Большинство статей про AI пишут как пишут гороскопы: «нейросети меняют бизнес, эффективность вырастет». Без цифр, без кейсов, без конкретики. Открываешь — общие слова про будущее, закрываешь — ничего не понял.
Я в декабре собрал семь сценариев, в которых AI реально работает у моих клиентов — с конкретными цифрами, расходами на API и сроком окупаемости. Делюсь как есть.
Автоматизация ответов в мессенджерах
Это вход номер один для большинства. Клиника, салон, школа, магазин — везде поток типовых вопросов, на которые тратится время живого человека.
У моего клиента — клиника в Краснодаре, 60–80 входящих сообщений в день. До AI администратор тратил 4–5 часов в день только на типовые ответы. Часы работы, цены, как доехать, парковка, какие врачи, есть ли запись на сегодня. Бесконечный круг одних и тех же фраз.
Поставили AI-агент на Claude 4.7 поверх их базы знаний. Сейчас автоматически закрывается 75% сообщений. Администратор вмешивается только когда вопрос реально нестандартный.
По деньгам. Разработка обошлась в 120 000 ₽ разово. API Claude — около 3 000 ₽ в месяц при потоке 60 сообщений в день. Экономия по времени — примерно 80 часов в месяц, что при ставке администратора 800 ₽/час даёт 64 000 ₽/мес. Окупаемость — меньше двух месяцев.
«Я первое время заходила и проверяла, что Claude отвечает правильно. Через две недели поняла, что зря трачу время — он отвечает лучше, чем я в полусонном состоянии в 9 утра.» — Татьяна, администратор клиники
Это самый частый и самый окупаемый сценарий, который я делаю.
Классификация и роутинг заявок
Магазин одежды получает 50 заявок в день: возвраты, вопросы по размерам, новые заказы, претензии. Раньше всё валилось одному менеджеру, он сортировал глазами и распределял. На это уходило по 30–40 секунд на заявку, и срочные иногда лежали по три часа, потому что у менеджера были дела поважнее.
Поставили GPT-4o на классификацию. Каждая входящая заявка проходит через классификатор за 2 секунды и попадает к нужному отделу с пометкой срочности. Срочные — отдельным потоком с пометкой «горячее».
Время реакции на срочные — с трёх часов до пятнадцати минут. Разработка стоила 80–100K, API ~500–1500 ₽/мес. Для классификации хватает дешёвой GPT-4o, не надо переплачивать за Claude.
Генерация писем и описаний
Не финальный текст — черновики. AI пишет первую версию, человек правит за 5–10 минут вместо часа.
Мой кейс — интернет-магазин с двумястами новых товаров каждый месяц. Раньше копирайтер писал описания: 3K за товар, итого 600K ₽/мес. Сейчас AI генерирует черновики, копирайтер редактирует. Бюджет на копирайт упал в три раза — до примерно 200K/мес.
Важная оговорка. AI описание под ключ не напишет — будет видно. Google и Яндекс с 2025-го агрессивно фильтруют AI-сгенерированный контент. Поэтому работает связка: AI накидывает черновик, человек дорабатывает. По времени экономия большая, по качеству финал — как у человека.
Разработка-настройка промптов: 30–50K разово. API ~2 000 ₽/мес.
RAG-бот по базе знаний
RAG это когда AI отвечает строго по вашим документам. Не выдумывает, а ищет в базе и опирается на найденное. Если в базе нет — отвечает «не знаю», а не сочиняет.
Был у меня B2B-сервис, у них документация на 120+ страниц. Клиенты бесконечно писали в поддержку вопросы вида «как сделать вот это». Поддержка отвечала, копаясь в той же документации. Время реакции — 2–4 часа.
Сделали RAG-бот: загрузили всю документацию в Pinecone, обвернули в Claude. Клиент пишет вопрос — бот ищет релевантный кусок документации и отвечает строго по нему. Если в документации нет — отдаёт человеку.
Через три месяца: обращений в поддержку стало на 60% меньше, время ответа на типовые — 5 секунд вместо 2–4 часов. Поддержка освободилась для сложных кейсов.
По деньгам — разработка 150–250K (зависит от объёма базы), API ~3 000–10 000 ₽/мес. Самый затратный сценарий по эксплуатации, потому что каждый запрос — это и поиск в векторной базе, и запрос к LLM.
Voice-AI для телефонных звонков
Реальная история. Ветклиника в Краснодаре, регистратор не успевает отвечать на звонки в пиковые часы — теряется 30% заявок. У клиента — паника, потому что владелец видит, как деньги уходят, и не знает, куда нанимать второго регистратора без бюджета.
Сделали Voice-AI: он принимает звонок, разговаривает голосом через ElevenLabs, спрашивает имя/повод/удобное время, записывает в CRM, передаёт регистратору на подтверждение. Регистратор тратит 30 секунд на подтверждение записи вместо 5 минут полного диалога.
Запустили — потери звонков упали с 30% до 4% (4% это когда AI не понял и не смог соединить с человеком в нерабочее время).
