедрять AI в процессы. О чём будем говорить: Два подхода к внедрению AI: • Повышение эффективности людей через специализированные AI-помощники (Custom GPTs, промпты и ассистенты) • Автоматизация процессов с помощью AI-агентов, работающих без участия человека Конкретные кейсы из Semrush: • Автоматизация мониторинга инфлюенс-маркетинга — сэкономили 6 часов в неделю • AI-агент для кризисного менеджмента — автоматическая генерация ответов на потенциальные вопросы аудитории • Автоматизация аффилиатного маркетинга — от ручной проверки к полной автоматизации • SEO для AI-эры — как индексироваться в Google по новым правилам и появляться в ChatGPT, Perplexity и других AI-поисковиках • Анализ данных через Vertex AI — работа с большими данными и экономия 4-5 часов аналитиков в неделю Практические вопросы: • С чего начинать внедрение в больших компаниях • Как получить доверие команды к AI-решениям • Какие отделы внедрять первыми • Как измерять ROI от внедрения AI • Как строить отдел AI-оптимизации • Как индексироваться в AI-поиске и получать трафик через автоматизации • Будущее поиска и AI-Search: как адаптироваться уже сейчас Для кого эфир: Founders и C-level крупных компаний и scale-ups, которые хотят диверсифицировать источники трафика, получать больше результатов от маркетинга и расти быстрее. Для компаний, которые хотят начать внедрять AI или уже пробовали, но столкнулись с трудностями. Длительность: ~1,5 часа. Встретимся во вторник 17-го числа. Регистрация по ссылке в боте. Важно! Записи не будет поэтому приходите смотреть в живую. Будет только топовый контент и онли кейсы.

Куда мы катимся в следующие два года Не так давно разговаривал с CMO проекта, с которым мы работаем, Денисом, из Lev Haolam. Ребята внедрили к себе агента, который заменил копирайтеров на проекте. Теперь он пишет тексты для email-рассылок, лендингов, баннеров. Всю автоматизацию и самого агента Денис полностью самостоятельно собрал на базе сервиса N8N. Это не единичный случай. Мы, внедряя AI в компании, постоянно сталкиваемся с тем, что после этого увольняют тех, кто до этого делал работу руками. Например, история с трендвотчингом — мы раскатили полностью автоматическую систему, которая мониторит рынок и находит виральный контент. До этого аналогичным мониторингом занималась команда в несколько человек. Сейчас на джоб-бордах всё больше в вакансиях упоминаются AI-навыки. По сути, это огромное конкурентное преимущество, потому что такие люди могут производить в десятки раз больше результатов. При этом появилось огромное количество новых должностей — AI-специалисты, prompt-инженеры, automation managers. Компании начинают понимать: один человек с ИИ может заменить целый отдел. И они готовы за это платить. Пока это выглядит как набор разрозненных инструментов. ChatGPT для текстов, Midjourney для картинок, различные API для автоматизации. Каждый решает свою задачу, но между ними мало связи. Поэтому решил накатать пост в формате прогноза и спустя какое-то время посмотрим насколько все это сбылось. Что будет через 12-18 месяцев Вместо кучи отдельных инструментов появятся взаимосвязанные ИИ-системы. Они будут знать ваш бренд, аудиторию, цели. Работать в едином контексте. Вы скажете: "Нужно привести 50 000 новых органических посетителей в месяц". И система сама решит: какой контент создать, в каких каналах разместить, как оптимизировать. Появятся "агенты-менеджеры" — ИИ, которые будут управлять другими ИИ. Обученные людьми-экспертами, они станут координаторами целых систем автоматизации. Роль маркетолога изменится. Из исполнителя ты станешь дирижёром системы. Вместо того чтобы писать тексты, ты будешь задавать стратегию и контролировать результат. Команда из 5 человек сможет делать то, что раньше требовало 50 Хочешь запустить новый канал? Раньше нужно было нанять специалиста, обучить, дать время на разгон. Теперь — просто "добавить агента". Настроить, запустить, получить результат. Результаты станут стабильнее. Меньше человеческого фактора, меньше циклов обратной связи. Система учится на каждом действии. Маркетинг станет похож на высокочастотную торговлю Системы будут мгновенно выявлять рыночные ниши и создавать возможности. Увидели тренд в TikTok? За час создали контент, запустили кампанию, захватили аудиторию. Окна для использования трендов станут узкими. Кто первый — тот и выиграл. Что останется людям Маркетологи сосредоточатся на том, что ИИ пока не умеет: стратегия, сторителлинг, творческое руководство. Исполнение возьмёт на себя машина. Креативность трансформируется. Это больше не про "придумать слоган". Это про оркестрацию — как связать десятки каналов в единую систему. Человеческая перспектива останется ключевой. ИИ может создать технически правильный контент, но только человек понимает, что действительно зацепит аудиторию. Кто выиграет Ранние адоптеры получают значительное преимущество. Пока большинство ещё думает "а не заменит ли меня ИИ", умные уже строят с ним симбиоз. Через два года разрыв станет критическим. Те, кто освоил ИИ сейчас, будут управлять системами. Остальные — искать новые роли. Мой прогноз Через 24 месяца мы увидим первые компании, где весь маркетинг ведут 2-3 человека с армией ИИ-агентов. И они будут обгонять конкурентов с большими командами. Вопрос не в том, произойдёт ли это. Вопрос в том, готовы ли вы к этим изменениям.

