У що сервісним IT-компаніям НЕ варто вкладатись: уроки впровадження AI

Детальний підсумок відео: Впровадження AI в сервісних IT-компаніях

Загальна інформація:

• Дата: 17 квітня 2026 року.
• Канал: Growth Factory.
• Формат: Прямий ефір (стрім).
• Учасники: Ведуча (представник Growth Factory) та Констянтин Мірін (SEO компанії "Постіндустрія").
• Контекст: Стрім проведено в рамках анонсу програми Growth Factory, присвяченої впровадженню AI у сервісні процеси IT-компаній.

Розділ 1: Вступ та мета стріму

• Мета: Поділитися реальним, практичним досвідом впровадження AI, а не говорити про інструменти загалом. Акцент на тому, що працює, а що ні.
• Проблематика: У спільноті власників IT-компаній AI — часта тема, але досвід різний: від успішного впливу на продажі до невдалих інвестицій. Основна складність — не почати використовувати AI, а зрозуміти, де він дає результат і як правильно інтегрувати його в бізнес-процеси.
• Спікер: Запрошений Констянтин Мірін, який проходить цей шлях у своїй компанії.

Розділ 2: Філософський підхід: Коли AI працює?

Ключова теза Констянтина: AI дає результат, коли можна чітко сформулювати ідею того, як має виглядати кінцевий результат.

• Аргумент: Якщо AI пише "погані листи" — потрібно спочатку зрозуміти, як виглядає "хороший лист". Коли проміжок між ідеєю та її реалізацією за допомогою AI скорочується (наприклад, до 5 хвилин замість півгодини), саме чіткість і коректність початкової ідеї стають вирішальними.
• Висновок: AI надихає експериментувати, оскільки дозволяє дуже швидко перейти від задуму до втілення. Це зміщує фокус з технічної реалізації на якість початкової бізнес-ідеї.

Розділ 3: Практичні кейси впровадження AI

3.1. Маркетинг: Створення бази знань компанії

• Ідея: Перетворити всі маркетингові матеріали (кейси, розмови з клієнтами, контент сайту) у структуровані текстові файли (Markdown) та завантажити їх у сховище (репозиторій).
• Реалізація: Використання AI-агента (наприклад, Cline, Cursor), який може "читати" ці файли. Співробітники через веб-інтерфейс (замість консолі) можуть задавати питання та отримувати відповіді на основі всієї бази знань компанії.
• Результат:
  • Для аутрічу: Швидке отримання конкретного контексту про компанії (напр., бекграунд у розробці рішень) для персоналізації листів.
  • Для акаунт-менеджменту: Автоматичний аналіз останньої переписки, новин клієнта, статусу проекту для підготовки щотижневих звітів.
  • Головне: Інструмент обмежений лише фантазією користувача та чіткістю його запиту.

3.2. Sales (Продажі): AI для підготовки, але не для дзвінків

• Проблема: Часта причина невдач — відсутність чіткого оферу та розуміння, кому і навіщо ти пишеш/дзвониш.
• Рішення Констянтина: Використовувати AI для глибокого ресерчу (дослідження), але не для безпосередніх дзвінків.
• Процес:
  1. AI робить детальний ресарч компанії-цілі (новини, вакансії, технології).
  2. Ключовий етап: Автоматична верифікація. Інший AI-агент перевіряє, чи інформація з ресерчу збігається з джерелами (референсами). Будь-яку задачу, яку можна чітко верифікувати, можна вирішити за допомогою AI.
  3. На основі перевіреного ресерчу формується детальний бриф для менеджера.
• Чому не AI-дзвінки: Вартість помилки AI (погане враження) перевищує потенційну економію. Коли лід піднімає трубку, потрібен максимальний шанс на успіх, і це завдання для людини. AI лише підвищує її підготовленість і впевненість.
• Інші поради для sales:
  • Використовувати дайлери (напр., Phone Burner) для оптимізації процесу холодних дзвінків (збільшення кількості спроб).
  • Ускладнення виникає при масштабуванні (наприклад, для 5000 компаній), де потрібні комбінації інструментів.

3.3. Delivery (Виконання проектів): Інструменти для розробників

• Скіли (Skills): Використання публічних або внутрішніх наборів скілів для AI-агентів (наборів промтів та консольних команд). Це дозволяє ділитися наробками в команді та суттєво підвищує продуктивність агента.
• Роутинг моделей: Використання платформ (наприклад, LiteLLM) для єдиного підключення до різних провайдерів AI (OpenAI, Claude, Codestral тощо). Це дає гнучкість у виборі моделі за вартістю та якістю.
• Порівняння з літаком: Коли швидкість розробки (завдяки AI) зростає в рази, критично важливим стає планування — чітке формулювання того, що, як і чому робиться, а також як це перевірити. Код генерувати дешево, але когнітивні зусилля зосереджуються на архітектурі та верифікації.

Розділ 4: Неуспішні кейси (Що не спрацювало)

1. Автоматичні дзвінки для відсіювання: Ідея автоматично дзвонити всім зі списку, а потім дзвонити вручну лише тим, хто підняв трубку. Результат: Незначне підвищення конверсиї (з 15% до 20%), яке не окупило зусиль. Рішенням став дайлер для збільшення кількості спроб дзвінків людиною.
2. Rag-портфоліо: Спроба створити складну систему для відповідей на питання по портфоліо компанії. Виявилося занадто довго та складно.

Розділ 5: Відповіді на запитання (Ключові висновки)

• Де найбільше ручної роботи в IT-компаніях? Усі процеси, але головні точки впливу — Sales (лідогенерація) та Delivery. Інші процеси (маркетинг, операційка) — це "косметика", яка не так критично впливає на прибуток.
• Проблема літогенерації: Часто полягає не в AI чи навичках людей, а в тому, що робиться багато непотрібної роботи (написання тим, кому не потрібно). AI, автоматизуючи процес, просто яскраво виявляє цю проблему. Потрібно відповідати на питання: "Яку гіпотезу ми перевіряємо?" та "Що саме ми пропонуємо?".
• Вплив AI на бізнес-модель: AI дозволяє прибрати рутинну, нецікаву роботу та зосередитися на вирішенні складних задач. Роль інженера зміщується: вплив на кінцевий результат стає більшим, оскільки він може охопити більше задач. AI — це "реактивний літак", який різко підвищує швидкість, але вимагає кращого планування.
• Кому варто йти на програму Growth Factory? Тим, хто хоче отримати практичні кейси та поштовх для власних експериментів, хто розуміє, що AI може допомогти, але не знає, з якого боку підійти до впровадження в свої процеси.
• Як оновлювати скіли для AI-агентів? Рекомендація — впровадити процес перевірки та аналізу ризиків перед додаванням нових публічних скілів у робоче середовище, щоб уникнути проблем з безпекою.

Розділ 6: Завершення

• Ведуча підбила підсумки: питання не в тому, чи працює AI, а в тому, де, як і з якими очікуваннями його інтегрують.
• Анонсовано продовження серії стрімів (21 квітня) з Іллею Азовцевим на тему AI в літогенерації.
• Запрошення на практичну програму Growth Factory, побудовану навколо реальних кейсів впровадження AI у процеси sales, delivery та маркетингу.