Дороже остальных сценариев. Разработка от 300K, ElevenLabs ~5–15K ₽/мес плюс телефония SIP. Окупается на потоке от 30 звонков в день — у ветклиники было 50–80, окупилось за 3 месяца.
Кому ещё нужно: медицинские центры с записью по телефону, служба доставки с подтверждением заказа, b2c-услуги с первичной квалификацией.
AI-аналитик данных
Это интересная штука для малого бизнеса без своего аналитика. AI смотрит таблицы — Google Sheets, Excel, выгрузки из CRM — и отвечает на вопросы обычным языком.
«Сколько мы заработали в марте по категории клиник?». «Какой менеджер закрыл больше всего сделок за квартал?». «Покажи топ-10 клиентов по обороту с 2024 года». AI делает запрос, считает, возвращает ответ.
Полезно когда нужны цифры, а открывать таблицы и крутить формулы лень или некогда. По моему опыту, владельцы малого бизнеса задают такие вопросы себе в голове 5–10 раз в неделю — и в 90% случаев ответа не получают, потому что лень считать.
Разработка от 200K (зависит от подключаемых систем). API ~2 000–5 000 ₽/мес. Не самое массовое решение, но крутое для тех, у кого данные есть, а аналитика нет.
AI как помощник по контент-плану
Это про мой собственный блог в том числе. AI не пишет статью под ключ — это сразу палится поисковиками. Но AI отлично работает помощником: накидать структуру, предложить варианты заголовков, написать черновик одной секции.
Финальный текст — руками. Кстати, текст, который вы сейчас читаете — пример: структуру я обкатывал с AI, накидал план, потом сел и пишу руками, AI больше не открыт. Получается живо, без «комплексных решений» и «эффективных инструментов».
Это не «сценарий внедрения за деньги», это лайфхак для тех, кто сам пишет блог. Стоит ровно столько, сколько подписка на Claude или GPT — около 1 600–2 200 ₽/мес для одного пользователя.
Как считать ROI на AI
Простая формула. Экономия в месяц равна сэкономленным часам, умноженным на ставку специалиста. Из этого вычитается разработка, размазанная по месяцам (обычно беру горизонт 12 месяцев), плюс расходы на API.
Пример с клиникой выше. Разработка AI-бота — 120K. Экономия — 60 часов в месяц у администратора со ставкой 500 ₽/час, итого 30 000 ₽/мес. API — 3 000 ₽/мес. Разработка размазана: 120 000 / 12 = 10 000 ₽/мес.
Чистая экономия: 30 000 − 10 000 − 3 000 = 17 000 ₽/мес. Окупаемость — 4 месяца. Дальше — чистая экономия.
Если в твоём случае цифры дают окупаемость меньше 6 месяцев — внедряй. Если 6–12 месяцев — подумай. Если больше 12 — не стоит, лучше потратить деньги на что-то другое.
Какой AI выбрать
Я писал отдельную статью — Claude или GPT, что выбрать. Кратко: для большинства бизнес-задач Claude 4.7 даёт лучшее качество ответов, особенно на русском. GPT-4o дешевле и быстрее, подходит для простых задач — классификация, роутинг, генерация.
Если важна полная приватность данных и серверы в РФ — Llama 3.3 self-hosted. Сложнее технически, но позволяет работать с чувствительной информацией. Подходит финтеху, медицине с ПДн, юр-услугам с адвокатской тайной.
Где AI не работает у малого бизнеса
Расскажу честно про границы.
Сложные переговоры — особенно по большим контрактам. Никакого AI, только человек. Я этого даже не пытался.
Эмпатийные ситуации. Клиент в эмоциях после плохого опыта, прислал злую претензию. AI на эмпатию не вытягивает — будет видно по тону, что говоришь с роботом, и клиент озвереет ещё сильнее. Эти заявки руками разбираешь.
Креативная стратегия. AI помогает в реализации идей, но придумать что-то новое — не его. Если ждёшь от AI идей для запуска нового продукта — разочаруешься.
Финальная редактура контента. Оставлять AI «допилить» текст для публикации — риск получить штраф от Google за AI-генерацию или попасть под фильтр Яндекса. Финальный проход всегда руками.
С чего начать у себя
Просто посмотри на свой рабочий день. Где ты тратишь больше часа в день на повторяющуюся задачу? Ответы клиентам в мессенджерах? Обработка заявок? Написание текстов? Ответы на одни и те же вопросы команды? Там AI и нужен.
Стартовый бюджет на AI для малого бизнеса — от 100–150K на разработку плюс 2–5K ₽/мес на API. Окупается обычно за 2–6 месяцев на правильно подобранной задаче.
Если задача неправильная — не окупится никогда. Например, не пытайся ставить AI на запись клиентов в маникюрный салон. Это 3 кнопки, и обычного бота за 50K хватит. AI там лишний.
Что дальше
Понравилась статья?
Если у вас есть похожая задача — давайте обсудим. Коммерческое предложение за 24 часа, прототип до оплаты.