Как сделать что-то великое Это не инструкция. Просто мысли, которые накопились за годы запусков, провалов и неожиданных побед. Когда делаешь что-то с нуля — особенно то, чего раньше не было — есть паттерны, которые помогают не сойти с ума и довести до результата. В начале всё мутно Стюарт Баттерфилд никогда не планировал создавать мессенджер. Он делал игру для своей студии Tiny Speck. Когда стало ясно, что игра провалилась и студия на грани банкротства, команда посмотрела на то, что у них есть. Оказалось, что самая крутая штука — это внутренний инструмент для общения, который они сами использовали. Никто не мог толком объяснить, чем он лучше email или Skype. Просто "как-то удобнее". Этот "как-то удобнее" стал Slack за $27 миллиардов. Хорошие идеи сначала всегда выглядят размыто. Ты сам не до конца понимаешь, что это. Попытка сразу сделать всё идеально — это ловушка. Лучше запустить что-то кривое, но рабочее. Собери тех, кому не всё равно Когда Брайан Чески и Джо Геббиа запускали Airbnb, у них не было денег на найм "правильных" людей. Зато был Натан Бличарчик — программист, который поверил в идею и согласился работать за долю. Первые месяцы они втроём делали всё: программировали, фотографировали квартиры, отвечали на звонки. Никто не говорил "это не моя зона ответственности". Если слышишь такое — беги. Люди, которым не всё равно, не делят работу на "мою" и "не мою". Частично эта культура стала прототипом для эссе Пола Грэма из Y Combinator про Founder Mode, я об этом писал выше. Не зацикливайся на нише слишком рано Twitter начинался как побочный проект в подкастинговой компании Odeo. Когда Apple запустила iTunes с подкастами и убила их основной бизнес, команда устроила хакатон: "Что ещё мы можем сделать?" Джек Дорси предложил SMS-сервис для обмена короткими сообщениями. Звучало как ерунда. Зачем ограничивать себя 140 символами? Но они попробовали. Потестили. Поняли, что в ограничениях есть магия. Небольшие MVP, быстрые тесты — это даёт объём данных. А потом можешь отрезать всё лишнее и собрать сильное решение. Доверяй интуиции Рид Хастингс придумал Netflix после того, как заплатил $40 штрафа за просроченную кассету в Blockbuster. По всем метрикам идея выглядела сомнительно: почта медленная, DVD дорогие, интернет слабый. Но интуиция говорила: "Люди ненавидят штрафы за просрочку". И он попробовал. Не нужно иметь финальный план. Достаточно понять: есть ли здесь что-то интересное? Не хорони идею слишком рано Первая версия Facebook работала только в Гарварде. Пользователей было мало, функций почти не было. По всем метрикам — провал. По сути это такая версия была одноклассников для студентов на кампусах. Марк Цукерберг мог остановиться и сказать: "Ну не зашло". Вместо этого он расширился на другие университеты. Потом ещё. Потом ещё. Дай идее вырасти. Пройди 3-5 итераций. И только потом принимай решение жить или умирать. Скорость vs качество Amazon начинался как книжный магазин, работающий из гаража. Сайт выглядел ужасно, процессы были кустарными. Но Безос понимал: важно быстро учиться и адаптироваться. Каждая итерация добавляла качества. Сначала лучший поиск, потом рекомендации, потом отзывы. Маленькими кусками, но постоянно. Не пытайся сразу построить собор. Строй по кирпичику, но каждый кирпич клади идеально. Путь никогда не линейный Все знают Miro как компанию на $17.5 миллиардов. Но мало кто знает, что они искали product-market fit больше пяти лет. А первые клиенты появились через 2 года. Путь до успеха — полный хаос. Сомнения, тупики, неожиданные повороты. Моменты, когда хочется всё бросить. Но именно этот хаос и приводит к прорывам. Линейный путь — это путь к посредственности. Главное Делать что-то великое — это не про гениальность. Это про упорство, готовность ошибаться и способность не сдаваться, когда всё идёт не по плану. А план, кстати, всегда идёт не по плану.

