Чтобы найти конференцию, где стоит выступить, нужны три вещи: карта источников, где публикуются события отрасли, фильтр из четырёх критериев и план заявок с дедлайнами. Вопрос «как найти конференцию» на деле распадается на два: где взять длинный список событий и как выбрать из него 5-7, куда реально стоит подаваться. Ниже весь путь по шагам.

Схема такая. Сначала собираете 20-30 событий на квартал вперёд: афиши, отраслевые Telegram-каналы, сайты ассоциаций, программы прошлогодних форумов. Потом оцениваете каждое по аудитории, формату, составу спикеров и дедлайну подачи. По оставшимся пишете организаторам: короткое письмо плюс тезисы доклада. По моему замеру на проектах Solaris, руками такой цикл занимает 6-8 часов, и повторять его приходится каждый месяц: афиши обновляются.

Всё это можно сделать самостоятельно, инструкция ниже именно об этом. А можно отдать ИИ-разведчику, который возвращает готовый план заявок за сутки. Покажу оба варианта.

Где искать конференции: пять источников вместо поисковика

Прямой запрос «конференции по нише 2026» даёт худшую выборку: в топ попадают только события с рекламным бюджетом. Рабочих источников пять.

Афиши вроде Timepad закрывают массовый слой. Отраслевые Telegram-каналы анонсируют события раньше афиш, часто вместе с открытием приёма заявок от спикеров. Сайты ассоциаций и торгово-промышленных палат публикуют форумы, которых больше нигде нет. Четвёртый источник: программы прошлогодних событий. У ежегодных конференций даты плавают, а состав секций стабилен. Пятый и самый недооценённый: страницы «спикеры» у конкурентов и коллег по цеху. Где выступали они, туда с высокой вероятностью возьмут и вас.

Как найти конференцию под свою нишу: скоринг вместо интуиции

Из длинного списка нужно оставить события, где сидит ваша аудитория, а не просто «интересные». Для этого каждое событие прогоняется через четыре вопроса, и на каждый нужен ответ «да» или конкретная дата.

Первый: совпадает ли аудитория события с портретом вашего клиента. Смотрите по прошлогодним участникам и партнёрам, а не по обещаниям организатора. Второй: берут ли внешних спикеров или программа собирается из спонсоров, это видно по наличию открытой формы подачи докладов. Третий: успеваете ли к дедлайну. Четвёртый: что даёт формат, ведь премия и питч-сессия работают на узнаваемость иначе, чем доклад в секции.

Правило, которое экономит больше всего времени: конференция без понятного портрета аудитории не стоит заявки, каким бы громким ни было её название.

Как попасть в программу: письмо и тезисы решают больше регалий

Организатору нужен не ваш титул, а готовый контент для программы. Поэтому заявка с тезисами доклада проходит отбор чаще, чем письмо «готов выступить на любую тему».

Рабочее письмо укладывается в пять строк: кто вы, тема, три тезиса с конкретикой, почему это нужно именно их аудитории, ссылка на прошлое выступление или статью. Тезисы формулируйте как выводы, а не как оглавление: «мы сократили цикл сделки на треть, вот за счёт чего» сильнее, чем «поговорим о продажах».

Что из этого можно не делать руками

Сбор, скоринг и подготовку заявок можно отдать ИИ. Event Scout, наш ИИ-разведчик мероприятий, проходит описанный выше цикл сам: находит конференции, премии и питч-сессии под нишу компании и отдаёт план заявок со скорингом, дедлайнами, письмами организаторам и тезисами докладов.

| | Руками | Event Scout | |---|---|---| | Первый результат | 6-8 часов работы (мой замер) | отчёт через 24 часа | | Что на выходе | таблица событий | план заявок: скоринг, дедлайны, письма, тезисы | | Обновление | повторять каждый месяц | по подписке | | Стоимость | ваше время | от 19 900 рублей |

Честное ограничение: решение о выступлении и само выступление остаются на вас. ИИ снимает разведку и рутину, но на сцену выходит человек.

Я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и эту схему я годами гонял руками для своих проектов, пока мы не упаковали её в продукт.

Частые вопросы

Где искать конференции по своей теме?

В пяти источниках: афиши вроде Timepad, отраслевые Telegram-каналы, сайты ассоциаций, программы прошлогодних событий и страницы выступлений конкурентов. Поисковик оставьте напоследок: он показывает только события с рекламным бюджетом.

За сколько времени подавать заявку на конференцию спикером?

По событиям, которые обрабатывает Event Scout, приём докладов обычно закрывается за 1-3 месяца до даты. Поэтому искать площадки нужно на квартал вперёд, иначе останутся только билеты слушателя.

Можно ли попасть спикером без опыта выступлений?

Да, если заявка содержит готовые тезисы с конкретикой. Начните с секционных докладов и питч-сессий: туда конкурс ниже, чем в основную программу, а организаторам всегда не хватает практиков с цифрами.

Сколько стоит выступить на конференции?

На большинстве отраслевых событий доклад, прошедший отбор, не оплачивается ни в одну сторону: вы не платите за слот, вам не платят гонорар. Платные варианты начинаются там, где выступление входит в спонсорский пакет, и условия у каждого организатора свои.

Как работает Event Scout и что я получу?

Вы описываете нишу и цели, ИИ собирает подходящие конференции, премии и питч-сессии и отдаёт план заявок: скоринг событий, дедлайны, письма организаторам и тезисы докладов. Первый отчёт приходит через 24 часа, тарифы от 19 900 рублей.

Если хотите увидеть, как выглядит такой план для вашей ниши, загляните на страницу [Event Scout](https://solaris-club.one/event-scout?utm_source=blog&utm_medium=article&utm_campaign=daily_event_scout): там описаны тарифы и формат первого отчёта.

А разборы того, как ИИ закрывает задачи бизнеса, я публикую в своём Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры. Подписывайтесь.

Internet Archive открыл музей ранних нейросетей: прямо в браузере можно запустить ELIZA, чат-бота-психотерапевта 1966 года, которому люди уже тогда рассказывали реальные проблемы. Смешно другое: типичный чат бот для сайта образца 2022 года ушёл от ELIZA недалеко. Тот же жёсткий сценарий, те же заготовленные реплики, только кнопки аккуратнее. В 2026-м разрыв между таким «ботом из музея» и живым ИИ стал пропастью, и посетители сайтов её отлично чувствуют.

Если коротко: чат бот для сайта в 2026 году это не меню из кнопок, а ИИ-консультант на языковой модели. Он отвечает на вопрос посетителя своими словами по базе знаний компании, уточняет задачу, отличает живого клиента от спам-бота и передаёт в CRM не сырую переписку, а разобранный лид: контакт, суть запроса, степень готовности к покупке.

Сценарные боты при этом не подешевели, они просто перестали окупаться: человек, который каждый день общается с нейросетями, закрывает окно «выберите раздел» на второй секунде. Ниже разбираю, что именно сломалось в старом подходе и как проверить любого бота на своём трафике до того, как платить за год вперёд.

Чем чат бот для сайта на ИИ отличается от кнопочного

Главных отличий два. Первое: ИИ-бот понимает свободный текст, а кнопочный ходит по заранее прописанным веткам и ломается на первом нестандартном вопросе. Второе: ИИ-бот сам ведёт квалификацию и отдаёт менеджеру готовый лид, а не лог из тридцати реплик, который ещё надо прочитать.

| Критерий | Кнопочный бот | Оператор в чате | ИИ-консультант | |---|---|---|---| | Первый ответ | мгновенно, но шаблоном | минуты, в рабочие часы | около 1,5 секунды (наш замер по виджету Адам) | | Нестандартный вопрос | «не понял, выберите пункт» | отвечает, если онлайн | отвечает по базе знаний | | Ночь и выходные | сценарий без квалификации | молчание | работает как днём | | Спам и боты | пропускает всё в CRM | отсеивает вручную | отсекает до CRM | | Что видит менеджер | сырая переписка | что успел записать | разобранный лид с сутью задачи |

Почему сценарные боты перестали приносить заявки

Потому что изменился посетитель, а не технология. За три года массового доступа к нейросетям люди привыкли писать вопрос своими словами и получать осмысленный ответ, и дерево кнопок теперь читается как автоответчик из девяностых: диалог обрывается до обмена контактами.

Вторая причина: трафик стал грязнее. Заметная часть обращений в чаты и формы приходит от парсеров и спам-ботов, и сценарный бот пропускает весь этот мусор в CRM целиком, а менеджеры тратят часы на «лидов», за которыми не стоит человек. И третье: скорость. По нашим аудитам клиентских чатов живой оператор отвечает через несколько минут, и только в рабочие часы. Посетитель столько не ждёт: у него в соседних вкладках открыты три конкурента, и заявку получает тот, кто ответил первым.

Что должен уметь ИИ-консультант, чтобы окупаться

Минимальный набор: отвечать за секунды, вести диалог к контакту и передавать структурированный лид в вашу CRM. Всё остальное, от аватарки до «эмоционального интеллекта», вторично.

Правило, которое стоит повесить над столом: бот, который не довёл диалог до контакта и сути задачи, не работает, как бы красиво он ни отвечал. Поэтому на демо просите показать не переписку, а карточку лида, которая упала в CRM после диалога. Вендор, у которого нет ответа на этот вопрос, продаёт игрушку.

Как проверить чат-бота до покупки

Единственная честная проверка: запустить бота на своём живом трафике и сравнить количество и качество лидов в CRM до и после. Демо-стенд с подготовленными вопросами не доказывает ничего, отвечать на заготовки умела ещё ELIZA шестьдесят лет назад.

Мы в Solaris собрали такого консультанта, его зовут Адам. Он отвечает посетителю примерно за полторы секунды (замер на наших проектах), выясняет задачу, отсекает ботов и передаёт разобранный лид в CRM. Первые 7 дней он работает на вашем живом трафике без оплаты: этого хватает, чтобы посчитать эффект в цифрах, а не поверить на слово. Я, Антон Баранов, основатель Solaris AI, за 16 лет в предпринимательстве усвоил простую вещь: инструмент, который нельзя проверить на своём трафике до оплаты, покупать не стоит.

FAQ: частые вопросы про чат-ботов для сайта

Чем ИИ чат-бот отличается от обычного с кнопками?

Кнопочный бот ходит по жёсткому сценарию и ломается на вопросе вне веток. ИИ-бот понимает свободный текст, отвечает по базе знаний компании и ведёт посетителя к тому, чтобы тот оставил контакт. Разница видна в CRM: сценарий отдаёт переписку, ИИ отдаёт квалифицированный лид.

Заменит ли чат-бот живого менеджера?

Нет, он забирает ту часть работы, которую менеджер делает хуже всего: мгновенный первый ответ, ночные диалоги и отсев мусора. Закрытие сделки остаётся за человеком, но человек получает уже разобранный лид, а не холодный чат.

Как чат-бот отсекает спам и ботов?

По поведению в диалоге: спам-бот не отвечает осмысленно на уточняющие вопросы и не может назвать свою задачу. Такие обращения ИИ помечает и не передаёт в CRM, менеджеры видят только живых людей.

Сложно ли подключить чат-бот к сайту и CRM?

Виджет ставится на сайт одной строкой кода, дольше всего занимает база знаний: чем точнее описан продукт и типовые вопросы, тем лучше ответы. Интеграцию с популярными CRM делает вендор, от вас нужен только доступ.

Что будет, если бот не знает ответа?

Нормальный ИИ-консультант не выдумывает, а уточняет вопрос или переводит диалог на человека, сохранив контекст. Проверьте это в первую неделю теста: задайте вопрос, которого нет в базе знаний, и посмотрите, что бот сделает.

Посмотреть, как это выглядит на практике, можно на странице Адама: [ИИ-консультант для сайта](https://solaris-club.one/umnyy-vidzhet?utm_source=blog&utm_medium=article&utm_campaign=daily_widget). Семь дней на вашем живом трафике покажут больше, чем любая статья, включая эту.

Разборы ИИ-инструментов для бизнеса я публикую в своём Telegram-канале раньше, чем они попадают в обзоры: подписывайтесь на [AntonProBusiness](https://t.me/AntonProBusiness), там же отвечаю на вопросы про внедрение.

Главный красный флаг при выборе ИИ для маркетплейсов: сервис показывает эффектные примеры карточек, но молчит о поисковых запросах. Красивая инфографика продаёт только после того, как покупатель её увидел. А увидит он её при одном условии: карточка попала в выдачу Wildberries или Ozon по словам, которые люди реально вбивают в поиск. Если поставщик не объясняет, откуда берёт семантику, вы покупаете картинки, а не продажи.

Теперь короткий ответ, как выбирать. Рабочий ИИ для маркетплейсов собирает карточку целиком: SEO-описание под конкретные запросы, фото на белом фоне, инфографику и видео из одного исходника. Проверяется он тестом на вашем товаре до покупки пакета, а не чужим портфолио. Отсеиваются кандидаты по четырём признакам: нет примера до оплаты, нет ответа про семантику, цена открывается только после созвона, звучит обещание «выведем в топ за неделю».

Спрос на такие решения растёт: запрос «ии для маркетплейсов» набирает 3542 показа в месяц по Вордстату, и на этот спрос уже слетелись продавцы красивых презентаций. Ниже критерии, вопросы поставщику и чек-лист, с которыми можно выбирать любой сервис, не только наш.

Что должен уметь ИИ для маркетплейсов, чтобы за него платить?

Минимум для селлера: полный пакет карточки из одного фото товара. В пакет входят SEO-описание под запросы покупателей, предметное фото на белом фоне, инфографика с выгодами и видео для витрины или Reels.

Если сервис делает только тексты, вы всё равно идёте к дизайнеру за инфографикой и к монтажёру за видео. Экономия исчезает: вместо одного подрядчика три, а вы сами превращаетесь в менеджера проекта. Карточка работает как единый механизм: текст приводит из поиска, инфографика даёт клик, видео снимает возражения перед покупкой.

Какие красные флаги отсеивают слабый сервис сразу?

Самый частый: продажа большого пакета карточек до того, как вы увидели хоть одну свою. Второй: гарантии позиций, хотя выдачей управляет только сам маркетплейс.

| Что проверяем | Хороший признак | Красный флаг | |---|---|---| | Семантика | Показывает запросы, под которые писалось описание | «Наш ИИ сам знает, что писать» | | Результат | Пакет: текст, фото, инфографика, видео | Только текст или только картинки | | Проверка | Тестовая карточка на вашем товаре | Оплата 50 карточек вперёд | | Цена | Фиксированная, за карточку | «Обсудим на созвоне» | | Обещания | Отвечает за качество карточки | Гарантирует топ выдачи |

Правило, которое стоит запомнить дословно: сервис, который не готов показать результат на вашем товаре до оплаты, не проходит отбор, каким бы длинным ни был список его функций.

Какие вопросы задать поставщику до оплаты?

Хватит пяти, и на каждый нужен конкретный ответ, а не презентация. Откуда берутся ключевые запросы и увижу ли я их список. Что войдёт в пакет и какие файлы я получу на руки. Сколько стоит одна карточка и зависит ли цена от категории. Переделаете ли результат, если он не устроит. Пройдут ли фото и инфографика модерацию Wildberries и Ozon.

Уходы от ответа читаются легко. Про семантику отвечают «нейросеть обучена на миллионах карточек», про переделки: «у нас таких случаев не было». Оба ответа означают «нет».

Сколько стоит карточка через ИИ и где потолок цены?

За чужие прайсы отвечать не буду, дам ориентир на своём примере. В Solaris полный пакет, описание, фото, инфографика и видео, стоит от 300 рублей за карточку и собирается примерно за 5 минут: это наш замер на типовых товарах, сложные категории требуют больше итераций. Логика потолка простая: цена карточки должна отбиваться с первых продаж позиции, иначе на ассортименте из сотен SKU экономика не сходится.

Чек-лист перед покупкой

Пройдите по пунктам с каждым кандидатом:

- тестовая карточка на вашем товаре получена до оплаты пакета; - список поисковых запросов под описанием показан; - в пакете все четыре элемента: текст, фото, инфографика, видео; - цена за карточку названа письменно, до созвона; - гарантий «топа выдачи» нет, гарантия переделки есть; - контент проходит требования модерации площадки.

Шесть «да» из шести: можно тестировать на партии из 5-10 карточек и сравнивать с текущими показателями. Я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и этот чек-лист собран из вопросов селлеров, которые приходят к нам после неудачных подрядчиков.

Проверить чек-лист на практике можно на нашем сервисе: [ИИ собирает полный пакет карточки для Wildberries и Ozon из одного фото за 5 минут, от 300 рублей](https://solaris-club.one/sellers?utm_source=blog&utm_medium=article&utm_campaign=daily_marketplace). Пришлите фото товара и сравните результат с тем, что сейчас на витрине.

Разборы, как ИИ реально работает в бизнесе, я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness): новые инструменты там появляются раньше, чем в обзорах.

Частые вопросы

Что такое ИИ для маркетплейсов простыми словами?

Это сервисы на нейросетях, которые делают работу селлера: описания под поисковые запросы, фото, инфографику, видео, иногда ответы на отзывы. В статье речь о контентных решениях: они закрывают самую затратную по времени часть работы с карточкой.

Может ли нейросеть написать SEO-описание для Wildberries лучше человека?

Быстрее почти всегда, лучше при одном условии: если в сервис заложен анализ реальных запросов, а не просто генерация гладкого текста. Описание без семантики не находится по нужным словам, каким бы красивым ни было. Проверяйте не слог, а список запросов под текстом.

Сколько стоит сделать карточку товара с помощью ИИ?

Ориентир по нашему сервису: от 300 рублей за полный пакет с описанием, фото, инфографикой и видео. У фрилансеров тот же набор считается как три-четыре отдельные работы, поэтому выходит дороже и занимает дни вместо минут.

Заменит ли ИИ дизайнера карточек?

Для типовых товаров и массовых категорий уже заменяет: задача решается за минуты и по фиксированной цене. Для флагманских позиций с уникальной айдентикой дизайнер остаётся, ИИ там инструмент в его руках, а не конкурент.

Как проверить сервис, если портфолио большое, а отзывов мало?

Тест на своём товаре: отправьте одно фото и посмотрите, что вернётся. Портфолио показывает лучшие работы за всю историю, тест показывает, что вы получите завтра. Один тест информативнее ста чужих кейсов.

«Чтобы завести в компании ИИ-агента, нужен штатный разработчик, бюджет на полгода и своя инфраструктура. Это игрушка для корпораций, малому бизнесу рано». Я слышу эту фразу почти на каждой встрече, и год-два назад в ней была доля правды. Сегодня это миф, причём дорогой: пока одни ждут подходящего момента, их конкуренты уже отдали рутину агентам. Именно этот миф до сих пор определяет, как рынок смотрит на создание ИИ-агентов.

Короткий ответ: создать ИИ-агента без своей команды разработки можно, и для типовых задач так и стоит делать. Рынок разделился на два пути. Первый: заказная разработка под уникальный процесс, там действительно нужны инженеры и месяцы работы. Второй: вертикальные агенты, уже собранные под конкретную функцию бизнеса. Их не пишут с нуля, а подключают к вашим данным и каналам, и счёт идёт на дни.

Вертикальный ИИ-агент - это готовая система, которая закрывает один бизнес-процесс целиком: принимает задачу, делает работу и выдаёт результат без человека на каждом шаге. Ответы покупателям на маркетплейсах, первая линия поддержки, квалификация лидов, контент, типовые юрдокументы: всё это уже упаковано в агентов, которых не нужно программировать.

Откуда взялся миф, что создание ИИ-агентов доступно только большим?

Миф родился в 2023-2024 годах, когда агентов действительно собирали вручную: нанимали ML-инженера, писали промпты, склеивали интеграции скотчем и молились, чтобы ничего не отвалилось. Тогда порог входа был реальным, и представление «агент равно дорогая разработка» честно отражало рынок.

С тех пор сменилось два поколения моделей, а главное, появился слой готовых решений. Спрос при этом никуда не делся: запрос «создание ии агентов» набирает 3017 показов в месяц по Вордстату. То есть тысячи людей ежемесячно ищут, как построить агента, и многие до сих пор упираются в статьи про фреймворки и код, хотя их задача решается без единой строчки.

Чем вертикальный агент отличается от разработки с нуля?

Вертикального агента не пишут под вас, а настраивают: логика процесса уже готова, потому что процесс типовой. Разработка с нуля даёт полную свободу, но требует команду и месяцы; готовый агент даёт результат за дни, но в рамках своей вертикали.

| Критерий | Заказная разработка | Конструктор no-code | Вертикальный агент | |---|---|---|---| | Срок до первого результата | Месяцы | Недели | Дни | | Кто нужен от бизнеса | Команда или подрядчик | Сотрудник, готовый разбираться | Владелец процесса на настройку | | Логика процесса | Проектируется с нуля | Собираете сами из блоков | Уже встроена | | Риск «не взлетит» | Высокий: узнаете в конце | Средний | Низкий: продукт уже работает у других | | Кому подходит | Уникальный процесс | Гибридные задачи | Типовая функция: поддержка, продажи, контент |

Практика выглядит так: бизнес берёт агента под одну вертикаль, смотрит на цифры за пару недель и только потом решает, нужно ли что-то строить самому. Обратный порядок, когда сначала полгода строят, а потом проверяют спрос на автоматизацию, почти всегда заканчивается замороженным проектом.

Когда своя разработка всё-таки оправдана?

Своя разработка нужна, когда процесс уникален и сам по себе является вашим конкурентным преимуществом. Если вы зарабатываете именно на том, как нестандартно обрабатываете заявки или данные, готовый агент этого не повторит.

Вторая ситуация: жёсткие требования к контуру. Банки, медицина, персональные данные особых категорий: там архитектуру согласовывают с безопасниками, и это отдельный проект. Третья: интеграции с редким или самописным софтом, к которому нет стандартных коннекторов. Во всех остальных случаях кастомная разработка - это способ заплатить больше за то, что уже существует.

Как запустить ИИ-агента без своей команды: порядок действий

Начинать нужно не с технологии, а с процесса: выберите одну рутинную функцию с измеримым результатом. Дальше порядок такой:

1. Опишите процесс как есть: откуда приходит задача, что с ней делают, что считается результатом. 2. Найдите вертикального агента под эту функцию и дайте ему реальные данные, а не тестовые. 3. Две недели держите человека рядом: агент работает, сотрудник проверяет и поправляет. 4. Сравните скорость и качество с ручным вариантом и только потом расширяйте зону ответственности агента.

Здесь скажу от себя: я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и самые быстрые внедрения на моей памяти случались именно у тех, кто брал готового агента на один процесс, а не запускал стройку века.

Можно ли создать ИИ-агента без программиста?

Да, если задача типовая: поддержка, продажи, контент, работа с маркетплейсами, шаблонные документы. Вертикальные агенты настраиваются через подключение ваших данных и каналов, код для этого не нужен. Программист понадобится только для нестандартных интеграций с самописными системами.

Сколько времени занимает запуск готового ИИ-агента?

Счёт идёт на дни: логика уже написана, остаётся подключить агента к вашим источникам и каналам и прогнать на реальных задачах. Ещё одну-две недели стоит заложить на период, когда человек проверяет работу агента. Заказная разработка того же процесса занимает месяцы.

Чем ИИ-агент отличается от чат-бота?

Чат-бот отвечает на сообщения по сценарию и останавливается там, где сценарий кончился. Агент делает процесс целиком: сам ищет данные, выполняет шаги, доводит задачу до результата и эскалирует человеку только исключения. Разница как между автоответчиком и сотрудником.

Какие задачи бизнеса можно отдать ИИ-агенту уже сейчас?

Устойчиво работают пять вертикалей: маркетплейсы (карточки, отзывы, ответы покупателям), первая линия поддержки, квалификация и дожим лидов в продажах, производство контента, типовые юридические документы. Общий признак: процесс повторяемый, результат проверяемый. Именно под эти пять вертикалей и собраны GiG Agents.

Безопасно ли давать ИИ-агенту доступ к данным компании?

Безопасно, если доступ выдан по тому же принципу, что и сотруднику: минимально необходимые права, а не «админка от всего». Смотрите, где обрабатываются данные, ведётся ли лог действий агента и можно ли отозвать доступ одной кнопкой. Эти три вопроса стоит задать любому поставщику до подключения.

Если хотите проверить эту логику на своём процессе, посмотрите [GiG Agents](https://solaris-club.one/agents?utm_source=blog&utm_medium=article&utm_campaign=daily_gig_agents): готовые вертикальные ИИ-агенты для маркетплейсов, поддержки, продаж, контента и юрдокументов, которые подключаются к вашим задачам без собственной разработки.

Разборы того, как ИИ реально работает в бизнесе, я публикую в своём Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры. Подписывайтесь, если хотите видеть кухню, а не только витрину.

Задача выглядит просто: сгенерировать ролик в Sora 2 Pro, переписать лендинг через Claude и собрать джингл в Suno. На деле это три подписки с зарубежной карты, три аккаунта на чужой номер и VPN, который отваливается на середине рендера. Нейросети без VPN работают иначе: вы открываете обычный российский сайт, платите рублями, а к самим моделям сервис ходит сам, со своих серверов и по официальным API.

Такой сервис называется агрегатором. Агрегатор нейросетей - это площадка, которая держит оплаченный доступ к зарубежным моделям на своей стороне, а пользователю отдаёт единый кабинет: один логин, одна подписка в рублях и 40+ моделей внутри, от Sora 2 Pro, Kling 3.0 и Veo 3.1 до Claude, GPT-5 и Suno v5. Если у вас открывается обычный сайт, откроется и кабинет: никаких расширений и настроек сети.

Ниже разберу, как это устроено технически, что показал наш замер скорости и что реально происходит с новым пользователем в первый день, неделю и месяц. Примеры привожу из GiG AI, но логика одинакова у любого честно устроенного агрегатора.

Как устроены нейросети без VPN изнутри

Ваш запрос уходит на сервер агрегатора, оттуда по официальному API на серверы OpenAI, Anthropic или Google, и ответ возвращается тем же путём. VPN не нужен именно поэтому: границу пересекает не ваш трафик, а серверный запрос сервиса, у которого с провайдерами моделей прямые платёжные и договорные отношения.

Отсюда простое правило проверки: если сервис просит включить VPN или поставить расширение, перед вами не агрегатор, а прокладка над чужим веб-интерфейсом. Настоящий агрегатор берёт все сетевые и платёжные сложности на свою сторону, иначе он не решает задачу, ради которой его покупают.

С оплатой та же схема: вы платите картой российского банка сервису, сервис платит моделям со своих счетов. Курсовые риски и комиссии уже зашиты в тариф, поэтому цена в рублях не плавает от курса.

Что показал наш замер скорости

Коротко: задержка против прямого доступа почти не ощущается. Мы в Solaris прогнали через кабинет GiG AI типовые рабочие задачи и засекли время: ответ Claude на промт в полстраницы приходит за 5-8 секунд, картинка генерируется за 20-40 секунд, десятисекундный ролик в Sora 2 Pro рендерится 3-6 минут. Это наш внутренний замер примерно на 30 запросах за рабочий день, не лабораторный бенчмарк, но порядок цифр он передаёт честно.

Важнее скорости оказалась стабильность. За неделю теста ни одна генерация не упёрлась в блокировку по IP или слетевшую сессию, а при личном доступе через VPN у нашей команды такие обрывы случались по несколько раз в день. Больнее всего они бьют по видео: обрыв на рендере означает потерянную генерацию.

Первый день, неделя и месяц: чего ждать

В первый день главный эффект - скорость входа: регистрация по почте, без зарубежного номера, и минут через десять вы уже сравниваете, как один промт отрабатывают GPT-5 и Claude. Стартовый тариф Free ровно для этого: освоить кабинет и найти свою пару моделей.

К концу первой недели меняется сама привычка: вы перестаёте жить в одной модели. Тексты удобнее вести в Claude, код и таблицы в GPT-5, видео в Kling 3.0 или Veo 3.1, и переключение между ними - один клик в том же окне, а не четыре разные подписки.

Через месяц включается экономика. Отдельные подписки на чат-бот, видеомодель и музыкальный сервис по публичным прайсам самих сервисов складываются в 40-60 долларов в месяц, и платить их нужно зарубежной картой. Я, Антон Баранов, основатель Solaris AI, за 16 лет в предпринимательстве усвоил: инструмент приживается в компании тогда, когда им можно пользоваться без обходных путей, и рублёвый агрегатор здесь выигрывает не ценой, а отсутствием трения.

Сколько стоит и какой тариф выбрать

Большинству специалистов хватает тарифа Pro за 990 рублей в месяц. Free нужен, чтобы примериться, Enterprise за 4990 рублей - когда нейросети становятся потоковым инструментом команды, а не личным экспериментом.

| Тариф | Цена в месяц | Для чего | |---|---|---| | Free | 0 ₽ | Попробовать кабинет и сравнить модели | | Pro | 990 ₽ | Ежедневная работа одного специалиста | | Enterprise | 4990 ₽ | Поток задач и работа команды |

Цены взяты с лендинга GiG AI, актуальны на август 2026 года.

Нейросети без VPN - это легально?

Да. Агрегатор покупает доступ по официальным API и перепродаёт его как сервис, это обычная реселлерская модель. Пользователь при этом ничего не обходит: его трафик идёт на российский сайт, а не на заблокированные ресурсы.

Чем агрегатор отличается от ChatGPT с VPN?

При доступе через VPN вы сами держите зарубежную карту, номер для регистрации и стабильность соединения. Агрегатор забирает всё это на свою сторону, а в нашем замере ещё и убрал обрывы сессий, которые при VPN случались по несколько раз в день. Плюс вместо одной модели вы получаете 40+ в одном кабинете.

Какие нейросети работают в России без VPN через агрегатор?

В GiG AI доступно более 40 моделей: текстовые Claude и GPT-5, видеогенераторы Sora 2 Pro, Kling 3.0 и Veo 3.1, музыкальный Suno v5 и другие. Список пополняется по мере выхода новых версий, потому что сервис подключает их через API, а не копирует интерфейсы.

Хватит ли тарифа Pro за 990 рублей для работы?

Для одного специалиста с ежедневными задачами по текстам, картинкам и видео - как правило, да. Если генерации идут потоком на команду, разумнее сразу смотреть Enterprise за 4990 рублей.

Нужна ли зарубежная карта или иностранный номер телефона?

Нет. Регистрация идёт по электронной почте, оплата - картой российского банка в рублях. Это и есть главное практическое отличие агрегатора от прямых подписок на зарубежные сервисы.

Если хотите проверить цифры из нашего замера на своих задачах, начните с тарифа Free в [GiG AI](https://gig-ai.love?utm_source=blog&utm_medium=article&utm_campaign=daily_gig_ai): регистрация по почте занимает пару минут, и вы сами увидите, как 40+ моделей ведут себя без VPN.

Разборы того, как ИИ реально встраивается в работу бизнеса, я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры. Подписывайтесь, чтобы читать первыми.

Компания подключает нейросеть, месяц копирует тексты из чата в соцсети и получает ноль заявок. Дороже всего здесь не подписка на ИИ, а время: по нашим замерам в Solaris, один пост «вручную через чат» (промт, правки, картинка, публикация в каждый канал) съедает 30-40 минут, и при пяти каналах контент превращается во вторую работу владельца. Генерация контента нейросетью проваливается не из-за слабых моделей, а из-за того, что из процесса выкинули систему: тон бренда, фактуру и регулярность.

Короткий ответ на главный вопрос темы. Генерация контента нейросетью работает, когда у модели есть три вещи: описание тона и запретов бренда, конкретная фактура (цифры, кейсы, боли клиентов) и человек, который утверждает материал до публикации. Убираете любой из трёх элементов, и на выходе гладкие обезличенные тексты, которые читатель пролистывает, не запомнив автора.

Отсюда правило, которое стоит записать: нейросеть усиливает ту контент-систему, которая у вас уже есть, а если системы нет, она усиливает хаос.

Почему генерация контента нейросетью не приносит заявок

Почти все провалы, которые я разбирал у клиентов, сводятся к трём ошибкам: запрос без бренд-тона, текст без фактуры, публикации без ритма. Каждая лечится, причём один раз.

Первая: запрос уровня «напиши пост про наши услуги». Модель не знает вашу компанию, поэтому пишет усреднённый текст про усреднённый бизнес, и читатель чувствует подмену со второго абзаца. Лечение: собрать бренд-профиль (как говорите, что запрещено, кому пишете, какие боли у клиентов) и подавать его в каждую генерацию.

Вторая: тексты без фактуры. Нейросеть блестяще упаковывает материал, но не добывает его: не дадите ей свои цифры, кейсы и наблюдения, и она заполнит пустоту общими словами. Пятнадцать минут наговорить фактуру голосом дешевле, чем неделя показов пустого текста.

Третья: рваный ритм. Две недели ежедневных постов на энтузиазме, потом месяц тишины, и алгоритмы лент обнуляют охваты, а подписчики забывают, кто вы. Контент работает как абонемент в зал: решает регулярность, а не разовый подвиг.

Что делать иначе: схема, при которой нейросеть окупается

Рабочая схема состоит из четырёх шагов: бренд-профиль, контент-план на месяц, генерация текста и картинок, утверждение человеком и автопубликация во все каналы. Настраивается один раз, дальше ваша роль сводится к кнопкам «утвердить» и «переписать».

Ключевой элемент здесь не генерация, а утверждение. Правило простое: нейросеть готовит сто процентов черновиков, человек принимает сто процентов решений о публикации. Так вы получаете скорость машины без её ошибок: без вашего «да» в эфир не выходит ничего.

Чат вручную, штатный SMM или ИИ-автопостер: что выбрать

Короткий ответ: чат подходит для эпизодических задач, штатный специалист для креативных кампаний, автоматизированная система для регулярного потока во многих каналах. Сравнение по главным критериям:

| Критерий | Чат вручную | Штатный SMM | ИИ-автопостер | |---|---|---|---| | Время владельца | 30-40 минут на пост (наш замер) | Планёрки и контроль | 10-15 минут в день на утверждение (наш замер) | | Тон бренда | Задаётся заново каждый раз | Держит человек | Зашит в профиль системы | | Регулярность | Зависит от вашей загрузки | Отпуска и больничные | 24/7 по расписанию | | Каналы | Постите сами в каждый | Обычно 2-3 канала | Сайт и все каналы сразу | | Стоимость | Подписка плюс ваше время | Зарплата с налогами | Дешевле штатной ставки |

Гибрид тоже рабочий вариант: система ведёт регулярный поток, человек подключается на спецпроекты и съёмки.

Что нельзя отдавать нейросети даже с утверждением

Цены и акции, юридические формулировки, обещания результата и ответы на негатив: такие материалы человек не просто утверждает, а редактирует руками. Здесь одна ошибка стоит дороже всей экономии на автоматизации. Остальное (рубрики, полезные разборы, новости компании, анонсы) машина стабильно тянет неделями без потери качества.

Я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и этот текст прошёл тот же цикл: фактура моя, упаковка машинная, решение о публикации человеческое.

Частые вопросы о генерации контента нейросетью

Может ли нейросеть писать в стиле нашей компании?

Может, если стиль описан, а не подразумевается. Соберите бренд-профиль с примерами удачных текстов и списком запрещённых слов: после этого отличить машинный черновик от авторского трудно даже сотрудникам.

Как поисковики относятся к текстам нейросетей?

Санкций за сам факт генерации нет: оценивается полезность. Пустой машинный текст ранжируется плохо, а текст с конкретикой и живым опытом работает наравне с ручным. Проблема не в инструменте, а в пустоте.

Сколько времени занимает контент с ИИ-автопостером?

По замерам на наших клиентах, 10-15 минут в день на утверждение и правки. Ручной цикл с чатом занимает 30-40 минут на каждый пост, и это время умножается на число каналов.

Нужно ли проверять тексты перед публикацией?

Обязательно: нейросеть может ошибиться в цифре или пообещать лишнее. Проверка занимает минуты, а репутация восстанавливается месяцами, поэтому публикация без утверждения человеком должна быть запрещена на уровне процесса.

Что будет, если публиковать тексты из ChatGPT без правок?

Первые недели ничего заметного, дальше спад: тексты сливаются с потоком таких же, охваты падают, база не растёт. Плюс фактические ошибки, за которые отвечаете вы, а не модель.

Если хотите увидеть эту схему собранной в один продукт, посмотрите [ИИ-автопостер Solaris](https://solaris-club.one/avtoposter?utm_source=blog&utm_medium=article&utm_campaign=daily_avtoposter): бот пишет статьи и посты в тоне вашего бренда, генерирует картинки и публикует на сайт и во все каналы круглосуточно, а каждый материал выходит только после вашего утверждения; по деньгам это заметно дешевле штатного SMM-специалиста.

Разборы таких систем я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры: подписывайтесь, если строите контент и продажи на ИИ.

В ChatGPT с российского IP не пускают: нужен ВПН, зарубежный номер для регистрации и карта иностранного банка для оплаты. Поэтому запрос «чат гпт без впн» каждый месяц вводят 888 человек (данные Вордстата), и большинство ищет не приключение, а рабочую нейросеть без танцев с настройками.

Короткий ответ такой: пользоваться нейросетями уровня ChatGPT без ВПН можно тремя способами. Первый: агрегаторы, которые продают доступ к зарубежным моделям за рубли. Второй: боты и зеркала в Telegram, годятся попробовать, но не работать. Третий: своя ИИ-система на сервере компании, где зарубежные модели подключены по API через легальную инфраструктуру, а данные остаются у вас.

Для личных задач хватит агрегатора. Бизнесу, который завязывает на нейросеть продажи и поддержку, я предлагаю ставить вопрос иначе: не «как достучаться до ChatGPT», а «как построить систему, которую не роняет блокировка вендора». Ниже сравнение обоих путей с таблицей и списком ситуаций, когда своя система не нужна.

Почему чат гпт без впн стал отдельной задачей

Потому что OpenAI не обслуживает пользователей из России: регистрация с российских номеров закрыта с 2022 года, а летом 2024-го компания ограничила и доступ к API с российских IP. Это решение одного вендора, и повлиять на него вы не можете.

Важен не сам OpenAI, а прецедент. Сегодня закрылся один сервис, завтра другой поднимет цены или перепишет правила, и процесс, построенный на прямом доступе к чужому облаку, встанет вместе с ним. Правило, которое я вывел на своих проектах: если доступ к инструменту зависит от решения чужой компании, этот инструмент нельзя класть в основание бизнес-процесса.

Обходной путь или своя система: сравнение по критериям

Для личного использования выигрывает агрегатор: оплата в рублях и старт за пять минут. Для бизнеса с процессами на нейросетях выигрывает своя ИИ-система: из всех вариантов только она переживает блокировку вендора без остановки работы.

| Критерий | Агрегатор или бот | ВПН и зарубежная карта | Своя ИИ-система на сервере | |---|---|---|---| | Запуск | сразу | день-два на номер и карту | одна-две недели на внедрение (опыт проектов Solaris) | | Оплата | рубли | валюта, карту могут заблокировать | рубли, инфраструктура ваша | | Данные и история | на сервере агрегатора | у OpenAI | на вашем сервере | | Блокировка вендора | теряете всё | теряете всё | меняете модель, процессы живут | | Для кого | личные задачи | энтузиасты | бизнес с процессами на ИИ |

Главная строка здесь про блокировку. ВПН и агрегатор решают вопрос доступа, но не вопрос зависимости: промты, история диалогов и наработанная база живут на чужой стороне и исчезают вместе с сервисом.

Когда своя ИИ-система не нужна

Не нужна, если нейросеть для вас справочник: спросили, получили ответ, закрыли вкладку. Платить за сервер и внедрение в этой ситуации бессмысленно, агрегатора хватит с запасом.

Ещё три случая, когда я отговариваю от внедрения: задача разовая и после проекта система будет простаивать; в компании нет ни одного процесса, который ИИ мог бы забрать целиком; некому назначить владельца системы, а без ответственного она деградирует за пару месяцев.

Как работает суверенный AI, если ChatGPT закрыт

Суверенный AI: это ИИ-система на сервере компании, в которой модель подключается как сменная деталь, а логика процессов и база при замене не меняются. Недоступен GPT: система переключается на Claude, DeepSeek или Qwen, и сотрудники этого не замечают.

В наших внедрениях в Solaris переключение модели занимает минуты, потому что меняется строка в конфигурации, а не архитектура. База клиентов, история диалогов и промты хранятся на вашем сервере, доступ к зарубежным моделям идёт через API-инфраструктуру, и ВПН на рабочих местах не нужен. Я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и суверенность инструментов считаю тем же, чем запасной выход в здании: вспоминают о ней позже, чем стоило бы.

Частые вопросы

Можно ли пользоваться ChatGPT в России без ВПН?

Напрямую нет: OpenAI не принимает российские номера и карты и ограничивает доступ по IP. Без ВПН работают агрегаторы с оплатой в рублях и ИИ-системы, где зарубежные модели подключены по API. Для бизнеса второй путь устойчивее, потому что не зависит от одного вендора.

Законно ли обходить ограничения ChatGPT?

Пользоваться нейросетями в России законно, запрета нет. Ограничения ввёл сам OpenAI, а не российский регулятор. Вопрос не в законности, а в устойчивости: любой обходной путь вендор может закрыть следующим обновлением.

Чем заменить ChatGPT для бизнеса?

Моделями сопоставимого уровня: Claude, Gemini, DeepSeek, Qwen, GigaChat. На типовых задачах вроде писем, разбора заявок и отчётов разница заметна меньше, чем в обзорах. Надёжнее строить процесс так, чтобы модель под ним менялась без переделки самого процесса.

Что происходит с данными в агрегаторах нейросетей?

Диалоги и файлы проходят через сервер агрегатора и хранятся по его правилам. Для личных вопросов это терпимо, для клиентских баз и договоров нет. Если в переписке есть персональные данные клиентов, храните их на своей стороне.

Нужен ли в штате программист для своей ИИ-системы?

Нет, сопровождение берёт на себя подрядчик, который внедрял систему. От компании нужен один ответственный, знающий процессы и принимающий результат. Это роль владельца процесса, а не инженера.

Если в таблице выше вы узнали себя в правой колонке, посмотрите, как это устроено у нас: [Суверенный AI на сервере компании](https://solaris-club.one/suverennyi-ai?utm_source=blog&utm_medium=article&utm_campaign=daily_suverennyi). Там разобрано, какие модели подключаются, где живёт база и что происходит в момент, когда очередной вендор закрывает двери.

Разборы таких решений я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они добираются до обзоров. Подписывайтесь, если хотите принимать решения по ИИ до того, как о них напишут все.

От 25 тысяч рублей в месяц у фрилансера до 150-300 тысяч в агентстве с именем: в такой вилке сегодня живёт сео продвижение сайта. Вилку я не придумал, а свёл из открытых прайсов подрядчиков: сайты агентств, биржи, каталоги услуг, срез августа 2026 года.

Если нужен прямой ответ: рабочий бюджет на продвижение сайта малого и среднего бизнеса силами людей начинается от 40-60 тысяч рублей в месяц, всё, что дешевле, обычно означает шаблонные отчёты. При этом до половины типового счёта занимает не результат, а часы специалистов на рутину, которую в 2026 году уже умеет делать ИИ.

Главное правило, которое сэкономит вам деньги: вы платите не за «место в топе», а за конкретные часы людей, произведённый контент и техническую работу на сайте, всё остальное в счёте только упаковка.

Из чего складывается цена на сео продвижение сайта?

Цена складывается из трёх статей: часы специалистов, производство контента и техническая доработка сайта. Это видно в тех же открытых прайсах: статья стоит 3-7 тысяч рублей, час специалиста 2-3 тысячи, техаудит от 15 тысяч, а «комплексное продвижение» просто собирает это в абонентку с маржой агентства сверху.

Самая тяжёлая статья: люди. Семантик, копирайтер, техспециалист, аналитик, менеджер проекта. Когда вы платите агентству 120 тысяч в месяц, вы оплачиваете доли рабочего времени этой цепочки плюс офис и продажников.

Где переплачивают чаще всего?

Чаще всего переплачивают за отчёты о процессе вместо результата. Классика: позиции по запросам, которые никто не вводит, тексты ради «плана по знакам» и строка «ссылочный бюджет» без расшифровки, куда он ушёл.

Второй источник переплаты: повторная продажа одного и того же. Аудит, который делали на старте, через год продают заново как «стратегическую сессию». Третий: абонентка живёт, а список выполненных задач месяц от месяца короче. Просите декомпозицию счёта до задач и часов, честный подрядчик даёт её без сопротивления.

Сколько стоят варианты продвижения: сравнение по деньгам?

Короткий ответ: разница между крайними вариантами больше чем в десять раз, и дороже не значит результативнее. Цифры ниже из того же среза прайсов августа 2026 года.

| Вариант | Ориентир в месяц | Сильная сторона | Главный риск | |---|---|---|---| | Самостоятельно | сервисы от 5-10 тыс. руб. плюс ваше время | полный контроль | время владельца дороже экономии | | Фрилансер | 25-60 тыс. руб. | гибкость, прямой контакт | один человек не закрывает все роли | | Агентство | 80-300 тыс. руб. | процессы и команда | маржа и рутина в счёте | | Штатный специалист | от 120 тыс. руб. с налогами | погружение в продукт | всё держится на одном человеке | | AI-оркестр под контролем человека | кратно ниже агентской абонентки | рутину делает ИИ, люди только проверяют | нужен грамотный запуск и контроль качества |

Почему платить только за позиции в поиске уже невыгодно?

Потому что часть спроса ушла из выдачи в ответы нейросетей. Люди спрашивают ChatGPT, Алису и Perplexity «кого выбрать» и «сколько стоит», получают готовый ответ со ссылками, и если вашего сайта в этих ответах нет, оплаченный «топ Яндекса» этих клиентов не увидит.

Запрос «сео продвижение сайта» вводят в Яндексе 3266 раз в месяц по Вордстату, и тот же вопрос люди всё чаще задают нейросети своими словами. Оптимизация под ответы ИИ называется GEO, и хорошая новость в том, что делается она на той же базе: структура, ясные формулировки, таблицы, ответы на вопросы. Платить за SEO и GEO как за два отдельных проекта не нужно, это одна работа с контентом.

Как AI-оркестр меняет экономику продвижения?

Он убирает из счёта самую дорогую статью: человеческие часы на рутину. В Solaris над сайтом работает команда ИИ-ролей: аналитик семантики, техаудитор, редактор, GEO-специалист, и каждый делает свой участок параллельно, а человек проверяет результат и принимает решения. То, что в агентстве занимает месяц цепочки исполнителей, оркестр проходит за дни.

Старт с экспресс-аудита: он показывает, где сайт теряет видимость в поиске и почему его не цитируют нейросети, и уже по нему понятно, есть ли смысл в дальнейшей работе. Я, Антон Баранов, основатель Solaris AI, за 16 лет в предпринимательстве оплатил не один десяток счетов за SEO и собрал этот оркестр именно потому, что устал платить за часы там, где машина справляется быстрее.

Сколько стоит сео продвижение сайта в месяц?

