В прошлой статье я писал про ИИ-агентов в целом. Говорил, что главный барьер — качество данных и дефицит кадров.

Мое внедрение.

Итог: время подготовки коммерческого предложения сократилось с 5–7 дней до нескольких часов. Затраты сократились от 5х.

Рассказываю, как это выглядело.

Задача

У нас был стандартный пресейл-процесс: запрос от клиента → сбор информации → анализ → оценка затрат синьор специалистами → подготовка КП → согласование/торг.

На каждое КП уходило 5–7 дней. Нужно было изучить требования клиента, найти релевантные кейсы из базы, выделить дефицитных специалистов на оценку, оценить, собрать воедино, накинуть рисков, маржи и прочего, подготовить КП, согласовать, направить заказчику.

Экспертов мало. Когда потенциальных клиентов было столько же, сколько заказчиков, то такой процесс укладывался в бизнес-модель, когда расширили границы для потенциального клиента, то запросов выросло в разы, нужно было менять процесс.

Что внедрили

Мы не пытались заменить человека. Мы встроили ИИ как слой усиления, а не полной автоматизации.

Собрали трёхуровневую архитектуру:

Первый уровень — Research Agent. Он ищет информацию о клиенте, рынке и конкурентах.

Второй уровень — Prototype Brief Writer. Собирает фактуру и структурирует её по шаблону.

Третий уровень — Proposal Narrative Writer. Пишет черновик коммерческого предложения.

Всё работает через RAG — технологию, которая позволяет ИИ обращаться к базе знаний. В нашем случае это 1000+ прошлых проектов, загруженные в векторную базу данных.

Результаты

Время на черновик КП сократилось с 5–7 дней до нескольких часов. Активный труд экспертов уменьшился на 80–85%. При этом качество черновика оценили в 83% от эталонного — эксперт тратит время на проверку и доработку, а не на написание с нуля.

Ключевой момент: ИИ не делает идеальное КП. Он делает достаточно хороший черновик, который человек проверяет и дорабатывает.

Что нужно, чтобы заработало

На основе опыта я выделил шесть принципов, которые работают в любом внедрении.

Первый — усиление, а не автоматизация. ИИ помогает человеку, а не заменяет его. Если вы пытаетесь убрать эксперта полностью — вы обрекаете проект на провал.

Второй — RAG вместо голого ИИ. Вам нужна база знаний: свои проекты, кейсы, документы. Без этого ИИ будет галлюцинировать и выдавать красивую чушь.

Третий — прототип, а не готовая система. Начинайте с 3–5 задач, проверяйте гипотезы, дорабатывайте. Не пытайтесь внедрить всё и сразу.

Четвёртый — модульная архитектура. Каждый агент работает независимо. Можно менять один модуль, не перестраивая всю систему.

Пятый — человек в цикле. Каждое решение проверяется экспертом. ИИ — помощник, а не замена.

Шестой — постепенное внедрение. Не резать всё и сразу. Внедрять поэтапно, собирать обратную связь, корректировать.

Резюме

Если ваш пресейл занимает больше двух дней — вы теряете сделки. ИИ в пресейле даёт скорость (черновик за часы вместо недель), качество (единый стандарт, меньше ошибок) и экономию экспертного времени.

Исследования подтверждают: компании, внедрившие ИИ в пресейл, сокращают время на RFP на 54%, а использование контента вырастает с 16 до 74%. В некоторых случаях ИИ автоматизирует до 88% пресейл-диалогов, а конверсия таких клиентов в 4 раза выше.

Александр Носков, 08.2026