О нашем опыте внедрения ИИ в компанию

В какой-то момент я понял, что у нашей компании есть один серьёзный недостаток. И этот недостаток — я.

Не в том смысле, что я плохо работаю. Скорее наоборот: слишком много задач было завязано лично на мне. Отчёты клиентам, контроль рекламных бюджетов, счета, договоры, созвоны, консультации потенциальных заказчиков. Если нужно было что-то проверить, согласовать или решить, часто всё упиралось в мой рабочий день.

В 2025 году ADEXE пережила кризис. Мы закрыли офис, сократили команду, остальные перешли на удалёнку. Пришлось многое перестраивать, а часть операционных задач я забрал себе.

Так я и стал одновременно руководителем, аккаунт-менеджером, аналитиком, бухгалтерским отделом на минималках и человеком, который в конце дня пытается вспомнить, что вообще собирался сделать утром.

Компания могла расти ровно настолько, насколько у меня хватало времени. А время, как известно, не масштабируется простым нажатием кнопки.

В конце августа 2026 года я решил проверить, может ли ИИ помочь выбраться из этой ловушки.

Не просто писать ему вопросы в чате, а дать доступ к рабочему контексту, данным, задачам и календарю. Чтобы он не каждый раз начинал знакомство с компанией с нуля, а мог работать с нашими реальными процессами.

В качестве основного инструмента выбрал Claude.

Прошло около шести недель. Расскажу, что мы успели сделать, где получилось сэкономить огромное количество времени, а где выяснилось, что обещания из роликов про «бизнес на автопилоте за вечер» несколько преувеличены.

1Сначала пришлось объяснить ИИ, кто мы такие

Первая задача оказалась довольно прозаической: дать Claude нормальный контекст.

У нас есть рабочие папки с брифами, документами о компании, описанием услуг, фирменным стилем и информацией по клиентам. Я открыл к ним доступ и попросил изучить материалы.

На основе документов Claude собрал профиль компании: чем мы занимаемся, какие услуги оказываем, сколько они стоят, кто работает в команде и к каким целям мы идём.

Это важный момент. Я не хотел каждый раз рассказывать нейросети, что мы делаем сайты, настраиваем Яндекс Директ, какие у нас клиенты и почему в конкретном проекте нельзя просто взять и поменять всё по совету из интернета.

Мне нужен был не универсальный консультант, а помощник, который хотя бы в общих чертах понимает, в какой компании работает.

Затем мы наметили дорожную карту из шести направлений:

Фундамент — дать ИИ знания о компании и клиентах.

Личный ассистент — задачи, календарь и напоминания.

Новый сайт ADEXE.

Автоматизация рекламной отчётности.

Дисциплина команды и рабочие процессы.

Новые услуги, которые сможем предложить благодаря ИИ.

Разумеется, дальше всё пошло не совсем по плану. Отчётность оказалась важнее сайта, поэтому порядок поменяли. В целом мы действовали по простому принципу: сначала разбираемся с тем, что болит сильнее всего.

Постепенно подключили Яндекс Директ и Метрику через собственный сервис, Todoist, Google Календарь и папки на компьютере. С Битрикс24 всё пока менее технологично: готового подключения нет, поэтому счета продолжаем выставлять привычным способом.

Никакой магии. Просто шаг за шагом соединяем инструменты, которыми и так пользуемся.

Но самое интересное началось дальше.

2За выходные сделали сервис, на который раньше ушли бы месяцы

У нас есть собственный сервис отчётности. Он собирает расходы и клики из Яндекс Директа, цели из Метрики и заявки с сайтов на Tilda. Claude получает доступ к этим данным и может анализировать их напрямую.

Сейчас к сервису подключены все клиенты, которым мы ведём рекламу.

Сам сервис я собрал за выходные. По моей оценке, если бы мы делали подобное традиционным способом, понадобились бы месяцы работы разработчиков: технические задания, согласования, правки и разбирательства с API Яндекс Директа и Метрики.

Вместо того чтобы каждый раз вручную собирать информацию, мы получили систему, которая формирует сводки по клиентам, сохраняет историю проектов и помогает проверять гипотезы.

Для меня это один из самых наглядных примеров того, как изменился подход к разработке.

