Доронин Решает

Что я буду дальше показывать здесь Сейчас мне всё более интересно направление, где ИИ используется не ради шоу, а ради результата. На примере своих компаний и компаний друзей/партнёров я буду разбирать: — где ИИ реально ускоряет B2B-процессы — где даёт деньги быстро — где даёт только шум — что автоматизировать в первую очередь — как повышать производительность труда без лишнего пафоса Потому что в текущей среде вопрос уже не в том, “нужен ли ИИ”. Вопрос другой: 👉 насколько быстро ты встроишь его в реальные бизнес-процессы раньше конкурентов И вот здесь начинается новая разница между компаниями. Одни продолжают работать руками. Другие перестраивают поток. И за счёт этого начинают выигрывать по скорости, прибыли и управляемости.

Где ИИ не спасёт Важно не впасть в секту. ИИ не лечит плохое управление. Если у тебя в компании: — нет понятных процессов — нет нормальной постановки задач — нет ответственных — нет цифр — нет дисциплины то ИИ не спасёт. Он просто ускорит хаос. Поэтому правильная последовательность такая: Понять, где деньги тормозят Описать процесс Найти лишние шаги Убрать ручную рутину Только потом автоматизировать через ИИ То есть ИИ — это не замена управлению. 👉 Это усилитель уже осмысленного процесса И именно поэтому он хорошо ложится на системные компании и плохо — на компании, где всё держится “на героизме людей”.

Главный эффект от ИИ в B2B — не экономия на людях, а снятие узких мест Есть опасная иллюзия: “Внедрим ИИ и сократим людей”. Это слишком примитивный взгляд. На практике главный эффект чаще другой: 👉 ИИ снимает узкие места Что такое узкое место: — один менеджер не успевает обработать поток — один юрист становится пробкой — один эколог перегружен проверкой первички — один руководитель держит всё в голове — один админ тормозит передачу информации Пока узкое место не убрано, компания не растёт нормально. Она упирается в него снова и снова. ИИ здесь полезен как раз тем, что: — забирает первичную нагрузку — ускоряет типовые операции — помогает не держать всё на одном человеке — делает поток ровнее И вот это уже напрямую про мощность организации. Не про модные слова. Про реальную пропускную способность бизнеса.

Видео, фото, сканы: мультимодальный ИИ уже заходит в B2B Когда бизнес слышит слово “мультимодальный”, кажется, что это что-то сложное и далёкое. На самом деле всё проще. 👉 Это ИИ, который умеет работать не только с текстом, а ещё с файлами: фото, видео, сканами, аудио. Где это можно применять в B2B: 1. Фото и изображения — анализ фото объекта — распознавание текста на изображении — контроль качества — подготовка визуалов и карточек 2. Сканы документов — извлечение ключевой информации — классификация документа — структурированная выжимка 3. Видео — анализ записей — поиск событий — тайм-коды — контроль поведения на объекте или в офисе Раньше такие вещи были дорогими, тяжёлыми и требовали отдельной инфраструктуры. Сейчас входной порог сильно ниже. Для собственника тут главный вопрос не “вау или не вау”. Главный вопрос: 👉 где это убирает часы людей и даёт скорость Если даёт — внедряем. Если нет — не тратим внимание.

Перезаключение договоров — это деньги, которые нельзя терять В B2B одна из самых недооценённых зон — продление действующих клиентов. Потому что новый клиент почти всегда дороже старого. А в сервисных моделях, где есть ежегодное сопровождение, продление — это вообще золото. Что обычно происходит: — клиент есть — услуга нужна — отношения уже выстроены — и при этом процесс продления идёт вручную И в этой ручной работе теряются деньги: — поздно вспомнили — поздно отправили — забыли дожать — потеряли темп — клиент ушёл в паузу Что можно автоматизировать: 👉 напоминания 👉 подготовку черновика предложения на новый период 👉 расчёт продления 👉 статусную воронку 👉 коммуникацию до передачи менеджеру Что это даёт: — меньше потерь на продлении — быстрее поступают деньги — меньше зависит от памяти конкретного человека — руководитель видит картину заранее, а не постфактум Очень часто деньги лежат не в “ещё одном рекламном канале”. 👉 Они лежат в нормальном управлении текущей базой.