Как сделать что-то великое Это не инструкция. Просто мысли, которые накопились за годы запусков, провалов и неожиданных побед. Когда делаешь что-то с нуля — особенно то, чего раньше не было — есть паттерны, которые помогают не сойти с ума и довести до результата. В начале всё мутно Стюарт Баттерфилд никогда не планировал создавать мессенджер. Он делал игру для своей студии Tiny Speck. Когда стало ясно, что игра провалилась и студия на грани банкротства, команда посмотрела на то, что у них есть. Оказалось, что самая крутая штука — это внутренний инструмент для общения, который они сами использовали. Никто не мог толком объяснить, чем он лучше email или Skype. Просто "как-то удобнее". Этот "как-то удобнее" стал Slack за $27 миллиардов. Хорошие идеи сначала всегда выглядят размыто. Ты сам не до конца понимаешь, что это. Попытка сразу сделать всё идеально — это ловушка. Лучше запустить что-то кривое, но рабочее. Собери тех, кому не всё равно Когда Брайан Чески и Джо Геббиа запускали Airbnb, у них не было денег на найм "правильных" людей. Зато был Натан Бличарчик — программист, который поверил в идею и согласился работать за долю. Первые месяцы они втроём делали всё: программировали, фотографировали квартиры, отвечали на звонки. Никто не говорил "это не моя зона ответственности". Если слышишь такое — беги. Люди, которым не всё равно, не делят работу на "мою" и "не мою". Частично выше потом Брайан рассказывал это компания в Y комбинатор и это стал об этом Не зацикливайся на нише слишком рано Twitter начинался как побочный проект в подкастинговой компании Odeo. Когда Apple запустила iTunes с подкастами и убила их основной бизнес, команда устроила хакатон: "Что ещё мы можем сделать?" Джек Дорси предложил SMS-сервис для обмена короткими сообщениями. Звучало как ерунда. Зачем ограничивать себя 140 символами? Но они попробовали. Потестили. Поняли, что в ограничениях есть магия. Небольшие MVP, быстрые тесты — это даёт объём данных. А потом можешь отрезать всё лишнее и собрать сильное решение. Доверяй интуиции Рид Хастингс придумал Netflix после того, как заплатил $40 штрафа за просроченную кассету в Blockbuster. По всем метрикам идея выглядела сомнительно: почта медленная, DVD дорогие, интернет слабый. Но интуиция говорила: "Люди ненавидят штрафы за просрочку". И он попробовал. Не нужно иметь финальный план. Достаточно понять: есть ли здесь что-то интересное? Не хорони идею слишком рано Первая версия Facebook работала только в Гарварде. Пользователей было мало, функций почти не было. По всем метрикам — провал. Марк Цукерберг мог остановиться и сказать: "Ну не зашло". Вместо этого он расширился на другие университеты. Потом ещё. Потом ещё. Дай идее вырасти. Пройди 3-5 итераций. И только потом принимай решение жить или умирать. Скорость vs качество Amazon начинался как книжный магазин, работающий из гаража. Сайт выглядел ужасно, процессы были кустарными. Но Безос понимал: важно быстро учиться и адаптироваться. Каждая итерация добавляла качества. Сначала лучший поиск, потом рекомендации, потом отзывы. Маленькими кусками, но постоянно. Не пытайся сразу построить собор. Строй по кирпичику, но каждый кирпич клади идеально. Путь никогда не линейный Все знают Airbnb как компанию на $75 миллиардов. Но мало кто знает, что они искали product-market fit больше пяти лет. Сначала это был сайт для сдачи надувных матрасов. Потом платформа для конференций. Потом что-то среднее. Инвесторы отказывали, деньги заканчивались, основатели ели хлопья за $1. Путь до успеха — полный хаос. Сомнения, тупики, неожиданные повороты. Моменты, когда хочется всё бросить. Но именно этот хаос и приводит к прорывам. Линейный путь — это путь к посредственности. Главное Делать что-то великое — это не про гениальность. Это про упорство, готовность ошибаться и способность не сдаваться, когда всё идёт не по плану. А план, кстати, всегда идёт не по плану.