Раньше между идеей и работающим инструментом часто лежала длинная очередь задач. Теперь я могу гораздо быстрее собрать рабочую версию, проверить её на практике и понять, есть ли смысл развивать её дальше.

Это не значит, что разработчики больше не нужны. Просто часть пути от идеи до прототипа стала существенно короче.

«Штурвал»: чтобы не собирать картину бизнеса по кусочкам

Следующим шагом стал дашборд, который мы назвали «Штурвал».

Это одна страница, на которой видно состояние всех рекламных проектов: расходы, клики, стоимость клика, заявки, остаток бюджета и количество дней, на которое его хватит.

Там же находятся рабочие задачи и информация о созвонах.

Например, перед еженедельным созвоном с автосервисом во вторник в восемь утра автоматически собирается сводка за прошлую неделю. Не нужно вспоминать, где лежат цифры, открывать несколько кабинетов и в последний момент пытаться свести всё в одну картину.

Вроде бы мелочь. Но именно из таких мелочей и состоит работа руководителя, который пытается контролировать несколько проектов одновременно.

Каждая по отдельности занимает немного времени. Вместе они съедают день.

3Самое полезное — увидеть не рекламные отчёты, а реальность

Вот здесь начинается то, ради чего всё затевалось.

Рекламные системы показывают статистику. Но бизнесу нужны не клики и не цели в Метрике сами по себе. Ему нужны реальные обращения, записи, продажи и понимание, сколько денег приносит каждый канал.

А чтобы это узнать, данные приходится собирать из разных мест.

Мы начали сопоставлять статистику Директа и Метрики с реальными выгрузками заявок. Claude ищет кампании, которые расходуют бюджет без обращений, помогает анализировать динамику и сравнивать результаты.

По одному из проектов он разобрал переписку в Telegram с начала года и собрал таблицу обращений по месяцам. Раньше на подобную задачу уходило много времени: нужно было вручную просматривать сообщения, сводить информацию и сверять её с другими источниками.

Теперь предварительный разбор можно получить за несколько минут.

Но ещё важнее другое: мы начали собирать информацию не только о рекламных каналах, которыми занимаемся сами, но и о других источниках обращений из клиентских систем.

В результате можно смотреть на более полную картину: откуда приходят заявки, сколько они стоят и какую выручку приносят.

Раньше для построения подобной сквозной аналитики часто приходилось использовать отдельные платформы вроде Roistat, связывать их с телефонией и CRM, оплачивать внедрение и регулярную подписку. Для небольшого бизнеса такие расходы не всегда оправданы.

Собственный подход позволяет сделать часть этой аналитики доступнее. Хотя, конечно, он не отменяет необходимость настраивать сбор данных, проверять источники и разбираться с тем, что именно считать заявкой.

И это не теоретические оговорки. Мы довольно быстро столкнулись с ними на практике.

4ИИ ошибается. Иногда проблема вообще не в нём

Однажды наш сервис показал по клиенту ноль заявок за август.

Можно было бы решить, что реклама не сработала, и начать искать проблему в кампаниях. Но в реальной выгрузке клиента нашлось как минимум шесть обращений.

Причина оказалась гораздо прозаичнее: форма на сайте не была подключена к сбору заявок.

Claude прочитал данные, которые мы ему дали, и сделал вывод на их основе. Проблема заключалась в том, что данные не отражали реальность полностью.

Именно поэтому мы пока проверяем глазами все выводы, которые собираемся отправлять клиентам.

Нейросеть может обработать огромный массив информации, найти закономерность и подготовить убедительное объяснение. Но если в исходных данных пробел, она не обязательно поймёт, что это пробел, а не настоящий ноль.

Впрочем, есть и обратная сторона: без автоматизации мы могли бы вообще не заметить некоторые расхождения. Теперь их хотя бы можно искать системно.

Поэтому я бы сформулировал так: ИИ не избавляет от необходимости проверять данные. Он позволяет быстрее находить то, что нужно проверить.

5Сайт, который мы долго не могли закончить

С новым сайтом ADEXE история отдельная.

Мы долго откладывали его запуск. Объём работы был большим, и некоторые дизайнеры, увидев масштаб задачи, предпочитали не связываться с проектом.