Самый жирный слой: ускорение производственного блока Вот где начинается настоящее мясо. В “Экологических услугах” ключевая ценность создаётся не в продаже. Она создаётся в производственном блоке: — сбор данных — анализ — подготовка документов — формирование отчётов — контроль правильности — выпуск результата клиенту И здесь до сих пор очень много ручной работы. Что можно ускорять через ИИ: 👉 первичную обработку исходных данных 👉 проверку полноты информации 👉 формирование черновиков экологических документов 👉 типовые выводы 👉 структуру отчётов 👉 внутренние чек-листы контроля Что это даёт: — эколог тратит меньше времени на рутину — больше времени на смысловую проверку — один специалист может вести больше клиентов — ниже зависимость от “звёздного” сотрудника — выше скорость выпуска результата Если говорить грубо: 👉 прибыль на одного сотрудника начинает расти не потому, что он стал работать больше 👉 а потому, что система убрала лишний ручной труд И вот это уже не косметика. Это переход от сервисной компании с потолком к технологически усиленной сервисной компании.

Всё, что связано с документами, уже просится под ИИ В B2B огромное количество процессов завязано на документы. Именно там сидит колоссальный объём ручного труда. На примере “Экологических услуг” это видно особенно хорошо: — договоры — приложения — исходные данные — сканы — отчёты — переписка — правки — согласования Что делает ИИ полезным: 👉 читает PDF и сканы 👉 вытаскивает суть 👉 находит даты, суммы, стороны, обязательства 👉 делает выжимку 👉 помогает быстро собрать черновик нового документа Это не значит, что человек больше не нужен. Это значит, что: 👉 первый проход делает ИИ 👉 человек включается там, где нужна ответственность, логика и проверка И это даёт очень понятную экономику: — меньше часов на рутину — быстрее цикл обработки — меньше провалов из-за человеческого фактора — выше пропускная способность команды Для B2B с тяжёлым документооборотом это один из самых очевидных рычагов роста производительности.

Коммерческое предложение не должно собираться вручную каждый раз Один из самых глупых способов терять время в B2B — каждый раз собирать КП почти с нуля. Что обычно происходит: — менеджер вспоминает, что уже отправляли похожему клиенту — ищет старый файл — поправляет вручную — забывает детали — ошибается в формулировках — тратит время Что можно делать через ИИ: 👉 собирать черновик КП автоматически 👉 подставлять вводные клиента 👉 учитывать сферу, задачу, боли 👉 выдавать первую версию в нужной структуре Дальше человек смотрит, корректирует и отправляет. Что это даёт: — быстрее первая реакция — меньше рутины — меньше ошибок — единый стандарт качества — менеджер тратит время не на набор текста, а на дожим клиента В кризис это особенно важно. Потому что клиент дольше думает. И часто выигрывает тот, кто быстрее дал понятное и адекватное предложение.

Первый очевидный слой: ИИ на входе в продажи Одна из самых выгодных точек внедрения ИИ в B2B — обработка входящих заявок. Обычная картина: — приходит запрос — менеджер или админ отвечает всем подряд — часть людей просто интересуется — часть не готова — часть “подумает” — часть реально может купить И в итоге менеджер тратит время на всех. Что делает ИИ: 👉 принимает первичную коммуникацию на себя 👉 задаёт уточняющие вопросы 👉 собирает контекст 👉 понимает, что именно нужно клиенту 👉 и только когда клиент реально готов двигаться дальше — передаёт менеджеру Что это даёт: — менеджер работает не со всеми подряд, а с заинтересованными — может параллельно вести 30–40 потенциальных клиентов — не захлёбывается в первичке — выше скорость ответа — выше конверсия Это особенно важно в B2B, где сделка дольше, цикл тяжелее, а цена ошибки выше. То есть ИИ здесь не заменяет продавца. 👉 Он освобождает продавца от лишнего и отдаёт ему только то, где есть шанс на деньги.

Где ИИ даёт деньги в B2B быстрее всего Когда говорят про ИИ, многие представляют себе бота, который “что-то там отвечает”. Я смотрю на это иначе. 👉 В B2B ИИ выгоден там, где он ускоряет движение денег и информации. На примере моей компании “Экологические услуги” это особенно видно. У нас B2B-сервис. Много документов. Много согласований. Много повторяющихся действий. И много точек, где процесс можно тормознуть. Где бизнес теряет деньги: — заявка зависла — клиенту долго отвечают — КП готовится вручную — документы собираются медленно — эколог руками делает то, что уже можно ускорять — договор на продление не отправили вовремя — руководитель узнаёт о проблеме слишком поздно ИИ полезен не там, где красиво. ИИ полезен там, где убирает задержку. В B2B сейчас выигрывает тот, кто: 👉 быстрее обрабатывает вход 👉 быстрее считает 👉 быстрее оформляет 👉 быстрее принимает решение 👉 быстрее выпускает результат клиенту Именно туда я сейчас всё больше смотрю. Не в “хайп”. В ускорение реальных процессов.

