ОСМИ ИТ

Ручная обработка актов приёма-осмотра (АПО) и экспертиз растягивала сроки досудебных ответов, перегружала команду и повышала риск ошибок: из-за этого клиенты дольше ждали решения по компенсациям, накапливалась очередь и падало качество сервиса.

Бизнес сталкивается с дисбалансом запасов: одни SKU быстро уходят в Out of Stock и теряют выручку, другие «зависают» на складе и замораживают оборотные средства. Нужен сервис, который прогнозирует продажи и спрос, поставки на склады маркетплейсов и формирует рекомендации для категорийных менеджеров и логистов. Это инструмент управления запасами, автоматизирующий расчёты и планирование поставок на Ozon и Wildberries.

На рынке кажется, что все решения для контроля звонков внезапно «стали ИИ». Каждый второй вендор пишет про «умный контроль качества», «AI-анализ звонков» и «цифрового супервайзера».

В 2025 году российские предприниматели официально признают: данные и ИИ нужны, но работают всё равно «на ощущениях». Совместное исследование бизнес-школы МИРБИС и «Сбер Бизнес Софт» показывает, что больше 60% компаний верят в пользу CRM, ИИ и предиктивной аналитики, но регулярно используют эти инструменты только 25–30% респондентов. При этом, как отмечают «Ведомости», «каждый пятый предприниматель применяет ИИ без CRM-системы, а ещё 10% планируют запуск чат-ботов без клиентской базы» — данные рассеиваются, и отдел продаж продолжает жить не по процессу, а по интуиции менеджеров. То есть компании инвестируют в системы, дашборды и AI, но ключевое, что происходит с клиентом в воронке, по-прежнему решает не управляемый процесс, а «интуиция сильного менеджера» — в этом и заключается главный парадокс сегодняшних продаж.

Когда компания растёт в разы, процессы, которые раньше работали «на честном слове», начинают давать сбой. Закупки превращаются в мозаику из разных систем, локальных правил и Excel-таблиц, а управлять затратами становится всё сложнее. Именно в такой точке роста оказался наш клиент.

В корпоративной среде вокруг данных и облаков давно живёт миф: будто безопасным может быть только то, что «стоит за высоким забором». Отсюда — естественное нежелание делиться информацией, особенно если речь идёт о размеченных наборах для обучения моделей. Но и внутри периметра безопасность не возникает сама собой: нужны регламенты, сегментация, контроль интеграций и трезвая оценка экономической целесообразности любых технических компромиссов.

Мы строим небоскрёб из контента на фундаменте, где отсутствует паспорт объекта. Пока у каждой единицы материала нет проверяемой «техплаты» — кто, как и чем её создал — здание из новостей и постов остаётся шатким: достаточно пары дипфейков, чтобы треснуло доверие ко всей конструкции. Проблема не в самом факте ИИ-генерации, а в отсутствии быстрых и надёжных способов подтвердить происхождение: пользователи, бизнес и государство работают вслепую, а цена ошибки растёт.

«Уволим половину отдела — ИИ справится». Если это ваш план, приготовьтесь к реальности: без человека в контуре контроля вас ждут ошибки, риски и лишние расходы. Рассказываем, где ИИ силён, а где нужен живой мозг.