Как построить бизнес без сотрудников: автоматизация и ИИ-агенты

Почему мы решили автоматизировать бизнес

Мы шаг за шагом внедряем автоматизацию в разные процессы и снижаем зависимость от человеческого фактора. Каждый день мне как руководителю приходит полная сводка по всем процессам и задачам, которые происходят в компании.

Я получаю все показатели и данные, читаю, изучаю и на основе них принимаю решения. Разберём это подробно, с нашим стеком и технологиями: что мы используем и как. Материал максимально прикладной и практический.

Читайте такжеКак решить проблему отсутствия идей для контента с помощью ИИ-агентов

Покажу, как вы сами точно так же можете начать внедрять технологии и автоматизацию конкретно в вашем бизнесе, в вашем деле. Моя конечная цель, то есть для чего я вообще это делаю, - построить прибыльный бизнес полностью, по максимуму исключив человеческий фактор. Формат будет такой: я в прямом эфире, в формате публичного сериала, показываю, что мы делаем, какие инструменты и стек технологий используем, какие ошибки допускаем, какие провалы у нас происходят, какие решения принимаем.

И показываю не просто что мы делаем, а то, к какому результату мы будем приходить конкретно в деньгах. Любое внедрение, любая новая технология должна приводить к росту дохода либо к снижению расходов. Если она разрабатывается просто ради «захотелось и сделал», большого смысла в такой технологии нет.

Я же разрабатываю прикладные технологии, которые в нашем бизнесе и в наших задачах будут решать ту или иную задачу, будут автоматизировать. Ставка, которую я ставлю этим сериалом, на мой взгляд, такая: если этот эксперимент удастся, он изменит фундаментальный подход к построению компаний. Раньше, когда мы что-то запускали, какие-то компании, мы всегда мыслили с позиции, что нам нужны люди.

Проблема времени реакции

Трещина номер один - время реакции. Нам, как и любому бизнесу, приходят запросы: заявка с сайта, заявка из соцсетей, ещё откуда-то. И тут две ситуации.

Первая: менеджер отвечает клиенту в течение 3-5 минут. В этом случае вероятность вывести человека на сделку, на какую-то договорённость, на оплату максимально велика. Чем быстрее мы отвечаем, тем выше вероятность.

Вторая ситуация: менеджер где-то оклемался и ответил только через 5 часов. Тогда с высокой долей вероятности, особенно сейчас, клиент уже ушёл и, скорее всего, уже купил у вашего конкурента. Это первый фактор, первая трещина, которую я вижу.

Потеря фокуса и проблемы в чатах

Вторая трещина - потеря фокуса. Основной тип нашего бизнеса это услуги, есть партнёрские направления, партнёрские компании, но всё это по-прежнему услуги. И архитектурно в компании большое количество чатов: внутренние чаты с командой, с подрядчиками, с руководителями, чаты с клиентами и так далее.

Третья трещина, которую я вижу, - именно на этапе общения в чатах с клиентами. Как это происходит? Клиент пишет нам в чате: ребята, обнаружил то-то и то-то, нужно сделать то-то и то-то.

При этом нужно понимать, что у нас всегда есть согласованный объём задач, расписанных по порядку: что делаем в первую очередь, что во вторую, что в третью. Клиент, когда пишет, считает свою задачу важной. Он повышает её приоритет.

А мы в это время работаем с другими задачами и можем эту просто не заметить или упустить. В чатах постоянно идёт движуха, что-то новое накинули, и какая-то задачка может потеряться. К чему это приводит?

Клиент написал про задачу, она потерялась. Человек воспринимает это как игнор: я писал, ребята проигнорировали. Это даёт негатив.

И часто этот негатив приводит к тому, что человек от нас уходит. Просто потому, что ему не нравится, когда он ставит задачу, а она не выполняется. Хотя при этом мы выполняем другие задачи, не менее важные, а как правило, даже более важные.

Необходимость системного подхода

Но вопрос здесь в другом - вопрос в системе. Я сижу на архитектуре компании, смотрю на нашу, вижу эти трещины и понимаю: мы вкладываем бюджеты, деньги в маркетинг, в снятие роликов, в статьи, в посты. Тратим реально большое количество денег на платную рекламу, чтобы по итогу своими же руками потерять клиента, потерять прибыль и потерять потенциал для масштабируемости.

Всё из-за того, что у нас выстроено ручное управление. Ручное выполнение задач на этих трещинах фактически ломает всю систему. Система рушится, и по итогу мы зарабатываем сильно меньше, чем могли бы, если бы она была отстроена или автоматизирована.