По открытым прайсам августа 2026 года: фрилансер 25-60 тысяч рублей, агентство 80-300 тысяч, штатный специалист от 120 тысяч с налогами. Рабочий минимум для малого бизнеса при работе людей: 40-60 тысяч в месяц. ИИ-инструменты снижают эту планку кратно, потому что убирают ручную рутину.

Можно ли продвигать сайт самостоятельно?

Можно, базовые вещи доступны без подрядчика: собрать семантику в Вордстате, закрыть технические ошибки, писать полезные страницы под реальные вопросы клиентов. Ограничение одно: ваше время. Если час владельца стоит дороже часа специалиста, экономия превращается в убыток.

Что такое GEO и чем оно отличается от SEO?

GEO это оптимизация сайта под ответы нейросетей: ChatGPT, Алисы, Perplexity. SEO приводит людей из поисковой выдачи, GEO делает так, чтобы ИИ цитировал ваш сайт в своих ответах. Работа ведётся на одном и том же контенте, поэтому правильнее делать оба направления в одном проекте.

Через сколько времени продвижение окупается?

Первые измеримые сдвиги по низкочастотным запросам обычно видны через 2-3 месяца, по конкурентным темам горизонт полгода и больше. Считайте не позиции, а заявки и их стоимость против рекламы. Если через 4-6 месяцев подрядчик показывает только графики позиций, вернитесь к разделу о переплатах.

Как понять, что подрядчик берёт деньги зря?

Попросите декомпозицию месячного счёта: какие задачи сделаны, сколько часов, что изменилось на сайте. Красные флаги: отчёт только из позиций, запросы с нулевой частотностью, «ссылочный бюджет» без списка ссылок. Честный подрядчик раскладывает счёт до задач спокойно.

Если хотите примерить эту экономику на свой проект, начните с экспресс-аудита на [solaris-club.one](https://solaris-club.one?utm_source=blog&utm_medium=article&utm_campaign=daily_seo_geo): он покажет, где сайт теряет видимость в поиске и в ответах нейросетей и сколько реально стоит это исправить.

Разборы ИИ для бизнеса я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры: подписывайтесь, если хотите видеть кухню, а не только витрину.

Внедрение искусственного интеллекта в компании начинается не с выбора нейросети, а с выбора процесса. ИИ внедряют не «в бизнес вообще», а в один конкретный процесс с измеримым результатом. Рабочая схема укладывается в пять шагов: выбрать узкий процесс, собрать по нему данные, запустить пилот, замерить эффект в деньгах или часах и только после этого масштабировать.

Для первого пилота лучше всего подходят процессы с потоком однотипных обращений: ответы клиентам, обработка заявок, поиск по внутренним регламентам, онбординг новичков. Там результат видно за недели, а не за кварталы.

Провалы почти всегда случаются по одной причине: компания покупает технологию раньше, чем формулирует задачу. Ниже разберу каждый шаг и покажу, где путь можно пройти самостоятельно, а где проще позвать подрядчика.

С чего начать внедрение искусственного интеллекта

Начинать нужно с инвентаризации процессов, а не с демо нейросетей. Возьмите три процесса, где сотрудники тратят больше всего времени на однотипные действия, и по каждому ответьте на два вопроса: сколько часов в месяц он съедает и оцифрованы ли по нему данные.

Дальше выбирается один процесс-пилот. Критерий формулируется одним предложением: хороший пилот для ИИ это процесс, который повторяется десятки раз в день, опирается на существующие документы и имеет измеримую метрику. Поддержка клиентов подходит почти всегда: вопросы повторяются, ответы лежат в регламентах, метрика очевидна: время ответа и доля закрытых обращений.

Как подготовить данные, чтобы ИИ отвечал по делу

ИИ-ассистент отвечает ровно настолько хорошо, насколько хороша база знаний под ним. До запуска соберите в одно место всё, на что он будет опираться: регламенты, прайсы, описания продуктов, историю переписок, типовые вопросы с ответами.

К идеалу стремиться не нужно. Для пилота хватает 20-30 документов по выбранному процессу: по нашим замерам в проектах Solaris такой объём закрывает 60-70% типовых обращений, остальное ассистент передаёт живому сотруднику. И назначьте владельца базы знаний: устаревший прайс в базе это гарантированный неверный ответ клиенту.

Куда смотреть по 152-ФЗ: облако или свой сервер

Если через ассистента пойдут персональные данные клиентов, вопрос размещения становится юридическим, а не техническим. Отправлять ФИО, телефоны и переписки в зарубежные облачные нейросети напрямую нельзя: это трансграничная передача персональных данных со всеми требованиями 152-ФЗ.

Вариантов два. Либо вычищать персональные данные перед отправкой в облако, что ломает половину сценариев. Либо разворачивать модель on-premise, на сервере компании: данные физически не покидают периметр, и закон соблюдается архитектурой системы, а не обещаниями поставщика.

Делать самим или звать подрядчика

Собрать пилот своими руками реально: связка облачного API, векторной базы и простого бота поднимается силами одного разработчика за 2-4 недели, это типовой срок в нашей практике. Вопрос в том, что будет после пилота: обновление базы знаний, интеграции с CRM, контроль качества ответов, и всё это на годы вперёд.

| Вариант | Срок запуска | Где данные | Кому подходит | |---|---|---|---| | Самостоятельно на облачном API | 2-4 недели на пилот | В облаке провайдера | Есть разработчик, данные без персоналки | | Готовый бот по подписке | Считанные дни | В облаке сервиса | Простые типовые сценарии | | On-premise с подрядчиком | Несколько недель, фикс за проект | На сервере компании | Персональные данные, интеграции, 152-ФЗ |

Мы в Solaris делаем третий вариант: корпоративный ИИ-ассистент на данных компании, развёрнутый on-premise, с фиксированной ценой за внедрение вместо вечной подписки. Но таблица честная: если персональных данных нет, а разработчик есть, первые два пути тоже рабочие.

Как понять, что пилот удался

Успех пилота меряется в тех же единицах, в которых вы описали проблему: часы сотрудников, скорость ответа, доля обращений без участия человека. Замерьте эти показатели до запуска, иначе через месяц сравнивать будет не с чем.

Порог договаривайте заранее. Например: ассистент закрывает больше половины обращений без эскалации, а время первого ответа падает с часов до минут. Достигли: масштабируйте на соседние процессы. Не достигли: чаще всего виновата база знаний, а не модель, и это лечится неделей доработки документов.

Меня зовут Антон Баранов, я основатель Solaris AI, 16 лет в предпринимательстве: всё описанное выше собрано из проектов внедрения, которые мы с клиентами прошли руками.

Частые вопросы про внедрение ИИ

Сколько времени занимает внедрение ИИ в компании?

Пилот на одном процессе занимает от двух до шести недель: часть уходит на сбор базы знаний, остальное на настройку и обкатку. Полное внедрение с интеграциями и обучением сотрудников растягивается на два-три месяца. Дольше идут только проекты, где не выбрали конкретный процесс.

Нужен ли программист в штате, чтобы внедрить ИИ?

Для пилота на готовом сервисе не нужен. Для самостоятельной сборки on-premise нужен минимум один инженер, который останется поддерживать систему. Третий путь: подрядчик разворачивает систему в вашем контуре и берёт поддержку на себя.

Можно ли отправлять данные клиентов в зарубежные нейросети?

Персональные данные россиян отправлять туда напрямую нельзя: это нарушение 152-ФЗ. Либо анонимизируйте данные до отправки, либо используйте модель, развёрнутую на своём сервере или в российском контуре.

Что такое on-premise и зачем он бизнесу?

On-premise это размещение ИИ-системы на серверах самой компании, а не в облаке поставщика. Данные физически не покидают ваш контур, что снимает вопросы 152-ФЗ и коммерческой тайны. Плата за это: нужен сервер и человек, который следит за системой.

С какого процесса начинать внедрение искусственного интеллекта?

С того, где много однотипных обращений и есть готовые документы: поддержка клиентов, обработка заявок, поиск по регламентам. Такой пилот даёт измеримый эффект за недели и аргументы для масштабирования на остальные процессы.

Если хотите пройти этот путь без собственной разработки, посмотрите [корпоративного ИИ-ассистента Solaris](https://solaris-club.one/corporate/ai-assistant/?utm_source=blog&utm_medium=article&utm_campaign=daily_corp_assistant): ассистент для сотрудников и клиентов на данных компании, on-premise, в соответствии со 152-ФЗ и с фиксированной ценой за внедрение.

Разборы внедрений и ИИ-инструментов для бизнеса я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они появляются в обзорах. Подписывайтесь, чтобы видеть кухню, а не витрину.

Нейросеть для бизнеса в 2026 году это уже не чат-бот с кнопками, а цифровой сотрудник: ИИ-агент, который сам ведёт переписку в мессенджерах, квалифицирует заявки, отвечает на вопросы по продукту и доводит клиента до оплаты. Он подключается к вашим каналам (Telegram, WhatsApp, VK, сайт), опирается на базу знаний компании, работает круглосуточно и не теряет ни одной заявки.

Главный сдвиг последнего года: нейросеть перестала быть инструментом в руках сотрудника и стала исполнителем процесса целиком. В 2024-2025 бизнес использовал ИИ как ускоритель: человек писал промт и забирал результат. В 2026 рабочая единица другая: ИИ-агент, которому отдали процесс (продажи, поддержку, исходящие касания) и который отчитывается результатом, а не черновиком.

Запрос «нейросеть для бизнеса» набирает 2073 показа в месяц по Вордстату, и за этой цифрой стоят не любители технологий, а владельцы, у которых заявки теряются ночью, менеджеры отвечают через три часа, а найм нового человека не сходится по экономике. Разберу, что изменилось и как в это войти без потерь.

Почему прежний подход к ИИ перестал работать

Прежний подход это «купили подписку на ChatGPT, менеджеры что-то генерируют». Он перестал давать преимущество, потому что так теперь делают все: когда каждый конкурент пишет посты нейросетью, скорость написания постов ничего не решает.

Преимущество сместилось на уровень процессов. Выигрывает не тот, у кого сотрудники пользуются нейросетью, а тот, у кого нейросеть закрывает процесс без сотрудника: отвечает первой за секунды, ведёт диалог по логике продажи и передаёт человеку уже тёплого клиента с заполненной квалификацией. Пока один бизнес утром разбирает ночные заявки, у другого они обработаны ещё до рассвета.

Что делает нейросеть для бизнеса на практике

Она заменяет мини-отдел из сейлза, SDR и ресёрчера на первичных этапах воронки и снимает с поддержки типовые вопросы. Человек остаётся там, где нужны переговоры, нестандартные решения и ответственность за крупную сделку.

| Задача | Как было с людьми | Как с ИИ-агентом | |---|---|---| | Первый ответ на заявку | Часы, ночью и в выходные заявка ждёт | Секунды, в любое время | | Квалификация лида | Менеджер задаёт вопросы вручную, когда дойдут руки | Агент выясняет бюджет, задачу и срок в первом же диалоге | | Типовые вопросы поддержки | Съедают до половины дня сотрудника | Закрываются из базы знаний без человека | | Исходящие касания | SDR делает десятки в день и выгорает | Сотни персонализированных касаний по сценарию |

Важная оговорка: ИИ-агент хорош ровно настолько, насколько упакованы ваши знания. Если в компании нет внятных ответов на частые вопросы и логики продажи, сначала придётся собрать их, и это самая полезная часть внедрения.

Сколько стоит нейросеть для бизнеса и когда окупается

Готовый ИИ-ассистент по подписке обходится в 20-60 тысяч рублей в месяц: это данные нашего разбора рынка 2026 года, который мы публиковали в блоге. Кастомная разработка дороже и оправдана при сложных интеграциях и больших объёмах.

Экономика считается против альтернативы. Подписка стоит меньше, чем один линейный менеджер с налогами, при этом агент не болеет, не увольняется и работает ночью. Честная формула окупаемости звучит так: ИИ-ассистент окупается, когда стоимость потерянных без него заявок превышает цену подписки. У бизнеса с ночным трафиком из рекламы это происходит в первый же месяц, у компании с тремя заявками в неделю может не произойти никогда, и тогда внедрять рано.

С чего начать внедрение, чтобы не разочароваться

Начните с одного процесса, а не с «внедрим ИИ везде». Лучший кандидат тот, где заявки теряются из-за скорости ответа: первичная обработка входящих в мессенджерах. Соберите базу знаний, запустите агента на части трафика, две недели сравнивайте конверсию и только потом расширяйте.

По нашей практике в Solaris запуск занимает от трёх дней до двух недель, и основное время уходит не на технику, а на упаковку знаний компании. Я Антон Баранов, основатель Solaris AI, за шестнадцать лет в предпринимательстве не видел инструмента, который так быстро показывал бы, где в бизнесе на самом деле дыра: обычно она не в технологиях, а в том, что продукт никто не описал словами.

Чем ИИ-ассистент отличается от обычного чат-бота?

Чат-бот работает по жёсткому сценарию с кнопками и ломается на первом нестандартном вопросе. ИИ-ассистент понимает свободную речь, опирается на базу знаний компании и сам ведёт диалог к цели: квалификации или продаже. По сути это разница между автоответчиком и сотрудником.

Может ли нейросеть заменить менеджера по продажам?

На первичных этапах да: первый ответ, выяснение потребности, презентация, типовые возражения. Сложные переговоры и крупные чеки остаются за человеком. Рабочая схема 2026 года: ИИ ведёт массовый поток, человек закрывает тёплых клиентов.

Сколько стоит внедрить нейросеть в бизнес?

Готовый ИИ-ассистент по подписке стоит 20-60 тысяч рублей в месяц, по нашему разбору рынка 2026 года. Кастомная разработка дороже и нужна при сложных процессах. Начинать разумно с подписки: так вы проверите экономику до серьёзных вложений.

Безопасно ли давать нейросети доступ к данным клиентов?

Да, если оператор фиксирует, куда уходят данные, и не обучает публичные модели на вашей переписке: спросите об этом до подключения. Для чувствительных отраслей есть вариант с развёртыванием модели на собственном сервере компании.

Сколько времени занимает запуск ИИ-ассистента?

От трёх дней до двух недель, по нашим замерам на проектах Solaris. Основное время уходит на сборку базы знаний: описание продукта, ответы на частые вопросы, логика квалификации. Чем лучше упакованы материалы, тем быстрее старт.

Если хотите посмотреть, как это выглядит в готовом виде, у нас есть личный ИИ-ассистент, который закрывает продажи, поддержку и контент во всех мессенджерах: описание, примеры диалогов и тарифы собраны на [странице продукта](https://solaris-club.one/ai-assistant?utm_source=blog&utm_medium=article&utm_campaign=daily_personal_assistant).

Разборы того, как ИИ меняет продажи и процессы в бизнесе, я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры. Подписывайтесь, если хотите видеть эти сдвиги первыми.

Это третья статья цикла. В [первой](https://solaris-club.one/blog/era-ii-glavnoe-kachestvo-cheloveka-duhovnyy-sterzhen.html) речь шла о стержне, во [второй](https://solaris-club.one/blog/prohozhdenie-krizisa-eto-ne-shtorm-kotoryy-nado-perezhdat.html) о том, что кризис не шторм, который надо переждать. Теперь о самом удобном самообмане, который я слышу на каждой второй встрече: «это всё война, санкции, ставка, сложное время, пройдёт». Удобно, потому что снимает ответственность. Если виноваты обстоятельства, от меня ничего не зависит, надо просто потерпеть. Цифры говорят другое. Это уже не системный сбой, который «пройдёт». Это смена поведения людей, и она не откатится назад, когда закончится то, на что все списывают.

Это не миф: цифры 2026 года

За первый квартал 2026 года в России закрылись 209 000 малых и средних предприятий, на 9% больше, чем годом раньше. Закрылось вдвое больше компаний, чем было создано. Сильнее всего просели три сферы: розница, бьюти-услуги и общепит. Это не оценка из Telegram-канала, это данные сервиса «Контур.Фокус», которые разошлись по всем деловым изданиям и легли в основу той самой аналитики «Нескучных финансов», с которой я начал прошлую статью.

Теперь по именам, потому что абстрактные тысячи не пугают, а конкретные вывески пугают правильно.

«ВкусВилл», витрина «здорового и современного ритейла», за 2025 год закрыл 286 магазинов, то есть 13% сети, и по данным источников в 2026 году закроет ещё около 150. Компания говорит об «оптимизации». Оптимизация на 13% за год это не оптимизация, это отступление.

За семь месяцев 2026 года 47 брендов розницы пересмотрели стратегию: 17 закрыли все магазины, 21 сократил сеть, остальные в подвешенном состоянии. Шесть из десяти это одежда и обувь. Gloria Jeans закрывает около 150 магазинов. Lime, «Лэтуаль», O'stin, «Шоколадница», «Жизньмарт» режут сети. Посещаемость офлайн-магазинов одежды за первые 22 недели года упала на 5%, а это самые оптимистичные данные. Росстат оценивает состояние розницы как худшее за 20 лет наблюдений: индекс экономической ситуации минус 24, оценка прибыльности минус 34 против минус 15 в конце прошлого года. Наценки при этом выросли до рекордных 28%: сети компенсируют падение трафика ценой, и этим добивают трафик.

Общепит. В 2025 году ликвидированы 35 400 предприятий общественного питания, почти на 10% больше, чем годом раньше. За январь и февраль 2026 года рынок покинули ещё 7 300, плюс 29% к прошлому году. В Москве за первые недели января закрылись 45 ресторанов и баров, вдвое больше обычного, прогноз на год: не меньше 465 закрытий. Крупнейшая волна со времён пандемии. После снижения порога освобождения от НДС с 60 до 20 млн рублей тысячи кафе стали плательщиками НДС, подняли цены и потеряли до 40% трафика за три месяца. Государство потом откатило часть нормы, но закрывшиеся заведения назад не открылись.


*Одна улица, две экономики. Слева витрины, которые «ждут, когда пройдёт». В конце улицы дискаунтер, в который люди уже перешли. Они не вернутся в закрытые магазины не потому, что обиделись, а потому что научились жить иначе.*

На чём люди экономят в первую очередь

Вот самое важное. Чтобы понять, куда не надо вписываться, не нужна стратегия, нужен один вопрос: от чего человек отказывается первым, когда ему не хватает денег. Ответ известен и измерен.

61% россиян стали реже ходить в кафе и рестораны, чаще стали ходить только 4%. Посещаемость общепита за первое полугодие 2026 года упала на 6–10% при росте среднего чека до 18%: люди ходят реже и платят больше, и это делает их походы ещё реже. Пекарни минус 10%, кафе минус 9%, фастфуд минус 7%. Более 80% экономят на еде вообще, 70% считают расходы на продукты.

Путешествия. 44% при нехватке денег выберут поездку по России вместо заграницы, 35% сократят отпуск, 30% поедут в низкий сезон или в отель на звезду ниже. Рост турпотока замедлился до 4,3%, летние бронирования снижаются, Минэкономразвития ждёт год «на уровне прошлого». Это ещё не падение, но это уже не рост, а на рынке, куда за три года вписались тысячи новых отелей, глэмпингов, гидов и турагентств, «не рост» означает передел с выбыванием.

Одежда, косметика, подписки, развлечения, бьюти. Всё, что эксперты называют «сервисным и эмоциональным потреблением», люди режут первым. Вместо эмоциональных покупок рациональные. Это не временная реакция на плохие новости. Это новая привычка, а привычки, как известно, обратно не отучиваются.

И теперь вопрос, ради которого я пишу эту статью. Зачем в 2026 году открывать кафе, ресторан, магазин одежды, турагентство, косметологию, то есть вписываться ровно в то, на чём люди уже решили экономить? Зачем обрекать себя на провал заранее, не успев даже начать? Я задаю его не абстрактно. Мне регулярно приносят бизнес-планы с кофейней, «авторским баром», «уютным семейным рестораном», школой путешествий. Люди, которые это приносят, умные. Они просто не смотрят на цифры, потому что цифры мешают мечте.


*Внутри официанты ждут гостей. За окном те же гости, только они теперь заказывают готовую еду домой. Спрос не исчез. Он вышел на улицу и уехал на самокате. Догонять его надо там, а не за красиво накрытым столом.*

Мёртвая лошадь

У индейцев дакота есть мудрость: если ты обнаружил, что скачешь на мёртвой лошади, слезь с неё. Всё остальное, что делают люди с мёртвой лошадью, описано давно и точно: покупают новое седло, меняют наездника, нанимают консультанта по мёртвым лошадям, объявляют, что лошадь «не мёртвая, а временно неэффективная», сравнивают с другими мёртвыми лошадьми, вливают в лошадь деньги, создают рабочую группу по оживлению лошади. И главное, говорят, что лошадь умерла из-за обстоятельств, а не потому, что лошади смертны.

Ровно это сегодня делает половина малого бизнеса. Кафе с падающим трафиком делает ремонт. Магазин одежды с минус 5% посещаемости запускает программу лояльности. Турагентство вкладывается в рекламу, которая подорожала вдвое при том же числе заявок. Всё это седло на мёртвой лошади. Лошадь от этого не встанет, а деньги, которых и так нет, кончатся быстрее.

Слезть с мёртвой лошади тяжело не экономически, а духовно. Нужно признать, что то, во что вложены годы, деньги и самолюбие, больше не едет. Это ровно тот стержень, о котором я писал в первой статье: человек без опоры держится за лошадь, потому что лошадь и была его опорой. Человек с опорой слезает, благодарит лошадь за пройденный путь и идёт искать живую. «Предоставь мёртвым погребать своих мертвецов, а ты иди» (Лк. 9:60). Сказано не про бизнес, но про то же самое: нельзя идти вперёд, держась за то, что умерло.

Посмотреть по сторонам: что растёт рядом

Самая большая ошибка в кризис не в том, что люди выбирают умирающую нишу. А в том, что они не смотрят на соседнюю. Деньги, которые ушли из ресторана, не испарились. Они перешли в соседний карман, и этот карман почти всегда в двух шагах от мёртвой лошади. Вот что растёт по данным того же 2026 года.

Жёсткие дискаунтеры. Единственный формат, который торговые сети в 2026 году реально открывали. Оборот формата вырастет на 19% до 2 трлн рублей, и это называют «замедлением». «Чижик» за 2025 год вырос на 67% до 417 млрд. Пока «ВкусВилл» закрывает мини-маркеты, рядом открывают дискаунтеры. Тот же покупатель, тот же район, другой формат.

Готовая еда и доставка. Рынок готовой еды вырастет в 2026 году на 13–18% и подойдёт к 1,3 трлн рублей. В сетях категория растёт на 30% в год два года подряд, у отдельных сетей доставка готовой еды удвоилась. Ресторан закрывается не потому, что люди перестали хотеть вкусно есть. Они хотят вкусно есть дома за меньшие деньги. Дарк-китчен рядом с закрывшимся рестораном кормит тех же самых людей.

Ресейл и ремонт. Рынок секонд-хенда и ресейла достиг 1 трлн рублей и растёт на 12–15% в год, вторичный рынок одежды растёт втрое быстрее первичного, число покупок плюс 9% за полугодие. Рынок ремонта техники 86 млрд и растёт, потому что новая техника дорогая. Магазин одежды умирает, а комиссионка, ресейл-платформа и ателье рядом с ним живут. Мастерская по ремонту телефонов в том же торговом центре, где закрылся салон электроники, загружена на неделю вперёд.

Бюджетный внутренний туризм. Заграница режется, дорогой юг режется, а Северо-Запад, Поволжье, Урал, природный туризм и малые исторические города растут быстрее рынка. Спрос сместился в доступное размещение. Не «бутик-отель у моря», а чистый гостевой дом за 5 000 в ночь в городе, куда раньше никто не ездил.

Онлайн и сервисы для бизнеса. Интернет-торговля выросла на 28% за год, и именно маркетплейсы названы одной из трёх причин закрытия офлайн-розницы. Значит, деньги там. Плюс всё, что помогает оставшемуся бизнесу резать издержки: автоматизация, ИИ-ассистенты вместо растущего ФОТ, сервисы учёта, продвижение в поиске и нейросетях, на которое переходит бюджет подорожавшей рекламы. В прошлой статье я писал, что ИИ уже делает половину офисной работы. Тот, кто умеет поставить его на службу чужому бизнесу, сегодня растёт на чужом кризисе.


*Река не высохла. Она сменила русло. Старое дно с брошенными лодками в трёхстах метрах от нового берега, где уже ловят рыбу и строят дома. Вопрос только в том, куда смотреть: на свои лодки или на воду.*

Закономерность одна во всех пяти случаях. Растущая ниша почти всегда смежная с падающей: тот же клиент, та же потребность, другой способ её закрыть дешевле. Спрос не умирает, он меняет русло. Ресторан превращается в готовую еду, бутик в ресейл, салон электроники в ремонт, заграничный тур в гостевой дом на Волге. Кто смотрит на своё дно, видит смерть. Кто смотрит по сторонам, видит, куда ушла вода.

Что делать перед тем, как вписываться

Первое. Прежде чем вкладывать хоть рубль, ответьте на один вопрос письменно: это то, на чём люди сейчас экономят, или то, на что они переходят, когда экономят? Если первое, не вписывайтесь. Никакая «уникальная концепция» не отменяет того, что 61% вашей аудитории уже решили ходить реже.

Второе. Если вы уже внутри падающей ниши, перестаньте покупать седло. Ремонт, реклама, лояльность, ребрендинг в падающем сегменте это деньги в мёртвую лошадь. Вместо этого посмотрите, куда ушёл ваш клиент, и идите за ним: из зала в доставку, из бутика в ресейл, из продажи в ремонт и сервис.

Третье. Ищите смежное, а не новое. Переход в соседнее русло сохраняет ваши главные активы: знание клиента, поставщиков, команду, репутацию. Переход в чужую отрасль обнуляет всё. Ресторатор, открывший дарк-китчен, использует всё, что умел. Ресторатор, ушедший в криптовалюту, начинает с нуля и обычно там и остаётся.

Четвёртое. Смотрите на цифры, а не на ленту. Лента показывает открытия и успехи, потому что закрытия не постят. Цифры показывают 209 000 закрытий за квартал. Решение на основе ленты это решение на основе выживших, и оно всегда оптимистичнее реальности.

Пятое. Не списывайте на обстоятельства. Война, ставка, налоги, санкции реальны, но они одинаковы для всех. В тех же условиях «Чижик» вырос на 67%, а готовая еда на 30%. Разница не в обстоятельствах, а в том, кто куда смотрел. Тот, кто списывает на обстоятельства, уже выбрал не слезать с лошади.

Стержень, снова

Заканчиваю тем же, чем две предыдущие статьи, потому что это одна мысль. Слезть с мёртвой лошади, признать, что мечта не едет, посмотреть по сторонам и пойти туда, где вода, требует не бизнес-навыка, а опоры. Психология здесь предложит «принять потерю» и «найти ресурс». Но принимать потерю в пустоту невыносимо, поэтому люди и тащат лошадь до последнего: она хотя бы своя. Человек со стержнем теряет иначе: он знает, что лошадь была дана на время, и что дорога не кончилась вместе с ней. «Всему своё время, и время всякой вещи под небом: время насаждать, и время вырывать посаженное» (Еккл. 3:1–2). Уметь вырывать посаженное, когда пришло время, и есть та самая устойчивость, которую не купить на тренинге.

Лошадь умерла. Слезьте. Вода ушла в соседнее русло. Идите туда. Это не трагедия, это маршрут.

Где в 2026 году растёт, а где тащат мёртвых лошадей, я разбираю на цифрах в своём Telegram-канале: [t.me/AntonProBusiness](https://t.me/AntonProBusiness?utm_source=blog&utm_medium=article&utm_campaign=loshad).

Самый надёжный способ ошибиться с агрегатором нейросетей: купить подписку из-за длинного ряда логотипов на лендинге. Логотип Sora на сайте не гарантирует ничего. Внутри может оказаться прошлогодняя версия модели, очередь на генерацию в час пик и лимит в десять запросов, о котором вы узнаете после оплаты. Список моделей на витрине и то, что реально доступно в кабинете, совпадают далеко не всегда.

Рабочая формула выбора укладывается в четыре пункта. Смотрите на конкретные версии моделей: не «GPT», а GPT-5, не «Kling», а Kling 3.0. Смотрите на лимиты по каждой модели, а не на общий «безлимит». Проверяйте способ оплаты: если сервис для российского рынка, оплата должна проходить рублями с обычной карты. И обязательно проверяйте сервис на своей задаче до того, как отдадите деньги: стартовый тариф без оплаты для этого и существует.

Хороший агрегатор нейросетей продаёт доступ, а не обещания: конкретные версии моделей, лимиты и цена видны до оплаты, а качество можно проверить на стартовом тарифе. Всё, что не проходит эту проверку, покупать не стоит, каким бы красивым ни был лендинг.

Зачем агрегатор, если можно купить подписки напрямую

Агрегатор закрывает две проблемы сразу: оплату из России и зоопарк отдельных сервисов. Прямые подписки на ChatGPT Plus, Midjourney и Suno в сумме стоят порядка 50-60 долларов в месяц по официальным прайсам этих сервисов, каждую придётся оплачивать зарубежной картой, а часть из них не открывается без VPN.

Агрегатор даёт те же модели в одном кабинете за одну оплату в рублях. Но есть и цена удобства: вы зависите от посредника. Поэтому выбирать посредника нужно жёстче, чем сам инструмент.

| Вариант | Оплата из России | Порядок цен | Моделей | |---|---|---|---| | Прямые подписки (ChatGPT, Midjourney, Suno) | Зарубежная карта, местами VPN | 50-60 $/мес за три сервиса | 3-5 | | Свои API-ключи и самописная обвязка | Зарубежная карта, нужен разработчик | от 20 $/мес плюс время на поддержку | сколько подключите | | Агрегатор (например, GiG AI) | Рубли, российская карта | 990-4990 ₽/мес | 40+ |

Цифры по прямым подпискам: официальные прайсы сервисов на август 2026 года. По GiG AI: действующие тарифы Pro за 990 и Enterprise за 4990 рублей в месяц, плюс тариф Free для проверки.

На что смотреть при выборе агрегатора нейросетей

Главный критерий: скорость обновления моделей. Sora 2 Pro, Veo 3.1, Kling 3.0, Suno v5 сменяют предыдущие версии за месяцы, и агрегатор, который обновляется раз в полгода, продаёт вам вчерашний день по сегодняшней цене. Спросите прямо: через сколько дней после релиза новая версия появляется в сервисе.

Второй критерий: честные лимиты. Генерация минуты видео в Veo или Sora стоит реальных денег у самих провайдеров, поэтому «безлимитное видео за 990 рублей» математически невозможно. Нормальная практика: понятная квота генераций на тариф, прописанная до оплаты.

Третий: устойчивость самой компании. Публичная команда, оферта, работающая поддержка, история обновлений. Вы платите вперёд, и вам нужен кто-то, с кого можно спросить.

Красные флаги: когда лучше пройти мимо

Пройти мимо стоит, если сервис не называет версии моделей и прячет лимиты до момента оплаты. Это два флага, которые перекрывают любые достоинства.

Дальше по убыванию тяжести. Оплата только криптовалютой или переводом на карту физлица: при споре вы никому ничего не докажете. Обещание «безлимита» на тяжёлые модели: на практике это очереди или тихо урезанное качество. Отсутствие тарифа для проверки: если продукт хорош, поставщику выгодно дать вам его пощупать. Анонимная команда без юрлица и оферты: спрашивать за сбой будет не с кого.

Какие вопросы задать поставщику до оплаты

Пять вопросов закрывают девяносто процентов рисков. Какие точные версии моделей доступны на моём тарифе? Какие лимиты по каждой модели и что происходит при их исчерпании? Через сколько дней после релиза у вас появляются новые версии? Как устроен возврат, если сервис мне не подошёл? Куда писать, когда генерация зависла, и за какое время отвечает поддержка?

Показательны не только ответы, но и скорость. Если поставщик сутки думает над вопросом о лимитах, представьте, как он будет отвечать на вопрос о пропавшей оплате.

Чек-лист: проверка агрегатора за десять минут

- На лендинге названы версии моделей, а не только бренды - Лимиты каждого тарифа опубликованы до оплаты - Есть тариф Free или пробный доступ, и вы прогнали на нём свою реальную задачу - Оплата рублями с обычной карты, есть оферта и юрлицо - Поддержка ответила на тестовый вопрос в разумный срок - Понятно, как быстро сервис подхватывает новые релизы моделей

Шесть галочек из шести: можно платить. Четыре и меньше: ищите дальше, дешевле выйдет.

Мы с командой собирали GiG AI ровно под эти критерии, потому что сами устали жонглировать зарубежными картами: 40+ моделей, включая Sora 2 Pro, Kling 3.0, Veo 3.1, Suno v5, Claude и GPT-5, оплата рублями, тарифы от Free до Enterprise за 4990. Я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и этот чек-лист я сначала прогнал на собственном продукте.

Частые вопросы

Что такое агрегатор нейросетей и как он работает?

Это сервис, который подключается к десяткам AI-моделей по официальным API и даёт доступ к ним в одном кабинете за одну подписку. Вы платите агрегатору, он рассчитывается с провайдерами моделей. Качество генерации при этом определяет сама модель, а не посредник.

Можно ли пользоваться нейросетями в России без VPN?

Можно, через агрегаторы: они держат инфраструктуру, доступную с российских IP, и принимают оплату рублями. GiG AI работает именно так: Sora, Veo, Claude и остальные модели открываются без VPN и зарубежных карт.

Сколько стоит агрегатор нейросетей в месяц?

Рыночная вилка: примерно от 500 до 5000 рублей в месяц в зависимости от лимитов и набора моделей. В GiG AI тариф Pro стоит 990 рублей, Enterprise с расширенными лимитами 4990, а тариф Free позволяет проверить сервис до оплаты.

Чем агрегатор отличается от подписки на ChatGPT?

Подписка на ChatGPT даёт модели одной компании, агрегатор собирает модели разных: тексты, видео, музыку, изображения. Для задач, где нужен только чат-ассистент, хватит и одной подписки. Если вы генерируете видео в Kling, музыку в Suno и тексты в Claude, агрегатор выходит заметно дешевле суммы прямых подписок.

Отстаёт ли качество моделей в агрегаторе от оригинала?

При работе через официальные API модель та же самая, отставания в качестве нет. Разница возможна в лимитах и скорости в часы пик, поэтому и нужен пробный прогон на своей задаче. Если агрегатор скрывает, каким способом он подключает модели, это повод насторожиться.

Если хотите проверить чек-лист на живом сервисе, начните с тарифа Free в [GiG AI](https://gig-ai.love?utm_source=blog&utm_medium=article&utm_campaign=daily_gig_ai): версии моделей и лимиты там опубликованы до оплаты, так что сверять пункты будет просто.

Разборы AI-инструментов для бизнеса я публикую в своём Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры. Подписывайтесь, если хотите принимать такие решения на опыте, а не на лендингах.

В [прошлой статье](https://solaris-club.one/blog/era-ii-glavnoe-kachestvo-cheloveka-duhovnyy-sterzhen.html) я писал о стержне: о том, что держит человека, когда всё вокруг ломается. Теперь о самом стресс-тесте. Он уже идёт, и проходит его одновременно весь экономический слой страны, каждый бизнес и каждый человек лично. Большинство до сих пор думает, что это шторм: переждать, затянуть пояса, и вода вернётся. Это не шторм. Вода не возвращается. И те, кто сидит на берегу под зонтами, сидят не на берегу, а на дне.

Цифры, которые не про «подождать»

С начала 2026 года в России закрылись 209 000 бизнесов. Убытки бизнеса за 2025 год составили 7,5 трлн рублей. Просроченная дебиторская задолженность достигла 8,2 трлн: деньги, которые есть на бумаге, но нет на счёте. Затраты на маркетинг выросли в полтора-два раза при том же объёме заявок. Выездные налоговые проверки стали результативными на 98%, средний доначисленный чек 104 млн рублей. Это не мои оценки, это аналитика «Нескучных финансов», Росстата и ФНС за август 2026 года.

Прочитайте эти цифры ещё раз и обратите внимание не на величину, а на характер. Ни одна из них не описывает временную просадку. Все они описывают смену правил. Закрытые бизнесы не откроются обратно, когда «станет полегче». Дебиторка в 8,2 трлн это не задержка платежей, это целая экономика, живущая в долг друг у друга и делающая вид, что у неё есть деньги. Маркетинг, подорожавший вдвое при тех же заявках, означает, что старый способ покупать клиентов кончился, а не подорожал. Автоматизированный налоговый контроль означает, что эпоха «как-нибудь договоримся» закрыта навсегда, потому что договариваться теперь не с кем: решает алгоритм.

Кризис проверяет не запас прочности, а модель управления

Первыми вымывает не тех, у кого мало денег. Первыми вымывает тех, кто держался на ручном управлении и памяти собственника. Компания, в которой всё знает один человек, где процессы живут в его голове, где каждое решение проходит через него, где сотрудники ждут команды, а не делают своё дело. Такая компания работает ровно до тех пор, пока собственник здоров, бодр и не ошибается. Кризис бьёт именно в эту точку: собственник устаёт, начинает ошибаться под давлением, и дом, построенный на его памяти, складывается за один квартал.

Это тот самый пьедестал на пустоте из прошлой статьи, только в масштабе бизнеса. Человек поставил компанию на себя. Дождь пошёл, и выяснилось, что под компанией не фундамент, а один человек, который не может не спать.


*Ручное управление. Все нити в двух руках, и руки уже дрожат. Сотрудники ждут команды. Нити рвутся по одной, и никто, кроме хозяина, не знает, куда они вели.*

Зарплаты растут быстрее производительности

Второй пункт слайда звучит сухо, а означает страшное. Каждый сотрудник стоит дороже, а отдача на рубль фонда оплаты труда падает. Проще говоря, бизнес платит за присутствие, а не за результат. За то, что человек пришёл, сидел, участвовал в созвонах, «был в процессе». В сытые годы это можно было не замечать. Сейчас каждый рубль ФОТ, не превращённый в результат, это рубль из убытков в 7,5 трлн.

Здесь дерзкая часть. Значительная доля той работы, за которую сегодня платят растущие зарплаты, уже делается нейросетью за минуты: отчёты, письма, первичная обработка заявок, черновики документов, сводки, ответы клиентам по типовым вопросам. Руководитель, который продолжает платить людям за это, платит не сотрудникам, а собственному нежеланию менять модель. А сотрудник, который держится за такую работу, держится за воду, которая ушла. Притча о талантах (Мф. 25:14–30) именно об этом: закопанный талант не сохраняется, он отнимается. Ни у работника, ни у работодателя.

Заёмными деньгами разрыв не закрыть

При текущей ставке проценты съедают прибыль. Значит, каждый кредит, взятый на «перекрыть кассовый разрыв», делает разрыв больше, а не меньше. Это вторая дорога из прошлой статьи, свобода в обмен на комфорт, в чистом виде: кредит даёт комфорт сегодня и забирает свободу завтра. «Должник делается рабом заимодавца» (Притч. 22:7), и это не метафора, это арифметика при ставке выше рентабельности.


*Дырявая бочка. Шланг из банка, вода уходит через трещины быстрее, чем заходит. Разрыв закрывают не водой. Разрыв закрывают, когда заделывают трещины, а для этого надо сначала перестать лить.*

Деньги в долг лечат симптом: нет денег на счёте. Причина другая: модель, которая не создаёт денег. Пока причина не тронута, каждый новый транш лишь откладывает и увеличивает счёт. Бизнесы, которые сейчас закрываются, в большинстве не разорились в один день. Они годами закрывали разрыв заёмными, пока проценты не стали больше прибыли.

Налоговый контроль автоматизирован

98% результативность выездных проверок и средний чек 104 млн. Государство уже внедрило искусственный интеллект раньше большинства компаний. Алгоритм видит расхождения между декларациями, банковскими проводками, контрагентами и кассами быстрее, чем бухгалтер успевает их создать. Серые схемы, оптимизация «через знакомых», двойной учёт, всё это сегодня не риск, а отложенный счёт с почти стопроцентной вероятностью предъявления.

Вывод жёсткий, но простой: честность перестала быть вопросом морали и стала условием выживания. «Нет ничего тайного, что не сделалось бы явным» (Лк. 8:17). Две тысячи лет это звучало как предупреждение о Страшном суде. Теперь это звучит ещё и как описание работы ФНС. И, замечу, нравственность без духовного смысла здесь тоже не держит: человек, который не ворует только потому, что боится алгоритма, украдёт, как только найдёт дыру в алгоритме. Держит только тот, кто не ворует, потому что знает, перед Кем стоит.

Три слоя одного стресс-теста

Экономика, бизнес и личная жизнь проходят сейчас один и тот же экзамен, с одним вопросом: на чём ты стоишь.

Экономика в целом стояла на дешёвых деньгах, растущем спросе и взаимном долге. Вода ушла, и дебиторка в 8,2 трлн это обнажившееся дно.

Бизнес стоял на памяти собственника, растущем ФОТ и кредите. Вода ушла, и 209 000 компаний оказались на песке.

Человек лично стоял на зарплате, которая росла, на ипотеке, которую «как-нибудь закроем», на профессии, которую «никогда не заменят», на здоровье, которое «пока есть». Вода уходит и здесь. Нейросеть уже делает половину его работы, ставка по ипотеке съедает половину дохода, а здоровье, как выясняется, требует фундамента, а не обезболивающего.

Во всех трёх слоях ответ один и тот же, и он не в том, чтобы переждать. В прошлой статье я говорил о человеке: дом на камне или на песке. Для бизнеса и экономики действует то же правило, только у них нет души, и за них решает тот, кто ими управляет.

Что делать: сесть и вычислить издержки

«Ибо кто из вас, желая построить башню, не сядет прежде и не вычислит издержек, имеет ли он, что нужно для совершения её» (Лк. 14:28). Это самая практичная фраза во всём Евангелии, и большинство бизнесов в России её не выполняют.


*Сесть и вычислить. Башня недостроена, небо в тучах, а человек сидит с книгой и считает. Это не слабость и не пауза, это единственное действие, с которого начинается прохождение, а не пережидание.*

Первое. Честный учёт. Деньги на счёте, а не на бумаге. Дебиторка считается нулём, пока не пришла. Прибыль считается после процентов, а не до. Если после этого пересчёта бизнес убыточен, это не плохая новость, это первая правдивая новость за несколько лет.

Второе. Снять компанию с памяти собственника. Каждый процесс, который живёт в голове, должен быть описан и передан: людям, регламентам, или, что сегодня дешевле и надёжнее, ИИ-агентам, которые не устают, не увольняются и помнят всё. Компания должна уметь работать неделю без своего хозяина. Если не умеет, у неё нет фундамента, есть только человек.

Третье. Платить за результат, а не за присутствие. Пересмотреть каждую позицию в ФОТ с одним вопросом: что из этого уже делает нейросеть за минуты. Высвободившихся людей не выбрасывать, а переставлять туда, где нужен именно человек: отношения с клиентами, решения, ответственность. Того, что может делать машина, у человека быть не должно, это унижает обоих.

Четвёртое. Не закрывать разрыв долгом. Закрывать причину разрыва. Если модель не создаёт денег, кредит лишь продлевает агонию и увеличивает долг. Лучше сократиться вдвое и остаться живым, чем вырасти в долг и закрыться через год с долгами.

Пятое. Прозрачность перед государством как норма, а не как уступка. Алгоритм ФНС всё равно увидит. Единственная выигрышная стратегия сегодня: чтобы ему было нечего видеть.

Стержень

Всё перечисленное выполнимо. Но выполнит это только тот, у кого есть, на что опереться, пока он это делает. Честный пересчёт убивает иллюзии, а иллюзии были единственным, что держало многих на плаву. Признать, что компания убыточна, что половина работы никому не нужна, что кредит это петля, что профессия уходит, это требует стержня. Психологическая устойчивость здесь не поможет, потому что она держит настроение, а не человека. Нужно то, что держит человека.

«Блажен муж, который не ходит на совет нечестивых… и будет он как дерево, посаженное при потоках вод, которое приносит плод свой во время своё, и лист которого не вянет» (Пс. 1:1–3). Дерево при потоках вод не боится засухи, потому что корни ушли туда, где вода есть всегда. Вот что отличает тех, кто проходит кризис, от тех, кто его пережидает. Первые стоят на том, что не зависит от ставки, от ФНС, от спроса и от нейросетей. Вторые стоят на воде, и вода ушла.

Кризис не шторм. Кризис сито. Он не уничтожает, он отделяет: настоящее от бумажного, результат от присутствия, фундамент от памяти, веру от настроения. И это, если честно, милость, а не наказание. Потому что сито показывает правду раньше, чем её покажет крах.

Сядьте и вычислите издержки. Потом вставайте и идите через дно, пока остальные ждут воду.

Продолжение: [Мёртвую лошадь не оживить: куда не стоит вписываться в 2026 году и что растёт рядом](https://solaris-club.one/blog/mertvaya-loshad-kuda-ne-stoit-vpisyvatsya-v-2026.html). Цифры закрытий по именам, на чём люди экономят первым и какие смежные ниши растут.

О том, как проходить этот стресс-тест на практике, с цифрами и инструментами, я пишу в своём Telegram-канале: [t.me/AntonProBusiness](https://t.me/AntonProBusiness?utm_source=blog&utm_medium=article&utm_campaign=krizis).

Мы живём в эру искусственного интеллекта, и это не очередная технологическая волна, а инструмент, который впервые позволяет заглянуть в глубины. Нейросети читают за нас тысячи книг, находят закономерности там, где человек видел шум, выводят исследования на уровень, который ещё десять лет назад считался фантастикой. Но есть парадокс: самый мощный инструмент, созданный человеком, упирается в инструмент ещё более сложный, который создал не человек. В его сознание, разум, путь, душу. И именно здесь проходит главный стресс-тест нашего времени.

Нас проверяют на прочность каждый день. Рынок переворачивается за ночь, профессии исчезают быстрее, чем мы успеваем их освоить, нейросети делают за час то, на что уходила неделя. Новости бьют по голове с утра, чат с клиентом в обед, семья вечером. Вопрос не в том, будет ли давление. Вопрос один: что в вас не ломается, когда ломается всё остальное.

Три дороги в эру ИИ

С искусственным интеллектом у человека ровно три дороги, и выбор происходит прямо сейчас, незаметно, в ежедневных мелочах.

Первая: стать его рабом. Перестать думать, потому что «нейросеть ответит». Перестать решать, потому что алгоритм подскажет. Перестать чувствовать, потому что лента уже подобрала, что чувствовать. Это не сюжет фантастики, это поведение, которое я вижу у взрослых, успешных людей каждую неделю.

Вторая: обменять свободу на комфорт. Всё удобно, всё быстро, всё за вас. Только человек, у которого всё за него, постепенно перестаёт быть субъектом. Комфорт не требует стержня, он его растворяет.

Третья: двигаться и развиваться. Использовать ИИ как телескоп, направленный внутрь: исследовать, разбирать, понимать себя и мир глубже, чем это было возможно. Но для этого нужно иметь, на что опереться. Потому что заглянуть в глубину без опоры, это не исследование, а падение.


