Откуда этот разбор
Большинство статей про ИИ для малого бизнеса — списки сервисов. Если подписка решает вашу задачу, её и стоит купить. Этот разбор уже: он построен на трёх проектах, которые мы сделали и ведём, — Pochini, Skuplu и DTM Tuning. У каждого свой сайт, своя CRM и свои менеджеры, и всё это работает на нашем коде, а не на конструкторе сайтов и коробочной CRM.
Сами числа — трафик, заявки, выручку — мы не приводим; что изменилось за равные периоды, показано на страницах кейсов. Поэтому читайте разбор как описание устройства, а не как доказательство результата. Переносится именно устройство. Заявки приходят с сайта, на них отвечают несколько менеджеров, есть тексты, которые некогда писать, и владелец, который хочет знать, что изменилось за неделю. Если ваш бизнес устроен так же, порядок ниже подойдёт и вам.
Заявки: сначала записать, потом подключать ИИ
Больше всего времени в малом сервисном бизнесе уходит не на решения, а на перекладывание одного и того же: из формы на сайте — в таблицу, из таблицы — в чат, из чата — обратно в таблицу, когда человек купил. Модель для этого не нужна.
В Skuplu, Pochini и DTM Tuning каждая форма отправляет заявку на сервер сайта, а он сначала записывает её в CRM и только потом сообщает в чат менеджеров. Порядок важен: сообщение в чате может сказать, получилось ли записать. Если CRM недоступна, в сообщении появляется отдельная строка об этом, и менеджер вносит заявку руками. В одном из них, если недоступен Telegram, заявка ложится в файл на сервере, а не теряется.
В другом у каждой заявки в чате есть кнопки статусов — от «в работе» до «отказ». Нажатие меняет статус в CRM, а на успешной сделке бот спрашивает сумму и записывает сделку из ответа. Сделка оказывается в учёте прямо из чата, которым менеджеры и так пользуются.
В этой части нет ни одной модели, и это сделано намеренно: маршрутизация, статусы и запасные пути должны каждый раз вести себя одинаково, чтобы менеджер мог предсказать, что сделает кнопка. Зато без этой части не работает всё остальное: ИИ может разобрать только то, что где-то записано.
Три вопроса, после которых понятно, нужен ли ИИ
Прежде чем выбирать инструмент, задайте три вопроса самой задаче. Они раскладывают почти всё, что делает малый бизнес.
- Вход неструктурирован? Свободный текст, голос, фото, документы без постоянной формы. Если на входе поле формы, статус или число, обычный код справится лучше, быстрее и каждый раз одинаково.
- Человек проверит результат за секунды? Абзац черновика, расшифровку, предложенную категорию. Если проверка занимает столько же, сколько сама работа, модель ничего не сэкономила.
- Сколько стоит ошибка и кто увидит её первым? Неудачный черновик, который отклонил менеджер, стоит минуту. Неверная цена в ответе клиенту или отзыв, опубликованный без чтения, стоят дороже, и клиент увидит их раньше вас.
Задача, которая отвечает «да», «да» и «недорого, и первыми увидим мы», — хороший первый кандидат. Задача, которая не проходит первый вопрос, вообще не про ИИ, а про автоматизацию, и часто она ценнее.
В проектах, которые мы ведём, эти вопросы прошли три места. Небольшая открытая модель на мини-ПК в локальной сети пишет черновики статей для блогов двух из этих сайтов — только по фактам из кода сайтов, а если фактов нет, отказывается писать. Модель распознавания речи, запущенная локально, расшифровывает ролики DTM Tuning о его работах: видно, есть ли в видео рассказ, и из него получается основа для текста. Модель для картинок рисует предметы, но никогда не людей или сделки: картинка, которая изображает бизнес, должна быть самим бизнесом.
Так мы раскладываем работу малого бизнеса:
| Задача | Кто делает | Последнее слово |
|---|---|---|
| Заявка с сайта → CRM → Telegram | обычный код | — |
| Статус заявки и сделка | кнопка в чате или в CRM | менеджер |
| Разбор заявки и черновик ответа | ИИ-агент | менеджер отправляет сам |
| Черновик статьи для сайта | модель плюс проверки без модели | человек нажимает «Опубликовать» |
| Сводка: откуда заявки, что изменилось | агент читает аналитику | владелец решает, что менять |
Черновики проверяет не вторая модель, а подсчёт: длина, повторы, штампы, и каждая модель устройства или характеристика обязана найтись в фактах. Вторая модель разделяла бы слепые пятна первой, а подсчёт их не разделяет.