Проблема человеческого фактора и найма

Человеческий фактор на этих этапах - основной фактор получения убытков. При этом есть второй фактор - бесконечный цикл найма. Мы понимаем, что нам нужен какой-то человек.

Как раньше было: ищем этого человека, объявляем вакансии, размещаем, собеседуем, какое-то количество людей проходит собеседование, с кем-то выходим на пробный период, начинаем их обучать, вводим в процессы. Кто-то отваливается, остаётся один сотрудник. И потом снова тратить на это время, деньги, энергию, заново обучать человека, вводить в процессы.

Расходы и риски наши растут. Время идёт, риски растут, расходы растут.

С какой-то итерацией ты просто устаёшь этим заниматься. Можно, конечно, сказать: вы не умеете удерживать людей, не умеете выстраивать процессы. Возможно.

Но это не значит, что мы не хотим строить крупную компанию, которая будет расти и зарабатывать. Возможно, у нас действительно есть какие-то проблемы, раз такие ситуации повторяются. При этом сотрудники есть: кто-то работает с нами долго, кто-то отваливается через месяц, через два, через три, через полгода.

Всё это есть. Я пришёл к мысли, что люди в процессе, люди в архитектуре компании - это расходы, это потерянное время и максимальные риски. Полностью уйти от построения компании без людей мы не сможем.

Но человеческий фактор во многих задачах, где он фактически не нужен, на мой взгляд, нужно исключать. Этим мы и будем заниматься. Почему именно сейчас мы начали всю эту автоматизацию?

Почему автоматизация стала доступна сейчас

Почему не делали этого 3 года или 5 лет назад? Нужно понимать, что автоматизация - история достаточно дорогая. Раньше сложные системы автоматизации, внедрения, все эти настройки и отстройка требовали больших бюджетов, больших команд, дорогостоящих разработчиков.

Фактически это было недоступно для малого и среднего бизнеса. Сейчас, когда появились нейросети, ИИ-инструменты, ИИ-агенты, автоматизация становится доступна большему количеству компаний. Даже небольшая компания может позволить себе автоматизацию маркетинга, продаж, управления задачами, управления командой и других направлений.

Происходит фактически демократизация автоматизации: мы можем внедрять те же технологии, которые раньше были доступны только крупным корпорациям. И это большой плюс.

Наша текущая модель и зависимость от людей

Покажу и нашу историю. В компании сейчас такая модель: в штате 10 человек плюс от 7 до 10 подрядчиков под разные проекты. Всеми задачами и командой управляет мой партнёр, причём управляет вручную: работает с каждым сотрудником сам, тратит на это большое количество часов и недель.

Отсюда критическая зависимость от людей. Если уходит продажник, продажи просто встают: по заявке некому связаться, некому договориться о звонке, некому закрыть хорошего клиента или крупную компанию. Нет человека, который эту задачу выполнит.

То же самое с задачами. Если уходит проект-менеджер, мы вынуждены в авральном режиме бегать, искать нового человека, ставить его, обучать, натаскивать, чтобы он начал отслеживать задачи, контролировать исполнителей и так далее. При этом наша скорость ограничена человеческим ресурсом.

Мы не можем обрабатывать большое количество заявок просто потому, что у человека есть определённое количество звонков, которые он может провести за день, сообщений, которые он может написать, чатов, которые он может отслеживать. Всё это упирается в человеческий ресурс. Цель, которую я ставлю, - минимум людей в компании, максимум автоматизации.

Там, где человек не нужен, где это ручной, бесполезный труд, мы в первую очередь будем внедрять автоматизации. А люди будут решать более стратегические и творческие задачи, которые нейросети и искусственный интеллект решать не может.

Важно, чтобы в будущем процессы работали сами. Автономно, без необходимости мне, моему партнёру или нашим руководителям залезать в них, ковыряться и всё время что-то подкручивать. Нужна полная независимость от настроения и от ошибок.

Бывает, человек где-то расстроился, в жизни что-то не так - и всё, конверсии в продажах падают. Нас такое не устраивает, потому что мы строим бизнес и строим доходность. Если доходность зависит от настроения менеджера по продажам, меня такая история не устраивает.