ИИ — это не отдельная история. Это следующий слой управления Если собрать всё вместе, картина простая. У компании есть поток: — лиды — данные — документы — задачи — продажи — исполнение — контроль И на каждом этапе есть трение. Сегодня ИИ — это один из лучших инструментов, чтобы это трение убирать. Через: — автоматизацию рутины — ускорение анализа — первичную обработку файлов — мультимодальные модели — голос и видео — помощь людям в принятии решений Именно поэтому я всё больше двигаюсь в эту сторону. Не потому что “модно”. А потому что в текущей среде это один из самых сильных способов: 👉 повышать производительность труда 👉 ускорять бизнес-процессы 👉 сохранять и наращивать прибыль Дальше я буду показывать это на конкретных примерах: — где ИИ реально работает — где не работает — что даёт быстрый эффект — что даёт только шум В 2026 году выигрывает не тот, кто больше работает. Выигрывает тот, у кого быстрее движется система. А ИИ сегодня — один из ключевых ускорителей этого движения.

Голос, звук, речь: ещё один недооценённый рычаг Ещё одна сильная зона — это TTS и STT. Проще говоря: — текст в голос — голос в текст Для бизнеса это не “прикольная функция”. Это рабочий слой автоматизации. Где можно применять: — расшифровка звонков — анализ переговоров — голосовые рекомендации — аудио-выжимка по резюме — помощники внутри сервиса — автоматизация коммуникации Что это даёт: — меньше ручной фиксации — выше скорость обработки — возможность быстро разобрать большой объём разговоров — меньше потерь смысла в устной коммуникации И это снова про одно и то же: 👉 скорость движения информации внутри компании Пока одна компания вручную слушает 50 звонков, другая уже получила сводку, выводы и точки улучшения. И вот так и формируется разрыв в производительности. Не “в теории”. В реальной скорости управленческих решений.

Промпт — это уже управленческий инструмент Есть простой факт: 👉 качество ответа ИИ очень сильно зависит от того, как поставлена задача Если промпт мутный, на выходе будет каша. Если промпт чёткий, результат становится управляемым. Что должно быть в хорошем запросе к ИИ: — контекст — цель — формат ответа — структура То есть по сути промпт — это та же самая постановка задачи. И тут смешная вещь: многие собственники плохо ставят задачи людям и точно так же плохо ставят задачи ИИ А потом говорят: “Ну, ИИ фигня” Нет. 👉 Чаще всего фигня — это постановка Поэтому внедрение ИИ — это не только про технологии. Это ещё и про управленческую зрелость: — умеешь ли ты ясно формулировать — умеешь ли ты задавать критерии — умеешь ли ты описывать хороший результат И в этом смысле ИИ очень честный. Он быстро показывает, насколько у тебя в компании вообще есть порядок в мышлении.

Главное ограничение ИИ: плохой вход = плохой выход Тут важно не впасть в иллюзию. ИИ не всесилен. Он тоже ошибается. И чаще всего — на плохом входе. Если фото размытое, документ снят криво, текст мелкий, видео тёмное — модель начинает ошибаться. Почему? Потому что она не “понимает смысл”, как человек. Она работает с цифровыми признаками, с паттернами, с тем, что смогла увидеть. Что это значит для бизнеса: 👉 качество исходных данных становится критичным Основные зоны риска: — размытые фотографии — сканы под углом — блики — обрезанные документы — плохой звук — слишком мелкий текст Поэтому зрелый подход к ИИ такой: — нормализовать вход — проверить выход — не отдавать всё “на самотёк” — в критичных местах оставлять человека То есть ИИ не отменяет управление. 👉 Он требует нормального управленческого мышления И именно поэтому он так хорошо ложится на системный бизнес и так плохо — на хаотичный.

Где ИИ сильнее всего: в рутине, которая жрёт внимание людей Есть задачи, которые убивают компанию тихо. Не потому что они сложные. А потому что они: — повторяются — занимают время — требуют внимания — создают очередь — раздражают сотрудников Именно здесь ИИ часто сильнее всего. Примеры: — первичный разбор договора — поиск нужного документа в базе — анализ резюме — расшифровка звонка — выжимка по консультации — разбор отчёта — чтение скана — заполнение карточки товара — первичная сортировка заявок Это тот самый монотонный труд, который: 👉 не создаёт ценности сам по себе 👉 и при этом съедает часы сильных людей Когда ИИ забирает это на себя: — юрист не читает 30 страниц ради 3 рисков — руководитель не слушает час звонка ради 5 минут сути — менеджер не тонет в первичке — маркетинг не собирает вручную одно и то же И вот здесь начинается настоящий выигрыш. Не в красоте. 👉 В освобождении внимания команды А внимание команды сейчас — один из самых дефицитных ресурсов.