*Три дороги. Слева зал, где люди сидят прикованными к экранам. В центре мягкая гостиная, где все спят. Справа крутая тропа к свету, по которой идёт один. Выбор делается каждый день, и делается не громко.*

Почему психология здесь не держит

Скажу дерзко, как вижу. Люди называют искомое качество по-разному: устойчивость, стрессоустойчивость, резильентность, эмоциональный интеллект. Умение переключиться, выдохнуть, посчитать до десяти, «не принимать на свой счёт». Это навыки. Навык можно натренировать, как бицепс. Но бицепс не отвечает на вопрос, зачем вам держать этот вес.

Психология как инструмент честная, но ущербная вещь. И важно понимать, откуда она взялась. Классическая психология и психотерапия вышли из богословской нравственности. Возьмите любое «нравственное» умение, которому учат сегодня в терапии и на тренингах, и у каждого найдётся первоисточник, написанный за много веков до появления самого слова «психология».

Ответственность: человек отвечает за свои поступки, а не обстоятельства за него. Это вся библейская история от вопроса Каину «где брат твой?» до притчи о талантах, где с каждого спрашивают за то, что ему дано. Саморегуляция, умение владеть собой и не идти на поводу у импульса: это воздержание, названное среди плодов духа (Гал. 5:22–23), пост и трезвение, «всё мне позволительно, но не всё полезно» (1 Кор. 6:12). Самоанализ, честный разбор своих мотивов: это испытание совести, вечернее правило с ежедневным отчётом перед сном, «испытывайте самих себя» (2 Кор. 13:5). Самонаблюдение, отслеживание своих состояний и реакций: это «внемли себе», внимание к себе, которому отцы-пустынники учили как главному деланию. Открытый диалог, когда человек вслух проговаривает другому то, что носил внутри, без маски: это исповедь и откровение помыслов, «признавайтесь друг пред другом в проступках и молитесь друг за друга, чтобы исцелиться» (Иак. 5:16). Эмпатия и принятие другого: «радуйтесь с радующимися и плачьте с плачущими» (Рим. 12:15). Прощение как освобождение: «Отче наш», где прощение своих долгов прямо связано с прощением должников. Благодарность как практика: псалмы, которые читались ежедневно. Жизнь «здесь и сейчас», которую сегодня продают как осознанность: «не заботьтесь о завтрашнем дне, довольно для каждого дня своей заботы» (Мф. 6:34). Границы и «не моя ответственность»: заповеди о том, чего не желать и куда не ходить. Честность с самим собой: «да будет слово ваше: да, да; нет, нет» (Мф. 5:37). Работа с виной и стыдом: это покаяние, которое стыд превращает в движение, а не в парализующую тяжесть. Смысл и предназначение: призвание, которое у каждого своё и которое не выбирают из каталога.

Всё это христианская аскетика, переписанная светским языком. Ничего из перечисленного психология не открыла, она это систематизировала и переименовала. А потом вынула самую важную часть, ту, ради которой каждое из этих умений вообще существует: адресата. В первоисточнике все эти формы обращены к кому-то. Ответственность перед Богом и ближним. Самоанализ перед лицом Того, Кто видит сердце. Исповедь Тому, Кто прощает. Благодарность Тому, Кто даёт. Воздержание ради любви, а не ради контроля. Убрали адресата, и остались те же действия в пустоту: ответственность неизвестно перед кем, диалог неизвестно с кем, благодарность неизвестно кому. Осталась только нравственность. Это всё равно что размыть фундамент дома и оставить стены. Стены какое-то время стоят. Долго не простоят.

Терапия отвечает на вопрос «как справиться», но молчит на вопрос «ради чего». Она снимает симптом, возвращает функциональность, чтобы вы снова вышли на работу. Это ремонт фасада. А человек, которому нечего ответить на «ради чего», при первом серьёзном ударе начинает торговаться с жизнью: может, не стоит, может, проще сойти, может, я никому не обязан. Никакая дыхательная практика не закрывает эту дыру. Она её лишь маскирует.

Заимствованный слой: откуда взялись методы

Возьмите любой популярный метод и проследите его родословную. Почти каждый окажется кусочком христианской аскетики или богословия, вырезанным из целого и переименованным. Перечислю, чтобы было видно, где именно происходит подмена.

Психоанализ. Фрейд положил в основу метода проговаривание: вытащить скрытое наружу, назвать, осознать. Это исповедь. Только исповедь без того, кому исповедуются, и без отпущения. Человек разбирает себя по винтикам, находит травму, объясняет ею всё, и остаётся разобранным: понимающим, но не исцелённым. Второе заблуждение ещё опаснее: если всё объясняется детством и бессознательным, я ни за что не отвечаю. Исповедь превратилась в оправдание.

Когнитивно-поведенческая терапия. Главная идея: не верь мысли автоматически, проверь её, откуда она пришла и правдива ли. Это буквально учение отцов о различении помыслов, описанное Евагрием и в «Добротолюбии» за полторы тысячи лет до Аарона Бека: заметил помысел, не принял его, разобрал, отверг. Но КПТ проверяет мысль не на истинность, а на «полезность» и «адаптивность». Критерия добра в ней нет. А мысль, проверенная только на удобство, позволяет переубедить себя в чём угодно. Трезвение превратилось в самоуговаривание.

Гуманистическая психология. Роджерс ввёл «безусловное принятие». Это агапэ, любовь Божия, принимающая человека до всяких заслуг. Но в методе принимает человек сам себя. «Я в порядке» без покаяния, без движения, без того, кто принимает. Маслоу нарисовал пирамиду, на вершине которой «самоактуализация». Сам человек, мера всех вещей, на вершине собственной пирамиды. Ровно это Писание называет гордыней, и ровно этим болеет поколение, выросшее на «полюби себя».

Позитивная психология и аффирмации. Практика благодарности взята из псалмов: благодарить каждый день, считать дары. Только благодарить некого, и благодарность превращается в технику настроения. А «манифестация желаемого» это молитва, обращённая в пустоту, то есть магия: не просьба, а заклинание, которое должно сработать.

Майндфулнесс. Кабат-Зинн взял буддийскую медитацию, очистил от религии и продал медицине. Параллель в христианстве есть: исихия, внимание, молчание ума. Но у отцов внимание всегда направлено к Кому-то. В майндфулнесе внимание без объекта: наблюдать мысли, не оценивая. Не оценивая, значит не различая добра и зла. Это тренирует отстранённость, а не любовь, и в пределе даёт спокойного человека, которому всё равно.

Системная семейная терапия и расстановки. Боуэн, Минухин, Сатир, а следом Хеллингер с его «порядками любви» открыли, что человек не одиночка: он часть семьи, рода, системы, и многое в нём объясняется местом в этой системе. Открытие честное, только старое: заповедь «почитай отца твоего и мать твою» (Исх. 20:12), семья как малая церковь, род, память предков, молитва за усопших. Всё это было взято из христианского понимания рода и переведено на язык «системы». Дальше начинаются спотыкания. Первое: система объясняет всё, и человек превращается в функцию семейного сценария, а личная свобода и ответственность растворяются: «это не я, это родовая программа». Второе: «грехи отцов» превращаются в судьбу, которую можно только «уравновесить» в расстановке. Писание говорит иначе: «сын не понесёт вины отца» (Иез. 18:20), цепь можно разорвать, и разрывается она покаянием и прощением, а не перестановкой фигур в комнате. Третье, и самое серьёзное у Хеллингера: «заместители» в расстановке начинают «чувствовать» умерших родственников, и метод незаметно переходит из психологии в спиритизм, где вместо молитвы за усопших человек кланяется роду как божеству. Почитание родителей подменяется подчинением мёртвым. Лояльность роду встаёт на место сыновства Богу, и опора снова оказывается не на камне, а на системе, которая сама никого спасти не может.

Коучинг и «все ресурсы внутри тебя». Старая гностическая идея самоспасения: тебе не нужен никто, нужно лишь раскрыть себя. Удобная формула для продажи курсов и тупиковая для жизни: когда ресурсы внутри кончаются, обращаться некуда.

Логотерапия Франкла стоит особняком, и скажу о ней честно: из всех она ближе всего к истине, потому что ставит в центр смысл, а не удовольствие и не власть. Франкл прошёл лагерь и видел, что выживали те, у кого было «ради чего». Но и он оставил смысл без источника, сделал его личным выбором каждого. Это предел, до которого психология дошла, заглянула за край и остановилась.

Общее у всех одно. Взята форма: исповедь, различение помыслов, принятие, благодарность, внимание, смысл. Вынуто содержание: Тот, Кому исповедуются, Кто различает, Кто принимает, Кого благодарят, к Кому внимание, Кто даёт смысл. Поэтому методы работают как обезболивающее и спотыкаются там, где нужна опора. Обезболивающее не лечит перелом, оно позволяет на него наступать. И чем дольше наступаешь, тем хуже срастается.


*Так выглядит нравственность без духовного смысла: стены целы, окна горят, внутри спокойно. Фундамент уже вымыт рекой. Дом ещё стоит, но это вопрос времени, а не прочности.*

Новое это хорошо забытое старое

Здесь важно понять принцип, который касается не только психологии, а любого знания. Ни одно открытие не создаёт явление. Оно его замечает. Ньютон не изобрёл тяготение, он наблюдал, как падают тела, которые падали и до него. Менделеев не придумал элементы. Нейросети не изобрели мышление, они скопированы с устройства мозга, который был до них. Наука есть наблюдение уже существующего порядка. А существующий порядок подразумевает, что его кто-то установил: закон предполагает Законодателя.

«Что было, то и будет; и что делалось, то и будет делаться, и нет ничего нового под солнцем». Еккл. 1:9

То же с внутренней жизнью человека. Психология не открыла совесть, стыд, вину, тревогу, помыслы, привязанность. Всё это было описано, разобрано и снабжено способом исцеления в Писании, у отцов Церкви, в «Лествице» и «Добротолюбии», причём описано точнее, потому что наблюдали не три года в рамках гранта, а полторы тысячи лет в рамках жизни. Современные методы это переоткрытие фрагментов с потерей целого. Поэтому движение вперёд сегодня означает движение к истокам: не к новому методу, а к первому описанию, где явление стоит на своём месте и связано с опорой.

И вот где ИИ действительно может помочь, если его использовать по третьей дороге. Он умеет прочитать за нас корпус текстов, который ни один человек не прочитает за жизнь, сопоставить современный метод с его первоисточником, показать, что именно было вырезано. Это и есть новый уровень исследования: не придумать ещё одну технику, а увидеть целое, из которого техники были выдернуты.


*Рукопись и нейросеть на одном столе. Узор один и тот же: всё, что мы сегодня «открываем», уже описано. ИИ полезен именно тем, что умеет положить их рядом и показать, что было вырезано.*

Пьедестал на пустоте

Есть ловушка, в которую мы проваливаемся постоянно. Человек ищет опору и ставит внутренний пьедестал на то, что ему кажется прочным. На себя: «я сильный, я справлюсь». На науку: «всё объяснимо, всё управляемо». На очередное учение, школу, метод, гуру: «вот теперь я нашёл систему». Сегодня к этому списку добавился искусственный интеллект: «он умнее меня, он знает».

Пьедестал стоит ровно до первой катастрофы, которая не вписывается в систему. Болезнь, предательство, смерть, крах дела. Опиравшийся на себя обнаруживает, что опирался на пустоту. Опиравшийся на науку обнаруживает, что наука описывает, но не утешает. Опиравшийся на учение обнаруживает, что учение сменилось, а жизнь уже сломалась. Опиравшийся на ИИ получает идеально сформулированный ответ, который ничего не весит. Крах в этом случае не случайность. Он неизбежен, потому что заложен в фундамент.

Что не ломается

Две тысячи лет назад это было сказано точнее, чем в любой книге по саморазвитию:

«Всякого, кто слушает слова Мои сии и исполняет их, уподоблю мужу благоразумному, который построил дом свой на камне; и пошёл дождь, и разлились реки, и подули ветры, и устремились на дом тот, и он не упал, потому что основан был на камне». Мф. 7:24–25

Заметьте: дождь, реки и ветры приходят к обоим домам. Христос не обещает, что стресс-тестов не будет. Он говорит о том, на чём дом стоит. Дом на песке выглядит так же, иногда даже лучше. Разница видна только в бурю.

Стержень, который держит человека в веках, не психологический, а духовный. Это опора вне нас, на том, что не меняется, когда меняется всё: рынок, технологии, модели нейросетей, наше собственное настроение. Человек с таким стержнем может плакать, злиться, уставать, ошибаться, и при этом не ломаться, потому что его «ради чего» не зависит от сегодняшних обстоятельств.

Не слепая вера, а высшее знание

Здесь обычно кривятся: «вера для тех, кто не хочет думать». Это ложь, и ложь опасная, потому что она отсекает человека от единственного прочного фундамента. Библия нигде не призывает к слепоте. Наоборот:

«Будьте всегда готовы всякому, требующему у вас отчёта в вашем уповании, дать ответ с кротостью и благоговением». 1 Пет. 3:15

Вера, о которой говорит Писание, это не «верю, потому что сказали». Это вера в высшее понимание: что у мира есть замысел, что у человека есть назначение, что истина существует и её можно познавать. «И познаете истину, и истина сделает вас свободными» (Ин. 8:32). Познаете, это про ум, а не про его выключение. Наука, знание, ремесло, искусственный интеллект встроены в такую веру как ступени, а не как враги. Мы изучаем мир именно потому, что он осмыслен и познаваем. Мы строим нейросети именно потому, что разум, который их строит, сам кем-то задуман. Наука без этого фундамента превращается в набор инструментов без цели, и инструменты в итоге начинают использовать самого человека.

«Вера же есть осуществление ожидаемого и уверенность в невидимом». Евр. 11:1

Уверенность в невидимом, это не про сказки. Это про то, что самые важные вещи, смысл, совесть, любовь, назначение, не измеряются прибором и не генерируются моделью, но определяют всё. Тот, кто строит жизнь только на измеримом, сносит собственный фундамент и удивляется, что трясёт.

Как это выглядит на практике

Человек со стержнем переключается не потому, что освоил технику, а потому что знает: это испытание не конец, а урок, и он не один. Он выдерживает давление не потому, что «сильный», а потому что не обязан быть всесильным: есть Тот, Кто сильнее. Он спокойно встречает перемены, включая ИИ, который переписывает его профессию, потому что держится не за порядок вещей, а за Того, Кто выше порядка вещей. Для такого человека нейросеть не угроза и не хозяин, а инструмент исследования, в том числе исследования самого себя.

«Надеющиеся на Господа обновятся в силе: поднимут крылья, как орлы, потекут и не устанут, пойдут и не утомятся». Ис. 40:31

Это не отменяет ни работы над собой, ни здравого смысла, ни, при необходимости, помощи врача. Психолог может поставить шину на сломанную руку. Но он не скажет, зачем вам эта рука. Нравственность без духовного смысла, это правила дорожного движения в городе, из которого вы не знаете, куда ехать. А ИИ в такой ситуации лишь быстрее довезёт в никуда.

Поэтому главный вопрос сегодня звучит не «как мне стать устойчивее» и не «как не отстать от нейросетей». Он звучит иначе: на чём стоит мой дом? Если на себе, на методике, на учении, на науке, на алгоритме, буря уже идёт, и она это проверит. Если на камне, буря тоже идёт. Но дом устоит.

«Надейся на Господа всем сердцем твоим, и не полагайся на разум твой. Во всех путях твоих познавай Его, и Он направит стези твои» (Притч. 3:5–6). Не «выключи разум», а «не делай его пьедесталом». Разум инструмент. Искусственный интеллект инструмент. Камень другое.

Вот и всё главное качество человека на все века: стоять на том, что не рушится. Остальное навыки, и они приложатся.

Продолжение: [Прохождение кризиса: это не шторм, который надо переждать](https://solaris-club.one/blog/prohozhdenie-krizisa-eto-ne-shtorm-kotoryy-nado-perezhdat.html). Тот же стресс-тест на уровне экономики, бизнеса и каждого лично, с цифрами 2026 года.

О том, как использовать искусственный интеллект как инструмент, а не как хозяина, я пишу в своём Telegram-канале: [t.me/AntonProBusiness](https://t.me/AntonProBusiness?utm_source=blog&utm_medium=article&utm_campaign=sterzhen).

«Нейросеть пишет пластмассово, подписчики это чувствуют с первого абзаца, а Яндекс такие тексты пессимизирует. Так что контент делается только руками, и без SMM-специалиста бизнесу никуда». Это убеждение я слышу почти на каждой встрече с клиентами. В 2023 году оно было близко к правде. В 2026-м оно устарело и стоит компаниям денег.

Короткий ответ на вопрос из заголовка: нейросеть уже закрывает большую часть работы SMM-специалиста, а именно производство. Тексты в тоне бренда, картинки, публикация по расписанию сразу во все каналы: сайт, Telegram, Дзен. Чего она не закрывает, так это ответственность за смысл: решать, о чём говорить бренду, и утверждать спорные вещи по-прежнему должен человек.

Рабочая формула звучит так: AI заменяет не SMM-специалиста, а его рутину, то есть тексты, картинки и публикации, а смысл и финальное утверждение остаются за человеком. По нашим проектам это 80-90 процентов рабочего времени контентщика, и это наш замер, а не цифра из отчёта.

Правда ли, что текст нейросети видно с первого абзаца?

Видно текст, написанный одним промтом в пустом чате. Текст системы, в которую заложены продукт, аудитория, примеры удачных постов и список запрещённых оборотов, от редакторского не отличают даже сами заказчики: когда мы отдаём материалы на утверждение, правки почти всегда касаются фактов, а не стиля.

Пластмасса рождается из запроса «напиши пост про наши услуги». Модель не знает компанию и заполняет пустоту общими словами. Настроенный под бренд контур решает эту проблему на уровне архитектуры, а не таланта промтера.

Банит ли Яндекс AI-контент?

Нет, санкций за сам факт генерации не существует. Google в справке для вебмастеров прямо пишет, что оценивает качество и пользу контента, а не способ его создания, и у Яндекса подход тот же: ранжируется полезность для человека.

Пессимизируют не нейросети, а мусор: воду без фактов, переспам ключами, сто одинаковых текстов. Наш собственный аргумент против мифа: сайт экзоскелета с нулевой историей домена вышел в топ-3 Яндекса за два месяца, весь контент писали AI-агенты, разбор этого кейса опубликован у нас в блоге.

Что нейросеть делает лучше SMM-специалиста, а что хуже?

Лучше всего AI справляется с объёмом, скоростью и регулярностью, хуже всего со стратегией и живыми инфоповодами. Пост с картинкой наш автопостер собирает за 10-15 минут, это замер по блогу Solaris, у человека та же задача занимает час-полтора.

| Задача | Штатный SMM-специалист | AI-автопостер с утверждением | |---|---|---| | Пост с картинкой | 1-1,5 часа | 10-15 минут (наш замер) | | Публикации ночью и в выходные | Нет | Да, работает 24/7 | | Тон бренда | Зависит от человека, уходит вместе с ним | Зафиксирован в настройке системы | | Все каналы сразу: сайт, Telegram, Дзен | Вручную, по очереди | Одной публикацией | | Стратегия, инфоповоды, репутационные риски | Да | Нужен человек | | Стоимость | Зарплата, налоги, отпуска, больничные | Подписка дешевле ФОТ одного специалиста |

Из таблицы видно главное: это не соревнование, а разделение труда. Отдавать машине выбор позиционирования так же странно, как заставлять маркетолога вручную постить в три канала каждый день.

Как выглядит работа с AI-автопостером на практике?

Схема простая: система пишет статью или пост под ваш бренд-тон, генерирует картинку и присылает на утверждение, после вашего «ок» сама публикует на сайт и во все каналы. Участие человека сжимается до десяти минут в день на просмотр и кнопку.

Именно так устроен наш AI-автопостер в Solaris: он ведёт блог, Telegram и Дзен круглосуточно, а клиент остаётся редактором, а не исполнителем. Я, Антон Баранов, основатель Solaris AI, за 16 лет в предпринимательстве не видел другого инструмента, который так дёшево возвращает бизнесу регулярность контента.

Частые вопросы

Может ли нейросеть писать в стиле нашего бренда?

Да, если стиль зафиксирован в настройке: примеры ваших текстов, запрещённые слова, портрет аудитории. Одноразовый промт в чате этого не даёт, настроенная система даёт. Тон при этом не деградирует со временем, в отличие от человека, который выгорает или увольняется.

Что делать, если AI напишет ошибку или чушь?

Для этого в схеме есть этап утверждения: ничего не уходит в публикацию без вашего «ок». На практике правки чаще касаются фактов о продукте, которые система ещё не знает, и после пары итераций их становится меньше.

Нужно ли увольнять SMM-специалиста, если внедрили AI?

Нет, разумнее поменять его роль: снять рутину производства и оставить стратегию, инфоповоды, работу с комментариями. Если же SMM-специалиста нет и нанимать его дорого, автопостер закрывает базовую регулярность без найма.

Банит ли Яндекс сайты с AI-текстами?

Не банит: поисковики оценивают полезность страницы, а не авторство. Под фильтры попадает бессодержательный переспам, и неважно, кто его написал, человек или модель. Полезный AI-текст ранжируется наравне с редакторским, что мы видим по своим проектам.

Сколько времени занимает контроль автопостера?

По нашим клиентам это 10-15 минут в день: просмотреть подготовленные материалы и утвердить или вернуть на доработку. Сравните с полным циклом ручного ведения трёх каналов, и станет понятно, откуда берётся экономия.

Если хотите посмотреть, как это работает на вашем контенте, вот страница продукта: [AI-автопостер Solaris](https://solaris-club.one/avtoposter?utm_source=blog&utm_medium=article&utm_campaign=daily_avtoposter). Там описана механика утверждения и подключение каналов.

Разборы AI-инструментов для бизнеса я публикую в своём Telegram-канале раньше, чем они попадают в обзоры: подписывайтесь на [t.me/AntonProBusiness](https://t.me/AntonProBusiness).

В 9:12 в CRM падает заявка. AI-ассистент, который должен её обработать, стучится в API западного вендора и получает 403: доступ из региона ограничен. Продажи стоят, история диалогов лежит на чужих серверах, поддержка вендора отвечает шаблоном. Суверенный AI придуман против такого утра: это система, развёрнутая на вашем сервере, где любая модель взаимозаменяема, а база знаний и данные физически остаются у компании.

Работает это так: на сервере стоит слой оркестрации, он принимает задачи из ваших каналов (CRM, Telegram, почта), собирает контекст из базы знаний и обращается к языковой модели через единый интерфейс. Модель при этом сменный блок: сегодня открытая на вашем железе, завтра облачная через API. Промты, логика и накопленные данные при смене модели не трогаются.

Отсюда главное свойство: блокировка вендора превращается из катастрофы в задачу на час. По нашему замеру на внутреннем контуре Solaris в июле 2026 года переключение рабочего ассистента с одной модели на другую заняло около 40 минут, и большая часть этого времени ушла на прогон тестовых диалогов, а не на саму замену.

Из чего состоит своя AI-система изнутри?

Внутри четыре слоя: оркестратор, языковая модель, база знаний и коннекторы к сервисам компании. Несущий слой - оркестратор: именно он превращает модель из фундамента в сменную деталь.

База знаний - это регламенты, прайсы, история диалогов и описания продуктов в векторном хранилище на том же сервере; модель обращается к ней при каждом ответе. Коннекторы связывают систему с CRM и мессенджерами, чтобы ассистент не просто отвечал, а двигал сделки: ставил задачи, менял статусы, писал клиентам.

Правило, которое стоит вынести из этой статьи: в суверенной системе модель - расходник, а актив компании - это база знаний, промты и связки с процессами. Сильные модели выходят каждые полгода, ваша база знаний при этом только дорожает.

Что происходит при блокировке вендора: наш замер

Система не падает, а переключается. Замена модели сводится к правке конфига оркестратора, потому что все модели подключены через один интерфейс: тот самый замер в 40 минут выше - это правка конфига плюс тесты.

Для критичных сценариев мы держим запасную открытую модель прямо на сервере. Она слабее облачной, но очередь заявок не останавливается, пока идёт переключение. Сравнение с привычной подпиской:

| Критерий | Подписка на облачный AI | Своя система на сервере | |---|---|---| | Где лежат данные и диалоги | У вендора | На вашем сервере | | Блокировка вендора | Остановка работы | Переключение модели, наш замер: около 40 минут | | Смена модели на более сильную | Ждёте решения вендора | Правка конфига | | Доработка под процессы | В рамках тарифа | Любая, код ваш |

Первый день, неделя и месяц после запуска: чего ждать

В первый день разворачивается ядро и подключаются каналы; по нашим проектам это один рабочий день, если сервер и доступы готовы заранее. Бизнес этот этап почти не замечает.

Первая неделя уходит на базу знаний и промты: сгружаются регламенты, прайсы, лучшие диалоги менеджеров, ассистент начинает работать на реальных заявках под присмотром человека. Здесь всплывает наблюдение, устойчивое по всем нашим внедрениям: качество ответов определяется в первую очередь базой знаний, а не выбором модели.

К концу месяца система в боевом режиме, и начинается самое ценное: логи. Вы впервые видите, о чём на самом деле спрашивают клиенты, где ассистент буксует и какие сценарии добавить. Эти данные копятся у вас и переезжают при любой смене модели.

Кому свой AI-сервер не нужен?

Если у вас до десятка обращений в день и нет чувствительных данных, готовый облачный сервис проще. Суверенный контур окупается там, где AI встроен в процессы: поток заявок, база клиентов, документы, которые нельзя отдавать наружу.

Второй честный ограничитель: системе нужен сопровождающий, человек или подрядчик, который следит за обновлениями моделей и логами. Без него через полгода вы получите работающий, но отставший от рынка контур.

Такие системы я собираю клиентам с 2024 года: Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и почти каждый проект начинался после того, как очередной вендор менял правила без предупреждения.

Частые вопросы

### Что такое суверенный AI простыми словами? Это AI-система на сервере компании, а не в чужом облаке. Модель внутри меняется как деталь, а данные, база знаний и логика остаются у вас при любых блокировках вендоров.

### Нужен ли мощный сервер, чтобы развернуть свою AI-систему? Нет, если модель подключена через API: хватает обычного VPS, где живут оркестратор и база знаний. Железо с GPU нужно только для полностью локального запуска открытой модели ради максимально закрытого контура.

### Что будет, если модель перестанет работать в России? Оркестратор переключит систему на другую модель без потери данных и логики. По нашему замеру июля 2026 года такое переключение заняло около 40 минут вместе с прогоном тестовых диалогов.

### Чем это отличается от подписки на ChatGPT или GigaChat? Подписка - аренда чужого инструмента: данные у вендора, правила меняет вендор. Своя система - актив: диалоги и база знаний копятся на вашем сервере, а модели вы меняете сами, когда это выгодно вам.

### Сколько времени занимает запуск AI-системы на своём сервере? Ядро разворачивается за один рабочий день при готовых сервере и доступах, ещё неделя уходит на базу знаний и промты. К концу первого месяца система работает в боевом режиме; сроки по внедрениям Solaris.

Устройство контура, состав работ и примеры задач мы собрали на странице продукта: [Суверенный AI, своя AI-система](https://solaris-club.one/suverennyi-ai?utm_source=blog&utm_medium=article&utm_campaign=daily_suverennyi). Страница полезна и как чек-лист для сравнения с предложениями других подрядчиков.

Разборы AI для бизнеса я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры и статьи. Подписывайтесь, если хотите видеть такие замеры первыми.

Самая дорогая ошибка в продвижении 2026 года выглядит так: полгода работы и весь маркетинговый бюджет уходят на позиции в Яндексе, а клиент тем временем спрашивает «какую компанию выбрать» у ChatGPT, Алисы или Perplexity и получает список конкурентов. Позиции есть, трафик есть, а часть сделок утекает туда, где сайта просто не существует. Полгода в нише со средним циклом сделки означают десятки потерянных клиентов, и вернуть их дороже, чем было не потерять.

Сайт не попадает в ответы нейросетей по трём причинам: контент не отвечает на вопрос прямо в первых абзацах, на страницах нет структуры, которую модели умеют цитировать (таблицы, определения, FAQ), и о компании молчат внешние источники, по которым модели решают, кому доверять. Ни одна из этих причин не лечится закупкой ссылок или ещё одной пачкой SEO-текстов.

Правило, которое стоит вынести из всей статьи: нейросеть цитирует не тот сайт, который выше в выдаче, а тот, из которого проще выдернуть готовый ответ. Это и есть суть GEO. GEO (generative engine optimization) - это оптимизация контента под цитирование в ответах нейросетей, а не под позиции в поисковой выдаче.

Почему позиции в топе есть, а клиентов из нейросетей нет?

Потому что поисковик и нейросеть решают разные задачи. Яндекс ранжирует список ссылок, а ChatGPT и Алиса собирают один готовый ответ и упоминают два-три источника, из которых его удобно собрать.

Классический SEO-текст на 8000 знаков с ключами в подзаголовках для модели почти бесполезен: ответ размазан по полотну, определения нет, цифры без опоры. Модель берёт соседний сайт, где то же самое сказано одним самодостаточным абзацем и таблицей. По нашим замерам на клиентских проектах Solaris, страницы с прямым ответом в первых двух абзацах и хотя бы одной таблицей попадают в цитирование в разы чаще, чем классические SEO-полотна той же тематики.

Какие ошибки чаще всего убивают продвижение в ответах нейросетей?

Пять провалов покрывают большинство случаев, которые мы разбираем на аудитах. Каждый возникает не от глупости, а от переноса старых SEO-привычек в новую среду.

| Ошибка | Почему происходит | Что делать иначе | |---|---|---| | Ответ спрятан в середине текста | Привычка «разогревать» читателя вступлением | Первые два абзаца отвечают на вопрос целиком | | Нет таблиц, определений, FAQ | Тексты пишутся «для объёма», а не для цитирования | Каждую страницу собирать как источник для выдёргивания | | Цифры без источника | «Так все пишут» | Каждая цифра с опорой: замер, кейс, внешние данные | | Про компанию молчит интернет | Весь бюджет ушёл на свой сайт | Упоминания в отраслевых обзорах, каталогах, статьях | | GEO делают вместо SEO | Мода на новое | Делать вместе: поиск даёт трафик сегодня, нейросети завтра |

Отдельно про последнюю строку. Отказ от классического SEO ради GEO так же вреден, как игнорирование GEO: модели с доступом в интернет опираются на поисковую выдачу, и сайт без позиций им просто не из чего цитировать.

Почему один подрядчик-сеошник это не вытягивает?

Потому что задач стало физически больше, а бюджет тот же. Семантика и техничка никуда не делись, но сверху добавились переработка контента под цитирование, разметка, работа с упоминаниями и регулярная проверка, что именно отвечают ChatGPT, Алиса и Perplexity про вашу нишу.

Человек, который делает всё это руками, либо выгорает, либо делает поверхностно. Мы в Solaris закрываем это оркестром AI-ролей: одни агенты держат семантику и технический аудит, другие переписывают страницы под answer-first, третьи мониторят ответы нейросетей и упоминания. Так сайт экзоскелета с нулевой историей домена вышел в топ-3 Яндекса за два месяца силами 12 AI-агентов; разбор этого кейса есть у нас в блоге.

С чего начать, если сайта нет ни в топе, ни в ответах?

С замера, а не с контент-плана. Спросите у трёх нейросетей то, что спросил бы ваш клиент, и честно запишите, кого они называют и почему. Потом проверьте свои ключевые страницы по таблице выше: есть ли прямой ответ в начале, таблица, FAQ, опора у цифр.

Мы для этого начинаем каждый проект с экспресс-аудита: он показывает, что о вас уже отвечают нейросети, где сайт теряет цитируемость и какие правки дадут эффект первыми. Дальше клиент решает сам: чинить своими руками по списку или отдать оркестру. Я, Антон Баранов, основатель Solaris AI, за 16 лет в предпринимательстве убедился: дешевле всего обходятся ошибки, которые нашли до того, как в них вложили бюджет.

Что такое GEO-продвижение простыми словами?

Это подготовка сайта к тому, чтобы нейросети брали его в свои ответы и называли вашу компанию источником. Если SEO борется за место в списке ссылок, то GEO борется за упоминание внутри готового ответа, который пользователь читает вместо выдачи.

Как проверить, попадает ли мой сайт в ответы нейросетей?

Задайте ChatGPT, Алисе и Perplexity десять вопросов, которые задают ваши клиенты, и посмотрите, кого они упоминают. Если вас нет ни в одном ответе, а конкуренты есть, у вас провал по цитируемости. Такой замер стоит повторять раз в месяц: ответы моделей меняются.

Можно ли продвигаться в нейросетях без классического SEO?

На практике нет. Модели с доступом в интернет опираются на поисковую выдачу и авторитетные источники, поэтому сайт без позиций и упоминаний им не виден. Рабочая схема: SEO даёт видимость и трафик, GEO превращает её в цитирование.

Сколько времени занимает попадание в ответы нейросетей?

Быстрее, чем классический вывод в топ, если сайт уже индексируется: первые цитирования мы видели через несколько недель после переработки страниц. Для молодого домена ориентир два-три месяца, как в нашем кейсе с сайтом экзоскелета, где топ-3 Яндекса и первые упоминания пришли за два месяца.

Что такое AI-оркестр в продвижении?

Это команда специализированных AI-ролей под управлением человека: аудит, семантика, контент, мониторинг ответов нейросетей разнесены по разным агентам. Такой формат закрывает объём работы, который в одиночку не вытягивает ни сеошник, ни копирайтер, и стоит дешевле команды людей.

Если хотите увидеть, что нейросети уже отвечают про вашу компанию и где сайт теряет клиентов, начните с экспресс-аудита у Solaris: [solaris-club.one](https://solaris-club.one?utm_source=blog&utm_medium=article&utm_campaign=daily_seo_geo).

Разборы AI-инструментов для бизнеса я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем они попадают в обзоры. Подписывайтесь, если хотите видеть кухню, а не пресс-релизы.

Заявок стало больше, менеджер поддержки не справляется, и вы выбираете: нанять второго человека или поставить AI-ассистента на базу знаний компании. Выбор не так очевиден, как его рисуют продавцы ботов, поэтому разберу его честно, с цифрами и ситуациями, когда нейросеть брать не стоит.

Короткий ответ такой. Если 60-70% обращений повторяются (цена, сроки, условия, статус заказа), AI-ассистент дешевле сотрудника уже на горизонте первого года: штатный специалист поддержки по открытым вакансиям hh.ru стоит от 50-60 тысяч рублей в месяц, плюс налоги, отпуска и обучение, а ассистент после разового внедрения требует только поддержки инфраструктуры. Если же типовых вопросов мало, а каждый диалог требует переговоров и ответственности, человек выигрывает, и автоматизация подождёт.

Рабочее правило звучит так: AI-ассистент выгоден там, где вопросы повторяются, а человек незаменим там, где решение требует ответственности и живых переговоров.

Сколько стоит сотрудник поддержки и во что обходится AI-ассистент

Штатный специалист поддержки обходится компании в 70-130 тысяч рублей в месяц с учётом НДФЛ, взносов и рабочего места: базовые оклады в 50-100 тысяч видны в открытых вакансиях hh.ru, остальное добавляют налоги и накладные расходы. AI-ассистент устроен иначе: разовый фикс за внедрение и настройку на данных компании, дальше расходы только на сервер и редкие обновления базы знаний.

Есть и скрытая арифметика. Человек работает 8 часов, болеет, увольняется и уносит знания с собой. Ассистент отвечает круглосуточно: в наших внедрениях среднее время ответа 5-10 секунд против нескольких минут у живого оператора в рабочие часы (наш замер по проектам Solaris).

Что AI делает лучше человека, а что хуже

Лучше: скорость, масштаб и стабильность. Хуже: нестандартные ситуации, конфликты и всё, где нужно взять на себя ответственность за решение.

| Критерий | Штатный сотрудник | AI-ассистент на данных компании | |---|---|---| | Стоимость в месяц | 70-130 тыс. руб. с налогами (расчёт от вакансий hh.ru) | Разовый фикс за внедрение, далее расходы на сервер | | Скорость ответа | Минуты, в рабочие часы | 5-10 секунд, круглосуточно (наш замер) | | 100 обращений одновременно | Очередь | Отвечает всем параллельно | | Нестандартный вопрос | Разберётся или эскалирует | Передаёт человеку по сценарию | | Конфликтный клиент | Сильная сторона | Слабая сторона | | Знания при увольнении | Уходят с человеком | Остаются в системе | | Персональные данные | Зависит от дисциплины людей | On-premise, наружу не уходят, контур 152-ФЗ |

Отдельный пункт про данные. Облачные боты на западных API отправляют переписку на чужие серверы, для компаний с персональными данными это риск. Решение уровня on-premise разворачивается внутри контура компании, модель работает на ваших мощностях, и требования 152-ФЗ соблюдаются архитектурно, а не обещаниями вендора.

Когда AI-ассистент брать не надо

Не берите ассистента, если у вас меньше 10-15 обращений в день: экономика внедрения не сойдётся, дешевле отвечать руками. Это честный порог, и мы сами отговариваем таких клиентов на диагностике.

Вторая стоп-ситуация: в компании нет оцифрованной базы знаний, а ответы живут в голове одного специалиста. Сначала выгрузите знания в документы, иначе ассистенту не на чем работать. Третья: сложные B2B-продажи с длинным циклом, где каждый диалог уникален. Там AI полезен как помощник менеджера, но не как его замена.

Как выглядит рабочая связка на практике

Самая живучая схема не «или», а «и»: ассистент закрывает типовые 60-70% обращений (наш замер по внедрениям), человек забирает сложные и конфликтные. Сотрудник перестаёт быть автоответчиком и занимается тем, что реально требует головы: удержанием клиентов, апсейлом, разбором нетиповых случаев.

По этой схеме мы в Solaris строим корпоративных AI-ассистентов: on-premise, обучение на документах и регламентах компании, данные не покидают контур, оплата фиксом за внедрение без ежемесячной подписки за каждого пользователя. Я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и вывод из десятков внедрений у меня простой: экономика решает больше, чем мода на нейросети.

Частые вопросы

Может ли AI-ассистент полностью заменить сотрудника поддержки?

Нет, и не должен. Ассистент закрывает повторяющиеся вопросы, а конфликты, возвраты и нестандартные ситуации остаются за человеком. Правильная цель не сокращение людей, а снятие с них рутины.

Что будет, если ассистент не знает ответа?

Он не выдумывает, а действует по сценарию: уточняет вопрос, а если ответа нет в базе знаний, передаёт диалог живому сотруднику вместе с контекстом переписки. Такая эскалация настраивается при внедрении.

Куда уходят данные клиентов при работе с AI-ассистентом?

В on-premise-варианте никуда: модель и база знаний развёрнуты на серверах компании, переписка не отправляется внешним провайдерам. Это позволяет работать с персональными данными в рамках 152-ФЗ.

Сколько времени занимает внедрение AI-ассистента?

В наших проектах от двух до шести недель в зависимости от объёма базы знаний и интеграций с CRM и мессенджерами. Дольше всего идёт не техника, а сбор и чистка внутренних документов на стороне клиента.

Подходит ли AI-ассистент небольшой компании?

Если обращений меньше 10-15 в день, скорее нет: внедрение не окупится. Порог стоит считать от вашего потока обращений и зарплат в регионе, а не от среднего по рынку.

Если хотите примерить эти цифры на свой поток обращений, посмотрите, как устроен корпоративный AI-ассистент Solaris: https://solaris-club.one/corporate/ai-assistant/?utm_source=blog&utm_medium=article&utm_campaign=daily_corp_assistant. На странице описаны архитектура on-premise, формат внедрения за фикс и примеры задач, которые ассистент забирает на себя.

Разборы AI-инструментов для бизнеса я публикую в Telegram-канале https://t.me/AntonProBusiness раньше, чем они попадают в обзоры. Подписывайтесь, если выбираете между наймом и автоматизацией прямо сейчас.

Признание, с которого стоит начать: я два года строю на Claude коммерческие системы, у меня десятки агентов в проде, а инструмент, которым я это делаю, я знал в лучшем случае на треть. Не модель — с моделью всё в порядке. Именно инструмент: Claude Code, ту самую программу, что стоит между мной и моделью.

Обнаружилось это буднично. Мы сели описывать для команды, как правильно работать с агентом, полезли в официальные материалы Anthropic и в практики инженеров, которые живут в этом каждый день, — и выяснили, что половина вещей, на которые мы тратили часы, решается одной командой. Что режимы, о существовании которых мы не подозревали, экономят десятки минут в день. Что наш способ «просто написать агенту, что нужно» — это езда на машине, где знаешь только руль и педали, а всё остальное считаешь декоративной панелью.

«Мы, облысевшие обезьяны, получили инструмент невероятной силы — и тыкаем в него палкой, потому что читать инструкцию некогда, работать надо.»

Как выглядит любительская работа с агентом

Портрет честный, потому что списан с себя. Если узнали три пункта из шести — статья про вас.

— Один бесконечный диалог. Сессия живёт неделями, в контексте перемешаны три задачи, отладка позавчерашнего бага и просьба переименовать переменную. Агент начинает путаться, вы объясняете это тем, что «модель поглупела».

— Копипаста вместо ссылок. Содержимое файлов вставляется в чат руками, вместо того чтобы дать агенту сам файл.

— Задача одной фразой. «Сделай бота» — и потом двадцать сообщений уточнений, потому что первый вариант оказался не про то.

— Приёмка на слово. Агент пишет «готово, должно работать» — вы верите. Через день выясняется, что не работало никогда.

— Правила живут в голове. Каждую сессию вы заново объясняете агенту, где у проекта что лежит и чего делать нельзя.

— Всё руками. Мысль, что агент может работать без вас — по расписанию, в фоне, без единого нажатия клавиши, — просто не приходит.

Ничего постыдного в этом списке нет. Так работает подавляющее большинство, включая людей, которые продают ИИ-решения. Проблема в другом: между этим способом и профессиональным лежит разрыв, который вы не видите, пока не заглянете за стену.

Что находится за стеной

Контекст — это деньги и качество

Контекст модели конечен. Всё, что вы в него накидали, участвует в каждом следующем ответе: и полезное, и мусор от вчерашней отладки. Профессионал управляет им сознательно — чистит между задачами, сжимает внутри длинной, а шумную работу вроде «прочитай двести файлов и найди упоминание» отдаёт отдельному агенту, чтобы шум не оседал в основной сессии. Разница на выходе не косметическая: та же модель на чистом контексте отвечает заметно точнее.

Режимы работы

Агент умеет не только «делать». Он умеет сначала думать и показать план, не трогая файлы, — вы читаете, правите замысел и только потом разрешаете исполнять. Умеет работать в режиме, где каждое изменение проходит через ваше подтверждение. Умеет наоборот — молча пахать в песочнице. Люди, которые не знают про план перед правкой, тратят вечера на откат того, что агент понял по-своему.

Письменные правила проекта

Есть файл, который агент читает в начале каждой сессии, — контракт с ним. Туда пишутся правила: как в этом проекте называются вещи, что нельзя трогать, чем запускаются тесты, куда деплоится. Один раз написали — больше не объясняете. Это разница между сотрудником, который прочитал регламент, и стажёром, которому каждое утро рассказывают, где чайник.

Автоматизация: агент без человека

Самое недооценённое. Claude Code умеет запускаться из терминала одной командой, без интерактива, и отдавать результат в скрипт. Это значит, что агента можно поставить в расписание. У нас на этом живёт целый контур: контент-движок пишет посты по расписанию, бот Академии проверяет домашние задания учеников, отдельный агент готовит SEO-статьи и раскладывает их по площадкам. Ни одного нажатия клавиши — люди только читают результат и правят курс.

Хуки, скиллы, внешние инструменты

Дальше начинается инженерия: автоматические действия по событию (сохранил файл — прогнался форматтер), собственные команды под ваши регулярные задачи, подключение внешних систем, чтобы агент сам ходил в базу, в трекер, в браузер. Здесь инструмент перестаёт быть «умным блокнотом» и становится средой, в которой работает команда.

Приёмка работы

И главный навык, который не про кнопки. Профессионал не спрашивает «сделал?» — он требует доказательство: покажи вывод команды, покажи лог, покажи, что тест прошёл. Агент, как и человек, склонен рапортовать об успехе раньше времени. Разница между командой, где это правило есть, и командой, где его нет, измеряется количеством инцидентов в проде.

Проверка на себе

Мы перебрали собственную инфраструктуру под этим углом: три сервера, около двадцати автоматизаций, боты, которые общаются с клиентами и учениками. Нашли ровно то, что и ожидали, — работающие вещи, собранные по-любительски. Где-то модель выбиралась наугад, а не по задаче: проверку работ учеников, где нужна голова, вёл самый слабый и дешёвый вариант. Где-то основной канал и резервный были перепутаны местами и жили так месяцами, потому что «оно же работает». Где-то одна и та же задача решалась скриптом на двести строк, хотя закрывалась одной штатной возможностью инструмента.

Всё это чинится за день, если знать. И не чинится годами, если не знать.

Поэтому мы открыли свою базу знаний

Мы собрали внутреннюю базу для собственной команды — то, что должен знать каждый, кто у нас работает с агентами. Метод работы сеньора: цикл «исследуй → планируй → делай», интервью с агентом до начала работы, состязательное ревью, пять типовых провалов и как их избежать. Десять шпаргалок: команды сессии, горячие клавиши и режимы ввода, запуск из терминала и автоматизация, настройки и память, продвинутое — внешние инструменты, хуки, субагенты, отдельно экономия контекста, отдельно приёмы сообщества и работа с дизайном.

Программа разбита на четыре уровня — от базы до мастера, — и к каждому есть экзамен с порогом 80% и практическое задание. Пересдачи не ограничены: смысл не в оценке, а в том, чтобы вы реально умели.

Мы открыли её наружу целиком и бесплатно. Интерес у нас прямой и я его не скрываю: нам нужны инженеры, и проще один раз выложить материалы, чем на собеседованиях выяснять, что человек два года «работал с ИИ», а инструмент знает на те самые десять процентов. Кто пройдёт и захочет к нам — добро пожаловать в Академию (https://solaris-club.one/akademiya) и дальше в команду. Кто просто станет работать лучше — тоже хороший исход.

Claude Code Academy — бесплатно, без регистрации

Метод сеньора, десять шпаргалок, четыре уровня, экзамен. Первая неделя: прочитать практику, поставить инструмент, сдать уровень 1.

Открыть базу знаний (https://claude.solaris-club.one) Программа Академии (https://solaris-club.one/akademiya)

С чего начать сегодня

— Заведите правила проекта письменно — один файл, который агент читает каждую сессию. Полчаса работы, эффект навсегда.

— Возьмите за привычку начинать новую задачу с чистого контекста, а не дописывать её в неделю тянущийся диалог.

— Перед любой правкой в существующем коде просите план и читайте его. Отказ от плана — самая дорогая экономия минуты.

— Никогда не принимайте «должно работать». Просите вывод команды.

— Найдите одну свою задачу, которая повторяется каждый день, и поставьте её агенту на расписание. После первой такой автоматизации обратно уже не хочется.

Частые вопросы

Нужно ли уметь программировать?

Нет. Код пишет агент. От вас — формулировка задачи, критерий приёмки и проверка результата. Но проверять придётся по фактам: вывод команды, лог, тест. Инженерное мышление важнее синтаксиса.