Это не просто набор слов который генерирует большинство сервисов. По сути это отдельный набор автоматизаций для каждого блока из которого получается потом качественный контент. Каждый этап включает в себя важные решения и процессы, которые большинство инструментов совершенно не учитывают. В итоге такие тексты банятся Google, а сама ниша собирает негативную репутацию. Недавно работали с Alps2Alps — сервисом трансферов в Европе. Вместо стандартных страниц "как добраться" мы создали тысячи уникальных страниц для каждого маршрута. Собрали базу данных из TripAdvisor, Booking и других сервисов, рассказывая как попасть из точки A в точку B. На каждой странице разместили интерактивную карту, время в пути, варианты транспорта и реальные отзывы. Результат: 80% созданных страниц попали в топ-10 Google, что принесло десятки тысяч долларов дополнительной выручки. А главное — трафик из AI-поиска значительно вырос, так как все эти страницы отлично индексируются в AI-выдаче. Для enterprise B2B SaaS проекта мы сделали такую же автоматизацию, только в медиа. Занимаемся трендвотчингом, анализируем тысячи источников и создаем видеоконтент. Все это виральные форматы, которые мы находим, умеем превращать в шаблоны и дальше переиспользовать в контенте. Наша философия: контент должен быть полезным, а не просто красивым. В эпоху, когда ИИ может сгенерировать что угодно за секунды, ценность создают не технологии, а понимание людей и их потребностей. Будущее за теми, кто понимает: поиск не исчезает, он трансформируется. И кто первым адаптируется к новым правилам игры — тот и выиграет.