С помощью ИИ за несколько дней удалось сделать объём работы, который мы предварительно оценивали примерно в три месяца. Мы подготовили дизайн и собрали на коде больше двадцати страниц, включая инструменты для маркетологов: генератор UTM-меток, QR-кодов, калькулятор рекламного бюджета и другие полезные сервисы.

Здесь важно не перепутать результат с красивым обещанием.

Нет, я не написал один промпт, ушёл пить кофе и вернулся к готовому сайту. Пришлось объяснять задачу, проверять варианты, исправлять ошибки и несколько раз менять направление.

Первый вариант главной страницы получился в тёмном графите и напоминал сайт банка. Не в хорошем смысле.

Второй был ещё привычнее: текст слева, мокап телефона справа. Если вы видели хотя бы пару десятков современных корпоративных сайтов, то наверняка представляете этот шедевр дизайнерской смелости.

Нормальное решение появилось на третьей итерации. Я объяснил, что именно меня не устраивает, и дал больше свободы в поиске идеи. В результате главным визуальным элементом стала огромная цифра «117» — столько сайтов мы уже сдали клиентам — на жёлтой плашке.

Этот опыт хорошо показывает одну особенность ИИ: по умолчанию он часто тяготеет к усреднённому решению. Чтобы получить что-то интересное, недостаточно просто попросить «сделай красиво». Нужно понимать, что именно ты хочешь получить, уметь оценивать результат и объяснять, почему очередной вариант не работает.

То есть работа никуда не исчезает. Просто часть её переезжает из производства в постановку задачи и контроль качества.

6Договоры, претензии и один очень полезный звонок

ИИ пригодился и за пределами разработки и маркетинга.

Мы подготовили с Claude два новых шаблона договора: на разработку сайта и отдельно на создание сайта на Tilda. Он также помог разобрать претензию по поводу фотографии, размещённой на сайте клиента, и подготовить позицию для переговоров.

И здесь произошёл показательный случай.

Правообладатель требовал 23 000 рублей. Claude помог собрать аргументы и подготовить письма. Но снизить сумму до 5 000 рублей удалось после моего личного звонка юристам.

Переписка по шаблонам такого результата не дала.

Для меня это хороший пример того, где заканчиваются возможности инструмента и начинается человеческая работа. Нейросеть может помочь подготовиться к разговору, собрать аргументы и сформулировать позицию. Но она не заменяет сам разговор, переговоры и ответственность за решение.

Иными словами, иногда лучший результат ИИ — это не письмо, которое он написал за тебя, а подготовка, благодаря которой ты сам лучше провёл переговоры.

7Я никогда не пользовался таск-менеджером. Теперь он есть

Есть и менее эффектные, но полезные изменения.

Раньше я практически не пользовался таск-менеджерами. Теперь у каждого клиента есть свой раздел в Todoist, а задачи и встречи Claude создаёт по моим сообщениям.

Можно написать, что нужно сделать, и не тратить отдельное время на ручное оформление каждой задачи.

Мы также сделали Telegram-бота, который умеет выдавать статистику по любому клиенту прямо в рабочий чат специалистов по контекстной рекламе. Пока это пилотный проект, у него есть технические проблемы, поэтому позже планируем реализовать аналогичное решение в MAX.

Параллельно автоматизируем и другие процессы, например подключение новых клиентов: рекламные аккаунты, доступы специалистам, счётчики Метрики.

Всё это не выглядит как фантастическое будущее, где роботы управляют компанией. Скорее, как постепенное избавление от повторяющихся действий, которые раньше приходилось держать в голове или выполнять вручную.

И, честно говоря, именно такой результат меня интересует гораздо больше, чем очередная эффектная демонстрация нейросети.

8Что не получилось — и почему это тоже полезно

За шесть недель стало понятно, что часть популярных обещаний про ИИ стоит воспринимать осторожнее.

Миф № 1. Сайт можно сделать за пару часов одним-двумя промптами

У нас так не получилось.

Да, мы сильно ускорили разработку и сделали больше двадцати страниц за несколько дней. Но между первым запросом и результатом было много итераций, проверки и исправлений.

Возможно, со временем процессы станут ещё эффективнее. Но ролики в духе «я сделал полноценный сайт за минуту» пока больше похожи на кликбейт, чем на универсальный рабочий сценарий.