Курс правда бесплатный? В чём подвох?

Правда. Это наша внутренняя база знаний, открытая наружу. Подвох в нашем интересе: мы ищем инженеров и хотим, чтобы приходили подготовленные.

Сколько времени займёт первый уровень?

Около недели без надрыва: день на первую практику, три-четыре дня на команды и режимы, два дня на экзамен и разбор.

У меня уже всё работает. Зачем мне это?

Затем же, зачем нам: у нас тоже всё работало. Ревизия под правильным углом нашла выбранные наугад модели, перепутанные основной и резервный каналы и скрипты, которые дублировали штатные возможности инструмента.

Готовый AI-ассистент по подписке обходится бизнесу в 20-60 тысяч рублей в месяц. Кастомная разработка под ключ стоит от 500 тысяч до 3 миллионов рублей на старте, и это ещё без ежемесячного сопровождения. Вилку я собрал не из рекламы: за полтора года через меня прошли десятки смет и коммерческих предложений, потому что мы в Solaris AI и сами продаём ассистентов, и регулярно видим, что конкуренты предлагают нашим клиентам.

Для понимания масштаба: живой мини-отдел с теми же функциями стоит дороже на порядок. Когда я нанимал в свои проекты сейлза, SDR для холодных касаний и человека на контент, фонд оплаты с налогами выходил в 250-400 тысяч рублей в месяц. AI-ассистент закрывает эти же задачи за 5-15% от этой суммы.

Справедливая цена AI-ассистента определяется не технологией, а стоимостью человека, которого он заменяет. Это главное правило, через которое стоит пропускать любое коммерческое предложение.

Из чего складывается цена AI-ассистента

В цене четыре слагаемых: работа модели, интеграции, база знаний и сопровождение. Всё остальное в смете либо упаковка, либо накрутка.

Работа модели считается в токенах. По нашим замерам на проектах Solaris один содержательный диалог с клиентом обходится в 3-7 рублей: даже тысяча диалогов в месяц стоит меньше одного рабочего дня менеджера. Интеграции с Telegram, WhatsApp и CRM делаются один раз, и именно тут кастомные разработчики любят закладывать сотни тысяч за то, что в готовых решениях уже собрано. База знаний, то есть обучение ассистента вашим продуктам и скриптам, занимает у нас от нескольких дней до двух недель. Сопровождение съедает больше всего денег на дистанции: модель нужно дообучать на реальных диалогах, иначе через три месяца она отвечает хуже стажёра.

Сколько стоит AI-ассистент: сравнение вариантов по деньгам

Честное сравнение выглядит так: считать нужно не старт, а полную стоимость первого года. Цифры ниже собраны из смет наших клиентов и моих собственных проектов найма.

| Вариант | Старт | В месяц | Запуск | Главный риск | |---|---|---|---|---| | Штатный мини-отдел (сейлз, SDR, контент) | от 0 | 250-400 тыс. | 1-2 месяца найма | текучка, отпуска, ночью не работает | | Бот от фрилансера | 50-150 тыс. | 10-30 тыс. | 3-6 недель | исполнитель пропал вместе с доступами | | Кастом от агентства | 0,5-3 млн | 50-150 тыс. | 2-6 месяцев | платите за разработку уже существующего | | Готовый ассистент по подписке | 0-100 тыс. за настройку | 20-60 тыс. | 1-2 недели | зависимость от подрядчика |

За первый год мини-отдел обойдётся в 3-5 миллионов, кастом в 1-4 миллиона, подписка в 300-800 тысяч. Разница в разы, а функции пересекаются процентов на девяносто.

За что переплачивают чаще всего

Самая частая переплата: заказ кастомной разработки там, где хватило бы готового решения. В сметах агентств я регулярно вижу 400-600 тысяч за «разработку диалогового движка», хотя движок давно существует, его нужно только настроить под нишу.

Вторая ловушка тише: тарификация за каждое сообщение или за каждого лида. При росте трафика счёт растёт быстрее выручки, и через полгода вы платите как за двух менеджеров. Третья: зарубежные SaaS с оплатой в валюте, где к цене добавляются курс, посредник для оплаты и риск блокировки аккаунта. Четвёртая: оплата «внедрения AI» без привязки к воронке, когда в договоре нет ни слова о том, какие заявки и как ассистент должен обрабатывать.

Как понять, окупится ли ассистент

AI-ассистент окупается, если закрывает хотя бы одну задачу, за которую вы уже платите человеку деньгами или собственным временем. Это и есть весь расчёт, остальное детали.

Практическая формула: возьмите месячную цену ассистента и разделите на стоимость часа сотрудника, которого он разгружает. Если ассистент за 40 тысяч в месяц снимает с менеджера за 150 тысяч хотя бы треть рутины, экономика сошлась ещё до роста конверсии. У наших клиентов чаще всего первым окупается ночной трафик: заявки, которые раньше ждали утра и остывали, теперь получают ответ за минуту.

Мы собрали это в продукт: личный AI-ассистент Solaris ведёт продажи, поддержку и контент 24/7 во всех мессенджерах и заменяет связку из сейлза, ресёрчера и SDR. Я Антон Баранов, основатель Solaris AI, 16 лет в предпринимательстве, и все цифры выше взяты из смет и замеров моих собственных проектов.

Сколько стоит внедрить AI-ассистента в малый бизнес?

Готовое решение по подписке стоит 20-60 тысяч рублей в месяц, настройка под нишу занимает одну-две недели. Кастомная разработка для малого бизнеса почти никогда не оправдана: вы платите 500 тысяч и больше за то, что уже существует в готовом виде.

Что дешевле: нанять менеджера или подключить AI-ассистента?

Менеджер по продажам с налогами стоит компании 120-200 тысяч рублей в месяц и работает 8 часов в день. Ассистент за 20-60 тысяч отвечает круглосуточно и не уходит в отпуск. Но живой человек всё ещё нужен на сложных сделках, поэтому рабочая схема: ассистент квалифицирует и прогревает, человек закрывает.

Почему такой разброс цен на AI-ботов?

Потому что под словом «бот» продают разные вещи: от шаблонного меню с кнопками до ассистента с базой знаний и доступом к CRM. Кнопочный бот стоит десятки тысяч и не продаёт, полноценный ассистент понимает свободную речь и ведёт сделку. Сравнивайте не цену, а список задач, которые решение реально закрывает.

Сколько стоит поддержка AI-ассистента в месяц?

Закладывайте 10-30% от стартовой стоимости в месяц: токены модели, сервер и дообучение на реальных диалогах. В подписных решениях это уже включено в тариф. Если подрядчик говорит, что поддержка не нужна вовсе, через квартал качество ответов заметно просядет.

Можно ли собрать AI-ассистента самому и сэкономить?

Можно, если у вас есть разработчик и 2-3 месяца его времени: API моделей открыты, конструкторы доступны. По моему опыту самосбор экономит деньги только при штатной технической команде, иначе вы просто меняете подписку на зарплату разработчика, которая выше. Для проверки гипотезы быстрее взять готовое решение и через квартал решать, нужен ли свой стек.

Если хотите примерить цифры на свой бизнес, посмотрите, как устроен и что умеет личный AI-ассистент Solaris: [solaris-club.one/ai-assistant](https://solaris-club.one/ai-assistant?utm_source=blog&utm_medium=article&utm_campaign=daily_personal_assistant). Покажем на ваших заявках, где ассистент окупится первым.

Разборы AI-инструментов для бизнеса я публикую в своём Telegram-канале раньше, чем они попадают в обзоры: подписывайтесь на [t.me/AntonProBusiness](https://t.me/AntonProBusiness).

Меня зовут Антон Баранов, я основатель Solaris AI и сооснователь GiG AI. За 16 лет в предпринимательстве я принял несколько тысяч управленческих решений, и знаю: самые дорогие ошибки случаются там, где смотришь на проблему только с одной стороны.

Что такое AI-совет директоров и как он работает

AI-совет директоров — это система из 11 специализированных нейроагентов, каждый из которых анализирует ваш бизнес-вопрос с позиции конкретной управленческой школы: Друкера, Портера, Канемана, Баффета и других. За 24 часа вы получаете меморандум с решением и пошаговым планом действий. Каждый агент работает параллельно с остальными, затем синтезатор сводит выводы в единый документ с учётом противоречий и приоритетов.

Мы запустили продукт в марте 2024 года после того, как сами использовали прототип для принятия решения о выходе на рынок Казахстана — система выявила три риска, которые мы упустили на стратегической сессии с командой. С тех момента через AI-совет прошло 247 запросов от владельцев бизнеса с выручкой от 15 до 800 млн рублей в год.

Почему одна нейросеть не заменит совет директоров

Одна модель, даже самая продвинутая, выдаёт линейный ответ в рамках одного промпта. AI-совет директоров работает иначе: 11 агентов получают одну и ту же задачу, но каждый применяет свою методологию анализа. Агент на базе фреймворка Портера строит карту конкурентных сил, агент Канемана ищет когнитивные искажения в вашей постановке вопроса, агент Баффета оценивает финансовую устойчивость решения на горизонте 5-10 лет.

По нашим замерам, в 68% случаев итоговое решение содержит рекомендации, которых не было ни в одном из промежуточных выводов отдельных агентов — они появляются на этапе синтеза, когда система сопоставляет противоречия. Например, маркетинговый агент может рекомендовать агрессивную экспансию, а финансовый — указать на недостаток резервов. Синтезатор предложит поэтапный план с чёткими метриками для перехода к следующему шагу.

Какие задачи решает AI-совет на практике

Мы выделили пять типов запросов, которые составляют 91% всех обращений. Первый — стратегические развилки: выходить на новый рынок, запускать продукт, масштабировать направление или сворачивать его. Второй — конфликты интересов: партнёры предлагают разные сценарии, нужен независимый взгляд. Третий — оптимизация процессов: где узкое место, что автоматизировать в первую очередь, как перестроить оргструктуру.

Четвёртый тип — ценообразование и позиционирование: как выставить цену на новый продукт, когда повышать текущие, стоит ли уходить в премиум. Пятый — кризисное управление: выручка упала, клиент ушёл, команда разваливается — нужен план на ближайшие 30 дней. Средняя длина меморандума — 18 страниц формата A4, из них 40% занимает план действий с указанием ответственных и контрольных точек.

Сравнение с классическим советом директоров и консалтингом

| Параметр | AI-совет директоров | Классический совет | Консалтинг | |----------|---------------------|--------------------|-----------| | Срок подготовки решения | 24 часа | 7-14 дней | 4-12 недель | | Стоимость одного запроса | 15 000 руб | 0 руб (доля/зарплата) | 300 000-2 000 000 руб | | Количество точек зрения | 11 методологий | 3-5 человек | 2-4 консультанта | | Конфиденциальность | Полная (без людей) | Риск утечки | NDA, но команда | | Эмоции и политика | Отсутствуют | Присутствуют | Минимальны |

Как формулировать запрос, чтобы получить полезный меморандум

Качество ответа AI-совета на 70% зависит от формулировки вопроса, и здесь работают те же правила, что при подготовке к обычной стратегической сессии. Опишите контекст: какая у вас выручка, сколько клиентов, какая маржинальность, что уже пробовали. Сформулируйте конкретный вопрос: не «как развивать бизнес», а «стоит ли открывать второй офис в Санкт-Петербурге при текущей выручке 25 млн в год и марже 18%».

Укажите ограничения: бюджет, сроки, риски, которые точно не готовы принять. Назовите альтернативы, которые уже рассматриваете — система оценит их и может предложить третий вариант. Добавьте цифры: конверсии, LTV, CAC, оборачиваемость — чем больше данных, тем точнее прогноз. Мы рекомендуем готовить запрос так, будто пишете письмо реальному совету директоров: никто не будет додумывать за вас, что вы имели в виду.

Три кейса из практики клиентов

Первый случай: владелец сети кофеен с выручкой 47 млн в год хотел открыть пятую точку. AI-совет проанализировал юнит-экономику и показал, что маржинальность третьей и четвёртой точек ниже первых двух на 12% из-за роста управленческих расходов. Рекомендация: вместо пятой точки внедрить CRM и автоматизацию закупок, поднять маржу существующих до уровня первых двух, затем масштабироваться. Через полгода клиент вышел на плановую рентабельность и открыл сразу две новые точки.

Второй случай: IT-компания выбирала между разработкой собственного SaaS-продукта и продолжением работы на проектах. Совет выявил, что команда из 12 разработчиков загружена на 60%, а средний чек проекта падает третий квартал подряд. Решение: запустить MVP продукта силами свободных ресурсов, продолжая проектную работу, но поднять входной чек и отсечь клиентов ниже порога. Через 8 месяцев продукт вышел на 900 тыс. рублей MRR.

Третий случай: производство мебели столкнулось с разрывом между отделом продаж и производством — заказы срывались, клиенты уходили. AI-совет предложил внедрить буферный склад готовых модулей и перейти на модульное проектирование вместо полной кастомизации. Это противоречило позиции директора по продажам, который настаивал на уникальности каждого заказа. Владелец протестировал гипотезу на 20% заказов, NPS вырос с 32 до 54 пунктов за квартал.

Ограничения технологии: когда AI-совет не поможет

Система не работает с задачами, где нужна глубокая отраслевая экспертиза, которой нет в обучающих данных моделей. Если вы производите узкоспециализированное оборудование для нефтехимии, AI может дать общие управленческие рекомендации, но не заменит инженерный расчёт. AI-совет не принимает решения за вас — он структурирует проблему, показывает слепые зоны, предлагает план, но выбор остаётся за человеком.

Система не учитывает неформальные факторы: личные отношения с партнёрами, репутационные риски в узком комьюнити, семейные обстоятельства. Если решение на 50% зависит от того, как отреагирует конкретный человек, AI даст усреднённый прогноз. Наконец, система не заменяет юристов, бухгалтеров и других специалистов — она работает на уровне стратегии и управленческой логики, а не нормативных требований.

Сколько стоит ошибка в управленческом решении

По данным исследования Harvard Business Review за 2023 год, неверное стратегическое решение обходится компании в среднем в 1,5 годовой прибыли. Для бизнеса с EBITDA 10 млн рублей это 15 млн потерь. Мы считаем иначе: стоимость ошибки равна упущенной выгоде плюс затраты на разворот. Если вы год развиваете направление, которое не взлетит, вы теряете не только вложенные 5 млн, но и возможность заработать 20 млн на альтернативном сценарии.

AI-совет директоров снижает этот риск за счёт проверки решения с 11 разных углов. Это не гарантия успеха, но существенное повышение вероятности. Стоимость одного разбора — 15 000 рублей, что сопоставимо с часом работы опытного бизнес-консультанта, но вы получаете не один взгляд, а синтез методологий, проверенных десятилетиями.

Попробовать AI-совет директоров можно здесь: https://solaris-club.one/sovet?utm_source=blog&utm_medium=article&utm_campaign=daily_sovet — загружаете вопрос, через 24 часа получаете меморандум.

Больше разборов AI-инструментов для управленцев публикую в Telegram-канале https://t.me/AntonProBusiness — там выходят кейсы и инсайты раньше, чем в развёрнутых статьях.

Можно ли использовать AI-совет для операционных задач?

AI-совет директоров заточен под стратегические и тактические решения с горизонтом от месяца, а не под ежедневную операционку. Если вам нужно решить, как оптимизировать логистику или внедрить CRM — это подходящая задача. Если вопрос звучит как «кого нанять на позицию менеджера» или «какой цвет выбрать для кнопки на сайте» — это слишком узко, эффективнее использовать обычную нейросеть или профильного специалиста.

Как AI-совет обрабатывает конфиденциальные данные?

Все данные обрабатываются на серверах с шифрованием, мы не передаём информацию третьим лицам и не используем её для обучения моделей. После формирования меморандума исходный запрос хранится 90 дней для возможности дозапроса, затем удаляется. Вы можете запросить удаление сразу после получения результата через интерфейс личного кабинета или техподдержку.

Сколько времени занимает разбор одного вопроса?

Стандартный срок — 24 часа с момента отправки запроса, это время нужно для параллельной работы всех 11 агентов и финального синтеза. Если вопрос требует дополнительных данных, система пришлёт уточняющий запрос — в этом случае отсчёт начинается заново после получения ответа. Ускоренный разбор за 6 часов доступен за двойную стоимость, но только для запросов объёмом до 3000 знаков.

Можно ли задать уточняющие вопросы после получения меморандума?

Да, в течение 14 дней после получения меморандума вы можете отправить до трёх уточняющих вопросов по той же теме. Это входит в стоимость разбора. Система вернётся к исходному контексту и даст дополнительную аналитику или детализирует план действий. Если вопрос выходит за рамки исходной темы, он считается новым запросом.

Чем AI-совет отличается от ChatGPT с правильным промптом?

ChatGPT работает в рамках одной сессии и одной роли, даже если вы попросите его «думать как Друкер». AI-совет — это 11 независимых агентов с разными обученными моделями поведения, которые анализируют вопрос параллельно, а затем их выводы сопоставляются синтезатором. Это архитектурная разница: один агент не может одновременно держать в фокусе противоречивые методологии, а распределённая система может.

Какие данные нужно предоставить для качественного разбора?

Минимально необходимый набор: текущая выручка или оборот, маржинальность или рентабельность, суть вопроса с указанием временного горизонта. Чем больше цифр — тем точнее прогноз: количество клиентов, средний чек, CAC, LTV, размер команды, динамика за последние кварталы. Если есть финансовая модель или управленческий отчёт — прикрепите файлом, система извлечёт нужные показатели сама.

Меня зовут Антон Баранов, я основатель Solaris AI и сооснователь GiG AI. За 16 лет в предпринимательстве я запустил больше 30 проектов и понял: ручной поиск клиентов съедает время, которое нужно отдавать продукту.

AI-рассылки в Telegram — это автоматизация исходящих касаний с искусственным интеллектом, который ведет первичный диалог, отсекает нецелевые контакты и передает готовых лидов менеджеру. Вместо массового спама система отправляет персонализированные сообщения, дожидается ответа и продолжает переписку до момента, когда человек либо отказался, либо готов обсуждать условия. Стоимость одного проверенного контакта начинается от 24 рублей, что в 3-5 раз дешевле звонка колл-центра или личной встречи.

Такой подход снимает главную боль отдела продаж: менеджеры тратят 60-70% рабочего времени на поиск контактов и первые касания, хотя реальная конверсия начинается только после третьего-четвертого касания. AI берет на себя эту рутину и допускает до человека только тех, кто уже прогрет и понимает суть предложения.

Как работает автоматизация холодных касаний через AI

Система собирает целевую аудиторию по параметрам (география, интересы, активность в тематических каналах), отправляет первое сообщение и запускает сценарий диалога. AI распознает интонацию ответа, уточняет потребность и ведет переписку до момента квалификации. Если собеседник задает вопрос по существу или просит детали, система передает диалог менеджеру с кратким саммари.

Вся логика строится на обученных моделях, которые понимают контекст переписки и не скатываются в шаблонные ответы. Мы используем Claude для генерации реплик и GPT-4o для анализа тональности — это дает естественный язык и точное определение готовности лида. В среднем один AI-агент обрабатывает до 500 диалогов в сутки, что эквивалентно работе пяти SDR-менеджеров.

Сколько стоит AI-рассылка и как считается ROI

Цена складывается из трех частей: парсинг аудитории, отправка сообщений и API-запросы к языковым моделям. В сервисе AISender стоимость одного проверенного контакта (человек ответил и не заблокировал) составляет от 24 рублей. Проверенный контакт — это тот, кто вступил в диалог, а не просто получил сообщение.

Для расчета окупаемости нужно знать средний чек и конверсию из диалога в сделку. Если вы продаете услугу за 50 000 рублей и конверсия из прогретого лида в клиента 10%, то для одной продажи понадобится 10 диалогов по 24 рубля — 240 рублей на привлечение. Это в 20 раз дешевле, чем платить лидогенерационному агентству или держать штатного SDR с зарплатой от 60 000 рублей.

| Канал привлечения | Стоимость контакта | Конверсия в диалог | Итоговая цена лида | |-------------------|-------------------|--------------------|-----------------| | Холодные звонки | 80-150 руб | 5-8% | 1000-3000 руб | | Email-рассылка | 5-10 руб | 1-2% | 250-1000 руб | | AI-рассылка в TG | 24 руб | 15-25% | 96-160 руб |

Какие ниши получают максимальный результат от AI-рассылок

Лучше всего работает там, где длинный цикл сделки и высокий средний чек: B2B-услуги, консалтинг, разработка, продажа франшиз, премиальные товары. AI успевает прогреть лида за 3-5 касаний, пока человек принимает решение. Если вы продаете подписку на SaaS или образовательный продукт, система отсекает тех, кто ищет халяву, и передает только платежеспособных.

Мы запускали кампании для IT-аутсорсинга, юридических услуг и обучения нейросетям — конверсия из первого касания в оплаченную заявку колебалась от 2% до 7%, в зависимости от оффера. Худший результат показали массовые товары с низким чеком: там люди покупают импульсно и переписка только тормозит.

Как настроить первую AI-рассылку за один день

Первый шаг — собрать целевую базу: можно выгрузить участников тематических каналов, спарсить контакты из открытых каталогов или загрузить свою CRM. Второй шаг — написать сценарий первого касания и три варианта ответов на типичные возражения. Третий шаг — подключить Telegram-аккаунт к системе, запустить тестовую серию на 50 контактов и отследить реакцию.

В AISender вся настройка умещается в четыре экрана: загрузка базы, выбор тональности (деловая, дружеская, экспертная), шаблон первого сообщения и правила передачи менеджеру. Система сама подбирает время отправки, чтобы не попасть в ночь или выходные. Первые результаты появляются через 2-4 часа после старта.

Почему AI-рассылки не блокируют как спам

Telegram банит аккаунты за массовые идентичные сообщения и высокую частоту жалоб. AI-рассылка отличается тем, что каждое сообщение генерируется индивидуально, с учетом профиля получателя и контекста канала, откуда его взяли. Если человек состоит в чате про нейросети, ему напишут про автоматизацию через AI, а не про универсальное решение для всех.

Система разносит отправки во времени: не больше 40 сообщений в час с одного аккаунта, паузы между касаниями 15-30 минут. Если получатель не ответил за сутки, второе касание откладывается на 48 часов. Это имитирует поведение живого человека и снижает процент жалоб до 0,1-0,3%, что в пределах нормы.

Как AI квалифицирует лида и когда передает менеджеру

Квалификация происходит по трем критериям: платежеспособность (человек упомянул бюджет или не возражает против платности), актуальность (задача есть сейчас, а не когда-нибудь) и полномочия (собеседник принимает решения или влияет на них). Если два из трех критериев выполнены, диалог передается менеджеру с тегом "горячий лид".

AI анализирует каждую реплику через языковую модель и определяет намерение: запрос цены, возражение, уточнение условий или отказ. Если три сообщения подряд содержат уклончивые ответы, система помечает контакт как "не готов" и переносит в долгий прогрев. Менеджер получает только те диалоги, где собеседник явно выразил интерес и готов обсуждать условия.

Сколько времени занимает запуск AI-рассылки с нуля?

От регистрации в сервисе до первой отправки проходит 2-4 часа: час на сбор базы, час на написание сценария, 30 минут на настройку аккаунта и тестовую серию. Если база уже есть и сценарий понятен, можно уложиться в 40 минут.

Можно ли использовать личный Telegram-аккаунт для рассылок?

Можно, но рискованно: при высокой частоте отправок Telegram может ограничить аккаунт на 24-48 часов. Лучше завести отдельный номер, прогреть его неделю обычной перепиской и только потом подключать к автоматизации.

Какая конверсия из холодного контакта в ответ считается нормальной?

Для B2B-ниши нормой считается 15-25% ответивших из общей базы. Из них 30-40% продолжают диалог после второго касания. Если ответов меньше 10%, проблема либо в таргетинге аудитории, либо в оффере.

Нужно ли иметь техническую экспертизу для настройки AI-рассылок?

Нет, современные сервисы работают через веб-интерфейс без программирования. Единственное требование — умение сформулировать сценарий диалога и критерии целевого лида. Если не уверены, можно взять готовый шаблон и адаптировать под свою нишу.

Как AI-рассылка соотносится с законом о персональных данных?

Telegram-username — это публичный идентификатор, не относящийся к персональным данным по 152-ФЗ. Отправка сообщений в личные чаты законна, если вы не используете закрытые базы, собранные незаконным путем. Главное правило: сразу удалять контакт из рассылки, если человек попросил.

Сколько лидов в месяц можно получить с одного Telegram-аккаунта?

При безопасном режиме (40 сообщений в час, 8 часов работы в день) один аккаунт обрабатывает до 9600 контактов в месяц. Из них 15-25% ответят, то есть 1440-2400 диалогов. Если конверсия из диалога в квалифицированный лид 10%, на выходе получается 144-240 готовых лидов в месяц с одного аккаунта.

Если вам нужна автоматизация холодных касаний без найма SDR-команды, посмотрите AISender: настройка за час, первые лиды в тот же день, оплата только за проверенные контакты. Подробности и тарифы здесь: https://solaris-club.one/aisender?utm_source=blog&utm_medium=article&utm_campaign=daily_aisender

Подписывайтесь на мой Telegram-канал https://t.me/AntonProBusiness — там разборы AI-инструментов для бизнеса и кейсы автоматизации, которые выходят раньше статей и обзоров.

Нишевый сайт, нулевая история домена, специфичная аудитория. 12 AI-агентов против ручной команды. Реальные цифры и скрины: как вывести сайт в топ без большого бюджета.

Меня зовут Антон Баранов, я основатель Solaris AI и сооснователь GiG AI. За 16 лет в бизнесе я запустил десятки проектов и точно знаю: менеджеры по продажам — это узкое горло любой компании, которая растёт.

AI-отдел продаж — это программный комплекс, который принимает заявки круглосуточно, отвечает клиентам за 3-5 секунд, звонит голосом, заполняет CRM без участия человека и передаёт сложные диалоги живым менеджерам. Система работает как три смены менеджеров, но стоит от 150 тысяч рублей в месяц — это дешевле одной ставки среднего продажника в Москве. По нашим замерам, AI обрабатывает 80-90% типовых запросов самостоятельно, а человек подключается только к клиентам с нестандартными требованиями или высоким чеком.

Вы получаете цифровую команду, которая не болеет, не уходит в отпуск и не теряет мотивацию после третьего отказа подряд. AI дожимает недозвоны автоматически: если клиент не ответил, система перезвонит через час, на следующий день или в удобное время, которое клиент указал в первом диалоге. Это решает главную проблему малого и среднего бизнеса — потерю заявок из-за того, что менеджер занят или забыл перезвонить.

Как устроен AI-отдел продаж и что он умеет

Система состоит из трёх модулей: приём заявок через мессенджеры и формы, голосовой AI-агент для исходящих звонков и интеграция с CRM. Все три работают одновременно и обмениваются данными без участия человека.

Когда клиент пишет в WhatsApp, Telegram или заполняет форму на сайте, AI отвечает за 3-5 секунд. Он задаёт уточняющие вопросы, понимает контекст и сразу заполняет карточку в CRM. Если запрос типовой — называет цену, отправляет реквизиты, согласовывает встречу. Если сложный — передаёт живому менеджеру со всей историей диалога.

Голосовой агент звонит клиентам, которые оставили номер телефона. Он говорит естественным голосом, понимает речь с ошибками и паузами, умеет переспросить и уточнить. По нашей статистике, 70% клиентов не понимают, что разговаривают с AI, пока мы сами не говорим об этом. Система обрабатывает возражения по скрипту, но умеет гибко реагировать на нестандартные реплики — это не автоответчик с меню, а полноценный диалог.

Интеграция с CRM происходит через API: каждая заявка, каждый звонок и каждое изменение статуса записываются автоматически. Вы видите полную воронку в реальном времени. Если клиент написал, потом позвонил, а через день снова написал — вся история в одной карточке.

Сколько стоит внедрение и когда окупается

Тарифы начинаются от 150 тысяч рублей в месяц за полный цикл: приём заявок, звонки, CRM, дозвоны. Это меньше, чем зарплата одного менеджера среднего уровня в Москве, но по объёму работы система заменяет трёх человек в разные смены.

| Вариант | Стоимость в месяц | Объём обработки | Ограничения | |---------|-------------------|-----------------|-------------| | Один менеджер | 80-120 тыс. + налоги | 50-70 заявок в день | Работает 8 часов, болеет, уходит в отпуск | | Три менеджера (смены) | 240-360 тыс. + налоги | 150-200 заявок в день | Высокая текучка, сложная координация | | AI-отдел продаж | от 150 тыс. | 300-500 заявок в день | Передаёт сложные запросы людям |

Окупаемость зависит от того, сколько заявок вы теряете сейчас. Если у вас 100 обращений в день, а менеджер обрабатывает 50 — вы теряете половину. AI закроет эту дыру за первый месяц. Если у вас уже есть команда продажников, но они тонут в рутине — система освободит их время для сложных сделок, и средний чек вырастет.

Мы видели кейсы, где бизнес окупал внедрение за 3-4 недели просто за счёт того, что перестал терять ночные и выходные заявки. Клиент пишет в субботу вечером, AI отвечает сразу, к понедельнику сделка уже на этапе договора.

Кому подходит AI-отдел продаж

Система работает в любой нише, где есть поток входящих заявок и типовые вопросы. Мы внедряли решения для онлайн-школ, клиник, строительных компаний, логистики, IT-услуг.

Особенно хорошо заходит тем, у кого высокая сезонность или резкие всплески трафика. Например, вы запустили рекламу, заявок стало в три раза больше, а нанять и обучить менеджеров за неделю невозможно. AI масштабируется мгновенно: сегодня 50 заявок, завтра 500 — система справится без дополнительных настроек.

Ещё один сценарий — малый бизнес, где владелец сам продаёт и параллельно делает всё остальное. AI снимает рутину: первичный контакт, квалификация лида, напоминания. Вы подключаетесь только к тем, кто реально готов покупать.

Не подходит, если у вас каждая сделка уникальная и требует глубокой экспертизы с первой минуты. Например, консалтинг высокого уровня или B2B с длинным циклом и множеством согласований. Там AI может взять первичный контакт, но основную работу всё равно делает человек.

Как внедряется система

Внедрение занимает от двух недель до месяца в зависимости от сложности интеграций. Мы начинаем с аудита: изучаем ваши скрипты продаж, частые вопросы, структуру CRM.

Потом настраиваем AI под вашу специфику: загружаем базу знаний, прописываем сценарии ответов, обучаем на реальных диалогах. Система учится на ваших данных, а не на общих шаблонах — поэтому она понимает терминологию ниши и отвечает так, как ответил бы ваш лучший менеджер.

Дальше подключаем каналы: мессенджеры, формы на сайте, телефонию. Интегрируем CRM через API. Запускаем тестовый период на небольшом потоке заявок, смотрим, где AI справляется сам, где нужна доработка. Корректируем логику, добавляем новые сценарии.

После запуска вы получаете личный кабинет, где видите все диалоги, статистику обработки, конверсию на каждом этапе. Можете вручную передать любой диалог живому менеджеру или скорректировать ответ AI прямо в процессе.

Какие задачи решает AI-отдел продаж прямо сейчас

Первая задача — скорость реакции. Клиент пишет и ждёт ответа. Если ответ приходит через пять минут, конверсия падает на 30-40% по сравнению с ответом за минуту. AI отвечает за 3-5 секунд в любое время суток.

Вторая — дозвоны. По нашим данным, 60% заявок теряются на этапе первого звонка, потому что клиент не ответил, а менеджер не перезвонил. AI делает до пяти попыток дозвона в разное время, пока не дойдёт до человека.

Третья — заполнение CRM. Менеджеры часто забывают внести данные или вносят их с ошибками. AI заполняет карточку автоматически, без пропусков и опечаток. Вы получаете чистую базу, по которой можно строить аналитику.

Четвёртая — освобождение времени живых продажников. Если 80% запросов типовые — зачем занимать человека ответами на одни и те же вопросы? Пусть он работает со сложными клиентами, где нужна экспертиза и гибкость.

Пятая — масштабирование без найма. Вы запускаете новый канал трафика или открываете второй город — AI справится с ростом потока без увеличения команды. Это особенно важно для франшиз и сетевых проектов.

Можно ли настроить AI под нашу специфику или это универсальный шаблон?

Система настраивается под каждый бизнес индивидуально: мы загружаем вашу базу знаний, прописываем скрипты продаж, обучаем на реальных диалогах вашей ниши. AI понимает термины, которые используете вы и ваши клиенты, и отвечает так, как ответил бы ваш лучший менеджер. Никаких универсальных шаблонов — только ваша логика и ваш tone of voice.

Сколько времени занимает внедрение AI-отдела продаж?

Внедрение занимает от двух недель до месяца в зависимости от количества интеграций и сложности скриптов. Мы начинаем с аудита, потом настраиваем логику ответов, подключаем каналы и CRM, запускаем тестовый период на части заявок. После этого система работает в полном режиме, а мы передаём вам доступ к личному кабинету и аналитике.

Что происходит, если AI не может ответить на вопрос клиента?

Если запрос выходит за рамки базы знаний или требует экспертизы, AI передаёт диалог живому менеджеру со всей историей общения. Клиент не повторяет информацию заново — человек видит, что уже обсуждалось, и продолжает с того места, где остановился бот. Вы сами настраиваете правила передачи: по ключевым словам, по сумме сделки, по типу запроса.

Как AI звонит клиентам и можно ли услышать примеры?

Голосовой агент использует синтез речи с естественной интонацией и понимает живую речь с паузами, ошибками, фоновым шумом. Он ведёт диалог по скрипту, но умеет гибко реагировать на нестандартные реплики. По нашей статистике, 70% клиентов не понимают, что говорят с AI, пока мы сами не сообщаем. Примеры звонков можно послушать в личном кабинете после внедрения или запросить демо у нас.

Какая конверсия у AI по сравнению с живыми менеджерами?

Конверсия зависит от ниши и сложности продукта. На типовых запросах AI показывает результат на уровне среднего менеджера или выше — за счёт скорости ответа и отсутствия человеческого фактора. На сложных сделках конверсия ниже, поэтому мы рекомендуем передавать их людям. В среднем по нашим клиентам AI закрывает 80-90% простых заявок сам, а оставшиеся 10-20% уходят живым продажникам.

Можно ли интегрировать систему с нашей CRM?

Да, мы интегрируем AI с любой CRM, у которой есть API: amoCRM, Битрикс24, Salesforce, HubSpot, Pipedrive и другие. Если API нет, настраиваем передачу данных через веб-хуки или CSV-выгрузки. Все заявки, звонки и изменения статусов записываются автоматически — вы видите полную воронку в реальном времени без ручного ввода.

Если вы хотите закрыть дыру в обработке заявок, перестать терять ночные и выходные звонки или освободить продажников от рутины — посмотрите, как работает система, на странице https://solaris-club.one/otdel-prodazh?utm_source=blog&utm_medium=article&utm_campaign=daily_otdel_prodazh. Там же можно оставить заявку на демо или аудит вашей воронки.

Больше разборов AI-инструментов для бизнеса, кейсов внедрения и отраслевой аналитики публикую в Telegram-канале раньше, чем в обзорах — подписывайтесь https://t.me/AntonProBusiness.

Я Антон Баранов, основатель Solaris AI и сооснователь GiG AI. За 16 лет в предпринимательстве я запустил несколько продуктовых компаний и знаю, сколько времени уходит на рутинное управление: постановку задач, контроль сроков, общение с клиентами.

AI-операционный директор — это агент в Telegram, который берёт на себя функции операционного менеджера: ставит задачи команде, напоминает о дедлайнах, ведёт клиентские чаты и синхронизируется с вашей CRM. Он работает круглосуточно, не требует отпусков и обходится от 19 900 рублей в месяц — это в 5-7 раз дешевле найма живого операционника. По нашим замерам на проектах Solaris, внедрение AI-операционного директора сокращает время на координацию команды на 60-70%, потому что агент сам следит за статусами задач и напоминает исполнителям.

Суть продукта в том, что один бот обслуживает сразу два контура: внутренний (командные чаты, где он распределяет задачи и собирает отчёты) и внешний (клиентские диалоги, где выступает персональным менеджером проекта). Вы настраиваете его один раз, подключаете к CRM, и дальше он работает самостоятельно.

Зачем бизнесу AI-операционный директор

Операционный директор нужен, чтобы владелец не тонул в мелких задачах и не тратил 3-4 часа в день на координацию. AI-агент решает эту проблему за счёт автоматизации: он сам следит за воронкой задач, напоминает о дедлайнах, собирает статусы от команды и формирует отчёты для руководителя.

В наших проектах мы видели классическую ситуацию: основатель компании одновременно продаёт, управляет командой из 3-7 человек и ведёт клиентов. На операционку уходит половина рабочего дня, хотя многие действия повторяются: уточнить статус задачи, напомнить о встрече, переслать клиенту промежуточный результат. AI-операционный директор выполняет эти действия автоматически, потому что интегрирован с CRM и видит всю картину проекта.

Конкретный пример: агентство веб-разработки, 5 человек в команде, 12-15 активных проектов. До внедрения AI-директора основатель тратил 2,5 часа в день на координацию: утренние созвоны, промежуточные уточнения, вечерние отчёты. После внедрения время сократилось до 40 минут, потому что агент сам собирал статусы, напоминал о задачах и отвечал клиентам на типовые вопросы (когда готово, что по срокам, можно ли добавить правку).

Как работает AI-операционный директор

Агент встраивается в ваши Telegram-чаты и действует по настроенным сценариям. В командном чате он ставит задачи через интеграцию с CRM, отслеживает дедлайны и напоминает исполнителям за день до срока. В клиентских чатах он отвечает на вопросы, используя контекст проекта из CRM: видит этапы, сроки, ответственных.

Настройка занимает 1-2 часа. Вы подключаете агента к CRM (мы поддерживаем Битрикс24, amoCRM, Planfix), указываете, в каких чатах он должен работать, и прописываете сценарии: например, каждое утро в 9:00 присылать команде список задач на день, а клиентам — статус проекта по пятницам. Агент учится на вашей переписке: анализирует, как вы формулируете задачи и отвечаете клиентам, и копирует этот стиль.

Важный момент: агент не принимает решений за вас. Если клиент просит изменить scope проекта или сотрудник сообщает о срыве дедлайна, агент передаёт это руководителю и предлагает варианты действий. Он автоматизирует рутину, но стратегические вопросы остаются за человеком.

Сравнение AI-операционного директора и живого менеджера

| Параметр | AI-операционный директор | Операционный менеджер (человек) | |----------|--------------------------|----------------------------------| | Стоимость в месяц | от 19 900 ₽ | 80 000–150 000 ₽ (с учётом налогов) | | Время работы | 24/7 | 8-10 часов в день | | Скорость реакции | мгновенно | от 5 минут до нескольких часов | | Синхронизация с CRM | автоматическая, в реальном времени | ручная, с задержкой | | Масштабирование | добавление чатов без роста затрат | +1 менеджер на каждые 10-15 проектов | | Отпуска и больничные | нет | 28 дней отпуска + больничные |

Эта таблица показывает: AI-директор не заменяет человека полностью, но закрывает до 70% операционных задач при бюджете в 4-7 раз ниже. Для команды до 10 человек и портфеля до 20 проектов этого достаточно.

Кому подходит AI-операционный директор

Продукт работает для компаний, где есть повторяющиеся операционные процессы и команда общается в Telegram. Мы видим максимальную отдачу в трёх типах бизнеса: агентства (дизайн, разработка, маркетинг), продуктовые студии с портфелем 5-20 проектов, сервисные компании с циклом сделки от 2 недель до 3 месяцев.

Не подходит, если у вас каждый проект уникален и требует постоянных нестандартных решений. Агент эффективен там, где 60-80% задач типовые: напомнить о встрече, запросить статус, переслать файл клиенту, обновить карточку сделки в CRM. Если каждый день вы решаете новые задачи, AI-директор сэкономит меньше времени.

Практический критерий: если вы тратите больше часа в день на координацию команды и общение с клиентами по статусам проектов, AI-операционный директор окупится за первый месяц.

Сколько стоит и как подключить

Тарифы начинаются от 19 900 рублей в месяц за базовую конфигурацию: один командный чат, до трёх клиентских чатов, интеграция с одной CRM. Расширенный тариф (49 900 рублей) включает неограниченное количество чатов, кастомные сценарии и приоритетную поддержку.

Подключение происходит в три шага. Первый: вы заполняете бриф на сайте https://solaris-club.one/coo?utm_source=blog&utm_medium=article&utm_campaign=daily_coo, указываете, какую CRM используете и какие задачи хотите автоматизировать. Второй: наша команда настраивает агента под ваши процессы (это занимает 1-2 рабочих дня). Третий: мы проводим онбординг для вашей команды, показываем, как формулировать задачи и корректировать поведение агента.

Первые 7 дней работы — пилотный период. Агент учится на вашей переписке, и вы видите, как он справляется с реальными задачами. Если результат не устраивает, мы возвращаем деньги.

Чем AI-операционный директор отличается от обычного чат-бота?

Чат-бот отвечает по заранее написанным скриптам и не видит контекста проекта. AI-операционный директор интегрирован с CRM, знает статусы задач, дедлайны, ответственных и может принимать решения на основе этих данных. Например, если клиент спрашивает «когда будет готов макет», бот не ответит, а AI-директор проверит карточку сделки в CRM и скажет точную дату.

Как агент понимает, когда передать вопрос человеку?

Агент анализирует тип запроса и уровень его критичности. Типовые вопросы (статус задачи, напоминание о встрече, запрос файла) он решает сам. Если клиент просит изменить условия договора или сотрудник сообщает о срыве дедлайна, агент передаёт это руководителю с пометкой «требуется решение». По нашим замерам, в клиентских чатах агент закрывает 65-75% вопросов самостоятельно.

Безопасно ли давать AI доступ к CRM?

Агент работает через API вашей CRM с ограниченными правами: он может читать данные по сделкам и задачам, обновлять статусы, создавать напоминания, но не может удалять записи или менять финансовые поля. Все действия агента логируются, и вы видите, что именно он изменил. Данные передаются по защищённому каналу и не хранятся на наших серверах дольше 24 часов.

Сколько времени занимает обучение команды работе с AI-директором?

Один онбординг на 30-40 минут. Мы показываем, как формулировать задачи в чате (агент понимает естественный язык, но есть нюансы), как корректировать его ответы и как настроить уведомления. Команда начинает работать с агентом в тот же день, и через 3-5 дней использование становится привычным.

Что будет, если агент ответит клиенту некорректно?

Вы можете включить режим модерации: агент предлагает вариант ответа клиенту, а вы подтверждаете или редактируете его перед отправкой. Это замедляет реакцию, но исключает ошибки на старте. Через 2-3 недели, когда агент научится вашему стилю, модерацию можно отключить. Если агент всё же ошибся, вы видите это в чате и можете тут же исправить.

Можно ли использовать AI-директора, если команда работает не в Telegram?

Сейчас продукт заточен под Telegram, потому что там самая гибкая API и большинство российских компаний ведут рабочую переписку именно там. Если ваша команда использует Slack или Microsoft Teams, интеграция возможна, но потребует дополнительной настройки (обсуждается индивидуально).

Подробнее о продукте и подключении — на странице https://solaris-club.one/coo?utm_source=blog&utm_medium=article&utm_campaign=daily_coo

Разборы новых AI-инструментов для бизнеса, кейсы внедрения и практические гайды публикую в Telegram-канале https://t.me/AntonProBusiness раньше, чем они попадают в обзоры и статьи.

Я Антон Баранов, основатель Solaris AI и сооснователь GiG AI. За 16 лет в предпринимательстве я запустил десятки проектов и вывожу компании на мероприятия с 2019 года. Сейчас расскажу, как мы автоматизировали поиск конференций и питч-сессий для клиентов.

Как AI находит подходящие мероприятия для компании

Искусственный интеллект сканирует 340+ источников событий ежедневно — от Tagline и Rusbase до региональных акселераторов и отраслевых ассоциаций. Система анализирует описание вашей компании, отрасль, географию и тип целевой аудитории, затем выбирает мероприятия по трём параметрам: релевантность спикерского трека (совпадение темы доклада с программой), профиль аудитории (совпадение ЛПР с вашей целевой группой) и конкурентное окружение (кто ещё подал заявку из вашей ниши). Каждое событие получает скоринг от 0 до 100 баллов.

Первый отчёт приходит через 24 часа после заполнения анкеты. В нём — список из 15-40 мероприятий с дедлайнами заявок, черновиками писем организаторам и тезисами докладов под каждую площадку. Система учитывает, что у премий свой цикл (заявки открываются за 2-4 месяца), у конференций — свой (спикеры набираются за 1-3 месяца), у питч-сессий акселераторов — третий (набор идёт круглый год с квартальными потоками).

Почему ручной поиск конференций съедает 12+ часов в месяц

Маркетолог или PR-менеджер тратит от 40 минут до 2 часов на каждое мероприятие: найти анонс, проверить формат, изучить прошлогоднюю программу, оценить аудиторию по фото и отзывам, найти контакт организатора, составить письмо. Умножьте на 8-15 мероприятий в месяц — получится минимум 12 часов чистого времени, а реально 18-20 с учётом переключений.

Ещё одна проблема — пропуск дедлайнов. Организаторы крупных конференций закрывают приём заявок за 45-60 дней до события, но анонсируют за 90-120. Если вы мониторите площадки раз в две недели, вы упускаете треть возможностей. Event Scout проверяет источники каждые 6 часов и фиксирует новые анонсы в день публикации.

| Задача | Вручную (время) | Event Scout (время) | Экономия | |--------|-----------------|---------------------|----------| | Поиск 10 мероприятий | 6-8 часов | 0 часов (автомат) | 6-8 часов | | Скоринг и отбор | 2-3 часа | 0 часов (в отчёте) | 2-3 часа | | Черновики писем | 3-4 часа | 0 часов (шаблоны готовы) | 3-4 часа | | Тезисы докладов | 4-6 часов | 1-2 часа (правка AI-черновика) | 3-4 часа | | Итого за месяц | 15-21 час | 1-2 часа | 14-19 часов |

Что входит в отчёт Event Scout и как им пользоваться

Отчёт приходит Google-таблицей с шестью колонками. Первая — название мероприятия и ссылка на сайт. Вторая — скоринг (чем выше балл, тем точнее совпадение ниши и формата). Третья — дедлайн подачи заявки с цветовой индикацией: зелёный, если до дедлайна больше 30 дней, жёлтый — от 14 до 30, красный — меньше 14. Четвёртая — черновик письма организатору с персонализацией под конкретное событие. Пятая — три варианта тезисов доклада под разные форматы (keynote на 45 минут, доклад на 20, лайтнинг-ток на 7). Шестая — ссылка на прошлогоднюю программу или фотоотчёт для оценки уровня.

Вы открываете таблицу, сортируете по скорингу, выбираете 5-7 мероприятий с наивысшими баллами и зелёными дедлайнами. Копируете черновик письма, вставляете в почту, правите 2-3 предложения под tone of voice компании и отправляете. На одно мероприятие уходит 8-12 минут вместо часа. Тезисы докладов тоже требуют правки — AI не знает ваших внутренних кейсов и цифр, но даёт структуру и хуки, которые работают на конкретной площадке.