Не все модели одинаково полезны: под задачу — свой инструмент Одна из ошибок бизнеса — искать “одну волшебную модель на всё”. Так не работает. Нормальный подход другой: 👉 под каждый тип задачи — свой лучший инструмент Если коротко: для изображений лучше подходят модели, сильные в визуальном анализе Что они делают: — ищут дефекты — распознают текст на фото — анализируют дизайн — помогают с карточками товаров — оценивают интерфейсы для документов нужны модели, которые хорошо переваривают PDF, сканы, таблицы, сложную структуру Где это полезно: — юристы — аналитики — аудит — HR — документооборот для видео и длинного контекста нужны модели, которые умеют держать длинную последовательность событий Где это полезно: — видеомонтаж — анализ консультаций — контроль качества звонков — разбор поведения на складе — тайм-коды и события Вывод для собственника простой: 👉 не надо влюбляться в модель 👉 надо смотреть, какую бизнес-задачу она реально ускоряет Если модель даёт: — скорость — точность — экономию — разгрузку команды значит берём и внедряем. Если даёт только вау-эффект — не тратим время.

Мультимодальный ИИ: где бизнес начинает реально выигрывать Есть задачи, где обычный текстовый ИИ уже маловат. И там начинается следующий уровень — мультимодальные модели. То есть модели, которые умеют работать не только с текстом, а ещё с: — изображениями — видео — документами — аудио Простой пример. Маркетплейсы. У тебя появился новый товар. Что можно сделать через мультимодальный ИИ: — проанализировать фото — понять состояние товара — найти дефекты у б/у позиции — написать продающий текст для карточки — заменить фон — добавить текст — пересобрать визуал под нужный стиль Раньше под это нужно было: — фотограф — дизайнер — копирайтер — контентщик Сейчас первая итерация делается быстрее и дешевле. Сложный пример. Склад и камеры наблюдения. Раньше анализ поведения сотрудников по видео требовал: — дорогого оборудования — отдельной инфраструктуры — тяжёлой математики — больших затрат Сейчас многое можно делать через API готовых моделей. Что это значит для бизнеса: — вычисления на стороне провайдера — платишь за использование — работаешь с обычным фото и видео — входной порог в разы ниже И тут начинается главное: 👉 ИИ становится не игрушкой, а дешёвым способом видеть то, что раньше было слишком дорого видеть А видеть в 2026 году — это уже половина управления.

Всё, что можно назвать файлом, уже можно ускорять через ИИ Есть простое правило: 👉 всё, что можно назвать файлом, уже можно пропускать через ИИ Фото. Видео. PDF. Скан. Аудио. Таблица. И вот здесь начинается реальная польза для бизнеса. Потому что огромное количество процессов завязано именно на файлы: — договоры — счета — акты — резюме — фото товара — видео с камер — записи звонков — коммерческие предложения Раньше это означало: — человек должен открыть — прочитать — понять — выделить главное — передать дальше Сейчас первый проход может делать ИИ. Например: документы ИИ вытаскивает из скана даты, стороны, суммы, обязательства, риски изображения ИИ видит дефекты товара, читает текст на фото, анализирует интерфейс, даёт рекомендации видео ИИ находит нужные моменты, собирает тайм-коды, фиксирует события аудио ИИ расшифровывает разговор и делает выжимку Что это даёт: — меньше ручного труда — выше скорость реакции — меньше потерь информации — дешевле первичный анализ — руководитель получает уже суть, а не сырой массив То есть ИИ — это не “магия”. 👉 Это новый слой первичной обработки информации И в текущей среде это особенно важно. Потому что бизнес сейчас проигрывает не только в продажах. Он проигрывает в скорости понимания происходящего.

Первый сильный кейс: ИИ на входе в продажи Одна из самых простых и выгодных точек внедрения ИИ — это обработка входящих заявок. Как обычно работает компания: — приходит запрос — менеджер отвечает всем подряд — часть людей “холодные” — часть просто спрашивают — часть не готовы покупать И в итоге менеджер тратит время на всех. Что делает ИИ: 👉 первично принимает заявку на себя 👉 задаёт уточняющие вопросы 👉 квалифицирует клиента 👉 понимает, что человеку нужно 👉 и только когда клиент реально готов к следующему шагу — передаёт менеджеру Что это даёт бизнесу: — менеджер работает с тёплыми и горячими — не тратит силы на пустые диалоги — может параллельно вести 30–40 потенциальных клиентов — не теряет скорость — выше конверсия То есть ИИ здесь не “продаёт вместо человека”. 👉 Он разгружает человека от мусорной нагрузки И это очень важный момент. В кризис выигрывает не тот, кто нанял больше менеджеров. Выигрывает тот, у кого: — менеджер не захлёбывается — лиды не теряются — внимание идёт туда, где есть деньги Это и есть рост производительности труда. Не через лозунги. Через пересборку процесса. Дальше — покажу, как это работает в визуальных и документных задачах.