Ответы: что делает ИИ-агент на заявке
ИИ-агент отличается от чат-бота тем, что не только отвечает, но и действует: читает заявку, записывает результат в CRM, отправляет сообщение. Поэтому ему нужны границы — что он может читать, что записывать и какие действия подтверждает человек.
В нашем пакете для малого бизнеса агент разбирает каждую заявку: что нужно клиенту, насколько срочно, какой бюджет. Он заводит карточку в CRM и присылает менеджеру в Telegram черновик ответа. Отправляет ответ менеджер: каждое действие агента подтверждает человек.
Честная оговорка из наших же бизнесов: там заявки до сих пор разбирают менеджеры — в одном кнопками в чате, в двух других в CRM. Пока человек успевает прочитать каждую заявку, это правильное устройство, и во многих малых бизнесах так остаётся долго. По нашей оценке — это суждение, а не замер — модель начинает окупаться на разборе заявок в двух случаях:
- заявок больше, чем люди успевают прочитать, а медленный ответ стоит клиента;
- суть заявки спрятана в длинной переписке, вложениях или записях звонков, а не в полях формы.
Даже тогда агент должен сортировать и пересказывать, а не отклонять. Отклонённая заявка невидима, а невидимые ошибки никто не исправляет. С ответами клиентам то же самое: черновик, который читает менеджер, полезен, а ответ, который уходит без человека, — риск, потому что первая же ошибка достаётся клиенту, а не менеджеру.
И не всякой задаче нужен агент. Если шаги всегда одни и те же, это конвейер с одним вызовом модели: он дешевле, быстрее и проверяется построчно. Как те же шаги раскладываются в отделе продаж — от скорости ответа до квалификации заявки, — разбираем в статье «ИИ для отдела продаж».
Аналитика: агенты читают, но не меняют
Владельцу нужен один экран: откуда пришли заявки, как быстро на них ответили, сколько дошло до сделки и что изменилось за неделю. У Pochini, Skuplu и DTM Tuning это общая панель на все три: заявки и скорость ответа, поиск, реклама, индексация и журнал всех изменений, которые выкатили на сайты.
С этой панелью работают и ИИ-агенты: повседневную работу по поиску и текстам на трёх сайтах делают они. Правило простое — читать можно почти всё, писать почти ничего. Агенты подключаются через инструменты только для чтения и видят заявки без персональных данных. Единственное, что они могут записать, — заметку «это изменили тогда-то», чтобы потом сравнить до и после. Агент приносит отчёт и предложение, а сайт меняется только после «да» владельца. Доступа на запись к рекламным кабинетам у агентов нет вообще.
Ещё одна деталь, которую легко упустить: всё, что возвращает панель, агент считает данными, а не указаниями. Поисковые запросы, заголовки страниц и рекламные фразы отчасти пишут посторонние люди, и их текст не должен становиться командой для агента.
Та же идея работает в обратную сторону. Сайты Skuplu и DTM Tuning открыты для ИИ-ассистентов посетителей: сайт DTM Tuning публикует формат заявки, по которому ассистент может её оставить, не разбирая страницу. Заявка от ассистента попадает в ту же CRM и тот же чат менеджеров, что и от человека.
Сколько стоит внедрение ИИ в малый бизнес
По опубликованным ценам подрядчиков (октябрь 2026) ИИ-агент на один процесс стоит $1,7–5,2 тыс. в России и $0,5–1,5 тыс. в Беларуси, многоагентное внедрение — от $18,6 тыс. CRM на заказ у студий начинается от $6,2 тыс. Чат-бот с базой знаний — $0,3–3 тыс., но это бот, который отвечает, а не агент, который доводит заявку до карточки в CRM.
Наш пакет объединяет обе части: агент на один процесс и своя CRM. За 14 700 BYN в него входят заявки с сайта и мессенджеров, разбор каждой заявки, карточка в CRM, черновик ответа менеджеру в Telegram, две-три интеграции и аналитика. Срок — 4–6 недель, цена фиксированная за письменно согласованный объём.
Отдельно, по факту, — оплата API языковых моделей, хостинг и платные сервисы: их вы платили бы при любом подрядчике. Если данные клиентов нельзя отправлять во внешний API, модель ставят на ваше оборудование — об этом разбор «Локальная нейросеть для компании». Сопровождение — отдельной строкой помесячно, всё сверх состава — следующим этапом. Если коробочная CRM у вас уже есть и процесс в неё помещается, своя не нужна: агента ставим поверх её API. Как выбрать, разбираем в статье «ИИ-агент или CRM-коробка», из чего складывается цена агента — в статье «Сколько стоит ИИ-агент». Прикинуть свой случай можно в калькуляторе.
И последнее: перед любым внедрением запишите, сколько времени задача занимает сейчас. Это стоит полдня, а после запуска старый процесс уже не замерить.