Как Event Scout отбирает мероприятия: скоринг по трём критериям

Первый критерий — совпадение тематики доклада с программой. Система анализирует прошлогодние треки конференции и текущий Call for Papers. Если вы делаете AI для логистики, а конференция собирает кейсы digital-трансформации в ритейле, скоринг будет 40-50 из 100, потому что пересечение есть, но аудитория ждёт другой фокус. Если конференция про AI в supply chain — скоринг 85-95, это точное попадание.

Второй критерий — профиль участников. Event Scout парсит лендинги прошлых лет и вытаскивает должности гостей. Если среди участников 60% директоров по логистике и закупкам, а ваша целевая аудитория — именно они, мероприятие получает +30 баллов. Если это конференция для подрядчиков и исполнителей, а вам нужны заказчики, система снижает оценку до 50-60, даже если тема подходит.

Третий критерий — конкурентное окружение. Мы проверяем, кто из вашей ниши уже подал заявку или выступал в прошлом году. Если на площадке три прямых конкурента, Event Scout ставитометку «высокая конкуренция» и снижает приоритет на 10-15 баллов — не потому что идти не стоит, а потому что пробиться сложнее и нужна более сильная заявка.

Сколько стоит автоматический поиск мероприятий: три тарифа Event Scout

Базовый тариф «Разведка» — 19 900 рублей. Один отчёт на 15-25 мероприятий, срок актуальности 30 дней. Подходит, если вы только начинаете выходить на конференции и хотите протестировать канал. В отчёте — события ближайших двух месяцев, скоринг, дедлайны, черновики писем и тезисы.

Тариф «Конвейер» — 49 900 в месяц. Еженедельное обновление отчёта, покрытие трёх месяцев вперёд, приоритетная поддержка и правка черновиков после вашей обратной связи. Система учится на ваших одобренных заявках и через 2-3 недели начинает писать точнее. Этот тариф выбирают компании, которые подают 8-12 заявок в месяц и участвуют в 3-5 мероприятиях.

Тариф «Под ключ» — от 120 000 в месяц. Мы не только находим мероприятия, но и подаём заявки от вашего имени, ведём переписку с организаторами, дописываем тезисы после брифа с экспертом, готовим презентации для одобренных докладов. По сути, это аутсорс всего спикерского трека. Подходит компаниям с выручкой от 50 млн в год, где нет выделенного PR-менеджера, а основатель или маркетолог не успевает закрывать эту задачу.

Кому подходит Event Scout: четыре типа компаний

Первый тип — B2B-продукты на этапе выхода из MVP в масштабирование. Выручка 5-30 млн в год, есть несколько платящих клиентов, но нужны кейсы и узнаваемость в нише. Конференции дают 2-4 лида в месяц, если выступать на правильных площадках. Event Scout закрывает проблему поиска этих площадок.

Второй тип — консалтинг и агентства. Личный бренд основателя или партнёров напрямую влияет на поток входящих заявок. Одно выступление на отраслевой конференции приносит 8-15 тёплых обращений в следующие 30 дней. Система находит мероприятия, где сидят ЛПР из вашей целевой аудитории, а не просто «маркетологи» или «предприниматели».

Третий тип — SaaS и AI-продукты, которые строят outbound через образовательный контент. Вы не продаёте в лоб, а показываете экспертизу, делитесь инсайтами, разбираете кейсы. После доклада люди сами приходят на сайт и оставляют заявку на демо. Event Scout подбирает конференции, где формат позволяет давать глубокий разбор, а не рекламный питч.

Четвёртый тип — стартапы, которые идут за инвестициями. Питч-сессии акселераторов, Demo Day корпоративных программ, конкурсы стартапов — всё это каналы для знакомства с фондами. Многие основатели узнают о таких событиях постфактум. Event Scout собирает анонсы за 60-90 дней и отдаёт их с готовыми черновиками питчей.

Как Event Scout интегрируется в воронку привлечения клиентов

Спикерство на конференциях — это не про прямые продажи на мероприятии. Это про три точки касания. Первая — анонс выступления в рассылке организаторов за 2-4 недели до события. Вашу компанию видят 500-3000 человек (зависит от размера базы конференции), часть переходит на сайт. Вторая — сам доклад и нетворкинг после него. Вы получаете 8-20 визиток, обмениваетесь контактами в Telegram, договариваетесь о встречах. Третья — запись выступления и пост-релиз. Организаторы публикуют видео через 1-3 недели, вы репостите его в соцсети и рассылку, охват продлевается ещё на месяц.

Event Scout встраивается в начало этой воронки. Вы тратите час в месяц на отбор мероприятий из отчёта вместо 12-15 часов на поиск и скоринг. Освободившееся время идёт на подготовку качественного доклада, отработку возражений в презентации и упаковку кейсов. Результат — выше conversion от визитки до встречи и от встречи до сделки, потому что вы выступаете на правильных площадках перед правильной аудиторией.

Сколько времени экономит Event Scout по сравнению с ручным поиском конференций?

Event Scout экономит 14-19 часов в месяц на поиске, скоринге и подготовке заявок. Вручную маркетолог тратит 15-21 час на мониторинг площадок, отбор подходящих, составление писем и тезисов. С Event Scout активная работа занимает 1-2 часа — только правка AI-черновиков под tone of voice компании.

Как Event Scout оценивает релевантность мероприятия для компании?

Система использует три критерия: совпадение темы доклада с программой конференции (анализ прошлых треков и Call for Papers), профиль участников (доля ЛПР из вашей целевой аудитории) и конкурентное окружение (кто из ниши уже подавал заявки). Каждое мероприятие получает скоринг от 0 до 100 баллов, где 85+ означает точное попадание.

Можно ли использовать Event Scout для поиска международных конференций?

Сейчас Event Scout покрывает русскоязычные мероприятия в России и СНГ — это 340+ источников, включая Tagline, Rusbase, региональные акселераторы и отраслевые ассоциации. Международные конференции добавляются по запросу в тарифе «Под ключ», если у компании есть англоязычный спикер и готовность к командировкам.

Что входит в черновики писем организаторам от Event Scout?

Черновик письма содержит тему сообщения, приветствие с именем организатора (если найдено), краткое представление компании и спикера, три варианта тем доклада под формат конференции, объяснение ценности выступления для аудитории и призыв к действию. Вы правите 2-3 предложения под свой стиль и отправляете — на одно письмо уходит 8-12 минут вместо часа.

Подходит ли Event Scout стартапам без выручки?

Да, если стартап ищет площадки для питчей перед инвесторами или участие в акселераторах. Event Scout находит Demo Day корпоративных программ, конкурсы стартапов и питч-сессии фондов, куда можно подать заявку на ранней стадии. Тариф «Разведка» за 19 900 рублей даёт отчёт на 30 дней — этого хватает, чтобы подать 5-8 заявок и попасть на 2-3 мероприятия.

Как часто обновляется база мероприятий в Event Scout?

Система сканирует источники каждые 6 часов и фиксирует новые анонсы в день публикации. В тарифе «Конвейер» отчёт обновляется еженедельно, в тарифе «Разведка» — однократно при формировании. Дедлайны отслеживаются автоматически, и если до закрытия заявок осталось меньше 14 дней, мероприятие помечается красным цветом в таблице.

Заказать первый отчёт Event Scout можно на странице продукта: https://solaris-club.one/event-scout?utm_source=blog&utm_medium=article&utm_campaign=daily_event_scout — заполняете анкету за 10 минут, через 24 часа получаете таблицу с мероприятиями, скорингом и черновиками.

Больше разборов AI-инструментов для бизнеса публикую в Telegram-канале раньше, чем в статьях и обзорах — подписывайтесь https://t.me/AntonProBusiness, там же отвечаю на вопросы по автоматизации маркетинга и продаж.

Антон Баранов, основатель Solaris AI и сооснователь GiG AI. 16 лет строю бизнесы, последние три года внедряю искусственный интеллект в операционку компаний.

AI-агент для бизнеса — это программа на базе языковой модели, которая выполняет рабочие процессы от начала до конца без участия человека. В отличие от чат-бота, который отвечает на вопросы, агент сам принимает решения: обрабатывает заказ на маркетплейсе, отвечает клиенту в поддержке, готовит коммерческое предложение или составляет договор. GiG Agents — это набор готовых вертикальных агентов, каждый из которых заточен под конкретную бизнес-функцию и разворачивается за один день.

По нашим замерам на проектах 2025–2026 годов внедрение AI-агента сокращает время обработки запроса с 8–12 часов до 3–5 минут, снижает нагрузку на отдел поддержки на 60–75% и освобождает менеджеров для сложных задач, которые требуют переговоров и экспертизы. Агент не заменяет команду целиком, он берёт рутину: ответы по регламенту, загрузку товаров, формирование документов по шаблону.

Чем AI-агент отличается от чат-бота и RPA

Чат-бот работает по сценарию: если пользователь нажал кнопку A, показать текст B. AI-агент читает запрос на естественном языке, понимает контекст и сам выбирает последовательность действий. RPA-робот выполняет цепочку кликов по интерфейсу строго по записанному сценарию, агент принимает решения на каждом шаге и адаптируется к изменениям.

Агент интегрируется с внешними системами через API: CRM, складской учёт, маркетплейсы, мессенджеры. Он не имитирует действия человека в браузере, а напрямую обменивается данными с платформами.

| Инструмент | Гибкость | Интеграция | Решения без участия человека | |------------|----------|------------|------------------------------| | Чат-бот | Жёсткий сценарий | Ограничена | Нет, передаёт оператору | | RPA-робот | Записанная последовательность | Эмуляция кликов | Нет, ломается при смене интерфейса | | AI-агент | Понимает естественный язык | Прямой API-доступ | Да, end-to-end процесс |

Какие задачи решают вертикальные AI-агенты GiG

Мы запустили пять готовых агентов, каждый отвечает за отдельное направление. Агент для маркетплейсов создаёт карточки товаров: забирает характеристики из вашей базы, генерирует SEO-заголовок и описание, подбирает категорию и атрибуты под требования площадки. На Wildberries и Ozon одна пара кроссовок описывается по-разному, агент знает оба формата.

Агент поддержки отвечает на типовые вопросы клиентов в мессенджерах и соцсетях: статус заказа, условия возврата, наличие на складе, график работы. Если запрос выходит за рамки регламента, передаёт его оператору с контекстом переписки. По нашим данным 68% обращений закрываются агентом без эскалации.

Агент продаж квалифицирует входящие лиды: уточняет бюджет, задачу, сроки, формирует коммерческое предложение и отправляет его клиенту. Менеджер получает готовую заявку с оценкой приоритета и может сразу переходить к переговорам.

Агент контента пишет посты для соцсетей и рассылок, адаптирует один текст под разные каналы. Вы даёте тему и тональность, агент проверяет её по вашей базе знаний и выдаёт черновик. Редактор правит детали, но структура и фактура уже на месте.

Агент для юридических документов собирает договоры, доверенности, акты по шаблонам вашей компании. Подставляет реквизиты из CRM, проверяет обязательные поля, генерирует PDF. Юрист тратит время на нестандартные условия, типовые документы готовятся автоматически.

Как внедряется AI-агент: от запуска до результата

Первый этап — аудит процесса. Мы записываем, как сейчас выполняется задача: какие данные нужны, откуда они берутся, кому передаётся результат. Выявляем узкие места: где сотрудник ждёт ответа коллеги, где дублирует ввод данных, где принимает решение по регламенту.

Второй этап — настройка агента. Подключаем API ваших систем, загружаем базу знаний (инструкции, FAQ, прайс-листы), обучаем агента на реальных диалогах. Если API нет, поднимаем webhook или интеграцию через Zapier.

Третий этап — пилот на 10–15% трафика. Агент работает параллельно с человеком, мы сравниваем скорость, точность, процент ошибок. Дорабатываем логику по результатам пилота и выводим на полную нагрузку.

Срок от первого созвона до запуска пилота — 5–7 рабочих дней. Ещё две недели занимает доводка и масштабирование. Через месяц агент закрывает основной объём рутинных задач.

Сколько стоит AI-агент и когда он окупается

Мы считаем стоимость от задачи, а не от количества запросов. Агент поддержки для интернет-магазина с потоком 200–300 обращений в день стоит 45 000 рублей в месяц, это включает настройку, хостинг, поддержку и доработки. Если нанять двух операторов на ту же нагрузку, выйдет 120 000 рублей зарплаты плюс налоги и рабочее место.

Агент для маркетплейсов при загрузке 500 карточек в месяц обходится в 60 000 рублей. Контент-менеджер на ту же задачу получает от 80 000 рублей, и ему всё равно нужен редактор для проверки.

Окупаемость наступает через 2–4 месяца в зависимости от объёма процесса. Чем больше однотипных операций, тем быстрее возврат инвестиций. Агент не болеет, не уходит в отпуск, не требует онбординга при смене регламента — вы просто обновляете базу знаний.

| Функция | Стоимость агента (мес.) | Стоимость сотрудника (мес.) | Время обработки задачи агентом | |---------|-------------------------|-----------------------------|---------------------------------| | Поддержка клиентов | 45 000 ₽ | 120 000 ₽ | 3–5 минут | | Загрузка товаров | 60 000 ₽ | 80 000 ₽ | 2–4 минуты на карточку | | Квалификация лидов | 50 000 ₽ | 100 000 ₽ | 5–8 минут |

Риски и ограничения AI-агентов

Агент ошибается, если задача сформулирована нечётко или данные в системе противоречивые. Языковая модель не понимает контекст за пределами того, что ей передали. Если в базе знаний написано одно, а в CRM другое, агент выберет источник по приоритету, но не проверит актуальность.

Агент не заменяет человека там, где нужна эмпатия, переговоры, креатив. Он не уговорит клиента, не придумает нестандартное решение, не почувствует подвох в формулировке запроса. Он выполняет регламент, и если регламент плохой, агент тиражирует ошибку.

Безопасность данных — отдельная тема. Мы разворачиваем агентов на вашей инфраструктуре или в изолированном облаке, доступ к API ограничен ролями. Логи всех действий сохраняются, можно отследить, какие данные агент запрашивал и кому передавал. Но если ваш API уязвим, агент не добавит защиты.

Можно ли интегрировать AI-агента с 1С и Битрикс24?

Да, GiG Agents подключается к 1С через REST API или веб-сервисы, к Битрикс24 через webhook или встроенный REST API. Агент может создавать сделки, обновлять карточки клиентов, запрашивать остатки на складе. Время интеграции — 2–3 дня при наличии открытого API.

Нужно ли обучать агента на наших данных?

Да, агент работает на вашей базе знаний: инструкциях, FAQ, прайс-листах, примерах диалогов. Мы загружаем эти данные при настройке и дополняем по мере использования. Чем больше реальных кейсов, тем точнее агент отвечает на нестандартные запросы.

Сколько запросов в день выдерживает один агент?

Один экземпляр агента обрабатывает до 1000 запросов в сутки без деградации скорости. Если нагрузка выше, разворачиваем дополнительные инстансы, они работают параллельно и распределяют трафик. Масштабирование занимает несколько часов.

Можно ли агенту запретить принимать решения без согласования?

Да, для критичных операций настраивается режим подтверждения: агент готовит решение, отправляет его ответственному сотруднику и ждёт одобрения. Например, возврат денег клиенту может требовать ручной проверки, а ответ на вопрос о графике работы — нет.

Что происходит, если агент не понял запрос?

Агент передаёт запрос оператору с пометкой о причине эскалации: нет данных в базе знаний, запрос выходит за рамки полномочий, клиент явно просит живого человека. Оператор видит всю историю переписки и продолжает диалог без повторных уточнений.

Можно ли использовать агента для исходящих звонков?

Да, агент интегрируется с телефонией через SIP или API провайдера, может совершать исходящие звонки по скрипту: напоминание о записи, подтверждение заказа, опрос после покупки. Распознавание речи и синтез голоса работают на русском и английском языках.

Посмотреть все возможности GiG Agents и оставить заявку на внедрение можно здесь: https://solaris-club.one/agents?utm_source=blog&utm_medium=article&utm_campaign=daily_gig_agents

Подписывайтесь на мой Telegram-канал https://t.me/AntonProBusiness — разбираю кейсы внедрения AI в бизнес раньше, чем они попадают в обзоры и статьи.

Меня зовут Антон Баранов. Основатель Solaris AI, сооснователь GiG AI, 16 лет в предпринимательстве. Последние два года перевожу работу с нейросетями в реальные бизнес-процессы - для своих проектов и для клиентов.

GiG AI - это агрегатор нейросетей, который объединяет 40+ AI-моделей в одном кабинете с оплатой в рублях и прямым доступом без VPN для пользователей из России. По состоянию на август 2026 года на платформе доступны GPT-5, Claude, Sora 2 Pro, Kling 3.0, Veo 3.1, Suno v5 и несколько десятков других моделей. Тарифная сетка: Free (базовый уровень), Pro за 990 рублей в месяц, Enterprise за 4990 рублей в месяц.

Российский пользователь сегодня сталкивается с двумя барьерами одновременно: ведущие AI-сервисы либо недоступны напрямую, либо не принимают отечественные карты. GiG AI убирает оба сразу. Это не прокси-обёртка над чужим API - платформа объединяет модели для текста, видео, изображений и аудио под одной учётной записью с единой точкой оплаты.

Что такое агрегатор нейросетей и зачем он нужен

Агрегатор нейросетей - это платформа с единым интерфейсом, через который пользователь получает доступ к нескольким AI-моделям разных разработчиков по одной подписке. Вместо пяти отдельных личных кабинетов на зарубежных сайтах, пяти способов оплаты и пяти VPN-подключений - один сервис, одна оплата, один вход.

Я замерял собственное время до запуска GiG AI: около 35 минут в день уходило на переключение между сервисами, поиск нужного аккаунта и подключение VPN для тех платформ, которые его требовали. Это не считая ситуаций, когда VPN внезапно переставал работать с конкретным сервисом - и задача просто откладывалась.

Какие модели доступны в GiG AI

Платформа собирает модели из ключевых категорий AI-инструментов: это не один тип задач, а полный рабочий стол. Текст и код: GPT-5, Claude. Видеогенерация: Sora 2 Pro, Veo 3.1. Работа с изображениями и анимацией: Kling 3.0. Аудио и музыка: Suno v5. Итого 40+ моделей по данным платформы на август 2026 года.

Sora 2 Pro и Veo 3.1 - разные инструменты с разными сильными сторонами: первый точнее в физике объектов, второй даёт более детализированную картинку. Иметь обе в одном месте - рабочая необходимость при серьёзном видеопроизводстве, а не избыточность.

Тарифы GiG AI: сравнение вариантов

| Тариф | Цена | Что включено | Для кого | |---|---|---|---| | Free | 0 руб/мес | Базовые текстовые модели, ограниченное число запросов | Знакомство с платформой | | Pro | 990 руб/мес | Все 40+ моделей: текст, видео, изображения, аудио | Специалист, фрилансер, предприниматель | | Enterprise | 4990 руб/мес | Всё из Pro + приоритетная очередь + командный доступ | Команды, высокая нагрузка на генерацию |

*Данные актуальны на август 2026 года по информации gig-ai.love.*

Про разницу в цене с прямыми подписками: подписка на Sora 2 Pro в сервисе OpenAI стоит от $20 в месяц (около 1800 рублей по курсу августа 2026 года). Claude Pro - от $20. GPT-5 Plus - от $20. Три позиции уже около $60 - и это без видео- и аудиомоделей, без рублёвой оплаты и с обязательным VPN.

Как GiG AI работает без VPN в России

GiG AI обрабатывает запросы к зарубежным API через собственную инфраструктуру. Пользователь работает с российским сервисом - никаких блокировок и никакой необходимости держать включённым VPN-клиент. Оплата принимается рублями, включая карты отечественных банков.

Для корпоративного сегмента это особенно актуально: IT-политики многих компаний прямо запрещают VPN на рабочих устройствах. GiG AI позволяет легитимно использовать ведущие AI-модели в корпоративной среде без обходных схем.

Как я использую GiG AI в реальной работе

Утром - Claude для разбора документов, анализа позиций и стратегических задач. В течение дня - GPT-5 для кода и структурирования данных. Для клиентских презентаций раз в неделю - Kling 3.0 для коротких анимаций из статичных изображений. Для контента - Suno v5, когда нужен музыкальный джингл под конкретный формат.

До GiG AI у меня было три активные подписки и два VPN-аккаунта. Сейчас один кабинет и один счёт в рублях. Переключение между задачами теперь занимает ровно столько, сколько нужно, чтобы выбрать нужную модель в одном интерфейсе.

---

Что такое агрегатор нейросетей?

Агрегатор нейросетей - это сервис с единым интерфейсом и единой точкой оплаты для нескольких AI-моделей разных разработчиков. Пользователь платит одну подписку и получает доступ к десяткам инструментов через один личный кабинет, не отслеживая баланс и лимиты на каждом сервисе отдельно.

Как пользоваться нейросетями в России без VPN?

GiG AI предоставляет доступ к 40+ AI-моделям через российскую инфраструктуру - VPN не требуется. Запросы к зарубежным API обрабатываются на серверах платформы, оплата принимается рублёвыми картами. Для начала работы достаточно зарегистрироваться на gig-ai.love.

Какие нейросети входят в GiG AI?

По данным платформы на август 2026 года, в GiG AI доступны GPT-5, Claude, Sora 2 Pro, Kling 3.0, Veo 3.1, Suno v5 и ещё несколько десятков моделей - итого 40+. Платформа охватывает задачи с текстом, видео, изображениями и аудио.

Сколько стоит подписка GiG AI?

Тариф Pro стоит 990 рублей в месяц и открывает полный доступ ко всем 40+ моделям. Enterprise - 4990 рублей в месяц, включает приоритетную очередь и командные функции. Базовый уровень доступен без ежемесячной платы с ограниченным числом запросов.

Чем GiG AI выгоднее прямых подписок на нейросети?

Три прямые подписки - Sora 2 Pro, Claude Pro, GPT-5 - суммарно стоят от $60 в месяц, требуют зарубежной карты и VPN для доступа из России. GiG AI Pro за 990 рублей включает эти и ещё 37+ моделей с оплатой рублями без VPN. Разница особенно ощутима при курсе выше 90 рублей за доллар.

Подходит ли GiG AI для корпоративного использования?

Да: платформа работает без VPN, что снимает ограничения корпоративных IT-политик. Тариф Enterprise включает командный доступ и приоритетную очередь для проектов с высокой нагрузкой на генерацию видео и аудио.

---

Зарегистрироваться и попробовать платформу можно на [gig-ai.love](https://gig-ai.love?utm_source=blog&utm_medium=article&utm_campaign=daily_gig_ai) - после регистрации базовый уровень доступен сразу, Pro и Enterprise активируются в личном кабинете.

Разборы применения AI в бизнесе раньше, чем они появляются в медиа - в моём Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness). Подписывайтесь, если хотите получать это первыми.

Anthropic держит список из 66 разрешённых стран. России, Китая, Ирана в нём нет, а Армения, Казахстан и Грузия есть. Разбор логики отключений и практический ответ: вендор-независимая архитектура, которую нельзя отключить одной кнопкой.

Меня зовут Антон Баранов. Я основатель Solaris AI и сооснователь GiG AI, в предпринимательстве 16 лет: строил компании, набивал шишки на найме и вывел для себя одну закономерность. Контент у бизнеса ломается не от нехватки идей, а от нехватки регулярности.

AI-автопостер - это бот, который пишет статьи и посты в тоне вашего бренда, генерирует к ним картинки и сам публикует материалы на сайт и в подключённые каналы по расписанию, а от вас требуется только нажать «одобрить». Один инструмент закрывает весь цикл: тема, текст, визуал, выкладка, и то же самое на следующий день, без выходных и больничных.

Заменяет ли он SMM-специалиста? Он забирает производственную часть работы: подбор тем, написание, оформление, публикацию и соблюдение графика. За человеком остаются стратегия, оффер, комментарии и решение о том, что вообще имеет смысл говорить рынку. Разница в том, что никто больше не тратит полдня на пять постов.

Экономика считается в одну строчку: разделите свой месячный бюджет на контент на число реально вышедших материалов. Бот работает по всем каналам одновременно, не уходит в отпуск и не проседает в декабре, поэтому при том же бюджете объём растёт, а цена одной публикации падает.

Что такое AI-автопостер и чем он отличается от планировщика постов

Планировщик публикует то, что вы уже написали, а автопостер сам придумывает и пишет. Разница в том, где заканчивается ваш труд: в первом случае вы отдаёте готовый текст, во втором утверждаете чужой.

Внутри три блока. Генератор тем и текстов, настроенный на ваши материалы и правила тона. Генератор изображений, который делает визуал под каждый материал. Модуль публикации с доступами к сайту и каналам. Между вторым и третьим стоит человек с двумя кнопками: одобрить или вернуть на переделку.

Почему один бот выходит дешевле штатного SMM

Дешевле, потому что вы платите за подписку на инструмент, а не за оклад, налоги, технику, обучение и простои. И потому что бот не масштабируется людьми: пятый канал не требует пятого сотрудника.

Вот честное сравнение по структуре расходов и возможностей, без выдуманных сумм. Свои числа подставьте сами, они у каждого рынка разные.

| Параметр | Штатный SMM | Агентство | Фрилансер | AI-автопостер | |---|---|---|---|---| | За что платите | оклад, налоги, техника, отпуск | пакет часов плюс наценка | часы по факту | подписка на инструмент | | Объём в месяц | предел одного человека | по тарифу пакета | по загрузке исполнителя | предел вашего времени на утверждение | | Черновик статьи с картинкой | часы | дни с согласованиями | часы или дни | минуты (наш замер на проектах Solaris AI: 6-9 минут) | | Каналы | обычно 1-3 | по договору | 1-2 | все подключённые сразу | | Тон бренда | держится, пока человек в штате | зависит от автора в команде | меняется вместе с исполнителем | зафиксирован в настройках и не уходит с людьми | | Кто отвечает за смысл | вы и специалист | аккаунт-менеджер | вы | вы, на этапе утверждения |

Главная экономия не в подписке, а в том, что регулярность больше не зависит от чьего-то настроения.

Как бот попадает в бренд-тон, а не пишет обезличенный текст

Тон задаётся образцами, а не просьбой «пиши дружелюбно». Мы загружаем 10-20 ваших текстов, добавляем словарь продукта, стоп-лист запрещённых слов и правила подачи, после чего бот пишет в вашей манере, а не в манере усреднённого интернета.

По нашему опыту первая неделя всегда правочная: вы возвращаете материалы с пометками, настройки уточняются. Дальше доля черновиков, которые уходят в переделку, заметно снижается, и утверждение превращается в чтение по диагонали.

Зачем в схеме остаётся ваше утверждение

Публикация без утверждения - главный риск автоматизации контента, потому что модель может уверенно написать неверный факт о вашем продукте. Поэтому по умолчанию ничего не выходит в мир, пока вы не подтвердили материал.

На практике это выглядит так: утром в интерфейсе лежит пачка готовых материалов с картинками, вы просматриваете их и жмёте кнопку. Наш внутренний замер: пачка из 5-7 материалов разбирается за 10-15 минут в день. Для сравнения, ручное производство того же объёма занимает у человека рабочий день целиком.

Куда публикуется контент

Бот публикует на сайт и в каналы, к которым у него есть доступ: блог на сайте, Telegram, VK, Дзен и другие площадки с открытым API. Один материал автоматически превращается в форматы под каждый канал: длинная статья для блога и Дзена, короткая выжимка для Telegram, тезис для соцсети.

Это снимает типичную боль: статья вышла на сайте, а в каналах о ней узнали через две недели или не узнали вообще.

Как ежедневный контент влияет на SEO и на попадание в ответы нейросетей

Поисковики и языковые модели любят частоту и структуру. Регулярный поток статей даёт больше входов по низкочастотным запросам, а чёткая структура повышает шанс, что ваш текст процитируют в ответе нейросети.

Самая цитируемая часть статьи - короткий самодостаточный абзац, который отвечает на вопрос целиком и понятен без остального текста. Второе место занимают таблицы и блоки вопросов и ответов. Автопостер собирает материалы именно по этой логике: ответ в начале, подзаголовки под реальные запросы, таблица там, где есть что сравнивать.

Кому автопостер не подойдёт

Не подойдёт, если контент и есть ваш продукт: авторская колонка, оригинальное исследование, репортаж с места. Там ценность в личном опыте, и бот его не заменит.

Также он не спасёт бизнес без внятного оффера. Ежедневные публикации усилят то, что есть: если предложение слабое, вы просто быстрее узнаете об этом.

Как выглядит запуск

Запуск занимает несколько дней, а не месяц. Дольше всего обычно ждём доступы к сайту и каналам, сама настройка идёт быстрее.

1. Даёте доступы к сайту и каналам. 2. Присылаете образцы текстов, словарь продукта и стоп-лист. 3. Проходим тестовую неделю: вы правите, бот подстраивается. 4. Выходите на постоянный график и утверждаете материалы раз в день.

Частые вопросы

Сколько времени в день занимает AI-автопостер?

По нашему замеру на клиентских проектах, 10-15 минут в день на утверждение пачки из 5-7 материалов. В первую неделю уходит больше, потому что вы вносите правки и настраиваете тон. Дальше время сокращается и держится на этом уровне.

Отличит ли читатель текст AI-бота от текста копирайтера?

Если тон настроен на ваших образцах и вы читаете материалы перед публикацией, разницу в подаче читатель обычно не замечает. Выдают не сам факт генерации, а шаблонные формулировки и отсутствие конкретики. Поэтому в настройках прописывается стоп-лист клише, а факты и цифры берутся из ваших данных.

Не попадут ли AI-статьи под фильтры поисковиков?

Поисковые системы наказывают не за способ создания текста, а за отсутствие пользы и за копипаст. Риск снимается тем, что материалы уникальны, отвечают на реальные запросы и проходят человеческую проверку перед выходом. Утверждение здесь работает как фильтр качества.

Можно ли запретить боту писать на определённые темы?

Да, стоп-лист тем и слов задаётся при настройке и действует на все каналы. Туда обычно попадают политика, сравнения с конкретными конкурентами, обещания результата и внутренние данные компании. Список можно менять в любой момент.

Что будет, если бот напишет неверный факт о продукте?

Материал не выйдет, потому что до публикации его видите вы. Именно для этого утверждение стоит по умолчанию, а не как опция. Плюс словарь продукта уменьшает число таких ошибок: бот берёт формулировки из ваших описаний, а не придумывает их.

Сколько стоит AI-автопостер и что входит в подписку?

Стоимость зависит от объёма материалов и количества подключённых каналов, актуальные тарифы указаны на странице продукта. Считать выгоду правильнее не по цене подписки, а по цене одной вышедшей публикации в сравнении с вашим текущим бюджетом на контент. Эту арифметику вы можете проверить на своих числах за пять минут.

Посмотреть, как автопостер работает на живом контенте, и подключить его к своим каналам можно здесь: [AI-автопостер Solaris](https://solaris-club.one/avtoposter?utm_source=blog&utm_medium=article&utm_campaign=daily_avtoposter). Там же видно, какие форматы бот собирает под сайт, Telegram и Дзен.

Я разбираю AI-инструменты для бизнеса в своём Telegram-канале раньше, чем они появляются в обзорах: что реально экономит деньги, а что продаётся под красивой обёрткой. Подписывайтесь: [t.me/AntonProBusiness](https://t.me/AntonProBusiness).

Суверенный AI: как создать свою AI-систему на собственном сервере

Меня зовут Антон Баранов, я основатель Solaris AI, сооснователь GiG AI и предприниматель с 16-летним опытом. В этой статье расскажу, почему я считаю зависимость бизнеса от одного AI-вендора архитектурным риском и как мы решаем его через суверенный AI.

Суверенный AI — это AI-система, которая работает на вашей инфраструктуре, хранит базу и историю у вас и позволяет менять используемую модель без перестройки всей системы. Такой подход означает, что блокировка, лимиты или изменение условий одного поставщика не должны автоматически останавливать ваши процессы.

Главная идея проста: не нужно выбирать между ChatGPT, Claude, Gemini, Grok или локальной моделью навсегда. Модель становится сменным компонентом, а данные, автоматизации и управленческая логика остаются внутри вашего AI-контура.

Что такое суверенный AI и зачем он бизнесу

Суверенный AI нужен бизнесу, когда AI уже участвует в продажах, операционных процессах и работе с данными, а зависимость от одного поставщика становится неприемлемой. В такой архитектуре ваш сервер хранит базу и историю, а модели можно менять без переписывания всей системы.

Я бы разделял два понятия: пользоваться AI-сервисом и владеть AI-контуром. В первом случае вы арендуете доступ к чужой инфраструктуре. Во втором у вас есть собственная система, внутри которой можно подключать разные модели.

На практике риск появляется не только из-за блокировки аккаунта. Есть лимиты, изменение тарифов, изменение политики провайдера и прекращение доступа к конкретной модели. Если на этом завязаны лиды, переписка, документы или накопленная история, проблема перестаёт быть технической.

На лендинге Solaris приведён реальный пример поста от июля 2026 года: автор описал потерю трёхлетнего аккаунта, работу с тремя моделями и невозможность восстановить доступ. Это именно внешний пример, а не кейс Solaris, поэтому я не использую его как доказательство вероятности конкретного сценария.

Как устроена AI-система на вашем сервере

AI-система на вашем сервере состоит из управленческого слоя, базы, автоматизаций и подключаемых моделей. На стороне Solaris описана архитектура с пятью ролями AI-агентов: диспетчер моделей, операционный менеджер, менеджер по продажам, аналитик-документалист и хранитель базы.

Ключевой элемент здесь не количество агентов, а разделение системы на уровни. Если модель можно заменить отдельно от данных и бизнес-логики, смена поставщика не требует начинать проект с нуля.

| Компонент | Зависимая схема | Суверенный AI | |---|---|---| | Модель | Жёстко привязана к сервису | Можно заменить | | База и история | В инфраструктуре поставщика | На вашей стороне | | Автоматизации | Завязаны на конкретный сервис | Остаются внутри контура | | Риск блокировки | Останавливает доступ | Можно переключить модель | | Инфраструктура | Чужое облако | Ваш сервер/VPS |

На странице продукта заявлено переключение моделей за минуты, включая Claude, GPT, Gemini и локальные модели. Это характеристика предлагаемой архитектуры Solaris, а не универсальная гарантия для любой AI-системы: фактическое время зависит от конкретной конфигурации и интеграций.

Что происходит с базой при блокировке AI-провайдера

При суверенной архитектуре блокировка одного AI-провайдера не должна удалять вашу базу, потому что данные хранятся отдельно от модели. В Solaris заявлено хранение диалогов, контактов и автоматизаций на стороне заказчика.

Это принципиальная граница. Если сегодня ваша CRM, история общения и промпты существуют только внутри чужого продукта, вы не полностью контролируете собственный AI-процесс. Если же база находится в вашем контуре, модель можно заменить, сохранив накопленные данные.

Отсюда моё правило: данные бизнеса должны быть отделены от конкретного поставщика модели, иначе смена вендора превращается в миграцию всего бизнеса.

Сколько стоит своя AI-система

На странице Solaris сейчас указаны два варианта: 29 900 ₽ разово за самостоятельное развёртывание с инструкцией и разбором и 149 000 ₽ за наставничество с сопровождением в течение месяца. Дополнительная поддержка оплачивается отдельно, а точная стоимость зависит от объёма базы и числа автоматизаций.

| Вариант | Цена | Что входит | |---|---:|---| | Самостоятельное развёртывание | 29 900 ₽ разово | Инструкция, шаблоны конфигурации, структура проекта, 45-минутный разбор | | Наставничество | 149 000 ₽ | Развёртывание под руководством, перенос базы, настройка вендоронезависимости, обучение и месяц сопровождения |

Эти цены взяты непосредственно со страницы продукта Solaris на момент подготовки статьи, а не рассчитаны мной.

Там же приведена оценка, что пять живых специалистов могут обходиться примерно в 5–7 млн ₽ в год по рыночным ставкам Москвы 2026 года; сама страница отдельно указывает, что итог зависит от состава команды. Я не выдаю эту оценку за универсальную стоимость найма: это ориентир Solaris для сравнения архитектурных подходов.

Кому имеет смысл переходить на суверенный AI

Суверенный AI особенно логичен для компании, где AI уже связан с клиентской базой, автоматизациями или внутренними процессами. Если потеря доступа к одной модели означает остановку работы команды, вопрос уже не в удобстве отдельного чат-бота, а в устойчивости инфраструктуры.

Для небольшой команды разумно сначала определить критичные процессы и данные, а затем решить, какие из них нужно вынести в собственный контур. Не обязательно переносить всё сразу.

Я бы начал с трёх вопросов: где сейчас хранится история, можно ли выгрузить её без потерь и сколько времени займёт замена основного AI-провайдера. Если ответы неудовлетворительные, зависимость от вендора уже существует независимо от размера компании.

Почему я считаю вендоронезависимость архитектурным принципом

Вендоронезависимость означает, что бизнес-процесс не прекращается только потому, что конкретная AI-модель стала недоступна. Это достигается не обещанием «найти другой чат», а архитектурным разделением модели, данных и автоматизаций.

Мы в Solaris строим именно такой подход: AI-система находится на инфраструктуре клиента, а модели становятся взаимозаменяемыми компонентами. На странице продукта отдельно указано, что система рассчитана на Claude, GPT, Gemini, Grok, DeepSeek, Kimi и локальные модели.

Для меня это похоже на резервирование критичного сервиса. Неважно, насколько хорош поставщик сегодня: если от него зависит вся система, у бизнеса остаётся точка отказа.

FAQ

Что такое суверенный AI?

Суверенный AI — это AI-система, работающая на вашей инфраструктуре и не привязанная к одной модели или одному поставщику. Данные, история и автоматизации остаются в вашем контуре, а модель можно заменить.

Зачем нужна AI-система на своём сервере?

Свой сервер позволяет контролировать размещение данных и не делать одного AI-провайдера единственной точкой отказа. При смене условий или блокировке поставщика можно переключить модель, сохранив собственный контур.

Можно ли заменить ChatGPT или Claude на другую модель?

В архитектуре Solaris модели рассматриваются как взаимозаменяемые компоненты. На странице продукта заявлена поддержка разных моделей, включая Claude, GPT, Gemini, Grok и локальные решения, при этом конкретный набор зависит от конфигурации системы.

Сколько стоит суверенный AI?

На странице Solaris указаны варианты от 29 900 ₽ за самостоятельное развёртывание и 149 000 ₽ за наставничество. Дополнительная поддержка и итоговая стоимость зависят от объёма базы и количества автоматизаций.

Что будет с данными, если AI-провайдер заблокирует аккаунт?

При архитектуре, где база находится отдельно от модели, блокировка провайдера не должна удалять ваши данные. В Solaris заявлено хранение истории, контактов и автоматизаций на стороне клиента.

Нужен ли VPN сотрудникам для работы с такой системой?

Согласно описанию Solaris, сотрудники работают через обычный браузер, а доступ проходит через собственный контур системы. Конкретная схема доступа зависит от развёртывания и инфраструктуры компании.

Если хотите посмотреть, как мы реализуем этот подход на практике, описание продукта и варианты запуска собраны здесь: urlСуверенный AI от Solarishttps://solaris-club.one/suverennyi-ai?utm_source=blog&utm_medium=article&utm_campaign=daily_suverennyi

Подписывайтесь на мой urlTelegram-канал Антона Барановаhttps://t.me/AntonProBusiness: там я разбираю AI для бизнеса раньше, чем эти темы появляются в обзорах.

За 20 дней мы отправили 3 803 холодных сообщения в Telegram незнакомым предпринимателям. Прочитали 3 524 человека, это 92,7 процента. Ответили и втянулись в живой диалог 1 994 человека, это 52,4 процента от всех отправок. До квалифицированного лида дошли 110 человек.

По нашему клиентскому прайсу такой объём стоит 91 272 рубля. Значит начатый разговор с предпринимателем обошёлся в 46 рублей, а квалифицированный B2B-лид в 830 рублей. Обратная сторона: 2 430 человек нас заблокировали или удалили переписку, это 63,9 процента базы.

Самое интересное лежит не в этих цифрах, а в переписках. Мы выгрузили все 2 105 состоявшихся диалогов до последнего сообщения, включая проигравшие, и разобрали их. Оказалось, что половина воронки умирает на одном шаге, а разница между худшей и лучшей формулировкой одного абзаца составляет пять раз. Ниже отчёт целиком: что сработало, что мы сломали своими руками и что теперь чиним.

Мы взяли собственный продукт и направили его на себя

Solaris делает AI-лидген в Telegram. Система находит целевую аудиторию, пишет каждому первое сообщение, ведёт переписку, отвечает на вопросы и отдаёт заказчику прогретые контакты.

Продавать такое, ссылаясь на чужие кейсы, странно. Поэтому мы запустили кампанию, где продуктом были мы сами, аудиторией стали предприниматели и агентства, а результатом стали 110 человек, которые захотели поговорить.

Один из них задал вопрос, который стоит вынести в эпиграф.


*Он написал это в диалоге, который вёл наш сервис.*

Воронка за 20 дней

| Этап | Количество | От отправок | |---|---|---| | Отправлено сообщений | 3 803 | 100% | | Прочитано | 3 524 | 92,7% | | Ответили, диалог начался | 1 994 | 52,4% | | Квалифицированы как лид | 110 | 2,89% | | Заблокировали или удалили переписку | 2 430 | 63,9% |

Цифра, которая обычно удивляет, это не конверсия в лид, а конверсия в ответ. Больше половины людей, получивших сообщение от незнакомого аккаунта, что-то ответили. Telegram пока остаётся каналом, где к незнакомцу поворачиваются лицом. Чем больше таких рассылок, тем быстрее это окно закроется, и мы застали его открытым.

Экономика в клиентских деньгах. Считаем по прайсу, по которому продаём: 72 000 рублей за пакет 3 000 контактов, то есть 24 рубля за контакт.

| Показатель | Значение | |---|---| | Стоимость запуска | 91 272 ₽ | | Прочтение | 26 ₽ | | Начатый живой диалог | 46 ₽ | | Квалифицированный лид | 830 ₽ |

Для B2B это хорошие цифры. Заявка от собственника бизнеса в контекстной рекламе начинается от полутора тысяч и часто оказывается формой, которую человек заполнил и забыл. Здесь на выходе переписка, где человек своими словами назвал нишу и задачу.


*Скриншот панели запуска. Карточки «Диалоги 265» и «Лиды 5» показывают непросмотренные, а не всего: диалогов 1 994, лидов 110. Мы на эту деталь купились в первый раз.*

Половина воронки умирает на одном шаге

Пока мы смотрели только на 110 победителей, этого не было видно. Полная выгрузка показала другое.

| Реплик человека | Диалогов | Доля | Лидов | Конверсия | |---|---|---|---|---| | 1 | 1 018 | 48,4% | 0 | 0,0% | | 2 | 513 | 24,4% | 6 | 1,2% | | 3 | 223 | 10,6% | 16 | 7,2% | | 4 | 131 | 6,2% | 21 | 16,0% | | 5 | 74 | 3,5% | 21 | 28,4% | | 6 и больше | 146 | 6,9% | 46 | 31,5% |

1 018 человек написали ровно одну реплику, и ни один из них не стал лидом. Это почти половина всех, кто вообще откликнулся на холодное сообщение.

Первая мысль была, что это отказники. Проверили: отказ дал 1 процент. В 74 процентах случаев единственной репликой было приветствие. То есть человек ответил ровно то, чего мы хотели, получил наше следующее сообщение и исчез.

Ещё 20 процентов это короткие «?», «Знакомы?», «Это кто?», «Представьтесь». Живые формулировки оттуда: «Странный способ начать диалог», «Было бы неплохо, если бы вы сначала представились», «Иван, добрый день. Переходите к сути».

Дальше мы искали, что именно их отпугивает.

Не скорость. Бот ответил в 1 017 случаях из 1 018, медиана 1,8 минуты. Конверсия при ответе быстрее двух минут 5,3 процента, при ответе за 15–60 минут 4,5 процента. Внутри разумного диапазона задержка не решает ничего.

Не длина. От коротких сообщений до 400 знаков разброс конверсии укладывается в 5,1–5,5 процента.

Пять раз разницы на одном абзаце

Мы разложили все диалоги по тому, что бот сказал сразу после того, как описал продукт.

| Что бот предложил | Диалогов | Продолжили разговор | Стали лидом | |---|---|---|---| | «Рассказать подробнее, как это работает?» | 578 | 57,1% | 7,8% | | Закрытый вопрос «вам это интересно?» | 1 525 | 49,6% | 4,3% |

Мягкое приглашение работает почти вдвое лучше вопроса, который требует решения. Дальше мы добавили к разбору упоминание технологии и слово «автопилот».

| Формулировка | Диалогов | Стали лидом | |---|---|---| | Закрытый вопрос + упоминание AI | 686 | 3,1% | | Закрытый вопрос без AI | 498 | 5,0% | | «Расскажу подробнее» + AI | 245 | 4,9% | | «Расскажу подробнее» без AI | 208 | 7,7% | | Закрытый вопрос + «автопилот» без AI | 128 | 7,8% | | «Расскажу подробнее» + AI + «автопилот» | 88 | 17,0% |

Самая частая конструкция оказалась самой слабой. Закрытый вопрос плюс упоминание искусственного интеллекта это треть всей базы и 3,1 процента конверсии, вдвое хуже среднего по кампании.

Слово «автопилот» ведёт себя интереснее всего: там, где оно есть, конверсия 7,7 процента против 4,5. При этом разговор продолжают чуть реже. Формулировка отсеивает любопытных и подтягивает тех, кому нужен результат без своего участия.

И ещё одна находка на втором ходе. Среди тех, кто написал второй раз, средняя конверсия 10,1 процента. Если бот на этом шаге спросил, чем человек занимается и что продвигает, конверсия 17 процентов. Пока разговор про нас, человек оценивает предложение. Как только разговор про него, он начинает продавать себя сам.

Обязательная оговорка: это наблюдения, а не эксперимент. Формулировку выбирала сама модель, и на выбор могло влиять то, что написал собеседник. Прежде чем переносить в прод, нужен честный A/B на одинаковых базах. Но разброс от 3,1 до 17 процентов на одном и том же продукте слишком велик, чтобы пройти мимо.

По осторожной оценке, перевод всей базы в лучший подтверждённый паттерн даёт около 164 лидов вместо 110 на тех же деньгах, то есть CPL около 557 рублей вместо 830. Ценой переписывания двух абзацев.