Миф № 2. ИИ подключается — и всё начинает работать само

Тоже нет.

Есть множество правил, которые в нашей компании знаю пока только я. Например, что считать заявкой, а что нет. Пустая форма — не заявка. Тестовое обращение — не заявка. Ночная пачка одинаковых номеров тоже может оказаться чем угодно, кроме реального спроса.

Нужно объяснить системе, как отличать одно от другого. А затем проверить, правильно ли она поняла.

Есть и технические ограничения. Некоторые детальные данные Метрики мы пока не можем получить через собственный сервис. Telegram-бот пришлось адаптировать из-за проблем с его работой с российского сервера.

ИИ не отменяет техническую реальность. Если нужных данных нет, одного хорошего промпта недостаточно.

Миф № 3. Нейросети для бизнеса — это дорого

По крайней мере, в нашем сценарии стоимость обработки оказалась очень небольшой.

Мы посчитали стоимость одного вызова через API для бота: подготовка вывода по рекламному отчёту клиента обходится примерно в полцента–цент.

Разумеется, это стоимость конкретной операции, а не всего внедрения. Основные затраты на старте — моё время: нужно объяснять правила, подключать системы, проверять результат и исправлять ошибки.

Но если сравнивать стоимость одного такого вызова с ручной работой сотрудника, разница получается весьма существенной.

Миф № 4. ИИ заменит сотрудников

В нашем случае он забрал прежде всего рутину, которую я выполнял сам: отчёты, сверки, контроль бюджетов и подготовку черновиков документов.

Специалисты по рекламе и разработчики никуда не делись. Они продолжают делать свою работу и в тех задачах, где нужны профессиональный опыт, ответственность и понимание контекста, справляются лучше нейросети.

Но теперь часть подготовительной работы можно сделать быстрее, а специалисты могут больше времени уделять тому, ради чего их вообще нанимали.

Для меня это гораздо более реалистичная модель, чем идея заменить всю команду одним чатом.

Миф № 5. Тексты от ИИ сразу не отличить

Иногда отличить очень легко.

В одном из случаев юрист с первого взгляда узнал сгенерированный текст претензии по характерной фразе. После этого мы составили список оборотов, которые выдают нейросеть, и начали проверять по нему материалы перед отправкой.

Это не означает, что каждый текст от ИИ плохой. Но если мы публикуем статью или пишем клиенту, то результат должен звучать естественно и соответствовать нашей манере общения.

Нажать «Сгенерировать» — это ещё не закончить работу.

9Что я понял за эти шесть недель

Главный результат для меня не в том, что Claude теперь умеет писать отчёты или создавать задачи в календаре.

Я постепенно перестаю быть единственным человеком, через которого проходит вся операционная работа компании.

Часть процессов стала быстрее. Анализировать данные удобнее. Идеи, которые раньше откладывались из-за объёма разработки, теперь можно быстрее превратить в рабочий прототип. Появилась возможность смотреть на большее количество клиентских данных и сопоставлять информацию из разных источников.

Но вместе с этим стало очевидно: внедрение ИИ — это не покупка волшебной подписки.

Нужно знать собственные процессы, понимать, какой результат считается правильным, подключать реальные данные, формулировать правила и проверять, что получилось. Чем сложнее задача, тем важнее всё это.

Если вы пока не понимаете, зачем именно вам ИИ, я бы не советовал начинать с глобальной автоматизации бизнеса. Лучше найти одну повторяющуюся задачу, которую вы регулярно делаете сами, и попробовать её упростить.

В нашем случае это были отчёты и контроль рекламных бюджетов. У вас может быть подготовка документов, обработка обращений, поиск информации или что-то совсем другое.

Начните с малого. Посмотрите, что получается. Исправляйте ошибки и записывайте правила, чтобы не объяснять одно и то же заново. А всё, что уходит клиенту, партнёру или юристу, пока проверяйте сами.

Мы продолжим развивать нашу систему: запускать сайт, дорабатывать ботов, автоматизировать подключение новых клиентов и искать задачи, которые можно решить проще.

ИИ не сделал работу за нас. Но он позволил снять большой объём рутины, ускорить анализ данных и разработку.

А это уже немало — особенно если до этого ты сам был главным ограничением для роста собственной компании.