Подготовлено RD analytics
Есть ли у вас заказы, которые вы теряете, потому что не успеваете их обработать или выполнить?
С этого вопроса полезно начинать внедрение ИИ. Ответ поможет выбрать процесс, в котором сэкономленное время может превратиться в выручку.
Ramp (платформа управления расходами бизнеса) и Revelio Labs (анализ рынка труда) проанализировали данные о платежах за ИИ и занятости более чем в 21 тысяче американских компаний.
У компаний из верхней трети по расходам на ИИ на сотрудника в первые три месяца после внедрения численность персонала выросла в среднем на 10,2% по сравнению с группой сравнения в течение первых двух лет после внедрения. Сравнивали с компаниями, которые начали внедрение позднее. У группы с меньшими расходами статистически значимого изменения штата не обнаружили.
Рост штата совместим с расширением бизнеса. Однако исследование не устанавливает, что компании наняли людей именно благодаря сэкономленному с помощью ИИ времени. Рост прибыли оно также не подтверждает.
Для бизнеса возникает практический вопрос: как проверить, помогает ли ИИ зарабатывать именно вашей компании?
Возьмём подготовку коммерческих предложений.
1. Найдите причину потери заказов
Клиенты уходят, пока ждут расчёт? Или получают предложение быстро, но их не устраивают цена, условия, качество?
Ускорение подготовки поможет, если задержка действительно мешает продажам. Если заявки остаются без ответа из-за распределения ответственности, сначала нужно наладить обработку обращений.
Если задержки не мешают продажам, оценивайте экономию затрат и повышение качества. Дополнительная выручка от одного ускорения не появится. Причём сэкономленные часы станут денежной экономией, только если сократятся расходы — например, на сверхурочную работу или подрядчиков.
2. Зафиксируйте исходные показатели
Сколько заявок приходит, сколько предложений отправляется, сколько времени занимает подготовка и сколько клиентов заключают договоры?
Без этих данных после внедрения останется впечатление «стало удобнее». Коммерческий результат будет неизвестен.
3. Подготовьте эксперимент и посчитайте его стоимость
Нужен ответственный, который соберёт актуальные цены и условия, подготовит шаблон, отберёт корректные прошлые предложения и определит правила проверки.
Сотрудника нужно научить замечать ошибки в расчётах, сроках и обещаниях клиенту. Всё это требует рабочего времени — его тоже включаем в расходы эксперимента.
4. Проследите путь до денег
Быстрее подготовили → больше предложений отправили → больше договоров заключили → выполнили заказы → получили оплату.
Каждая стрелка — предположение, которое нужно проверить.
Допустим, компания уже получает достаточно подходящих заявок, но команда успевает подготовить только 40 предложений в месяц и заключает 10 договоров. После внедрения отправляет 60. При сохранении конверсии 25% это даст 15 договоров — пять дополнительных.
Расчёт предполагает, что конверсия останется прежней. На практике она может снизиться, если ускоренная подготовка ухудшит качество предложений — это стоит проверять отдельно.
Допустим, каждый дополнительный заказ приносит 100 тысяч тенге после прямых затрат на его выполнение. Получаем 500 тысяч тенге. Если дополнительные ежемесячные расходы на ИИ и работу с ним составляют 150 тысяч, остаётся 350 тысяч — до разовых затрат на запуск и прочих расходов.
Но если из 60 предложений договором заканчиваются прежние десять, дополнительного заработка пока нет. Нужно выяснить, почему увеличение числа предложений не улучшило продажи.
5. Решите, стоит ли расширять внедрение
Оцените качество, исправления и нагрузку на исполнителей. При длинном цикле продаж дождитесь завершения сделок. Проверьте, не объясняется ли результат сезонностью или изменением состава клиентов.
Если дополнительные заказы приносят деньги, а команда перестаёт справляться с их выполнением, появляется понятное основание для найма.
Выберите один процесс, где задержки стоят вам клиентов или создают лишние расходы. Проверьте, превращается ли сэкономленное время в оплаченные заказы, снижение затрат или измеримое улучшение качества. По результатам решите, куда дальше вкладывать деньги в ИИ.
Источник: [Ramp и Revelio Labs — A New Look at AI's Impact on Jobs]
Похожие материалы
ИИ ускорил разработчика. Почему компания всё ещё работает медленно
сент. 29, 2026
Флюорит: зачем промышленности минерал, который планируют добывать в Казахстане
сент. 29, 2026
Глава NVIDIA спорит с нобелевским лауреатом — и готовится к визиту в Астану
сент. 29, 2026