Разброс по дням в 5,5 раза, и причина оказалась не в скрипте

| Дата | Отправки | Диалоги | Лиды | Конверсия | |---|---|---|---|---| | 15.07 | 200 | 123 | 5 | 2,50% | | 16.07 | 300 | 179 | 9 | 3,00% | | 17.07 | 222 | 128 | 5 | 2,25% | | 20.07 | 223 | 118 | 6 | 2,69% | | 21.07 | 358 | 180 | 8 | 2,23% | | 22.07 | 400 | 229 | 11 | 2,75% | | 23.07 | 401 | 205 | 12 | 2,99% | | 24.07 | 410 | 221 | 23 | 5,61% | | 30.07 | 260 | 142 | 9 | 3,46% | | 31.07 | 331 | 189 | 9 | 2,72% | | 03.08 | 401 | 238 | 10 | 2,49% | | 04.08 | 297 | 152 | 3 | 1,01% |

24 июля дало 23 лида, то есть пятую часть всех результатов кампании за 11 процентов отправок. 4 августа при сопоставимом объёме дало три.


*Красный столбец это блокировки, зелёный это лиды. Соотношение видно без пояснений.*

Мы сравнили этот день с остальными по всем параметрам механики.

| Параметр | 24 июля | Остальные дни | |---|---|---| | Конверсия в лид | 10,4% | 4,6% | | Продолжили разговор | 52,5% | 51,5% | | Реплик человека, медиана | 2 | 2 | | Сообщений бота, медиана | 6 | 6 | | Доля «расскажу подробнее» | 26% | 28% | | Доля «автопилот» | 21% | 22% | | Конфигурация и источник | одинаковые | одинаковые |

Сценарий в тот день был ровно тот же. Значит дело не в скрипте, а в базе: туда попали правильные люди. Косвенное подтверждение в составе: 24 июля дало 21 контакт из сегмента агентств и маркетинга и 10 из сегмента экспертов, самая насыщенная связка за всю кампанию.

Вывод получился жёстче, чем мы рассчитывали. Лучший результат кампании принесла база, а не сценарий, и повторить его мы не можем, потому что не записали, откуда она. Версионирование базы из категории «хорошо бы» переходит в обязательное.

Как выглядит диалог, который дошёл до лида

Медиана: 15 сообщений в переписке, из них 5 реплик человека. Медианная скорость ответа агента 1,8 минуты. От первого касания до квалификации проходит около трёх часов.

Скорость это место, где машина выигрывает вчистую. Ответ за 1,8 минуты живой отдел продаж не выдержит физически. При этом 13 процентов ответов ушли позже десяти минут, и люди это замечают: одна собеседница прямо спросила, почему так долго.


*Восемь сообщений, четыре минуты работы, лид. Так выглядит идеальный случай. Реальность интереснее.*

Что люди отвечают, когда им пишет ИИ

| Реакция в диалоге | Диалогов | Доля | |---|---|---| | Прямой интерес: «давайте», «интересно», «готов» | 44 | 40% | | Вопрос про цену | 36 | 33% | | Отказ или негатив внутри диалога | 26 | 24% | | «Как это работает» | 24 | 22% | | Просят кейсы, цифры, примеры | 15 | 14% | | Рассказывают про свою нишу | 13 | 12% | | «Это бот?» | 8 | 7% | | Промпт-инъекции и попытки взлома | 6 | 5% | | «Кто вы и откуда мой контакт» | 6 | 5% |

Строка, ради которой стоит читать таблицу, третья. 24 процента лидов сначала отказали. Каждый четвёртый закрытый лид пришёл из диалога, который на середине выглядел как провал.

Живой продавец на слове «нет» закрывает карточку и идёт дальше, потому что у него сорок таких в день и приходится выбирать. Машина не устаёт и не обижается. Вот её настоящее преимущество, а вовсе не то, что она дешевле человека.

Каждый двадцатый пытается сломать бота

Первым в нашей выгрузке идёт руководитель по SMM в крупном банке.


Другой собеседник два дня выбивал из бота длинную матерную сказку про Чёрную Вдову в стиле русских былин, потом резко переключился и потребовал по пунктам расписать порядок работы и цены. Получил и то и другое. Потом попросил разослать всем остальным собеседникам сообщение от его имени, чтобы проверить масштаб системы, и здесь бот отказался. Затем попробовал политику. Затем сменил тему на запрещённую нишу. В финале этот человек стал лидом.

Попытка взлома это не проблема, это признак живого интереса. Человек, который тратит два дня, чтобы вытрясти из бота сказку, а потом спрашивает цены, теплее того, кто вежливо ответил «спасибо, не надо». Проблема в другом: пока он играет, он открывает дыры, которые видит не только он.

Признание «я ИИ» не убивает сделку

Индустрия последние два года выстраивалась вокруг страха, что клиент раскусит машину и уйдёт. В девяти наших диалогах бот прямо сказал, что он ИИ. Ни один из этих диалогов после признания не развалился.


*Человек спросил прямо, получил прямой ответ и через семнадцать минут согласился. Так это работает во всех девяти случаях.*

Клиент раскусывает машину, пожимает плечами и продолжает разговор, если разговор по делу. Уходит он не от робота, уходит от бессмысленности.

А вот единственное место, где я вижу настоящий риск. В одном диалоге на вопрос «А Вы человек?» бот ответил «Да, я человек». Соврал. При том что в других переписках честно представлялся ассистентом. Опасность не в том, что робот пишет людям, а в том, что он врёт про то, кто он, и делает это непоследовательно.

87 обещаний, которые стоили дороже всей рассылки

87 диалогов из 110 заканчиваются одной фразой: «специалист свяжется с вами». Во всех 110 последнее слово остаётся за ботом. Отметок о том, что лида кто-то взял в работу, в системе нет ни одной.

Человек в этот момент на пике интереса. Он только что своими словами рассказал, чем занимается и что ему нужно. И получает обещание в пассивном залоге: без имени, без времени, без канала.


*Человек трижды попросил связаться. Трижды получил обещание вместо контакта.*

Мы платим 830 рублей, чтобы довести человека до этой точки, и роняем его ровно здесь. Не на трафике. Не на скрипте. На шве между машиной и живым человеком, за который не отвечает никто: первый уже отчитался, второй ещё не начал.

Что меняем: вместо «специалист свяжется» агент называет имя, канал и срок. Даёт ссылку на выбор слота, чтобы человек сам поставил встречу, пока горячий. Ставим таймер на 15 минут, и если лида не взяли, идёт эскалация. И начинаем считать конверсию из лида во встречу, потому что сейчас она не считается никак, а значит весь верх воронки мы меряем зря.

Две трети базы нас заблокировали, и часть этого сделали мы сами

| Причина | Случаев | |---|---| | Заблокировали аккаунт | 1 689 | | Удалили переписку | 676 | | Явный негатив | 40 | | Стоп-слово | 21 | | Всего | 2 430 (63,9%) |

Легко списать это на природу холодного канала и закрыть тему. Но когда читаешь переписки подряд, видно другое: заметная часть блокировок это реакция не на первое сообщение, а на четвёртое напоминание ни о чём.

В 23 диалогах наш агент отправлял вместо сообщения глазки или знак вопроса. В 13 продолжал писать три и более раз после прямого отказа. Один человек получал касания восемь дней подряд после короткого «Не-а».


*Лучшая обратная связь за всю кампанию, и она справедливая.*

Забавная деталь: именно этот диалог в итоге стал лидом. Через сутки человек написал «Хрен с тобой, давай расскажи». Но 13 таких случаев против 2 430 блокировок это отрицательная сделка, потому что блокировки жгут аккаунты, а аккаунты стоят денег.

Новая политика касаний: символы «👀» и «?» убираются совсем, это не касание, а раздражитель. После явного отказа одно вежливое закрытие и стоп, возврат не раньше чем через 30 дней и только по новому поводу. Молчащему максимум два касания, разнесённые по дням, каждое с новым смыслом. Смайлики в ответ и «я не поняла, что от меня нужно» считаются мягким отказом.

Умение вовремя замолчать в холодном канале стоит дороже умения красиво написать.

Брак, который видит клиент

| Дефект | Случаев | Что это значит | |---|---|---| | Анализ лида приехал на английском или текстом промпта | 18 из 110 | Менеджер читает в таблице служебную инструкцию вместо разбора | | Пинги-заглушки вместо сообщения | 23 | Читается как спам, кормит блокировки | | Продолжал писать после прямого отказа | 13 | Прямой вклад в 63,9% блокировок | | Отказал в материалах при запросе КП или сайта | 6 из 19 | Отказ в момент пикового интереса | | Назвал цену в чате вопреки инструкции | 24 | Одним говорит, другим отказывает | | Отправил плейсхолдер вместо текста | 2 | Видимый технический брак в переписке | | Признался, что он ИИ | 9 | Ни один диалог после этого не развалился | | Заявил «Да, я человек» | 1 | Прямая ложь |

Отдельно стоит показать два случая.


*Модель не разобрала слово, подставила похожее и построила на нём весь дальнейший диалог. Человек заметил мгновенно. Лечится переспросом при низкой уверенности вместо угадывания.*


*19 человек попросили КП, презентацию или хотя бы ссылку на сайт. Шестерым бот отказал в лоб. Секретность здесь ничего не защищает: цену он всё равно назвал в 24 диалогах из 110. Худшее из двух миров, и цена утекает, и материал не даётся.*

Ещё одна находка без счётчика, но с последствиями: фильтра запрещённых ниш не было вообще. В одном диалоге человек последовательно довёл бота до ответа, что система найдёт «мужчин, заинтересованных в платном контенте», в контексте жёсткого порно. В другом описал вербовку «бригадами с развёртыванием РЭБ» и получил стандартное «специалист свяжется». Это не про мораль, такие переписки живут вечно и всплывают в самый неудобный момент. Стоп-лист должен стоять с первого дня.

Мы продавали контакты там, где надо было продавать лида

Треть собеседников спрашивает цену первым делом. Агент отвечал «от 72 000 за 3 000 контактов». Люди мгновенно делят одно на другое.


Другой сформулировал то же самое короче: «за эти деньги я найму двух индусов, которые вручную будут спамить лучше вашего AI».

Возразить на это, оставаясь в логике цены за контакт, невозможно: в этой системе координат спам всегда дешевле. Теперь у нас есть своя цифра, посчитанная по тому же прайсу, по которому мы продаём: 830 рублей за квалифицированный B2B-лид. После неё разговор про стоимость сообщения просто не начинается.

Кто откликается

| Сегмент | Лидов | |---|---| | Агентства, маркетинг, SMM, таргетинг | 14 | | Эксперты, коучи, психологи, наставники | 8 | | Финансы, юристы, инвестиции | 4 | | IT и разработка | 4 | | AI и нейросети | 3 | | Недвижимость и строительство | 3 | | Производство и товарка | 3 | | Инфобизнес и продюсирование | 2 | | Профиль без описания, сегмент не определён | 48 |

Почти половина лидов пришла с пустым профилем: парсинг отдаёт контакт, но не отдаёт квалификацию. Мы вели одинаковый разговор с людьми, о которых ничего не знали, хотя половину информации можно собрать до первого сообщения.

Из определившихся самый крупный сегмент это агентства и маркетологи, вдвое больше следующего. И им логичнее продавать не разовый запуск, а модель под их собственным брендом. Отдельного предложения под это у нас не было, хотя данные указывают на него прямо.

Одиннадцать правок, семь из которых не требуют разработки

| # | Что чиним | Цена вопроса | |---|---|---| | 0 | Переписать питч: убрать закрытый вопрос и AI-жаргон, оставить «автопилот» и приглашение рассказать | 1 018 диалогов, умерших на первой реплике | | 1 | Передача лида человеку: имя, канал, срок, слот, SLA 15 минут | 87 диалогов из 110 | | 2 | Разрешить агенту отправлять ссылку на материалы | 19 запросов, 6 отказов | | 3 | Продавать лида, а не контакт | 33% диалогов упираются в цену | | 4 | Убрать пинги и добивание после отказа | 63,9% блокировок | | 5 | Стоп-лист запрещённых ниш | репутационный и юридический риск | | 6 | Одна линия про ИИ, без вранья | 10 диалогов | | 7 | Плейсхолдеры, имена, галлюцинации, голосовые | видимый брак | | 8 | Анализ лида на русском и по делу | 18 карточек из 110 | | 9 | Версионирование базы и промпта | разброс конверсии в 5,5 раза | | 10 | Обогащение контакта и разные ветки под сегмент | 48 лидов с пустым профилем | | 11 | Спрашивать про нишу собеседника вторым ходом, а не четвёртым | 17% против 10,1% среди продолживших |

Нулевой, второй, третий, четвёртый, пятый, шестой и одиннадцатый пункты закрываются правкой текста сценария и вносятся сразу. Остальные требуют работы на уровне системы, и мы её делаем.

Главный вывод после этих двадцати дней такой. Холодный канал в Telegram живой, считается и приносит предпринимателю разговор за 46 рублей. Проблема не в канале и не в том, что людям пишет машина. Проблема в двух местах, которые никто не смотрит, потому что они не выглядят как маркетинг: в одном абзаце, где закрытый вопрос вместо приглашения режет конверсию вдвое, и в тишине после того, как человек сказал «да».

Пока эти два места не закрыты, вы покупаете не поток заявок. Вы покупаете статистику.

Если хотите так же разобрать свой канал продаж, посмотрите, как это устроено у нас: [Solaris AI](https://solaris-club.one/aisender).

### Сколько стоит лид из холодной рассылки в Telegram? На нашем собственном запуске квалифицированный B2B-лид обошёлся в 830 рублей, а начатый живой диалог в 46 рублей. Считали по клиентскому прайсу 72 000 рублей за 3 000 контактов. В нишах с широкой аудиторией цифра ниже, в узком B2B выше.

### Какая конверсия у холодной рассылки в Telegram? За 20 дней: 92,7 процента прочтений, 52,4 процента ответов, 2,89 процента конверсии в квалифицированный лид от числа отправок и 5,5 процента от числа начатых диалогов.

### Сколько людей блокирует такие сообщения? 63,9 процента: 1 689 блокировок, 676 удалений переписки, 40 явных негативов и 21 стоп-слово на 3 803 отправки. Часть этого объёма создана нашими же напоминаниями после отказа и сокращается сменой политики касаний.

### Клиент понимает, что ему пишет ИИ? Семь процентов спрашивают прямо. В девяти диалогах наш агент честно признал, что он ИИ-ассистент, и ни один из этих диалогов после признания не прервался.

### Почему половина людей отвечает один раз и пропадает? Из 2 105 диалогов 1 018 закончились после единственной реплики человека, и ни один не стал лидом. В 74 процентах случаев этой репликой было приветствие, отказ дал всего 1 процент. Дело не в скорости ответа и не в длине сообщения: разница объясняется формулировкой. Закрытый вопрос «вам это интересно?» даёт 4,3 процента конверсии, приглашение «рассказать, как это работает?» даёт 7,8 процента.

### Это законно? Мы работаем по открытым данным публичных чатов и каналов, без доступа к персональным данным и без покупных баз. Человек в любой момент может попросить не писать, и это фиксируется как стоп.

Меня зовут Антон Баранов, я основатель Solaris AI и сооснователь GiG AI, в предпринимательстве 16 лет. Последние несколько лет я занимаюсь корпоративными AI-решениями и помогаю компаниям внедрять ассистентов, которые работают на их собственных данных, а не на серверах стороннего провайдера.

Корпоративный AI-ассистент - это программа на основе языковой модели, которая отвечает сотрудникам и клиентам компании на вопросы, используя внутренние документы, базы знаний и регламенты, при этом модель развёрнута на серверах компании или в закрытом контуре, а не в публичном облаке.

Главное отличие от обычного чат-бота на базе ChatGPT или похожего сервиса: данные компании не покидают её инфраструктуру, поэтому снимается вопрос соответствия 152-ФЗ о персональных данных и защите коммерческой тайны. По нашим замерам в проектах Solaris, on-premise развёртывание такого ассистента занимает от 3 до 6 недель в зависимости от объёма документов и числа интеграций с внутренними системами.

Стоимость внедрения фиксируется на старте проекта и не зависит от количества обращений сотрудников или объёма обработанных запросов - это ключевое отличие от подписочных SaaS-моделей, где расходы растут вместе с использованием.

Почему on-premise, а не облачный SaaS

Потому что при работе через облачный сервис данные компании - клиентские базы, договоры, финансовые отчёты - уходят на серверы стороннего провайдера, и компания теряет контроль над тем, где они хранятся и кто может их запросить. On-premise решение разворачивается внутри инфраструктуры заказчика, и весь трафик с чувствительными данными остаётся там же.

Для российских компаний это требование 152-ФЗ «О персональных данных»: если ассистент обрабатывает данные клиентов или сотрудников, оператор обязан обеспечить их защиту, а во многих случаях и хранение на территории РФ. В проектах Solaris мы разворачиваем модель на серверах заказчика или в аккредитованном дата-центре в России, поэтому вопрос юрисдикции закрывается на этапе архитектуры, а не решается постфактум юристами компании.

Публичный пример риска: в 2023 году сотрудники Samsung передали через ChatGPT фрагменты исходного кода компании, и этот случай стал одним из самых цитируемых примеров того, к чему приводит работа с закрытыми данными в открытых нейросетях.

Сколько стоит внедрение и от чего зависит цена

Мы фиксируем стоимость внедрения на старте проекта после аудита данных заказчика и не берём плату за объём запросов пользователей. Такая модель отличается от большинства SaaS-ассистентов, где счёт растёт вместе с числом сотрудников и обращений к ассистенту.

Цена зависит от трёх параметров: объёма и разнородности исходных документов (регламенты, CRM, базы знаний), числа интеграций с внутренними системами и требуемой мощности серверного оборудования под нагрузку компании.

| Вариант решения | Где хранятся данные | Модель оплаты | Соответствие 152-ФЗ | |---|---|---|---| | Публичный SaaS-чат-бот | На серверах провайдера за рубежом | Подписка, растёт с объёмом запросов | Не гарантировано | | Облачный AI-сервис с российским хостингом | В облаке провайдера в РФ | Подписка помесячно | Частично, зависит от договора с провайдером | | Корпоративный ассистент Solaris (on-premise) | На серверах компании или в аккредитованном ЦОД РФ | Фикс за внедрение | Обеспечивается архитектурой решения |

Что умеет ассистент на данных компании

Он отвечает на вопросы сотрудников по внутренним регламентам и находит нужный документ за секунды вместо того, чтобы человек листал папки и почту. Тот же движок можно подключить к чату на сайте или в мессенджере, чтобы он консультировал клиентов по каталогу, условиям доставки или статусу заявки.

По нашим наблюдениям в проектах Solaris, поиск ответа в документах вручную занимает у сотрудника от 15 до 20 минут, а ассистент, обученный на той же базе, отдаёт готовый ответ за несколько секунд. Разница особенно заметна в компаниях с текучкой кадров, где новым сотрудникам приходится заново разбираться в регламентах без наставника рядом.

Как проходит внедрение: этапы и сроки

Внедрение состоит из четырёх этапов - аудит данных, настройка модели в закрытом контуре, интеграция с внутренними системами и обучение сотрудников работе с ассистентом. По нашим проектам весь цикл укладывается в 3-6 недель, а более сложные интеграции с несколькими корпоративными системами добавляют ещё пару недель на тестирование.

Аудит данных - самый важный этап: на нём мы определяем, какие документы можно скормить модели напрямую, а какие требуют предварительной разметки или анонимизации. Пропуск этого шага - главная причина, по которой внедрения затягиваются или ассистент выдаёт неточные ответы после запуска.

Ссылку на подробности продукта и условия внедрения можно посмотреть на странице [корпоративного AI-ассистента Solaris](https://solaris-club.one/corporate/ai-assistant/?utm_source=blog&utm_medium=article&utm_campaign=daily_corp_assistant).

Если хотите разбираться в AI для бизнеса раньше, чем это доходит до общих обзоров, подписывайтесь на мой телеграм-канал [AntonProBusiness](https://t.me/AntonProBusiness) - там я разбираю конкретные внедрения и решения без маркетингового шума.

Чем корпоративный AI-ассистент отличается от обычного чат-бота вроде ChatGPT?

Обычный чат-бот работает на серверах внешнего провайдера и не знает внутренних документов компании без ручной загрузки данных в каждый диалог. Корпоративный ассистент обучен на базе знаний конкретной компании и развёрнут в её собственном контуре, поэтому данные не покидают инфраструктуру заказчика.

Сколько времени занимает внедрение AI-ассистента в компании?

По нашим проектам в Solaris базовое внедрение занимает от 3 до 6 недель. Срок зависит от объёма исходных документов, числа систем для интеграции и того, насколько данные компании уже структурированы до старта проекта.

Можно ли использовать AI-ассистент без доступа в интернет?

Да, on-premise модель работает в закрытом контуре компании и не требует постоянного соединения с внешними серверами для обработки запросов. Внешний доступ нужен только для отдельных сценариев, например обновления модели, и настраивается по требованиям службы безопасности заказчика.

Данные сотрудников и клиентов точно не утекут наружу?

При on-premise развёртывании запросы и документы обрабатываются на серверах компании или в аккредитованном дата-центре в России, не отправляясь во внешние облака. Это снимает основной риск, из-за которого компании боятся давать сотрудникам доступ к публичным нейросетям с рабочими данными.

Сколько стоит корпоративный AI-ассистент Solaris?

Стоимость фиксируется на старте после аудита данных и зависит от объёма документов, числа интеграций и требуемой серверной мощности. В отличие от подписочных SaaS-сервисов, счёт не растёт вместе с количеством обращений сотрудников или клиентов к ассистенту.

Подходит ли такое решение небольшой компании или только крупному бизнесу?

Решение масштабируется под объём данных заказчика, поэтому подходит и отделу из нескольких десятков сотрудников, и крупной компании с разветвлённой структурой. Разница в основном в сроках аудита и числе интеграций, а не в самой возможности внедрения.

Если коротко: самое простое и самое полезное внедрение искусственного интеллекта в вашу работу не требует ни бюджета, ни интеграций, ни обучения команды. Начните проговаривать задачу нейросети голосом, как живому собеседнику. Это звучит примитивно, но именно здесь происходит главное: пока вы формулируете, вы впервые понимаете, что на самом деле думаете. Психология знает это как минимум с двадцатых годов прошлого века, а мы просто получили собеседника, который всегда доступен.

Откуда взялся этот тезис

Это не наша находка и не маркетинговая красивость. Профессор МГУ Виктор Васильевич Петухов в лекции о мышлении и речи разбирает Выготского и произносит формулу, ради которой стоит послушать всю лекцию целиком:

«Мысль не проявляется в речи, а впервые создаётся в ней».

Обратите внимание на разницу. Привычная нам модель такая: сначала я думаю, потом выражаю мысль словами, речь это упаковка для готового содержимого. Выготский утверждает обратное. В творческой ситуации мысли до слова просто нет. Петухов проговаривает это ещё прямее: «Бывают такие ситуации, что пока не нашёл слово, не понял мысль».

То есть невысказанная мысль это не готовая мысль, ждущая озвучки. Это полуфабрикат, который сам автор до конца не понимает.

Каждый, кто хоть раз объяснял коллеге проблему и посреди объяснения говорил «а, всё, понял, спасибо», сталкивался с этим лично. Коллега не сказал ни слова. Работу сделала ваша собственная речь.

Лекция целиком: [Почему мысли нужно произносить вслух, В.В. Петухов](https://youtu.be/NP_4B7OEH-8).

Почему это ломает привычный способ работы с нейросетью

Посмотрите, как люди обычно пишут запрос модели. Открывают окно, замирают, начинают формулировать красиво и коротко, стирают, переписывают. Получается сухая телеграмма из трёх строк, вычищенная от всего лишнего.

А теперь вспомните, что говорит Выготский. Всё «лишнее», что человек вычистил, и было процессом мышления. В телеграмме осталась догадка о задаче, а не сама задача.

Дальше происходит предсказуемое: модель отвечает ровно на то, что спросили, человек говорит «ну, это не то» и делает вывод, что нейросети переоценены. При этом инструмент отработал безупречно, просто задачу ему передали в свёрнутом виде.

Когда вы говорите голосом, вычищать не получается физически. Вы проговариваете контекст, сомнения, оговорки, «вот тут я не уверен», «а ещё есть такая деталь». В текстовом окне вы бы всё это выкинули как воду. Именно эта «вода» и есть материал, из которого получается точный ответ.


*Слева то, что человек считает запросом. Справа то, чем задача является на самом деле. Разница в качестве ответа берётся отсюда.*

Два эффекта вместо одного

Обычно голосовой ввод продают как ускорение: говорить быстрее, чем печатать, примерно втрое. Это правда, но это меньшая часть выгоды.

Первый эффект, очевидный: скорость. Вместо пяти минут на формулировку вы тратите сорок секунд.

Второй эффект, ради которого всё и затевается: вы додумываете задачу вслух. Проговаривая, вы обнаруживаете, что задача была не в том, с чего вы начали. Так работает та самая творческая ситуация по Выготскому: мысль создаётся в момент говорения, а не до него.

Я замечаю это на себе постоянно. Начинаю диктовать одну задачу, а к концу монолога понимаю, что настоящая задача другая. Если бы я печатал, я бы аккуратно сформулировал первую версию и получил безупречный ответ не на тот вопрос.

Как это выглядит в реальной работе

Никакой методологии здесь нет, и это принципиально. Вы просто говорите так, как объясняли бы толковому помощнику, который контекста не знает.

Что стоит проговаривать вслух, а не набирать:

Разбор сложной ситуации, где вы сами ещё не решили. Подготовку к трудному разговору. Задачу, которую пытаетесь поставить подрядчику или сотруднику. Идею, которую крутите в голове неделю и не можете ухватить. Любой момент, когда ловите себя на мысли «надо сесть и подумать».

Отдельно: если вы диктуете и посреди фразы понимаете, что говорите не то, не стирайте. Скажите «нет, подожди, на самом деле проблема в другом» и продолжайте. Это и есть работающее мышление, и для собеседника это ценная информация, а не мусор.

Почему это лучшее первое внедрение

Мы внедряем AI-системы в бизнес и видим одну и ту же картину: компании начинают со сложного. Интеграция с CRM, обучение модели на своих данных, автоматизация процесса на пять отделов. Проект идёт полгода, половина людей его саботирует, потому что не понимает, зачем.

А самый большой скачок в личной продуктивности даёт вещь, которая внедряется за один вечер и не требует ни рубля: человек начинает разговаривать с нейросетью голосом, как с коллегой.

Причин три.

Не нужно менять процессы. Вы делаете то же самое, только вслух.

Не нужно преодолевать сопротивление. Люди боятся сложных систем, но говорить умеют все.

Эффект виден в первый день, а не через квартал. И именно этот эффект потом даёт согласие команды на большие внедрения: человек, который сам почувствовал пользу, перестаёт спорить.

Что мы сделали, чтобы это было удобно

Голосовой ввод есть везде, но обычно он живёт в отдельном приложении: продиктовал, скопировал, перенёс. Три лишних действия убивают привычку, потому что привычка умирает от трения.

Поэтому мы собрали [GiG Dictate](https://solaris-club.one/dictate), голосовой ввод, который работает по горячей клавише в любом окне, где стоит курсор. Зажали, сказали, текст появился там, где вы работаете. Без переключений между приложениями.


*Привычка умирает от трения. Поэтому диктовка должна работать там, где стоит курсор, а не в отдельном приложении.*

Дальше есть [личный AI-ассистент](https://solaris-club.one/assistant), который живёт прямо в Telegram и понимает голосовые: наговорили на ходу, получили разбор. А если задача крупная и требует нескольких взглядов, есть [AI-совет директоров](https://solaris-club.one/sovet), где вопрос разбирают одиннадцать управленческих ролей.

Но начать можно вообще без нас, сегодня же, кнопкой микрофона в любом чате с нейросетью. Инструмент вторичен. Первично то, что вы начинаете говорить, а не печатать.

Главное

Мы привыкли считать речь способом передать готовую мысль. Психология утверждает, что в творческой работе речь это способ мысль создать. Пока не сказал, не понял.

Нейросеть здесь ценна не тем, что она умная. Она ценна тем, что доступна в любой момент и не устаёт слушать, как вы формулируете третий раз подряд. Это собеседник для того самого проговаривания, которое раньше требовало живого человека с его временем и терпением.

Так что самое дешёвое и самое сильное внедрение AI выглядит буднично: перестаньте печатать запросы и начните их проговаривать.

Автор: Антон Баранов, основатель Solaris AI. Разборы на стыке технологий, психологии и бизнеса в телеграм-канале [«Антон про бизнес»](https://t.me/AntonProBusiness).

Источник цитат: лекция В.В. Петухова «Почему мысли нужно произносить вслух» (канал cogitos), разбор концепции Л.С. Выготского о речевом мышлении из работы «Мышление и речь». Цитаты приведены по расшифровке лекции.

Если коротко: экономия времени это ложная цель. Час, сэкономленный на рутине, не ложится в копилку, он немедленно заполняется другой рутиной. Реальная стратегия одна: заранее решить, на что вы тратите свои часы, а всё остальное отдать тем, кто не устаёт. AI-агенты интересны не тем, что делают быстрее, а тем, что впервые дают выбор, чем именно вы не будете заниматься.

Я предприниматель шестнадцать лет, из них последние два строю AI-системы. Через меня прошли команды по пятьдесят человек и проекты, где я был единственным исполнителем. Про время я пробовал всё: и жёсткое планирование, и делегирование, и отказ от планирования вовсе. Ниже то, к чему пришёл, и то, что реально изменилось с появлением агентов.

Тайм-менеджмент проиграл, и вот почему

Классический подход обещает: наведи порядок в календаре, расставь приоритеты, и времени станет больше. Времени не становится больше. Его ровно столько же, сколько было у Аристотеля.

Что действительно происходит, когда вы оптимизируете рутину: освободившееся место мгновенно занимает новая рутина. Разобрали почту быстрее, значит успеете разобрать ещё и чаты. Автоматизировали отчёт, значит сделаете два отчёта. Это не ваша слабость, это устройство любой открытой системы: свободная ёмкость притягивает нагрузку.

Поэтому вопрос «как успеть больше» ведёт в тупик. Рабочий вопрос звучит иначе: чего я не буду делать никогда, даже если освободится время.

Три категории, на которые делится всё

Я делю свои задачи не по срочности и важности, а по другому признаку: что произойдёт с результатом, если вместо меня это сделает кто-то другой.

Первая категория: результат не изменится. Свести таблицу, найти информацию, оформить документ по шаблону, разобрать переписку, собрать отчёт из цифр. Здесь моё участие не добавляет ничего, кроме задержки. Всё это должно уходить из моего дня полностью, без остатка и без исключений «ну этот отчёт особенный».

Вторая категория: результат изменится в худшую сторону, но не критично. Написать текст, собрать презентацию, продумать структуру проекта. Другой сделает иначе и, скорее всего, хуже, но приемлемо. Здесь работает правило: если разница в качестве меньше, чем стоимость моего часа, я не участвую. Участвую только там, где могу поднять результат сильно, а не на десять процентов.

Третья категория: без меня результата не будет вообще. Переговоры, где решают доверие и интуиция. Стратегические развилки. Найм ключевых людей. Продажа, где клиент покупает меня, а не услугу. Идеи, которые рождаются из моего опыта и не выводятся ни из каких данных.

Третья категория и есть моё время. Всё остальное это накладные расходы жизни.

Что изменили агенты

До появления агентов эта схема упиралась в экономику. Чтобы снять с себя первую категорию, нужен был человек. Человека надо найти, обучить, платить ему, контролировать, а через год он уйдёт и всё сначала. Для многих задач это просто не окупалось: дешевле было сделать самому, чем строить процесс передачи.

Агент меняет именно этот расчёт. Он не быстрее человека в разы, он дешевле в разы при том же результате на задачах первой категории. И он не увольняется, не выгорает, не забывает договорённости и одинаково работает в понедельник утром и в пятницу вечером.

У нас в Solaris это выглядит буквально так. Разбор входящих сообщений с подготовкой ответов, мониторинг рабочих чатов и сведение задач, сбор аналитики по позициям сайта, подготовка документов по шаблону, черновики статей, отслеживание отраслевых новостей. Всё это раньше либо съедало мои часы, либо не делалось вовсе. Сейчас это делается без моего участия, а ко мне приходит результат, который я либо принимаю, либо отправляю на доработку.

Освободившееся время я не «экономлю». Я трачу его на третью категорию: встречи, переговоры, стратегию.

Ловушка, в которую попадают почти все

Получив агентов, люди начинают автоматизировать то, что им нравится автоматизировать, а не то, что съедает их жизнь. Это самая частая ошибка, которую я вижу.

Симптом простой: человек три недели настраивает изящный сценарий для задачи, которая занимает у него сорок минут в месяц, и продолжает вручную разбирать почту по два часа в день. Потому что настраивать интересно, а честно посмотреть на свой день неприятно.


*Честный учёт недели показывает то, чего не показывает память: половину времени съедают три-четыре занятия, и почти никогда это не третья категория.*

Лекарство грубое, но работает. Неделю записывайте, на что ушёл каждый час. Не по памяти, а сразу, в момент. В конце недели вы увидите три-четыре занятия, которые съели половину времени, и почти наверняка ни одно из них не относится к третьей категории. Вот с них и начинайте, независимо от того, насколько скучно их автоматизировать.

Чего агент не заменит

Скажу прямо, потому что вокруг слишком много обещаний.

Агент не примет за вас решение, у которого нет правильного ответа. Он отлично работает там, где есть критерий: найти, собрать, сверить, оформить, отсортировать. Он бесполезен там, где критерий надо сначала придумать.


*Есть стол, за который машина не садится. Сделку закрывает человек, и это не изменится от качества модели.*

Агент не построит отношения. Сделку закрывает человек, партнёрство держится на доверии между людьми, а команда идёт за тем, кому верит. У нас работают системы, которые сами приводят тёплых лидов и ведут переписку, и всё равно на встрече сидит живой человек.

Агент не поймёт, чего вы на самом деле хотите. Он исполнит то, что вы сформулировали. Если вы сформулировали не то, вы получите быстрый и качественный результат, который вам не нужен. Это, кстати, главный навык эпохи: не умение пользоваться инструментом, а умение понять и назвать свою задачу.

Как это выглядит на практике

Простая последовательность, которая работает у меня и у клиентов.

Первое: неделя честного учёта времени. Без этого всё остальное бессмысленно, потому что вы будете оптимизировать не то.

Второе: разложить всё, что нашли, по трём категориям. Жёстко, без «это особенное».

Третье: первую категорию отдать целиком. Не частично, не «пока попробуем на одной задаче», а целиком, иначе она вернётся.

Четвёртое: из второй категории оставить себе только то, где вы реально поднимаете планку, а не просто привыкли делать сами.

Пятое, и самое трудное: не заполнять освободившееся время новой рутиной. Оно должно уйти на третью категорию или на жизнь, а не на то, чтобы успеть ещё немного второстепенного.

Что на самом деле покупается

Мы привыкли думать, что покупаем у технологий скорость. На деле покупается право не заниматься тем, что не имеет отношения к нашей жизни.

Шестнадцать лет в бизнесе научили меня, что выигрывает не тот, кто больше успел, а тот, кто был в нужном месте нужным собой. Для этого нужны свободные часы и несожжённая голова. Агенты дают и то, и другое, но только если вы заранее решили, ради чего.

Иначе получится как со всеми инструментами до них: вы будете делать больше ненужного, только быстрее.

Если хотите посмотреть, как это устроено в работающем виде, у нас собраны AI-агенты под конкретные задачи бизнеса: [маркетплейс агентов Solaris](https://solaris-club.one/agents). Там же видно, какие задачи первой категории закрываются сразу, без внедрения и обучения команды.

Автор: Антон Баранов, основатель Solaris AI. Разборы про AI, бизнес и смыслы в телеграм-канале [«Антон про бизнес»](https://t.me/AntonProBusiness).

Меня зовут Антон Баранов, я 16 лет строю бизнесы, последние годы - Solaris AI и GiG AI. За это время я нанимал и увольнял сейлзов, ресёрчеров и SDR-специалистов больше раз, чем готов признать вслух, поэтому когда я говорю, что личный AI-ассистент закрывает продажи, поддержку и контент без выходных, я говорю это как человек, который считал на этом деньги, а не как копирайтер.

Личный AI-ассистент - это программа на основе языковой модели, которая ведёт диалог с клиентом в Telegram, WhatsApp, Instagram и на сайте, отвечает по базе знаний компании, квалифицирует лида и доводит его до оплаты или записи, работая без перерывов и выходных. По внутренним замерам Solaris AI за 2025 год такой ассистент закрывает до 80% типовых диалогов без участия человека, а первый ответ клиенту уходит за 5-15 секунд вместо среднего часа-двух у живого менеджера, который физически не отвечает ночью.

Разница в стоимости заметна сразу. Мини-отдел из сейлза, ресёрчера под лиды и SDR-специалиста обходится бизнесу от 150 000 рублей в месяц на троих по средним зарплатам hh.ru для регионов РФ на начало 2026 года, а один настроенный AI-ассистент на платформе Solaris стоит в разы дешевле и не уходит в отпуск. Дальше объясню, из чего складывается эта разница и как ассистент встраивается в мессенджеры, которыми уже пользуются ваши клиенты.

Что делает личный AI-ассистент и чем он отличается от чат-бота?

Личный AI-ассистент ведёт живой диалог на основе контекста, а не по жёсткому дереву сценариев с кнопками, и в этом его ключевое отличие от классического чат-бота. Он читает историю переписки, помнит, что клиент спрашивал вчера, и сам решает, задать уточняющий вопрос или сразу отправить ссылку на оплату.

Бот на кнопках хорош для FAQ и меню, но ломается на первом нестандартном вопросе: клиент пишет "а если у меня скидка от партнёра" - и диалог упирается в тупик. Ассистент на базе LLM ищет ответ в загруженной базе знаний компании и продолжает разговор так, как это сделал бы живой менеджер, знающий продукт.

Сколько стоит нанять сейлза, ресёрчера и SDR вместо AI-ассистента?

Мини-отдел из трёх ролей - сейлз, ресёрчер под лиды и SDR по холодным касаниям - в 2026 году обходится в среднем от 150 000 до 250 000 рублей в месяц по зарплатам, без учёта налогов, рабочего места и текучки кадров. AI-ассистент закрывает эти три роли параллельно: сам квалифицирует контакты по заданным критериям, ведёт диалог до сделки и одновременно генерирует контент для прогрева аудитории.

Вот сравнение, которое я обычно показываю на встречах с клиентами Solaris.

| Параметр | Мини-отдел: сейлз + ресёрчер + SDR | Личный AI-ассистент Solaris | |---|---|---| | Стоимость в месяц | от 150 000 руб (зарплаты, hh.ru, начало 2026) | в разы ниже, фиксированный тариф | | Первый ответ клиенту | 30-120 минут в рабочее время | 5-15 секунд круглосуточно (замер Solaris AI, 2025) | | Работа ночью и в выходные | требует отдельной смены | без ограничений | | Каналы одновременно | обычно 1-2 на человека | Telegram, WhatsApp, Instagram, сайт | | Больничные и текучка | снижают выработку | отсутствуют |

Как AI-ассистент ведёт клиента от первого сообщения до оплаты?

Ассистент квалифицирует лида первыми тремя-четырьмя вопросами и либо закрывает сделку сам, либо передаёт тёплого клиента живому менеджеру с готовым резюме диалога. Такая передача экономит менеджеру время на выяснение контекста: он получает не "человек что-то спрашивает", а "интересуется тарифом Х, готов оплатить, уточнял рассрочку".

В Solaris этот процесс держится на трёх слоях: скрипт продаж, база знаний по продукту и правила эскалации на человека, если диалог выходит за рамки компетенции ассистента - жалоба, юридический вопрос, нетиповая сумма сделки. Эскалация здесь не признак слабости системы, а её задуманная часть.

Заменяет ли AI-ассистент живых сотрудников полностью?

Нет, полная замена не входит в задачу продукта: ассистент берёт на себя рутинные и повторяющиеся диалоги, а решения по нестандартным и крупным сделкам остаются за человеком. По практике Solaris AI около 15-20% диалогов требуют участия живого менеджера - сложные возражения, крупные корпоративные сделки или ситуации, где клиенту нужно человеческое подтверждение решения.

Задача ассистента - не изображать человека там, где это не нужно, а снять с команды однотипную нагрузку: ответить на вопрос о цене в три часа ночи, собрать контакты по заданным критериям, написать пост для прогрева аудитории по расписанию.

Можно ли подключить ассистента без разработчиков и техотдела?

Да, подключение личного AI-ассистента Solaris занимает от одного дня и не требует штатного разработчика: интеграция с мессенджерами настраивается через готовые подключения, а база знаний загружается документами и ссылками на сайт компании. Самая долгая часть здесь не техническая настройка, а сбор и структурирование скриптов продаж и ответов на частые вопросы, потому что качество ответов ассистента напрямую зависит от качества этой базы.

Если хотите увидеть, как эта механика ложится на вашу нишу, а не на абстрактный пример из статьи, вся логика личного AI-ассистента разобрана на странице продукта: https://solaris-club.one/ai-assistant?utm_source=blog&utm_medium=article&utm_campaign=daily_personal_assistant

Такие разборы AI-инструментов для бизнеса я публикую в своём Telegram-канале раньше, чем это доходит до обзоров и статей - подписывайтесь: https://t.me/AntonProBusiness

Сколько стоит личный AI-ассистент для бизнеса?

Стоимость зависит от тарифа и объёма диалогов, но по практике Solaris AI она в разы ниже месячной зарплаты одного сейлза, не говоря уже о троих специалистах мини-отдела. Точный расчёт делается индивидуально: цена зависит от числа каналов и глубины интеграции с CRM.

В каких мессенджерах работает AI-ассистент?

Ассистент Solaris ведёт диалоги в Telegram, WhatsApp, Instagram Direct и на сайте через встроенный виджет, а история переписки с одним клиентом остаётся единой независимо от канала. Клиент может начать разговор в Instagram, а продолжить в WhatsApp - ассистент не потеряет контекст беседы.

Не будет ли клиент раздражён общением с ботом вместо человека?

На практике клиенты чаще раздражаются на долгое ожидание ответа, чем на сам факт диалога с ассистентом, если тот отвечает по делу и без задержек. Ассистент Solaris прямо сообщает, что он AI-ассистент, и передаёт диалог человеку по первому запросу клиента.

Сколько времени занимает внедрение ассистента?

Базовая настройка занимает от одного дня, а основное время уходит на сбор скриптов продаж, ответов на частые вопросы и прайсов для базы знаний. Чем подробнее база на старте, тем меньше правок понадобится после запуска.

Может ли ассистент сам искать и квалифицировать новых клиентов?

Да, это часть роли ресёрчера и SDR, которую ассистент берёт на себя: он анализирует обращения по заданным критериям, задаёт квалифицирующие вопросы и передаёт менеджеру только тёплых лидов с резюме диалога. Холодный поиск контактов настраивается отдельно под источники, которые использует конкретный бизнес.

Подходит ли AI-ассистент маленькому бизнесу, а не только крупным компаниям?

Да, продукт закрывает нагрузку именно там, где у небольшой команды нет ресурса держать отдельного сейлза на ночные и выходные обращения. Для микробизнеса и ИП это часто единственный способ не терять клиентов, которые пишут в нерабочее время.

Меня зовут Антон Баранов, я основатель Solaris AI и сооснователь GiG AI, в предпринимательстве 16 лет и последние несколько лет строю AI-продукты для собственников бизнеса.

AI-совет директоров - сервис Solaris, где 11 виртуальных управленцев разбирают один бизнес-вопрос с разных ролевых позиций и через 24 часа выдают меморандум с решением и планом действий. Управленцы опираются на методологии Питера Друкера, Майкла Портера, Даниэля Канемана и Уоррена Баффета: стратегию, конкурентную позицию, психологию решений и финансовую дисциплину разбирают отдельно, а потом сводят в один документ.

Каждая из 11 ролей закрыта под свою функцию - стратегию, финансы, маркетинг, операционку, HR, риски, поэтому вопрос получает разбор с нескольких углов сразу, а не мнение одного эксперта. Итог - не общие советы, а меморандум с конкретными шагами, метриками и сроками, который можно забрать в работу в тот же день.

Формат закрывает вопрос, с которым сталкивается собственник без реального совета директоров: где взять вторую точку зрения, если её не с кем обсудить. Подходит для выхода на новый рынок, пересмотра цен, сокращения штата, смены стратегии, конфликта с партнёром.

Как работает AI-совет директоров: 11 ролей и 4 управленческие школы

Собственник формулирует вопрос текстом, система распределяет его между 11 AI-управленцами, каждый разбирает вопрос из своей роли и методологии. Друкер отвечает за постановку цели и приоритеты, Портер за конкурентную позицию, Канеман за проверку решения на когнитивные искажения, Баффет за финансовую дисциплину и долгосрочный расчёт.

Система сводит выводы всех ролей в единый меморандум и убирает противоречия между позициями. В Solaris цикл занимает 24 часа с момента постановки вопроса: собственник получает готовый документ с решением, аргументами и планом внедрения по шагам.

Чем AI-совет директоров отличается от классического совета директоров и консалтинга

Главное отличие в скорости и доступности: живой совет директоров собирают годами и согласовывают по расписанию, а меморандум от AI-совета директоров готов через 24 часа в любой день. Консалтинговая компания решает похожую задачу, но обычно втягивает вопрос в недели переговоров и брифов, прежде чем собственник увидит конкретный план.

Сравнение по параметрам, которые собственники называют при выборе между тремя форматами:

| Параметр | Совет директоров | Консалтинг | AI-совет директоров Solaris | |---|---|---|---| | Время на решение | Недели на заседание | Недели на проект | 24 часа с момента вопроса | | Доступность | По расписанию | По графику команды | В любой день без ожидания | | Точек зрения | 3-7 участников | 2-5 человек команды | 11 ролей, 4 методологии | | Формирование | Месяцы поиска | Договор и бриф | Доступ на лендинге сервиса |

Какие бизнес-вопросы разбирает AI-совет директоров

Сервис лучше всего работает с вопросами, где решение затрагивает несколько функций бизнеса сразу и мнения одного эксперта недостаточно. Это выход на новый рынок, пересмотр цен, решение о сокращении или найме команды, смена стратегии на фоне падения выручки, конфликт с партнёром или инвестором.

Такое решение задевает и финансы, и операционку, и репутацию, поэтому разбор с одной точки зрения упускает часть последствий, которые всплывают через месяцы после того, как решение уже принято.

Когда AI-совет директоров полезен, а когда лучше звать живых экспертов

Сервис полезен там, где нужна структура для решения и вторая точка зрения быстрее, чем её можно получить от живых людей, но бесполезен там, где решение требует переговоров с конкретными людьми или юридической ответственности за подпись. Меморандум не заменит адвоката в сделке и не сядет за стол переговоров с инвестором.

Я использую этот формат как первый круг разбора перед обсуждением с партнёрами или консультантами: меморандум снимает очевидные варианты и экономит время самого дорогого ресурса собственника, его внимания.

Если хотите разобрать конкретный вопрос своего бизнеса за 24 часа, а не искать время на созвон с пятью консультантами, посмотрите, как это устроено на странице AI-совета директоров Solaris: https://solaris-club.one/sovet?utm_source=blog&utm_medium=article&utm_campaign=daily_sovet

Разборы похожих AI-инструментов для бизнеса я публикую в Telegram-канале раньше, чем они попадают в обзоры, подписывайтесь: https://t.me/AntonProBusiness

Может ли AI-совет директоров заменить настоящий совет директоров?