Что будет с поиском в эпоху AI? Меня всё чаще спрашивают: "А что будет с Google?", "Умрёт ли SEO?", "Стоит ли уже всё делать под AI?" Плюс мы в Teamlex давно работаем с AI-контентом и видим, как меняется трафик: появляются новые форматы выдачи — AI-ответы, агенты, визуальный поиск. Решил собрать цифры, выводы и поделиться тем, как трансформируется поиск и что это значит для маркетинга. Ниже — и аналитика, и немного о наших текущих проектах. Впервые с 2015 года доля Google на рынке поиска опустилась ниже 90% 89.65% в апреле 2025 по данным StatCounter. На десктопе — 79.1%, в Европе — 77.78%. Кажется, небольшой спад. Но каждый минус один процент — это минус 50 миллионов человек, которые больше не ищут в Google, а спрашивают у искусственного интеллекта. Посмотрим на цифры SimilarWeb: Google генерирует 2.7 миллиарда ежедневных визитов и 81.3 миллиарда месячных. ChatGPT — 170 миллионов в день, 5.1 миллиарда в месяц. Perplexity — 4.27 миллиона в день, 128.1 миллиона в месяц. xAI Grok и DeepSeek — по 16.5 миллиона ежедневно. Совокупно AI-сервисы генерируют около одного процента от всех поисков Google. Пока немного, но скорость роста говорит сама за себя. За последний год ChatGPT вырос в 15 раз, Perplexity — в 8 раз. У Google 57% выручки — это реклама в поиске. Проблема в том, что AI-поиск не требует кликов. Он даёт конкретный ответ сразу. Значит — нет переходов, нет рекламы, нет выручки. Доля "Zero Click" поисков растёт катастрофически. Уже только 13% поисков выходят за пределы Google, и лишь 4.3% монетизируются. Это означает, что из 100 запросов Google зарабатывает только на четырёх. Что мы видим на практике: Конец классической SEO-эры SEO больше не про "как попасть в топ". А про "как сделать так, чтобы AI-ответы ссылались на тебя". Уникальность, ценность, оригинальные исследования, данные, мнения — вот что важно. "Ultimate guide по X" больше не работает. Контент-дубликаты ИИ просто агрегирует и считает "common knowledge". Мы видим это на наших проектах. Статьи, которые раньше приводили по 10-15 тысяч переходов в месяц, теперь дают 2-3 тысячи. Люди получают ответ прямо в поисковой выдаче и не переходят на сайт. Бизнес-модель контентных сайтов под угрозой Медиа переходят к paywall, делают то, что нельзя просто скопировать: авторский стиль, интервью, инсайды. Трафик всё чаще идёт из соцсетей и платформ — TikTok, YouTube, Reddit. Классический пример: The New York Times за последний год потеряла 15% органического трафика, но увеличила подписчиков на 12%. Они поняли тренд раньше других. Паттерны поиска кардинально меняются Я сам стал реже искать в Google — чаще начинаю в TikTok. Рестораны, идеи, объяснения — всё там. Поколения Z и Alpha уже не "гуглят", а "ищут глазами". Видео стало новым поиском. Моя 15-летняя сестра вообще не понимает, зачем читать текст, если можно посмотреть 30-секундное видео с объяснением. И она права — информация усваивается быстрее и лучше. Скоро искать будут вообще не люди Агенты будут сравнивать цены, собирать бенчмарки, делать исследования, заполнять таблицы, заказывать авиабилеты. Человек просто скажет: "Найди мне лучший отель в Барселоне на выходные до 200 евро" — и получит готовое решение с бронированием. Представьте: вместо того чтобы час сидеть на Booking.com, вы говорите агенту задачу, а он за 30 секунд анализирует тысячи вариантов, читает отзывы, сравнивает цены и бронирует лучший вариант. Как мы адаптируемся к этим изменениям Честно говоря, когда нас сравнивают с обычными "генерашками", становится даже обидно. Потому что наш подход кардинально другой. Изначально мы начали с внедрения инструментов в сервисы. По сути просто превращая процессы, которые раньше делал человек руками в повторяющиеся и воспроизводимые системы с AI. Возьмем создание контента. Это последовательность экспертных решений. Процесс начинается с глубокой проработки темы — анализируем аудиторию, изучаем тренды, исследуем конкурентов, выявляем инсайты. Только после этого создаём контент, который действительно решает проблемы людей.

Спасибо всем, кто был с нами вебинаре! Мы сделали его спонтанно – но пришло много людей, было море крутых вопросов и живое обсуждение. Получилось очень полезно! Вот что нам пишут после эфира:

Вообще, годную штуку вы делаете. Я после прошлого вебинара построил несколько воркфлоу на n8n на оптимизацию рутины

Мы у себя в компании тоже пробуем ИИ, но пока начали с базовых автоматизаций, спасибо что показываете такие кейсы и развиваете насмотренность

Обычно мы не даём запись, но в этот раз решили сделать исключение — чтобы вы могли пересмотреть, законспектировать и внедрить. 🎥 Вот ссылка на запись вебинара: https://us06web.zoom.us/rec/share/GgXq_6wvZTFv9G2B85BQAWX_SvHinwuRVTztAYBSDbj6oNO_6iufZrRtxV_i0H2F.m-zO4wklhTZ4LQ3Q Делитесь в комментах, что полезного узнали и на какие темы еще хотите прямые эфиры. А кто был на эфире - напишите еще раз как вам эфир)