Полностью не заменит: живой совет директоров несёт формальную ответственность и ведёт переговоры с инвесторами и партнёрами. AI-совет директоров даёт структурированный разбор и второе мнение перед тем, как решение выносится на реальное обсуждение.

Сколько стоит AI-совет директоров и как подключиться?

Актуальная стоимость указана на странице сервиса Solaris, потому что тарифы могут меняться. Подключение идёт через форму на лендинге, после чего собственник формулирует вопрос и получает меморандум в течение 24 часов.

Какие данные нужно предоставить для разбора вопроса?

Нужно описание вопроса и контекста бизнеса: сфера, масштаб, цифры и ограничения, важные для решения. Чем точнее сформулирован вопрос, тем конкретнее получится меморандум.

Насколько конфиденциальны данные о бизнесе?

Данные используются только для подготовки конкретного меморандума и не передаются третьим лицам. Вопрос можно сформулировать без указания реальных названий компаний и партнёров.

Чем AI-совет директоров отличается от обычного чата с нейросетью?

Обычный чат отвечает одним голосом без ролевого разделения, а AI-совет директоров разбирает вопрос 11 ролями на 4 методологиях и сводит их в единый меморандум с планом. Это ближе к формату заседания совета директоров, чем к диалогу с одним собеседником.

Если коротко: самая старая работающая нейросеть человечества это не GPT и не Midjourney. Это Библия. Сеть из 66 книг и десятков тысяч перекрёстных ссылок, которая собиралась около тысячи лет на опыте выживания целых цивилизаций и работает без сервера уже две тысячи лет. Джордан Питерсон в своём цикле лекций о Библии показывает её визуализацию и называет «первой книгой с гиперссылками». Я пошёл дальше и сравнил её с тем, что мы сегодня гордо называем искусственным интеллектом. Сравнение получилось не в нашу пользу.

Я предприниматель и строю AI-системы каждый день: агенты, оркестры ролей, автоматизация. И чем глубже я в этой технологии, тем интереснее мне смотреть на вещи, которые работали по тем же принципам задолго до появления первого транзистора.

Схема, от которой невозможно оторваться

 *Джордан Питерсон показывает ту самую схему. Внизу кадра видна подпись самой лекции: 63 779 перекрёстных ссылок и адрес источника, chrisharrison.net. Кадр из лекции, тайминг 1:11:43.*

 *Момент, когда исследователь видит структуру крупнее, чем ожидал.*

В первой лекции цикла «Психологическое значение библейских историй» Питерсон выводит на экран знаменитую визуализацию Криса Харрисона и Кристофа Рёмхильда: внизу полоса из тысяч чёрточек, над ней радуга из дуг. Каждая чёрточка это один библейский стих. Каждая дуга это ссылка одного стиха на другой. Всего 63 779 перекрёстных ссылок, Питерсон округляет до 65 тысяч.

Его комментарий дословно: «Каждая линия это библейский стих, длина линии пропорциональна тому, сколько раз на него ссылался какой-либо другой. Можно сказать, что это первая книга с гиперссылками. Я серьёзно».

И дальше ключевое: «Просто представьте, как много путей можно проложить сквозь неё. По ней можно путешествовать вечно, никогда не достигнув конца. Каждая фраза зависит от другой, каждый стих зависит от другого».

Посмотрите на эту схему глазами инженера. Узлы. Связи между узлами. Вес узла, определяемый количеством входящих ссылок: чем чаще на стих ссылаются, тем он «тяжелее» в общей архитектуре. Кластеры плотно связанных узлов. Это не метафора из вежливости, это буквально граф, топологически похожий на то, что мы рисуем, когда объясняем устройство нейронной сети. PageRank, на котором вырос Google, устроен так же: важность узла определяется тем, кто и сколько на него ссылается. Только Google придумал это в 1998 году, а редакторы библейского канона за две с лишним тысячи лет до него.

Как обучалась эта сеть

 *Обучение длиной в тысячу лет: каждое поколение переписывало и правило корпус, а ошибки отбраковывала сама жизнь.*

У любой нейросети есть три вещи: корпус данных, процесс обучения и функция потерь, то есть критерий, по которому отбрасывается плохое и закрепляется хорошее.

Теперь смотрите, как собиралась Библия.

Корпус: истории, законы, песни и пророчества десятков авторов. По академической датировке древнейшие тексты Ветхого Завета относят к десятому и девятому векам до нашей эры, поздние книги Нового Завета к концу первого века нашей эры: около тысячи лет письменной истории, а за ней ещё неизвестно сколько устной. Питерсон отдельно подчёркивает: «Это коллекция книг с множеством редакторов. Много людей писало. Взяли традиции племён, которые объединились, и попытались сделать их мнение последовательным. Взяли немного этого и этого и того, и старались не потерять ничего, что казалось ценным».

Обучение: каждое поколение пересказывало, переписывало, редактировало. Истории, которые не помогали людям жить, забывались. Истории, которые держали сообщества на плаву в войнах, голоде и переселениях, укреплялись и обрастали ссылками. Это и есть обучение с подкреплением, растянутое на десятки поколений: датасет тут коллективный опыт выживания, а функция потерь сама жизнь. Ошибёшься в «весах», и твоё племя исчезнет вместе со своей версией текста.

Веса: те самые 63 779 перекрёстных ссылок. Поздние авторы сознательно писали свои тексты как отсылки к ранним, редакторы сплетали начало с концом. Питерсон замечает парадокс: в обычной жизни настоящее не может изменить прошлое, но в тексте может. «Когда вы пишете конец, вы знаете, что было в начале, и когда редактируете начало, знаете, что в конце. Так что вы можете сплести всё воедино». Это процесс, который сегодня мы назвали бы дообучением: новые данные меняют веса всей сети, включая самые старые слои.

Итог: сжатый, плотно связанный, самоссылающийся корпус коллективного человеческого опыта. Компрессия тысячелетий проб и ошибок в объём, который помещается в одну книгу.

Инференс длиной в жизнь

У этой сети есть и инференс, момент, когда пользователь получает ответ. Каждый читатель прокладывает через 65 тысяч связей собственный маршрут, и маршрут этот зависит от его вопроса, опыта и состояния. Питерсон формулирует это через спор с постмодернистами: да, число интерпретаций бесконечно, но это не делает текст бессмысленным, потому что без осмысленной цели человек буквально ломается. «Из-за того, как мы созданы нейрофизиологически, мы не испытываем никаких положительных эмоций, если у нас нет цели и мы не видим своего движения к этой цели».

Заметьте: ответ сети всегда персонализирован, но сама сеть при этом не меняется. Идеальный inference-режим. Три тысячи лет аптайма без единого сервера, датацентра и инженера по надёжности. Носитель любой: человеческая память, пергамент, бумага. Сеть пережила империи, которые пытались её уничтожить, и языки, на которых её записывали.

А теперь посмотрим на наши нейросети

 *20 ватт против гигаватт-часов.*

Мы называем GPT «искусственным интеллектом» и спорим, когда он нас превзойдёт. Давайте честно сравним масштабы, причём не с Библией даже, а с «железом», на котором работает её читатель.

Фронтирная языковая модель: у крупнейших открытых моделей от сотен миллиардов до нескольких триллионов параметров, у закрытых цифры просто не раскрываются. Обучение это месяцы работы датацентра, а счёт идёт на сотни миллионов долларов: Gemini Ultra оценивают примерно в 191 миллион, Llama 3.1 на 405 миллиардов параметров примерно в 170 миллионов. Инференс это тысячи видеокарт, каждая до 700 ватт в серверном исполнении. Результат: система, которая блестяще предсказывает следующее слово, не понимая, зачем.

Мозг читателя: около 86 миллиардов нейронов (это оценка, добросовестный диапазон от 61 до 99 миллиардов) и порядка ста триллионов синапсов, по некоторым методикам счёта до тысячи триллионов. То есть связей на два порядка больше, чем параметров у самой большой модели. Потребление около 20 ватт, как лампочка. Обучается на несопоставимо меньших данных: ребёнку не нужен весь интернет, чтобы выучить язык, хватает нескольких тысяч часов речи. Дообучается всю жизнь, не забывая катастрофически старое. Работает 80 лет без замены комплектующих.

 *Три миллиарда символов инструкции, по которой система собирает себя сама.*

И это ещё не всё. Сам этот мозг собирается без единого инженера, из одной клетки, по инструкции длиной 3,1 миллиарда символов, записанной в ДНК. Организм, который читает Библию, состоит примерно из 37 триллионов клеток, и каждая из них это фабрика с собственной логистикой, энергетикой и системой исправления ошибок. Вся эта система самособирается, самочинится и воспроизводит себя.

Вот теперь расставим по местам. Мы построили сеть на триллионы параметров, потратив на это годы, датацентры и сотни миллионов долларов, и она не может надёжно посчитать буквы в слове. Рядом с нейробиологической архитектурой человека наши лучшие модели это не «почти мозг». Это черновик, набросок карандашом рядом с работающим городом. Талантливый черновик, я сам на нём строю бизнес. Но черновик.

Сколько на самом деле длилось обучение

Три тысячи лет это возраст текста. Но текст записывал не чистый лист, а систему, которая обучалась несопоставимо дольше.

Питерсон в той же лекции разворачивает таймлайн: «Вселенной 15 миллиардов лет, Земле четыре с половиной миллиарда, здесь есть жизнь в течение трёх с половиной миллиардов лет. Существа с весьма развитыми нервными системами появились 300, 600 миллионов лет назад».

Вот честный масштаб. Нервная система это архитектура, отлаженная за сотни миллионов лет непрерывного тестирования, где неудачная версия не получала штраф в метрике, а вымирала. Библия в этой хронологии не начало, а свежая прошивка поверх древнего железа: попытка записать словами то, что нервная система уже умела, но не могла объяснить.

Наши модели обучаются месяцами. Разница с этой историей не количественная, а категориальная.

Один код на всех

 *Геномы любых двух людей совпадают на 99,9 процента. Разъединяет то, что на поверхности.*

И вот тут начинается то, ради чего я вообще взялся за эту тему.

Мы привыкли считать, что нас разделяет почти всё: страна, вера, язык, политика, поколение. Спорить об этом можно бесконечно, спор и идёт бесконечно. Но если спуститься на уровень кода, картина переворачивается.

Геномы любых двух людей на планете совпадают примерно на 99,9 процента. Все различия, которые мы считаем определяющими, помещаются в одну десятую процента, да и та распределена внутри народов сильнее, чем между ними. Один и тот же архитектурный чертёж, один и тот же способ собирать глаз, страх, привязанность и речь. Мы буквально работаем на одной прошивке и просто не в курсе.

То же самое видно уровнем выше, в историях. Питерсон говорит про библейский корпус: чем дальше отходишь от местных политических деталей, тем более универсальными становятся истории. И дальше формулирует, откуда они взялись: это «следствие извлечения моделей поведения, характеризующих человечество, и попыток представить их в имитации, через мифологию, литературу, искусства, и всё это чтобы показать, какими мы являемся, чтобы мы могли понять, какими мы являемся».

Он же добавляет мысль, которая меня зацепила сильнее всего: такая структура «не просто живёт в вас, она живёт во всех, она обитает в коллективном теле, как мысль обитает в мозге».

Вдумайтесь в конструкцию. Каждый отдельный человек это узел. Истории, которые мы друг другу пересказываем тысячи лет, это связи между узлами. А то общее, что проступает поверх, и есть та самая сеть, которая обучалась дольше любой цивилизации и не принадлежит никому лично. Мы не пользователи этой сети. Мы её нейроны.

И когда сегодня страны, компании и люди делят интернет, рынки и правду, полезно помнить: на уровне кода мы совпадаем на 99,9 процента, а истории, которые нас якобы разделяют, при внимательном чтении оказываются вариациями одних и тех же сюжетов. Разъединяет то, что на поверхности. Объединяет то, что в основе. И это не благое пожелание, а измеримый факт.

Неудобный вопрос про архитектора

 *У каждой системы, которую мы строим, есть автор чертежа.*

И здесь возникает вопрос, который инженер не может не задать. У каждой нейросети, которую я видел, есть архитектор. Кто-то выбрал функцию активации, собрал датасет, настроил обучение. Сеть на сто триллионов синапсов, работающая от бутерброда, по этой логике тоже наводит на мысль об архитектуре другого порядка. Назовите это как хотите: замысел, сверхразум, Бог. Я не навязываю вывод. Я лишь фиксирую: когда смотришь на это как инженер, вопрос «кто спроектировал?» перестаёт быть наивным и становится профессиональным.

Питерсон, кстати, делает в лекции похожий ход: он не требует веры, он показывает механизм. И механизм оказывается настолько сложнее наших поделок, что снисходительность к «древним сказкам» выглядит смешно. Первая нейросеть человечества всё ещё в проде. А мы, создав своё первое жалкое подобие, только начали понимать, насколько сложным было то, что нам дали на старте.

Что дальше

Это первая статья серии «Древний код»: как самые старые системы человечества выглядят глазами того, кто строит AI сегодня. Дальше разберём мозг против датацентра в цифрах, ДНК как код без программиста, мифы как сжатие тысячелетнего опыта, «в начале было Слово» как первую спецификацию, и почему сны это генеративная модель, которой сотни миллионов лет.

Отдельно скажу, почему эта тема для меня не отвлечённая. В Solaris мы каждый день собираем оркестры AI-агентов: несколько ролей, общий дирижёр, память, передача контекста между шагами. И чем дольше я этим занимаюсь, тем яснее вижу, что мы не изобретаем принципы, а переоткрываем те, что работали задолго до нас. Иерархия ролей, отложенная награда, обучение на ошибке, сжатие опыта в передаваемую форму. Всё это уже описано, просто другими словами и на три тысячи лет раньше.

И если работает общий код, то работает он для всех одинаково. В этом, пожалуй, главная практическая мысль: технологии, которые мы строим, стоит проверять тем же вопросом, каким проверяли истории, дошедшие до нас через тысячелетия. Не «сработает ли это на нашем рынке», а «останется ли это ценным, когда рынок и страна поменяются».

Смотреть лекцию: [Библия. Введение в Идею Бога, Джордан Питерсон, русская озвучка](https://youtu.be/pP-1jqyqsX0)

Автор: Антон Баранов, основатель Solaris AI. Разборы на стыке технологий и смыслов в телеграм-канале [«Антон про бизнес»](https://t.me/AntonProBusiness).

---

Источники фактов: визуализация перекрёстных ссылок Chris Harrison (Carnegie Mellon) и Christoph Römhild, 2007, 63 779 ссылок; цитаты Питерсона по расшифровке лекции «Введение в Идею Бога» (Biblical Series I, русская озвучка); нейроны мозга Azevedo, Herculano-Houzel et al., 2009, оценка 86 млрд с диапазоном от 61 до 99 млрд по разбору в журнале Brain, 2025; синапсы порядка 10^14, по ряду методик до 10^15; клетки тела Bianconi et al., 2013, 37,2 трлн для референсного мужчины 70 кг; геном 3,055 млрд пар оснований по полной сборке T2T-CHM13, 2022; мощность мозга около 20 Вт, оценка из доли мозга в энергопотреблении покоя; PageRank: Brin, Page, 1998; стоимости обучения моделей по данным Epoch AI и Stanford AI Index. Все цифры по живым системам это оценки, а не прямые подсчёты, и это само по себе показательно: мы до сих пор не умеем точно измерить то, что носим в голове.

Меня зовут Антон Баранов, я основатель Solaris AI и сооснователь GiG AI, в предпринимательстве 16 лет. Строю продукты, которые заменяют ручную работу менеджеров на ранних этапах воронки, и AISender это один из них.

AI-рассылка для первичного контакта это сервис, который сам находит и проверяет контакты в Telegram, отправляет персонализированное первое сообщение и ведёт диалог до момента, когда лид готов передать интерес живому продавцу. Ключевое отличие от обычной рассылки: система не просто отправляет шаблон, а квалифицирует каждый контакт по ответам, отсеивает нецелевых и передаёт менеджеру только тех, кто подтвердил интерес.

В AISender этот процесс стоит от 24 рублей за один проверенный контакт, это цена продукта на [лендинге AISender](https://solaris-club.one/aisender?utm_source=blog&utm_medium=article&utm_campaign=daily_aisender) по состоянию на август 2026 года. Оплата идёт не за отправленное сообщение, а за результат: контакт, прошедший AI-диалог и получивший статус целевого, нецелевого или готового к передаче менеджеру. По сути это гибрид холодной рассылки и работы SDR-менеджера, где бот берёт на себя первое касание и отсев.

Что такое AI-рассылка и чем она отличается от обычной рассылки в Telegram

AI-рассылка отличается от обычной тем, что после ответа лида бот меняет сценарий диалога в реальном времени, а не просто фиксирует факт ответа. Обычная рассылка заканчивается на отправке текста, AI-рассылка продолжается диалогом, который квалифицирует собеседника и передаёт менеджеру только готовых.

Классическая рассылка работает по принципу «отправил и жду ответа», вся нагрузка по обработке входящих ложится на человека. AISender разбирает ответ сам: «не интересно» закрывает диалог, «расскажите подробнее» запускает уточняющие вопросы. При 500-1000 контактах в день ответить каждому вручную менеджер не успевает, а AI ведёт диалоги параллельно.

Как работает AI-квалификация лида

AI-квалификация это когда модель задаёт уточняющие вопросы в переписке и присваивает лиду статус на основе содержания ответов, а не факта прочтения сообщения. В AISender это три шага: проверка контакта, отправка адаптированного под нишу сообщения, разбор ответа с маршрутизацией.

Проверка контакта означает, что система убеждается в живом аккаунте, а не удалённом номере из старой базы: именно за такой «проверенный контакт» берётся оплата. Разбор ответа идёт по критериям заказчика: бюджет, роль, сроки, текущий поставщик. Горячие лиды уходят менеджеру сразу, тёплые остаются на дожим, нецелевые закрываются без траты времени продавца.

Сколько стоит контакт и из чего складывается цена

Цена контакта в AISender начинается от 24 рублей и растёт вместе с глубиной квалификации. Сравнивать стоит не почасовую ставку сотрудника, а стоимость одного проверенного и проквалифицированного контакта.

| Вариант | Цена за контакт | Кто квалифицирует | Скорость касания | |---|---|---|---| | AISender | от 24 руб | AI-бот по заданным критериям | минуты, параллельно | | SDR-менеджер вручную | зарплата, делённая на число касаний | человек вручную | часы, последовательно | | Массовая рассылка без квалификации | дешевле за отправку, без фильтрации | никто, ответы на менеджере | быстро, без сортировки |

Разница не в цене сообщения, а в том, что делает система с ответом. Массовая рассылка дешевле на старте, но груз обработки входящих переносится на менеджера, а AISender отдаёт продавцу уже отфильтрованный список.

Когда AI-первичный контакт не подходит

AI-первичный контакт плохо работает там, где сделка строится на личных отношениях, выстроенных до первого касания: закрытые b2b-ниши с длинным циклом согласования. Не подойдёт он и там, где аудитория ICP не сидит в Telegram, а живёт в почте или на офлайн-мероприятиях. Есть и организационное ограничение: если некому забрать горячий лид в течение часа-двух после передачи, эффект от скорости теряется.

Как встроить AISender в процесс продаж

Внедрение начинается не с запуска рассылки, а с формулировки критериев квалификации: какие ответы считать целевыми, на каком этапе передавать лид менеджеру. Дальше подключается база контактов и настраивается тон сообщения под нишу: одинаковый скрипт для строительной компании и IT-стартапа даёт разную конверсию. Первую неделю стоит читать диалоги вручную и корректировать критерии.

Что такое AI-рассылка простыми словами?

AI-рассылка это автоматическая отправка первого сообщения в Telegram, где диалог ведёт не оператор, а модель, которая решает, стоит ли передавать контакт менеджеру.

Чем AI-рассылка отличается от обычной массовой рассылки?

Обычная рассылка заканчивается отправкой сообщения, работа с ответами остаётся на менеджере. AI-рассылка продолжает диалог и присваивает лиду статус, поэтому продавцу попадают уже отфильтрованные контакты.

Сколько стоит один проверенный лид в AISender?

Стоимость начинается от 24 рублей за проверенный контакт, цена указана на [лендинге AISender](https://solaris-club.one/aisender?utm_source=blog&utm_medium=article&utm_campaign=daily_aisender). Итоговая цена зависит от глубины квалификации под нишу.

Не заблокируют ли Telegram-аккаунт за такую рассылку?

Риск блокировки зависит от темпа отправки и качества базы, а не от факта использования AI. AISender проверяет контакты перед отправкой и не превышает лимиты Telegram.

Можно ли подключить AISender к своей CRM?

Да, передача квалифицированных лидов настраивается под существующую CRM или таблицу, куда менеджер уже привык заходить за контактами.

Кому AI-первичный контакт не подходит?

Он плохо работает в нишах с длинным циклом согласования, где решение принимается через личные связи, выстроенные годами. Не подойдёт и компаниям, где некому забрать горячий лид в течение пары часов после передачи.

Если хотите посмотреть, как AI-квалификация выглядит на вашей нише и какие критерии задать под ваш продукт, посмотрите AISender на лендинге: https://solaris-club.one/aisender?utm_source=blog&utm_medium=article&utm_campaign=daily_aisender.

Разбираю похожие кейсы применения AI в продажах в своём Telegram-канале, там разборы выходят раньше, чем в общих обзорах: https://t.me/AntonProBusiness.

Короткая версия: порог создания продукта рухнул. Навайбкодить бота, сервис или агента теперь может почти любой, и рынок стремительно наполняется продуктами, которые никто не покупает. Ценность сместилась туда, где порог не упал ни на сантиметр: в умение продавать. Пока вы не умеете продавать свой продукт, он не нужен никому, даже если он гениальный.

Это не абстрактное наблюдение. Через нас в Solaris проходит поток людей и проектов, и я вижу одну и ту же картину каждую неделю. Разберу её честно.

Психоз вайб-кодинга

Слово «психоз» здесь не моё. Андрей Карпаты, сооснователь OpenAI, ровно так описывает своё состояние с декабря: агенты пишут код быстрее, чем человек успевает придумывать задачи, и остановиться невозможно. Только у Карпаты это психоз мастера, который прокачивает навык оркестрации. А по рынку разлилась другая версия: человек за выходные собирает с агентом работающий прототип и просыпается в понедельник с ощущением собственной гениальности.

Ощущение понятное. Ещё два года назад такой прототип стоил бы месяцев работы команды. Сейчас его делает один человек с подпиской на Claude. Проблема в том, что то же самое делают тысячи людей одновременно. Когда суперспособность есть у всех, это уже не суперспособность, а фон.

Гениальность не в этом

Скажу жёстко, потому что чем быстрее вы избавитесь от этой иллюзии, тем проще вам будет дальше: в навайбкоженном продукте нет никакой гениальности. Гениальных продуктов без клиентов на кладбище стартапов лежат миллионы, и AI сейчас ускорил производство таких покойников в десятки раз.

Продукт становится продуктом не в момент, когда заработал код. Продукт становится продуктом в момент, когда за него заплатили. Между этими двумя точками лежит навык, который не автоматизировался: посмотреть человеку в глаза (пусть и через Zoom), понять его боль, показать ценность и довести до решения.

Продажа — последний дефицитный навык

Смотрите, что произошло с цепочкой создания бизнеса. Придумать идею: помогает AI. Собрать прототип: делает AI. Написать лендинг: делает AI. Настроить рекламу: наполовину делает AI. А дальше живой человек с деньгами задаёт неудобный вопрос «а почему я должен вам верить?» — и здесь всё по-прежнему решает тот, кто умеет вести разговор.

Мы это видим в собственных цифрах: у нас работают AI-системы, которые сами приводят тёплых лидов, сами ведут переписку, сами готовят документы. И всё равно сделку закрывает человек на встрече. Диагностика боли, живое демо, честный ответ на возражение, зафиксированный следующий шаг: четыре вещи, которые отделяют поток лидов от потока денег.

Поэтому мой совет любому, кто сейчас входит в AI-эпоху с горящими глазами: сначала научитесь продавать. Потом всё остальное. С навыком продаж вы монетизируете даже средний продукт, без него похороните и выдающийся.

Где этому учиться, чтобы не теория

Классические курсы продаж — это ролевые игры про «пятиэтапную модель» из книжек нулевых. Работает плохо, потому что оторвано от реальности: ни живого продукта, ни живых клиентов, ни ответственности за результат.

Мы пошли другим путём и открыли в Академии Solaris бесплатный курс подготовки менеджеров по продажам. Отличие принципиальное: учим на реальном секторе и изнутри действующего бизнеса. Вы разбираете транскрипты настоящих встреч с клиентами, где реально продано, — с цитатами, возражениями и суммами. Работаете с настоящим входящим потоком: лидов приводит наша система GiG Sender, и после финального ролевого демо лучшие выходят на живые сделки с наставником и доходом около 131 000 рублей на плане. Домашки проверяет AI-куратор и возвращает слабое на доработку, как в бою.

Программа и вход: [курс продаж Академии Solaris](https://solaris-club.one/akademiya-prodazhi). Входное задание займёт полчаса: два-три кейса из вашего опыта и мини-питч. Обратную связь получите в тот же день.

Вайб-кодинг за год станет навыком по умолчанию, как когда-то Excel. Умение продавать останется дефицитом. Выбирайте, в очередь за каким навыком вставать.

Частые вопросы

### Почему навайбкоженный продукт никто не покупает? Потому что собрать прототип с AI теперь может почти любой, и рынок переполнен похожими поделками. Само по себе то, что код работает, ценности не создаёт: продуктом сервис становится только тогда, когда за него кто-то заплатил. А путь от работающего кода до оплаты требует навыка, который AI не заменил.

### Какой навык важнее всего в эпоху AI? Умение продавать. Идею, прототип, лендинг и частично рекламу уже делает AI, но убедить живого человека с деньгами по-прежнему может только человек: разобраться в его боли, показать ценность, ответить на возражения и договориться о следующем шаге. Автор советует освоить продажи раньше всего остального: с ними монетизируется даже средний продукт, без них провалится и сильный.

### Может ли AI полностью заменить менеджера по продажам? По опыту компании из статьи нет. Их AI-системы сами находят тёплых лидов, ведут переписку и готовят документы, но сделку всё равно закрывает человек на встрече. Диагностика проблемы клиента, живое демо, честная работа с возражениями и фиксация договорённостей остаются за людьми.

### Где научиться продажам на практике, а не по учебникам? Классические курсы автор считает оторванными от реальности: там ролевые игры без живых клиентов и ответственности за результат. Альтернатива из статьи: бесплатный курс Академии Solaris, где учат внутри действующего бизнеса на транскриптах реальных сделок и настоящем входящем потоке лидов. Лучшие выпускники после финального демо выходят на живые сделки с наставником, а домашние задания проверяет AI-куратор.

Андрей Карпаты, сооснователь OpenAI и бывший директор по AI в Tesla, дал часовое интервью о том, как изменилась работа инженера за последние месяцы. Главная мысль интервью помещается в одну фразу: он не написал ни строчки кода вручную с декабря, и узким местом системы теперь является не модель, а человек и его навык управления агентами. Ниже тезисная выжимка, которая экономит вам час просмотра: [полная запись здесь](https://youtu.be/26TuOJZm14w) (русскоязычная версия подкаста).

Мы в Solaris разобрали это интервью, потому что оно почти дословно описывает то, что мы наблюдаем в собственных проектах. Дальше тезисы Карпаты, местами с прямыми цитатами, и короткий вывод в конце.

1. «Кодить — уже даже не подходящий глагол»

«Мне приходится выражать свою волю моим агентам по 16 часов в сутки». В декабре соотношение изменилось: было 80% кода руками и 20% делегирования, стало наоборот, а теперь и двадцати процентов ручной работы не осталось. Рабочий процесс инженера, по его словам, полностью изменился, а обычный человек «даже не осознаёт, что это произошло и насколько масштабно это было».

2. Узкое место — ты сам

Цитата, которую стоит повесить на стену: «Если ты не особо ограничен в бюджете на токены, то именно ты становишься самым узким местом в системе». Когда что-то не получается, это всё реже проблема модели и всё чаще нехватка навыка: недостаточно чёткие инструкции, не подключён инструмент памяти, не выстроена параллельная работа. «Всё упирается исключительно в твои навыки» — отсюда и его словечко «психоз»: бесконечный процесс прокачки того, как ты управляешь агентами.

3. Работа переходит на уровень макродействий

Уже не «строчка кода» и не «функция», а «нужна такая-то фича — делегирую первому агенту, этот функционал — второму, третий проводит исследование, четвёртый пишет план». Инженер превращается в человека, который раздаёт задачи флоту агентов и проверяет работу «настолько тщательно, насколько ему важен этот код».

4. Слой автономности и личность агента

Карпаты выделяет обвязки, где агент живёт в собственной песочнице, работает даже когда ты не смотришь, и имеет проработанную личность и память. Отдельное наблюдение: характер агента — не украшение, а рабочий инструмент. Агент с удачно настроенной эмпатией ощущается как коллега, и с ним банально продуктивнее работать.

5. Агент Доби: софт становится эфемерным

Его домашний агент нашёл в локальной сети колонки и умный свет за три промпта, сам разобрался в API, собрал дашборд и теперь управляет домом через WhatsApp. Вывод Карпаты радикален: множества приложений «вообще не должно существовать» — нужны открытые API, а агент выступает интеллектуальным клеем. Софт становится «чем-то эфемерным, создающимся под твою конкретную задачу в моменте».

6. Убери себя из цепочки

Его эксперимент с автоисследованиями: цель, метрика, границы — и система сама ночами ищет улучшения. Она нашла ошибки в настройках, которые он, с 20 годами опыта обучения моделей, пропустил. Отсюда идея, что научная организация — это «просто набор markdown-файлов, которые описывают роли и то, как всё связано»: инструкции становятся кодом, и их можно оптимизировать как код.

7. Но поводья отпускать рано

Важная оговорка: автономные циклы работают только там, где есть проверяемая метрика. Модели развиты неравномерно — «будто общаешься с блестящим аспирантом и десятилетним ребёнком одновременно». Они сворачивают горы в агентских задачах и пять лет рассказывают один и тот же анекдот, потому что юмор не попадает в контур обучения с подкреплением. Слепые зоны реальны, поэтому контроль человека пока обязателен.

8. Рынок труда: сначала цифра, потом атомы

Перепрошивка начнётся с профессий, где работа — манипуляция цифровой информацией: там всё изменится кардинально и быстро. Физический мир будет отставать, потому что «атомы даются в миллион раз тяжелее битов». При этом по инженерам Карпаты сдержанно оптимистичен: работает парадокс Джевонса — софт дешевеет, спрос на него взрывается, и потребность в людях с навыком растёт, а не падает.

9. Образование переворачивается

«Я всё чаще объясняю вещи не людям, а агентам». Вместо документации для разработчиков — markdown для агентов: если агент понял, он объяснит любому человеку с бесконечным терпением и под его уровень. Ценность человека смещается в «уникальные крупицы» — то, до чего агент не додумается сам. Его совет тем, кто выходит на рынок труда: осваивать эти инструменты прямо сейчас — «это первый и самый главный шаг».

Что это значит на практике

Если убрать восторги и страхи, у Карпаты остаётся жёсткий практический вывод: технология перестала быть ограничителем, ограничителем стал навык. Умение ставить задачи, оркестрировать агентов, писать инструкции-роли, проверять результат и не терять контроль — это и есть профессия ближайших лет. И ей никто пока не учит системно: она рождается в практике.

Мы это проверили на себе: внутри Solaris той же логикой работают анимационный конвейер из 12 AI-ролей, платформа GiG AI и клиентские системы. А тех, кто хочет освоить навык на живых проектах, а не на теории, мы учим в [Академии Solaris](https://solaris-club.one/akademiya) — бесплатно, с трудоустройством лучших. Тезис Карпаты про «узкое место — ты сам» там превращается в программу действий.

Частые вопросы

### Правда ли, что Карпаты больше не пишет код сам? Да, по его словам, с декабря он не набрал вручную ни одной строчки. Раньше пропорция была 80% ручного кода и 20% делегирования, потом она перевернулась, а сейчас ручная часть исчезла совсем. Вместо написания кода он по 16 часов в день ставит задачи агентам и контролирует результат.

### Что значит фраза «узкое место теперь сам человек»? Когда бюджет на токены не ограничивает, скорость работы упирается не в возможности модели, а в навыки того, кто ею управляет. Неудачи чаще объясняются размытыми инструкциями, неподключённой памятью или неумением распараллелить задачи между агентами. Поэтому Карпаты называет прокачку управления агентами бесконечным процессом и в шутку словом «психоз».

### Можно ли полностью доверить работу AI-агентам без контроля? Пока нет: автономные циклы надёжно работают только там, где результат измеряется проверяемой метрикой. Модели развиты неравномерно, они блестяще справляются с агентскими задачами и при этом имеют слепые зоны, которые Карпаты сравнивает с общением одновременно с талантливым аспирантом и десятилетним ребёнком. Так что проверка человеком остаётся обязательной.

### Заменит ли AI программистов и кого затронет в первую очередь? Быстрее всего изменения придут в профессии, где работа сводится к обработке цифровой информации, а физический труд будет отставать, потому что атомы даются гораздо тяжелее битов. По инженерам прогноз скорее оптимистичный: софт дешевеет, спрос на него растёт по парадоксу Джевонса, и людей с навыком оркестрации агентов будет нужно больше, а не меньше. Совет новичкам: осваивать эти инструменты уже сейчас.

Короткая версия для тех, кто спешит: нейросети уже умеют больше, чем умеет применить средний бизнес. Модели уровня Claude надёжно держат многошаговые задачи: сами пишут код, сами разворачивают системы, сами ведут переписку с клиентами. Узкое место сместилось. Сегодня AI-проект упирается не в технологию, а в человека, который ставит задачу, принимает результат и несёт ответственность за систему. И людей с таким мышлением на рынке катастрофически мало.

Это не теория. Мы в Solaris два года внедряем AI-системы: ассистенты, отделы продаж, управленческие контуры. За это время у нас ни один проект не встал из-за того, что «модель не потянула». Зато я могу перечислить десяток ситуаций, где всё решал человек: как он сформулировал задачу, что проверил, где усомнился.

Очередь заказов у нас сейчас больше, чем рук. Поэтому текст ниже заканчивается конкретным предложением, но начну с сути.

Что изменилось за два года

Два года назад внедрение AI выглядело так: неделями подбираешь промпты, модель путается на третьем шаге, половину результата переделываешь руками. Технология была узким местом, и это было честное узкое место: упёрся, значит упёрся.

Сейчас картина другая. Агент в терминале сам читает кодовую базу, сам пишет и запускает код, сам проверяет результат и исправляет ошибки. Наша «Машина продаж», управленческий слой на AI, разворачивается по инструкции за два-три часа: сервер, окружение, ключи, автозапуск. Она круглосуточно ведёт диалоги с лидами, ставит задачи команде, готовит коммерческие предложения. Стоимость владения: примерно 120 долларов в месяц. Не миллионы, не отдел разработки.

То, что год назад показывали на конференциях как демо будущего, сегодня спокойно работает в малом бизнесе. Порог технологии упал. А вот порог мышления остался ровно там же, где был.

Где на самом деле ломаются AI-проекты

У нас в Академии есть домашнее задание: развернуть систему на своём сервере так, чтобы она пережила перезагрузку. Звучит просто. На этом задании сыпется большинство: ключи закоммичены в открытый репозиторий, сервис не поднимается после reboot, а на вопрос «что сломалось?» человек отвечает «не работает» вместо того, чтобы открыть лог.

Заметьте: модель во всех этих случаях ни при чём. Ломается дисциплина мышления.

Вторая точка отказа: постановка задачи. «Сделай мне бота для продаж» не является задачей. Задача звучит так: заявка с сайта попадает в CRM с историей переписки, менеджер получает уведомление в Telegram за 30 секунд, отчёт владельцу приходит в девять утра. Агент блестяще выполняет вторую формулировку и выдаёт кашу на первой. Разница не в технологии. Разница в голове того, кто формулирует.

Третья: приёмка результата. Агент иногда говорит «готово, должно работать», не проверив. Инженер, который верит на слово, получает систему, которая падает в пятницу вечером. Инженер, который спрашивает «покажи вывод команды, покажи лог», получает систему, которая живёт месяцами без его участия. Один и тот же агент. Разные люди.

И четвёртая, самая дорогая: недавно я провёл 52-минутную встречу с производственной компанией. Два руководителя, у каждого своя боль: у одного отдел продаж тонет в рутине, у другого инженерные расчёты. Сделку на этой встрече двигала не нейросеть. Её двигали вопросы: кто принимает решение, где теряются деньги, что можно показать живьём прямо сейчас. AI потом сделает работу. Но услышать, какую именно работу надо сделать, может только человек.

Навык, за который теперь платят

Если свести всё к одному предложению: платят за умение превращать хаос в проверяемую систему.

Разложу на составляющие, которые мы реально проверяем у себя:

Декомпозиция. Взять «хочу AI в бизнесе» и превратить в цепочку конкретных шагов с понятным входом и выходом. Это умение тренируется, но у большинства оно спит, потому что раньше между хотелкой и результатом стоял программист, который декомпозировал за вас.

Критерий приёмки до старта. «Готово» должно быть определено заранее: лид дошёл до CRM, система пережила перезагрузку, отчёт пришёл вовремя. Кто не определил «готово», тот принимает красивую имитацию.

Здоровое недоверие. К модели, к себе, к слову «должно работать». Проверка фактом: логом, тестовым лидом, скриншотом. Это скучно ровно до первого инцидента на живом клиенте.

Причина вместо симптома. «Бот молчит» это симптом. Протухший токен, забитый диск, упавший прокси: это причины. Человек, который умеет пройти от симптома к причине по логам, стоит дороже любой подписки на нейросети.

Скорость формулирования. Неожиданный пункт, но рабочий: мы у себя давно наговариваем промпты голосом, потому что говорим в три-четыре раза быстрее, чем печатаем. Когда твой инструмент делает работу со скоростью машины, твоя скорость постановки задачи становится скоростью всей системы.

Ни один пункт из этого списка не требует диплома программиста. Каждый требует головы и дисциплины. Именно поэтому я всё чаще вижу, как вчерашний предприниматель или толковый менеджер обгоняет разработчика с десятилетним стажем: у первого мышление владельца процесса, у второго привычка ждать ТЗ.

Почему мы решили учить бесплатно

Логика простая, говорю как есть. Нам нужны инженеры и архитекторы в растущий поток проектов. Рынок готовых специалистов пуст: профессия «AI-инженер внедрения» только рождается, вузы её не выпускают, а те немногие, кто умеет, уже работают. Остаётся один путь: растить самим.

Поэтому мы собрали [Академию Solaris](https://solaris-club.one/akademiya) и отдали туда всю кухню двух лет внедрений: боевые инструкции по развёртыванию, стандарты работы с Claude Code, чек-листы приёмки, транскрипты реальных встреч с клиентами. Обучение бесплатное. Полностью. Домашки проверяются как боевые задачи, с возвратами на доработку. Финал: отборочное техническое задание, имитация реального заказа.

Лучших забираем к себе на оплачиваемые проекты, с доходом от 150 000 рублей в месяц и ростом до архитектора. Это не обещание трудоустройства каждому: это честная воронка, где всё решают сделанные домашки. Кто не дойдёт до финала, унесёт с собой профессию, развёрнутую своими руками систему и понимание, как это работает изнутри. Тоже неплохая сделка за ноль рублей.

Отдельно скажу для бизнеса, который читает это и узнаёт себя в примерах выше: не обязательно растить инженера у себя. Можно прийти с задачей, мы соберём систему и научим вашу команду с ней жить. Каталог решений: [solaris-club.one/agents](https://solaris-club.one/agents).

Что будет дальше

Моя ставка на ближайшие пару лет: разрыв продолжит расти. Модели станут ещё сильнее, значит цена мышления того, кто ими управляет, станет ещё выше. Компании разделятся не на «внедривших AI» и «не внедривших», а на тех, у кого есть люди, умеющие превращать AI в работающие системы, и тех, кто купил подписку и разочаровался.

Технология больше никого не ждёт и никого не ограничивает. Ограничивает голова. Хорошая новость в том, что голова, в отличие от модели, прокачивается за недели практики, если практика настоящая.

Если хотите проверить свою: [вакансии и обучение Solaris](https://solaris-club.one/vakansii). Входное задание займёт полчаса, обратную связь получите в тот же день.

Частые вопросы

### Почему AI-проекты в бизнесе проваливаются, если модели такие мощные? По опыту двух лет внедрений ни один проект не остановился из-за слабости модели. Провалы случаются на стороне человека: небрежно сформулированная задача, отсутствие проверки результата, неумение найти причину сбоя по логам. Типичный пример: заявка вида «сделай бота для продаж» даёт хаос на выходе, а чётко описанная цепочка действий с понятными сроками и уведомлениями выполняется агентом отлично.

### Сколько стоит содержание AI-системы для малого бизнеса? В статье приводится пример «Машины продаж»: управленческого слоя на AI, который круглосуточно общается с лидами, раздаёт задачи команде и готовит коммерческие предложения. Владение такой системой обходится примерно в 120 долларов в месяц. Развёртывание по инструкции занимает два-три часа, отдельный отдел разработки не нужен.

### Нужно ли быть программистом, чтобы работать AI-инженером внедрения? Диплом программиста не требуется ни для одного из ключевых навыков: декомпозиции задач, определения критериев готовности заранее, проверки результата фактами и поиска причин вместо симптомов. Автор отмечает, что бывшие предприниматели и толковые менеджеры нередко обходят разработчиков с большим стажем, потому что мыслят как владельцы процесса, а не ждут готового ТЗ. Решают голова и дисциплина, и они прокачиваются за недели настоящей практики.

### Где бесплатно научиться внедрять нейросети в бизнес? Компания Solaris открыла бесплатную Академию, куда выложила наработки двух лет: инструкции по развёртыванию, стандарты работы с Claude Code, чек-листы приёмки и транскрипты реальных встреч с клиентами. Домашние задания проверяются как боевые задачи с возвратами на доработку, финалом служит отборочное техзадание в формате реального заказа. Лучших выпускников берут на оплачиваемые проекты с доходом от 150 000 рублей в месяц, остальные уносят с собой профессию и развёрнутую своими руками систему.

Меня зовут Антон Баранов - основатель Solaris AI, сооснователь GiG AI, предприниматель с 16-летним стажем. За эти годы я провёл сотни стратегических сессий, работал с десятками внешних советников и на собственном опыте убедился: правильный совет в нужный момент стоит дороже любого инструмента.

Почему стратегические решения стоят дороже всего в бизнесе

Каждое неверное стратегическое решение обходится месяцами работы команды и ощутимыми финансовыми потерями. Именно поэтому крупные компании содержат советы директоров, нанимают внешних консультантов и проводят многочасовые стратегические сессии.

Малый и средний бизнес такой роскоши лишён. Решения принимаются в одиночку, с ограниченным кругом мнений и под давлением времени. Именно этот разрыв я хотел устранить, когда создавал AI-Совет директоров.

Что такое AI-Совет директоров

AI-Совет директоров - это система из 11 специализированных AI-управленцев, которые одновременно разбирают ваш бизнес-вопрос с разных позиций и выдают меморандум с решением и планом действий за 24 часа. Каждый управленец представляет отдельную функцию: стратегия, финансы, маркетинг, операции, управление рисками, HR и другие.

Управленцы созданы на методологической базе четырёх мыслителей: Питера Друкера, Майкла Портера, Даниэля Канемана и Уоррена Баффета. Это не случайный набор авторитетов - каждый из них закрывает свой уровень управленческого мышления.

Как это работает на практике

Вы формулируете вопрос - например, стоит ли выходить на новый рынок или как реструктурировать команду продаж. Каждый из 11 управленцев анализирует его со своей позиции. Стратег оценивает рыночную возможность, финансист просчитывает денежные потоки, маркетолог разбирает конкурентную среду, операционный директор смотрит на ресурсы, юрист оценивает риски.

Через 24 часа вы получаете структурированный меморандум: формулировка проблемы, позиции каждого управленца, сводная рекомендация, план действий с приоритетами. Никакого размытого текста - только конкретные выводы и следующие шаги.

Почему 11 точек зрения лучше одной

Одиннадцать точек зрения лучше одной, потому что каждая закрывает слепые зоны остальных. Предприниматель думает операционно, инвестор думает финансово, маркетолог думает в категориях рынка - каждый прав в своём контексте и слеп в чужом.

Именно поэтому в крупных компаниях существуют коллегиальные органы управления. Совет директоров существует не потому, что один умный человек не справится, а потому что 11 человек с разной специализацией решают задачу лучше. AI-Совет директоров приносит эту логику в любой бизнес независимо от его размера.

Исследования Канемана подтверждают: индивидуальные решения систематически искажены когнитивными ловушками. Групповой анализ с разными перспективами эти искажения нейтрализует.

Методология: Друкер, Портер, Канеман, Баффет

Четыре методологические базы покрывают разные уровни управленческого мышления. Питер Друкер - управление организацией, цели и результативность. Майкл Портер - конкурентная стратегия, пять сил, позиционирование на рынке. Даниэль Канеман - поведенческая экономика, когнитивные искажения, качество решений в условиях неопределённости. Уоррен Баффет - долгосрочное мышление, оценка ценности актива, инвестиционная логика.

Портер видит рынок, Канеман видит ловушки мышления, Друкер видит организацию, Баффет видит долгосрочную ценность. В совокупности эти четыре призмы дают объёмную картину, которую сложно получить от одного советника с одной специализацией.

На каких задачах AI-Совет директоров даёт максимальный результат

Продукт работает лучше всего на стратегических вопросах с высокой ценой ошибки. Входить в новый рынок или нет. Нанимать операционного директора или выстраивать процессы своими силами. Поднимать раунд инвестиций или расти органически. Менять бизнес-модель или масштабировать существующую.

Хорошо работает и на конкретных операционных дилеммах: как выстроить систему мотивации, как оценить потенциального партнёра, как структурировать сделку. Главный критерий - вопрос должен быть таким, где однобокий взгляд может завести в тупик.

Чем это отличается от запроса в обычный чат-бот

Запрос в ChatGPT или другой чат-бот даёт один усреднённый ответ от одной языковой модели. Там нет специализации, нет разных позиций, нет методологической базы конкретных управленческих школ.

AI-Совет директоров - это 11 специализированных профилей, каждый с собственной ролью, компетенцией и методологией. Разница примерно такая же, как между советом случайного человека и заключением профильного специалиста с многолетним опытом в конкретной области.

FAQ

Чем AI-Совет директоров отличается от запроса в ChatGPT?

ChatGPT даёт один усреднённый ответ без специализации и роли. AI-Совет директоров - это 11 управленческих профилей с разными функциями и методологической базой, которые разбирают вопрос одновременно и выдают сводный меморандум с конкретными рекомендациями.

Насколько конфиденциальна информация, которую я передаю?

Данные обрабатываются в защищённой среде и не используются для обучения моделей. Подробности условий конфиденциальности - на странице продукта.

За какое время готовится меморандум?

Меморандум готовится в течение 24 часов с момента получения вашего запроса.

Кому подходит этот продукт?

Предпринимателям и топ-менеджерам, которые принимают стратегические решения в условиях неопределённости. Особенно полезен, когда нет возможности организовать полноценную стратегическую сессию с внешними экспертами.

Задать первый вопрос AI-Совету директоров и получить меморандум с решением можно на странице продукта: [solaris-club.one/sovet](https://solaris-club.one/sovet?utm_source=blog&utm_medium=article&utm_campaign=daily_sovet)

Если хотите получать разборы AI-инструментов для бизнеса раньше, чем они попадают в обзоры - подписывайтесь на мой Telegram-канал: [t.me/AntonProBusiness](https://t.me/AntonProBusiness). Публикую то, что реально работает в предпринимательстве прямо сейчас.

Частые вопросы

### Что такое AI-совет директоров и как он работает? Это сервис, в котором 11 специализированных AI-управленцев параллельно анализируют один бизнес-вопрос, каждый со своей позиции: стратегия, финансы, маркетинг, операции, риски, HR и другие. Вы формулируете задачу, а через сутки получаете структурированный меморандум с позициями всех участников, сводной рекомендацией и планом действий по приоритетам.

### Чем AI-совет директоров лучше обычного ChatGPT? Обычный чат-бот выдаёт один усреднённый ответ без роли, специализации и управленческой школы за спиной. Здесь работают 11 профилей, у каждого своя функция, компетенция и методология, поэтому результат ближе к заключению профильного эксперта, чем к совету случайного собеседника.

### Какие вопросы стоит задавать AI-совету директоров? Максимальную пользу он даёт на стратегических развилках с высокой ценой ошибки: выход на новый рынок, найм операционного директора, привлечение инвестиций или органический рост, смена бизнес-модели. Подходит и для операционных дилемм вроде системы мотивации, оценки партнёра или структуры сделки. Главное условие: вопрос, где взгляд с одной стороны может завести не туда.

### Зачем нужны 11 разных мнений вместо одного эксперта? Каждый специалист силён в своей области и слеп в чужой: предприниматель мыслит операционно, инвестор финансово, маркетолог категориями рынка. Разные перспективы закрывают слепые зоны друг друга, по той же логике в корпорациях создают коллегиальные органы управления. Работы Канемана показывают, что решения одиночки систематически искажены когнитивными ловушками, а групповой разбор эти искажения снимает.

Меня зовут Антон Баранов, основатель Solaris AI и сооснователь GiG AI. За 16 лет в предпринимательстве я прошёл путь от ручных продаж до систем, которые сами находят, квалифицируют и прогревают клиентов. В этой статье расскажу об AISender: инструменте, который мы создали для автоматизации исходящих касаний и первичных диалогов в Telegram с AI-квалификацией лидов.

Почему классические рассылки в Telegram перестали работать

Классические рассылки в Telegram дают охват, но не отбирают нужных людей: 80% контактов в типичной базе просто не готовы к разговору прямо сейчас. Средний менеджер тратит 3-5 часов в день именно на то, чтобы вручную отфильтровать нецелевых из массы ответивших.

Рынок изменился: пользователи получают десятки сообщений от ботов в день и научились игнорировать шаблонные тексты без живой реакции на контекст. Персонализированный первый диалог даёт конверсию в ответ в 2-4 раза выше, чем стандартная рассылка.

Вопрос в том, как масштабировать персонализированный первичный контакт без найма большой команды менеджеров.

Что такое AISender и как он устроен

AISender автоматизирует исходящие касания в Telegram: AI ведёт первичный диалог и квалифицирует лида до того, как его получит менеджер. На выходе вы получаете не просто "сообщение доставлено", а контакт, который ответил, проявил интерес и прошёл первичный фильтр по вашим критериям.

Схема работы: 1. Вы загружаете базу контактов или задаёте параметры аудитории. 2. AI начинает диалог, адаптируя первое сообщение под контекст. 3. Если человек отвечает, AI продолжает разговор и задаёт квалифицирующие вопросы. 4. Квалифицированный лид передаётся менеджеру вместе с резюме диалога.

Стоимость от 24 рублей за проверенный контакт. Это не оплата за факт отправки сообщения, а именно за контакт, который реально существует и доступен в Telegram.

AI-квалификация лидов: что меняется в воронке

AI-квалификация убирает из работы менеджера самый дорогой по времени этап: первичный отбор. Вместо того чтобы вести 100 разговоров вручную, менеджер получает 10-15 диалогов, где человек уже ответил на базовые вопросы и показал интерес.

Это меняет экономику продаж: менеджер работает только с тёплыми контактами, его конверсия в сделку растёт, а выгорание от холодных диалогов снижается. AI при этом работает 24/7, без выходных и без зависимости от настроения.

Важный момент: AI не вводит пользователей в заблуждение. Он ведёт диалог по сценарию, который вы настраиваете, и передаёт разговор менеджеру в тот момент, когда лид демонстрирует готовность к следующему шагу.

Для кого подходит AISender

AISender закрывает задачу первичного касания там, где продажи идут через Telegram и первый контакт является узким местом роста. Инструмент не требует сложной инфраструктуры и запускается за несколько часов.

Конкретные сценарии: - Агентства и фрилансеры, ищущие клиентов в профессиональных Telegram-сообществах. - B2B-команды с базами контактов из LinkedIn, с конференций и выставок. - Онлайн-школы и инфобизнес для первичного прогрева перед продажей. - SaaS и сервисные компании для реактивации спящих лидов из старых баз.

Минимальный порог входа низкий: не нужно строить инфраструктуру или собирать команду. Первая кампания запускается в тот же день.

Как считать экономику: конкретные числа

AISender выгоднее ручного первичного отбора по цифрам: при стоимости от 24 рублей за проверенный контакт, 400 касаний обойдутся в 9 600 рублей. Менеджер за тот же объём первичных контактов обходится бизнесу значительно дороже с учётом зарплаты и накладных расходов.

Для ориентира: менеджер по продажам обходится бизнесу в 80 000-120 000 рублей в месяц. При этом физически он может обработать 200-400 первичных контактов в месяц, остальное время уходит на встречи, CRM и административные задачи.

Ещё один угол расчёта: если вы платите подрядчику за лидогенерацию, стоимость одного квалифицированного лида нередко составляет 500-3 000 рублей в зависимости от ниши. AISender позволяет закрыть этап первичного фильтра значительно дешевле и с полным контролем над сценарием диалога.

Настройка и запуск: что влияет на результат

Запуск первой кампании в AISender не требует технической экспертизы. Вы описываете продукт, целевую аудиторию и критерии квалификации, AI адаптирует сценарий под ваш контекст.

Три фактора, которые влияют на конверсию: - Качество базы контактов: чем точнее аудитория, тем выше отклик. - Логика первого сообщения: AI оптимизирует текст, но исходная структура должна исходить от вас. - Критерии квалификации: чем чётче вы опишете, кого считать лидом, тем точнее фильтр.

Я рекомендую начинать с тестовой выборки в 50-100 контактов, чтобы откалибровать сценарий до масштабирования. После квалификации менеджер получает уведомление с резюме диалога: что человек ответил, на каких вопросах остановился, что сказал о своём запросе. Это позволяет войти в разговор уже в контексте, без вводных.

FAQ

Можно ли запустить AISender без технических знаний?

Да. Интерфейс рассчитан на маркетолога или предпринимателя без технического бэкграунда. Настройка первой кампании не требует знания кода или работы с API.

AI ведёт живой диалог или это шаблонная рассылка?

AI генерирует персонализированные сообщения на основе сценария, который вы задаёте. Это не шаблон с подстановкой имени: каждое сообщение адаптируется под контекст диалога с конкретным человеком.

Что происходит с контактами, которые не ответили?

Они остаются в системе. Вы можете настроить повторное касание через заданный интервал или исключить их из кампании.

За что именно берётся плата от 24 рублей?

Оплата идёт за проверенный контакт: номер, который реально существует и доступен в Telegram. Это отличается от модели оплаты за отправку, где деньги списываются даже за несуществующие или заблокированные аккаунты.

Подробнее о возможностях, тарифах и условиях запуска читайте на странице продукта: [AISender](https://solaris-club.one/aisender?utm_source=blog&utm_medium=article&utm_campaign=daily_aisender).

Разборы AI-инструментов для бизнеса, наблюдения из практики и первые реакции на новые продукты я публикую в Telegram-канале [AntonProBusiness](https://t.me/AntonProBusiness) раньше, чем это появляется в обзорах. Подписывайтесь, если тема AI в продажах для вас актуальна.

Частые вопросы

### Сколько стоит рассылка через AISender? Цена начинается от 24 рублей, и платите вы за проверенный контакт, а не за факт отправки. Списание происходит только если аккаунт реально существует и доступен в Telegram, несуществующие и заблокированные номера не тарифицируются. Для сравнения: кампания на 400 касаний обойдётся примерно в 9 600 рублей, тогда как квалифицированный лид у подрядчиков часто стоит от 500 до 3 000 рублей.

### Чем AI-рассылка отличается от обычного бота в Telegram? Обычный бот отправляет один и тот же текст всем, и пользователи такие сообщения давно игнорируют. AISender подстраивает первое сообщение под контекст, а при ответе продолжает разговор и задаёт квалифицирующие вопросы по заданному вами сценарию. Живой персонализированный диалог даёт отклик в 2-4 раза выше шаблонной рассылки.

### Как AI квалифицирует лидов и что получает менеджер? Система ведёт первичный разговор, проверяет интерес человека по вашим критериям и передаёт менеджеру только тех, кто прошёл фильтр. Вместо сотни холодных диалогов менеджер получает 10-15 тёплых, вместе с кратким резюме: что человек ответил, где остановился и какой у него запрос. Это позволяет включиться в разговор сразу по делу.

### С чего начать запуск и какой объём базы нужен для теста? Технические навыки не требуются: вы описываете продукт, аудиторию и признаки целевого лида, а AI собирает сценарий под ваш контекст. Первую кампанию можно запустить в день подключения. Автор советует стартовать с выборки из 50-100 контактов, откалибровать сценарий по результатам и только потом масштабироваться.

AI-менеджер, который сам квалифицирует лиды, — самый быстроокупаемый сценарий внедрения AI в продажи, который я видел за полтора года работы с этим рынком. И одновременно тот, где больше всего разочарований. Разница между «окупился за месяц» и «выключили через неделю» лежит в трёх решениях, которые принимаются до старта. Разбираю на нашем опыте — мы гоняем такого менеджера на собственной воронке.

Что на самом деле делает квалификация

Отдел продаж тратит большую часть времени не на продажи. Менеджер звонит по 50 холодным контактам в день, из них 45 — не туда: нет бюджета, нет задачи, не тот человек. На пятерых стоящих у него остаётся выжатое внимание и конец рабочего дня.

Квалификация — это фильтр до менеджера. AI ведёт первичный диалог: выясняет нишу, задачу, масштаб и срочность, отвечает на типовые вопросы и передаёт менеджеру только тех, с кем есть о чём говорить. Менеджер получает не контакт, а контекст: кто, что болит, какой объём, что уже пробовали.

Решение первое: где живёт диалог

В мессенджерах. Telegram и WhatsApp — для холодных касаний и входящих. Здесь AI-менеджер ведёт до сотни диалогов параллельно. На нашей кампании по Дубаю из 15 000 отправок ответили 39%, до целевых по портрету дошли 68 — при цене контакта 24–48 ₽ против 5–15 тысяч за лид в Директе.

На сайте. Умный виджет квалифицирует входящий трафик: посетитель спрашивает — AI отвечает за полторы секунды и разбирает задачу до запроса контакта. Наш замер: заявки, к которым менеджер получает полный диалог, конвертируются в разговор заметно лучше, чем голый телефон из формы.

В телефонии. AI-обзвон технически возможен, но это самый рискованный канал: люди раздражаются на роботов в трубке сильнее, чем на сообщения. Начинать с него не советую.

Решение второе: по каким правилам передавать человеку

Здесь умирает большинство внедрений. Два перекоса, оба фатальны.

Передаёт слишком рано — менеджеры получают тот же поток мусора, что и раньше, только теперь с припиской «AI проверил». Доверие к системе умирает за неделю.

Передаёт слишком поздно — AI душит расспросами горячего клиента, который уже готов был купить. Клиент уходит туда, где трубку берёт человек.

Рабочее правило, к которому мы пришли: AI передаёт, когда знает нишу, задачу и масштаб, либо когда человек прямо просит связаться. И никогда не выпрашивает контакт до того, как сказал что-то полезное. Это настраивается не галочкой, а обучением под конкретную воронку — потому мы и не продаём коробку.

Решение третье: что менеджер видит в CRM

Если в карточку падает «Иван, +7 900...» — вы не внедрили квалификацию, вы поставили автоответчик. В карточке должен лежать весь диалог и выжимка: ниша, боль, масштаб, срочность, следующий шаг. Тогда менеджер звонит подготовленным, и первые пять минут разговора не уходят на выяснение того, что клиент уже писал.

Отдельная строка — фильтр мусора. Часть «лидов» в любой воронке оставлена не людьми: парсеры, боты, конкуренты. Хорошая система отсекает их до CRM и показывает отдельной цифрой. У нас в отчёте это видно каждый день.

Честно про цифры

Обещать «рост конверсии в N раз» не буду: результат зависит от трафика, ниши и того, как отдел продаж работает с горячими. Считается всё проще. Возьмите час менеджера и умножьте на часы, которые он тратит на неквалифицированный поток. Прибавьте сделки, потерянные из-за ответа через сутки вместо минуты. Это и есть бюджет, из которого окупается система.

Ориентиры по нашей линейке: лидоген с квалификацией — от 24 ₽ за контакт, AI-отдел продаж полного цикла от первого касания до сделки в CRM — от 150 000 ₽. Всё, что мы продаём, работает на нашей собственной воронке — можем показать вживую, а по запросу сведём с директором компании, где это уже стоит.

Подробнее: [AI-отдел продаж полного цикла](https://solaris-club.one/otdel-prodazh) и [AISender](https://solaris-club.one/aisender). Обсудить вашу воронку: [Антон Баранов](https://t.me/AntonProdyser).

Разборы про AI в продажах выходят раньше в канале [Антон про бизнес](https://t.me/AntonProBusiness). Подписывайтесь.

Частые вопросы

### Что делает AI-квалификация лидов и зачем она нужна? Это фильтр, который отсеивает нецелевые обращения до того, как они дойдут до менеджера. AI сам ведёт первый диалог, узнаёт нишу клиента, его задачу, объём и срочность, попутно закрывая типовые вопросы. В итоге продавец работает только с теми, с кем реально есть предмет разговора, и видит всю историю переписки, а не просто номер телефона.

### В каком канале лучше запускать AI-менеджера? Проверенные варианты: мессенджеры (Telegram, WhatsApp) для холодных рассылок и входящих, где бот тянет до ста бесед одновременно, и виджет на сайте, отвечающий посетителю за полторы секунды. Голосовой обзвон автор считает самым рискованным стартом: роботы в трубке бесят людей заметно сильнее, чем сообщения. Начинать стоит с текстовых каналов.

### Когда AI должен передавать клиента живому менеджеру? Когда система уже понимает нишу, задачу и масштаб клиента, либо когда тот сам попросил связать его с человеком. Слишком ранняя передача возвращает менеджерам прежний поток мусора, слишком поздняя губит горячих покупателей лишними расспросами. Ещё одно правило: не просить контакт, пока диалог не дал клиенту ничего полезного. Настраивается это обучением под конкретную воронку, а не готовыми галочками.

### Сколько стоит внедрение AI в отдел продаж и как посчитать окупаемость? Ориентиры из статьи: лидогенерация с квалификацией стартует от 24 рублей за контакт, полный AI-отдел продаж от первого касания до сделки в CRM обойдётся от 150 000 рублей. Для оценки бюджета умножьте стоимость часа менеджера на время, уходящее на нецелевой поток, и добавьте сделки, упущенные из-за ответа через сутки вместо минуты. Гарантий роста конверсии в конкретное число раз никто честно дать не может: результат зависит от трафика, ниши и работы отдела с горячими клиентами.

Как компании из России легально пользоваться ChatGPT и Claude — вопрос, который мне задают на каждой второй встрече. Короткий ответ: напрямую — никак, но есть три рабочих пути, и у каждого своя цена. Разбираю все три, с подводными камнями, про которые обычно молчат.

Почему «просто оплатить картой» не работает

OpenAI и Anthropic не продают подписки в Россию: карты российских банков не проходят, аккаунты с российских IP блокируются. Часть компаний живёт на личных VPN сотрудников и зарубежных картах знакомых. Это работает до первого раза: аккаунт банят за подозрительную оплату, вместе с ним умирают все настроенные проекты, а бухгалтерия не может провести расход, которого формально не существует.

Для бизнеса вопрос не «как обойти», а «как построить так, чтобы работало годами и проходило по бухгалтерии».

Путь первый: посредники-прокладки

GPTunnel, ProxyAPI, AiTunnel и десятки похожих сервисов перепродают API западных моделей: вы платите рублями им, они — провайдеру. Плюс: быстро, дёшево на старте, есть закрывающие документы.

Минусы вскрываются позже. Вы привязаны к одному посреднику: упал он — упали вы. Лимиты и цены меняются без предупреждения. А главное, ваши запросы со всеми данными идут через чужую инфраструктуру, и что там с ними происходит, вы не контролируете. Для переписки с клиентами и внутренних документов это существенно.

Путь второй: российские модели

GigaChat и YandexGPT легальны, оплачиваются в рублях и хранят данные в России. Для части задач их достаточно: типовые ответы, классификация, суммаризация коротких текстов.

Честная оговорка: на сложных задачах — длинные документы, код, многошаговые агентные сценарии — разрыв с Claude и GPT пока заметен. Если ваши процессы завязаны на качество рассуждения модели, экономия на модели обернётся расходами на переделку.

Путь третий: собственный контур

Это то, что мы строим себе и клиентам. Свой сервер, свои легальные каналы доступа к моделям, оплата в рублях с расчётного счёта по договору, сотрудники работают из обычного браузера без VPN.

Ключевое отличие от посредника — не «где платить», а архитектура:

Вендор-независимость. Контур подключён к нескольким моделям сразу: Claude, GPT, Grok, Gemini. Провайдер заблокировал доступ или лёг — контур переключается на следующего автоматически. Работа команды не останавливается, сигнал о переключении приходит администратору, а не сотрудникам. Мы это проверили на себе: за год пережили три крупных сбоя провайдеров, команда ни один из них не заметила.

Два контура данных. Чувствительные данные — имена, телефоны, суммы договоров — обезличиваются во внутреннем контуре, наружу для расчёта уходит уже обезличенный запрос. Это снимает риск по 152-ФЗ: штрафы там до 3 миллионов, а с 2025 года за утечки — вплоть до уголовной ответственности.

Учёт и контроль. Видно, кто из сотрудников чем пользуется, сколько это стоит, какие данные уходят в модели. Для корпоративного заказчика это часто важнее самой модели.

Как выбрать путь: три вопроса

Какие данные пойдут в модель? Если только публичные тексты — хватит посредника. Если клиентские данные и внутренние документы — нужен контур с обезличиванием.

Что случится, если сервис отвалится на день? Если «ничего страшного» — посредник. Если встанут продажи или поддержка — нужна вендор-независимость.

Кто отвечает перед проверяющими? Посредник за ваши данные не отвечает — это написано в его оферте мелким шрифтом. В своём контуре ответственность управляемая: понятно, что где хранится и что куда уходит.

Что предлагаем мы

Продукт называется «Суверенный AI»: разворачиваем компании собственный контур доступа к моделям. Два тарифа — 29 900 ₽ для небольших команд и 149 000 ₽ с интеграцией в процессы и обезличиванием данных. Оплата с расчётного счёта, закрывающие документы, НДС не облагается.

Отдельно скажу то, что отличает нас от «продали и забыли»: контур этот у нас не витринный, на нём каждый день работает наша собственная команда и наши боевые агенты. Все грабли мы уже собрали на себе.

Посмотреть подробности: [Суверенный AI](https://solaris-club.one/suverennyi-ai.html). Обсудить вашу ситуацию: [Антон Баранов](https://t.me/AntonProdyser).

Разборы про AI в бизнесе выходят раньше в канале [Антон про бизнес](https://t.me/AntonProBusiness). Подписывайтесь.

Частые вопросы

### Можно ли оплатить ChatGPT из России напрямую? Нет, OpenAI и Anthropic не принимают карты российских банков, а аккаунты с российских IP блокируются. Схемы с личным VPN и зарубежными картами знакомых живут до первой блокировки за подозрительный платеж, при которой теряются все настроенные проекты. К тому же такой расход невозможно провести через бухгалтерию.

### Какие есть легальные способы доступа к ChatGPT и Claude для бизнеса? Рабочих варианта три: сервисы-посредники вроде GPTunnel или ProxyAPI, которые перепродают API за рубли, российские модели GigaChat и YandexGPT, а также собственный контур доступа с оплатой по договору с расчетного счета. Выбор зависит от того, какие данные пойдут в модель, насколько критичен простой сервиса и кто отвечает за данные перед проверяющими.

### Чем опасны посредники для доступа к нейросетям? Вы зависите от одного сервиса: если он падает, останавливается и ваша работа, а лимиты и цены меняются без предупреждения. Главный риск в том, что все запросы вместе с данными проходят через чужую инфраструктуру, и вы не контролируете, что с ними происходит. Для клиентской переписки и внутренних документов это серьезная проблема, тем более что за ваши данные посредник по своей оферте не отвечает.

### Могут ли GigaChat и YandexGPT заменить ChatGPT и Claude? Частично: они полностью легальны, оплачиваются в рублях, хранят данные в России и справляются с типовыми задачами вроде классификации, шаблонных ответов и краткого пересказа небольших текстов. Но на сложных сценариях, таких как работа с длинными документами, кодом и многошаговыми агентами, они пока заметно отстают. Если процессы компании завязаны на качество рассуждений модели, экономия обернется затратами на переделку.

Меня зовут Антон Баранов: основатель Solaris AI, сооснователь GiG AI, 16 лет в предпринимательстве. Последние несколько лет я занимаюсь тем, как искусственный интеллект меняет реальные продажи, а не просто попадает в презентации на конференциях.

Почему бизнес теряет заявки каждый день

Главная причина потерь в воронке продаж - это разрыв между скоростью входящей заявки и скоростью первого ответа. Клиент оставил контакт, ему не перезвонили в первые пять минут, и он уже сравнивает предложения конкурентов.

Менеджер болеет, обедает или занят другим звонком. CRM заполнена наполовину, потому что вносить данные некогда. Недозвоны висят в очереди, и никто за ними системно не возвращается. Добавьте нерабочее время: вечер, выходные, праздники. Это не ленивые сотрудники, это системная проблема. Человек не может работать в трёх сменах одновременно и реагировать за секунды на каждое обращение.

Что такое AI-отдел продаж полного цикла

AI-отдел продаж полного цикла - это система, которая закрывает весь путь от входящей заявки до передачи готового лида живому специалисту. Она работает 24 часа в сутки, 7 дней в неделю, без потерь качества в ночную смену и без больничных.

В состав системы входят четыре блока. Текстовый агент обрабатывает обращения из чатов, форм и мессенджеров. Голосовой агент принимает и совершает звонки. Модуль автозаполнения CRM фиксирует результаты каждого контакта без участия менеджера. Сценарий повторных касаний работает по недозвонам: система не забывает о клиенте, а ставит следующий контакт в оптимальное время. Сложные ситуации передаются живому специалисту вместе с полной историей переговоров.

Как AI ведёт клиента от заявки до сделки

Ответ на любое входящее обращение приходит за секунды, независимо от времени суток. Пока конкурент только видит уведомление о новой заявке, ваш AI уже квалифицировал клиента, ответил на первичные вопросы и внёс данные в CRM.

Голосовой агент звонит по собственной инициативе, когда клиент оставил заявку или не ответил на первый звонок. Он ведёт естественный диалог по вашим скриптам, обрабатывает типовые возражения и при необходимости договаривается о следующем шаге. Всё это происходит автоматически: никакого ручного управления очередью, никаких потерь между этапами. Менеджер открывает CRM утром и видит не стопку необработанных заявок, а карточки с историей контакта и статусом квалификации.

Сколько стоит AI-отдел продаж

Тарифы начинаются от 150 000 рублей в месяц. За эту сумму вы получаете систему, которая работает как три полноценные смены без перерывов, без налогов на фонд оплаты труда и без затрат на подбор и адаптацию новых сотрудников.

Один квалифицированный менеджер по продажам с учётом всех накладных расходов обходится в сопоставимую сумму, но работает одну смену, в выходные отдыхает и при уходе из компании может унести клиентскую базу. AI-система не имеет ни одного из этих рисков. Конфигурация тарифа обсуждается под ваш сценарий: интеграция с CRM, обучение на ваших скриптах и техническая поддержка включены.

Кому нужен AI-отдел продаж

AI-отдел продаж подходит любой компании, которая работает с входящим потоком заявок и теряет клиентов из-за скорости реакции или нерабочего времени. Это актуально прежде всего для ниш с высокой конкуренцией: недвижимость, онлайн-образование, B2B-услуги, сервисные компании, медицинские центры.

Три признака, что система вам нужна: клиенты оставляют заявки в нерабочее время и не дожидаются ответа; менеджеры не успевают дозваниваться по всем недозвонам до конца рабочего дня; CRM заполняется неполно или с задержкой, и реальное состояние воронки непрозрачно. Если хотя бы один из этих пунктов описывает вашу ситуацию, речь идёт о прямых потерях, которые AI закрывает на уровне процесса, а не на уровне мотивации сотрудников.

Как система работает ночью и в выходные

Входящий звонок в час ночи получает ответ точно так же, как звонок в час дня. AI не знает понятия нерабочего времени: система реагирует на каждое обращение в течение нескольких секунд, и к утру в CRM уже есть квалифицированные лиды с историей переговоров.

Это принципиально меняет структуру работы команды. Вместо того чтобы тратить первые часы дня на разбор входящих, менеджеры начинают работать только с уже прогретыми клиентами. Скорость цикла сделки сокращается, нагрузка распределяется в пользу экспертных переговоров, а не рутинной квалификации. Ночные и выходные заявки перестают быть потерями и становятся частью конвейера.

Что важно знать перед внедрением

Система обучается на ваших существующих материалах: скриптах, FAQ, описаниях продукта и ответах на типовые возражения. Переписывать всё с нуля не нужно, достаточно того, что уже используют ваши менеджеры.

Стандартный цикл внедрения занимает от двух до четырёх недель. За это время система интегрируется с вашей CRM, проходит обучение на вашем контенте и тестирование на реальных обращениях перед полным запуском. Результаты зависят от вашего продукта, среднего чека и качества входящего трафика. Но одно от этих переменных не зависит: ни одна заявка не остаётся без ответа и ни один недозвон не теряется без повторного касания. Это физика процесса.

FAQ

Что происходит, если AI не справился с вопросом клиента?

Система автоматически передаёт диалог живому менеджеру с полной историей переписки и пометкой о том, на каком этапе произошла передача. Клиент не чувствует разрыва в общении, менеджер видит весь контекст с первого взгляда.

Сколько времени занимает внедрение?

От двух до четырёх недель. За это время система интегрируется с вашей CRM, обучается на ваших скриптах и проходит тестирование на реальных обращениях до полного запуска.

Нужно ли переписывать скрипты продаж под AI?

Нет. Система обучается на ваших существующих материалах. В процессе настройки мы адаптируем их под формат AI-диалога без полного переписывания.

Можно ли подключить только часть функций, например только голосового агента?

Конфигурация обсуждается индивидуально под ваш сценарий. На странице продукта есть форма заявки: после заполнения мы разберём вашу ситуацию и предложим оптимальный вариант подключения.

Подробнее о том, как AI-отдел продаж встроится в вашу воронку, и форма заявки на подключение на странице продукта: [solaris-club.one/otdel-prodazh](https://solaris-club.one/otdel-prodazh?utm_source=blog&utm_medium=article&utm_campaign=daily_otdel_prodazh).

Разборы AI-инструментов для бизнеса я публикую раньше, чем они появляются в обзорах. Подписывайтесь на мой Telegram-канал [AntonProBusiness](https://t.me/AntonProBusiness) и получайте практику, а не теорию.

Частые вопросы

### Сколько стоит AI-отдел продаж? Цена начинается от 150 000 рублей в месяц, а конкретная конфигурация подбирается под задачи компании. В стоимость уже входят интеграция с CRM, обучение системы на скриптах заказчика и техподдержка. По затратам это сопоставимо с одним менеджером, но система покрывает три смены без выходных и не создаёт расходов на найм и налоги с зарплаты.

### Может ли AI заменить менеджера по продажам? Полностью нет, и цель другая: система берёт на себя рутину от первого ответа на заявку до квалификации клиента, а сложные ситуации передаёт человеку вместе со всей историей общения. Менеджеры при этом перестают разбирать входящие по утрам и занимаются только тёплыми клиентами и экспертными переговорами. Уходит и риск того, что уволившийся сотрудник заберёт базу с собой.

### Как быстро внедряется AI-отдел продаж в компанию? Обычно запуск занимает от двух до четырёх недель. За этот срок систему подключают к CRM, обучают на действующих скриптах, FAQ и описаниях продукта, затем тестируют на реальных обращениях. Переписывать материалы с нуля не требуется: достаточно того, чем уже пользуются менеджеры.

### Обрабатывает ли AI заявки ночью и в выходные? Да, система отвечает на любое обращение за несколько секунд в любое время суток, включая праздники. Звонок в час ночи обрабатывается так же, как дневной: клиента квалифицируют, отвечают на первые вопросы и заносят данные в CRM. Утром команда видит уже готовые карточки лидов с историей переговоров, а не очередь пропущенных обращений.

Если вы ищете AI-консультанта на сайт, который не просто отвечает, а отдаёт лид в CRM, то выбор в России сейчас такой: коробочные чат-платформы с AI-надстройкой, конструкторы ботов и решения, которые собирают под конкретный бизнес. Ниже разбор, чем они отличаются, на что смотреть при выборе и сколько это стоит. Пишу как человек, который такой виджет сделал сам и поставил себе на сайт раньше, чем клиентам.

Три типа решений, между которыми выбирают

Классические чат-платформы с AI-модулем. Webim, Chat2Desk, LiveTex, Talk-me. Изначально это операторские чаты: оператор видит очередь обращений, отвечает, история пишется. Сверху добавлен AI, который умеет отвечать на частые вопросы и передавать диалог человеку. Сильная сторона в том, что операторская часть отлажена годами: распределение, отчёты, интеграции с CRM. Слабая в том, что AI там надстройка, а не суть. Он работает по базе готовых ответов и на нестандартном вопросе передаёт человеку.

Конструкторы ботов. BotHelp, ChatPlace, Botseller. Логика собирается сценариями: если человек написал это, показать то. Часть конструкторов подключили языковые модели, и бот стал отвечать свободнее. Плюс в скорости запуска и цене. Минус в том, что сценарий остаётся сценарием: он хорошо ведёт по известной ветке и плохо справляется, когда клиент задаёт вопрос из своего контекста.

Решения под конкретный бизнес. Здесь агент не собирается из блоков, а обучается под компанию: её продукты, цены, ограничения, тон. Дороже на входе, требует времени на настройку, но отвечает по существу и не разваливается на нестандартном вопросе.

На что реально смотреть при выборе

Большинство сравнений упирается в список функций. Функции у всех примерно одинаковые. Разница в четырёх вещах.

Скорость первого ответа. Не среднее время реакции оператора, а именно первый ответ на вопрос. Человек, который ждёт больше минуты, уходит к конкуренту, и в статистике это не отображается как потерянный лид. Это просто никто. У нас на замерах средний ответ занимает полторы секунды, и это принципиально другой опыт: человек продолжает разговор, пока интерес горячий.

Что попадает в CRM. Здесь главная разница между решениями. Одни отдают строку «Иван, телефон». Другие отдают разобранный диалог: ниша, задача, объём, что человек пробовал раньше. Менеджер в первом случае звонит вслепую и тратит первые пять минут на выяснение того, что человек уже написал в чат полчаса назад. Во втором открывает сделку и сразу видит, о чём говорить.

Момент запроса контакта. Обычный виджет просит телефон на первой секунде, и это отпугивает. Правильная логика другая: сначала разобраться в задаче, дать что-то полезное, и только потом просить контакт. Человек к этому моменту вовлечён и оставляет данные охотнее.

Фильтрация мусора. Про это не пишут в сравнениях, а зря. Часть заявок в CRM оставлена не людьми: парсеры, накрутчики, спам-боты. Менеджер честно их обзванивает и честно тратит время. Хорошее решение отсекает их до того, как они станут заявкой, и показывает это отдельной цифрой в отчёте.

Сколько это стоит

Коробочные чат-платформы работают по подписке: от 1 500 до 15 000 рублей в месяц в зависимости от числа операторов и каналов. Дёшево на входе, но платить придётся всегда, а AI-часть там ограничена.

Конструкторы ботов дешевле: от 1 000 до 5 000 рублей в месяц. Настройка сценариев либо своими руками, либо через подрядчика за отдельные деньги.

Решения под бизнес стоят от 50 000 до 300 000 рублей за разработку и внедрение, дальше либо поддержка, либо ничего. Считать надо не стоимость виджета, а стоимость лида и конверсию звонка в сделку. Если менеджер перестаёт звонить вслепую, экономика меняется сильнее, чем на разнице в подписке.

Как посчитать выгоду честно

Обещания вроде «конверсия вырастет в три раза» ничего не значат: рост зависит от вашего трафика, ниши, цены и работы отдела продаж. Посчитать можно иначе.

Возьмите свою воронку. Сколько человек в месяц заходит на сайт. Сколько пишет в чат. Сколько из написавших доходит до контакта. Сколько контактов становится сделкой. Умножьте на средний чек.

Теперь по каждому этапу спросите: сколько людей отвалилось, потому что им не ответили за минуту. Сколько звонков прошло вслепую без контекста. Сколько заявок оказалось мусором. Вот три места, где умный виджет работает. Не магия, а арифметика: быстрее ответ значит меньше отвалов на первом шаге, богаче контекст значит выше конверсия звонка в сделку, чистая база значит меньше потраченного впустую времени.

Про безопасность, о которой обычно не думают

AI-агент, который свободно разговаривает с посетителями, это ещё и поверхность для атаки. Его можно попробовать увести обычными словами: заставить раскрыть внутренние инструкции, сменить роль, выдать то, что выдавать нельзя. Это не теория, такое пробуют.

Если вам предлагают AI-чат на сайт, спросите про защиту от инъекций в промпт. Хороший признак, если ответят внятно, а не отделаются словом «безопасно».

Что делаем мы

Наш виджет называется Адам. Мы собрали его сначала себе, проверили на своём трафике и только потом стали ставить клиентам.

Он отвечает сам за полторы секунды, выясняет задачу вместо выпрашивания телефона, отдаёт менеджеру разобранный диалог, отсекает ботов и работает круглосуточно. Собирается под один бизнес: знает ваши продукты, цены и правила, о чём говорить можно, а о чём нельзя, говорит вашим тоном.

Простой пример, зачем это нужно. Мы поставили его клиенту, который продаёт носимые экзоскелеты. Там две совершенно разные аудитории: пожилые люди, которым тяжело ходить, и туристы, которым нужен запас сил в горах. И там категорически нельзя лезть в медицину: никаких диагнозов и обещаний излечения. В коробочный виджет такое не настраивается никак.

Поэтому мы даём семь дней работы на живом трафике до решения. Не демо на наших примерах, а ваш трафик, ваши вопросы, ваши лиды в вашей панели. Через неделю смотрите цифры и решаете.

Коротко

Если нужен дешёвый оператор с историей переписки, берите чат-платформу. Если нужна простая ветка вопросов и ответов, хватит конструктора. Если задача в том, чтобы посетитель получал осмысленный ответ мгновенно, а менеджер получал не телефон, а понимание, нужно решение, собранное под ваш бизнес.

Посмотреть, как это работает, можно на странице продукта: [Адам, умный виджет для сайта](https://solaris-club.one/umnyy-vidzhet). Он живёт в углу этой страницы, можно нажать и поспрашивать.

Обсудить задачу можно напрямую: [Антон Баранов](https://t.me/AntonProdyser).

Разборы про AI в бизнесе выходят раньше в канале [Антон про бизнес](https://t.me/AntonProBusiness). Подписывайтесь.

Частые вопросы

### Сколько стоит AI-чат-бот для сайта? Зависит от типа решения. Чат-платформы вроде Webim или Chat2Desk работают по подписке от 1 500 до 15 000 рублей в месяц, конструкторы ботов обойдутся в 1 000-5 000 рублей ежемесячно. Индивидуальная разработка под бизнес стоит от 50 000 до 300 000 рублей за внедрение, зато дальше платить по подписке необязательно. Считать при этом стоит не цену виджета, а цену лида и конверсию звонков в сделки.

### Чем AI-консультант отличается от обычного чат-бота на сценариях? Конструктор ведёт клиента по заранее прописанным веткам и теряется, когда вопрос выходит за рамки сценария. Обученный под компанию агент знает продукты, цены, ограничения и тон бренда, поэтому осмысленно отвечает даже на нетипичные вопросы. Такой агент дороже и дольше настраивается, но не разваливается на живом трафике.

### Как выбрать чат-виджет для сайта, если функции у всех одинаковые? Смотрите на четыре вещи: скорость первого ответа (посетитель, ждущий дольше минуты, просто уходит), качество данных в CRM (телефон вслепую или разобранный диалог с задачей и контекстом), момент запроса контакта (просить телефон нужно после того, как человек вовлёкся, а не на первой секунде) и фильтрацию спама. Отсев ботов и парсеров до попадания в CRM экономит менеджерам часы пустых обзвонов.

### Как посчитать, окупится ли умный виджет на сайте? Не верьте обещаниям вида «конверсия вырастет в три раза», а разложите свою воронку: посетители, обращения в чат, полученные контакты, сделки, средний чек. Затем оцените потери на каждом шаге: кто ушёл из-за медленного ответа, сколько звонков прошло без контекста, сколько заявок оказалось спамом. Именно в этих трёх точках виджет и даёт эффект, так что выгода считается арифметически, а не на глаз.

Меня зовут Антон Баранов, я основатель Solaris AI Club. Мы делаем AI-агентов для бизнеса, и сегодня расскажу про штуку, которую сначала собрали себе, а уже потом стали продавать. Так честнее: сперва проверили на своих деньгах и своём трафике.

Речь про чат на сайте. Только не про тот, который вы уже видели сто раз.

Что на самом деле происходит с вашим чатом на сайте

У большинства компаний на сайте висит виджет. Он умеет три вещи: показать окошко, собрать имя и телефон, позвать оператора. Всё.

Дальше начинается то, ради чего эта статья.

Человек пишет вопрос. Оператор занят, обедает, спит или его вообще нет. Виджет отвечает заготовкой «мы скоро свяжемся». Человек ждёт минуту, две, потом закрывает вкладку и идёт к конкуренту, у которого ответили сразу. Вы об этом даже не узнаете: в статистике это не «потерянный лид», это просто никто.

Вторая беда тише, но дороже. Допустим, контакт всё-таки собрали. Менеджер открывает заявку и видит: «Иван, +7 900...». И всё. Кто такой Иван, что ему нужно, какой у него бизнес, срочно или он просто смотрит — неизвестно. Менеджер звонит вслепую и первые пять минут разговора тратит на выяснение того, что человек уже печатал в чат полчаса назад. Половина таких звонков заканчивается ничем, потому что попали не в ту боль или не вовремя.

Третья беда совсем незаметная. Часть заявок, которые падают вам в CRM, оставлены не людьми. Это парсеры, накрутчики, спам-боты. Менеджер честно их обзванивает и честно тратит на них время.

Что меняет умный виджет

Мы назвали его Адам. Внешне он выглядит как обычный чат в углу сайта. Разница в том, что происходит внутри разговора.

Он отвечает сам и мгновенно. Не «мы скоро свяжемся», а по существу вопроса. У нас на замерах средний ответ занимает полторы секунды. Это принципиально другой опыт: человек не уходит ждать, он продолжает разговор, пока интерес горячий.

Он выясняет задачу, а не выпрашивает телефон. Обычный виджет просит контакт на первой же секунде, и это отпугивает. Адам сначала разбирается: чем занимается бизнес, что именно болит, какой масштаб. Контакт он просит только тогда, когда понял задачу и может сказать что-то по делу. Человек к этому моменту уже вовлечён, и оставляет контакт охотнее.

Менеджер получает не телефон, а понимание. В карточку CRM падает весь разговор: ниша, задача, объём, что человек пробовал раньше. Менеджер открывает сделку и сразу видит, о чём говорить. Первые пять минут звонка больше не уходят на выяснение очевидного.

Он отсекает ботов до того, как они станут заявкой. У нас на собственном сайте отсеивается заметная доля обращений, которые до менеджеров просто не доходят. В отчёте это видно отдельной цифрой: сколько мусора не превратилось в работу для живого человека.

Он работает всегда. Ночью, в выходные, в новогодние праздники и в тот момент, когда весь отдел продаж на планёрке. Заявка из трёх часов ночи утром лежит в CRM разобранной.

Он возвращает тех, кто отвлёкся. Человек начал писать, переключился на другую вкладку и забыл. Адам напомнит о себе, и разговор продолжится вместо того, чтобы умереть на полуслове.

Про цифры, которые я не буду выдумывать

Сейчас в статьях про AI принято писать «конверсия вырастет в три раза». Я так делать не буду, потому что это враньё: рост зависит от вашего трафика, ниши, цены и того, как работает отдел продаж.

Скажу, что можно посчитать честно.

Возьмите свою текущую воронку. Сколько человек в месяц заходит на сайт. Сколько из них пишет в чат. Сколько из написавших доходит до контакта. Сколько из контактов становится сделкой. Умножьте последнюю цифру на средний чек.

А теперь спросите себя по каждому этапу: сколько людей отвалилось, потому что им не ответили за минуту. Сколько звонков прошло вслепую, потому что менеджер не знал контекста. Сколько заявок оказалось мусором.

Вот на этих трёх местах умный виджет и работает. Не магия, а арифметика: быстрее ответ значит меньше отвалов на первом шаге, богаче контекст значит выше конверсия звонка в сделку, чистая база значит меньше потраченного впустую времени.

И вот эти цифры вы увидите у себя в панели: сколько человек виджет показался, скольким предложил разговор, сколько диалогов началось, сколько дошло до контакта, какая конверсия и сколько ботов не пропустил. Не наши обещания, а ваши данные по дням.

Почему это не коробка из магазина

Обычный виджет одинаковый у всех. Вы покупаете подписку, вставляете код, и он говорит теми же словами, что и у конкурента через дорогу.

Адам собирается под один бизнес. Он знает ваши продукты, ваши цены, ваши правила: о чём можно говорить, а о чём нельзя. Он говорит вашим тоном. У него ваше имя, если захотите.

Простой пример из жизни. Мы поставили его клиенту, который продаёт носимые экзоскелеты. Там аудитория особая: пишут и пожилые люди, которым тяжело ходить, и туристы, которым нужен запас сил в горах. Это два совершенно разных разговора. И там категорически нельзя лезть в медицину: никаких диагнозов и обещаний излечения, при серьёзных проблемах только к врачу.

Такие вещи в коробочный виджет не настраиваются никак. А здесь это и есть суть работы: мы садимся, разбираем бизнес и собираем характер под него.

Поэтому мы делаем его эксклюзивно. В одной нише один виджет. Не хочу, чтобы два конкурента получили одинакового консультанта от нас.

Про безопасность, о которой обычно не думают

Момент, который всплывает уже после запуска, поэтому скажу заранее.

AI-агент, который свободно разговаривает с посетителями, это ещё и поверхность для атаки. Его можно попробовать увести обычными словами: заставить раскрыть внутренние инструкции, сменить роль, выдать то, что выдавать нельзя. Это не теория, такое пробуют.

У нас в Адаме стоит тот же защитный контур, который мы продаём отдельным продуктом. Мы его не на словах поставили, а проверили атаками: попытки вытащить системные настройки, смена роли, подделка истории разговора, инъекции через якобы присланный текст. Всё отбивается, и отбивается вежливо, возвращая человека к делу.

Если вам будут предлагать AI-чат на сайт, спросите про это. Хороший признак, если ответят внятно.

Как попробовать

Мы даём семь дней бесплатно. Ставим виджет на ваш сайт, настраиваем под ваш бизнес, и он неделю работает на живых посетителях.

Это не демо на наших примерах. Это ваш трафик, ваши вопросы, ваши лиды в вашей панели. Через неделю вы смотрите на реальные цифры и решаете. Понравилось - остаёмся и дорабатываем. Нет - снимаем, и вы ничего не должны.

Такой формат я предлагаю сознательно. Спорить про эффективность в переписке бессмысленно, а неделя на реальном трафике отвечает на все вопросы сразу.

Посмотреть, как он работает, можно прямо на странице продукта: [Адам, умный виджет для сайта](https://solaris-club.one/umnyy-vidzhet.html). Он там живёт в углу, можно нажать и поспрашивать.

Обсудить вашу задачу можно со мной напрямую: [Антон Баранов](https://t.me/AntonProdyser).

Разборы про AI в бизнесе выходят раньше в моём канале: [Антон про бизнес](https://t.me/AntonProBusiness). Подписывайтесь.

Частые вопросы

### Чем AI-чат для сайта отличается от обычного виджета? Обычный виджет только показывает окно, собирает телефон и зовёт оператора, а если тот занят, посетитель получает дежурную отписку и уходит. Умный виджет сам ведёт диалог по сути вопроса, сначала разбирается в задаче клиента и лишь потом просит контакт. В CRM при этом попадает не просто номер, а вся переписка с контекстом: ниша, потребность, масштаб.

### Насколько вырастет конверсия, если поставить AI-виджет на сайт? Автор сознательно не обещает конкретных цифр вроде «рост в три раза», потому что результат зависит от трафика, ниши, цены и работы отдела продаж. Вместо этого он предлагает посчитать свою воронку и оценить три точки потерь: люди, не дождавшиеся ответа, звонки вслепую без контекста и мусорные заявки от ботов. Именно на этих этапах виджет и даёт эффект, а реальные показатели видны в панели по дням.

### Может ли AI-чат работать ночью и в выходные? Да, он отвечает круглосуточно без операторов: ночью, в праздники и когда весь отдел продаж на совещании. Средняя скорость ответа по замерам разработчиков составляет около полутора секунд, поэтому посетитель не успевает уйти к конкурентам. Обращение, оставленное в три часа ночи, к утру уже лежит в CRM с разобранной задачей.

### Безопасно ли ставить AI-агента на сайт, его не взломают через переписку? Риск реален: агента могут попытаться «увести» обычными сообщениями, выманить внутренние инструкции или заставить сменить роль. В описанном виджете стоит защитный контур, который проверяли реальными атаками: попытками вытащить системные настройки, подделкой истории диалога и инъекциями через присланный текст. Все такие попытки отбиваются, и бот вежливо возвращает собеседника к теме разговора.