И понятно, что я хочу, чтобы система работала 24 на 7, а не 5 дней в неделю с 8 до 5. Если вы понимаете, что ваш бизнес теряет деньги из-за человеческого фактора, то моя история вам близка. Если хотите внедрить решения и автоматизации на базе искусственного интеллекта и нейросетей, убрать рутину и автоматизировать процессы, я и моя команда можем помочь построить такую систему для вас и вашей компании.

Цели и внедрение автоматизации

Теперь про наш roadmap, то есть что мы будем делать по шагам. На первом этапе планируем снизить человеческий фактор, усилить контроль, убрать ручной контроль, начать работать с отчётностью, со сроками и с контролем сроков - и делать это автоматизированно. В конечном итоге я хочу увидеть систему, в которой процессы и задачи двигаются и контролируются без участия проект-менеджера.

И что важно, мы такую систему уже начали автоматизировать. Мы внедряем автоматизацию работы с чатами и с проектами.

Мы создали Telegram-бота, который подключается к рабочим чатам команды и берёт на себя функцию проект-менеджера. Он читает переписки, находит задачи, отслеживает дедлайны и присылает руководителям сводки. Вместо того чтобы руководитель сам за всем следил.

Цель была простая: снизить загруженность руководителя в контроле всех этих процессов. Бот 24/7 следит за тем, какая задача поставлена, кто ответственный, кто её должен выполнить, какой результат и к какому сроку. По архитектуре всё соединено так.

Техническая архитектура и процессы

Основные процессы и задачи происходят в Telegram-чатах, там же идут обсуждения. Дальше есть система, которая слушает сообщения в реальном времени. Есть система, которая ставит сообщения в очередь, в некий буфер.

Есть система, которая классифицирует задачи и незадачи: определяет, это задача или просто обсуждение. А если задача, то кто её должен выполнять, какой результат и к какому числу она должна быть выполнена. Дальше система сохраняет всё в базу данных, расписывает сводки, и эти сводки приходят в Telegram нашему руководителю.

Технологический стек такой. Есть backend для API и вебхук-обработок. Есть база данных для проектов, задач, участников, для всех процессов.

Есть очередь для буфера сообщений и кэша. Есть бот в Telegram, это фактически интерфейс работы с пользователем: он должен работать и с руководителем, и с исполнителями. Есть отдельный слушатель чатов, который читает групповые чаты и собирает оттуда задачи.

ИИ и отказоустойчивость системы

Основной ИИ, который мы подключили, это DeepSeek, он классифицирует задачи. Есть и резервный ИИ: если что-то случается с первым, подключается Anthropic Claude и заменяет DeepSeek в каких-то процессах. Почему мы сделали дублирование?

В какой-то момент мы тестировали систему и обнаружили, что API одного из ИИ перестало отвечать. Оно не отвечало примерно полдня, и все наши процессы стояли эти полдня. Мы поняли, что для большей устойчивости нужен дублирующий инструмент: если первый не работает, второй будет работать.

Поэтому мы сделали основной и резервный API-ключ: если основной откажет, резервный его подстрахует. Ещё у нас есть планировщик: он собирает утренние сводки и алерты и отправляет их руководителям, если что-то идёт не так.

Что система делает каждый день

С позиции руководителя в 9 утра он отправляет утреннюю сводку: оценивает здоровье проекта, показывает, какие задачи на сегодня у исполнителя и команды, какая активность была у команды вчера - что команда делала, какие задачи выполнила, какие нет.

Ежедневная работа и отчёты

В течение дня система отслеживает чаты, находит в них задачи и записывает их. Если участник не отвечает в течение двух дней, а по логике он должен быть активен и выполнять задачи, руководителю может прийти сообщение: такой-то исполнитель не отвечает, попробуй связаться с ним напрямую, может, что-то случилось.

Если задача не выполняется или сроки срываются, система напоминает об этом не руководителю, а конкретному исполнителю. Она пишет ему прямо в личку: привет, у тебя стоит такая-то задача, сроки по ней подходят, а ты её не выполнил. Человек понимает, что задача есть и её нужно закрыть, и выполняет её.

Раз в неделю приходят отчёты: что сделано, что не сделано, какая динамика активности, какие рекомендации по разным чатам и проектам. Умная классификация попадает в языковую модель. Каждый запрос мы классифицируем: это задача, просто общение или что-то ещё.

Всё происходит автоматически для каждого сообщения, без кнопок и форм. Система отслеживает чаты и сама размечает задачи. Что в итоге получает руководитель?

Результаты для руководителя

У него пропадает необходимость постоянно спрашивать, как дела и что происходит по той или иной задаче. Исчезает та самая проблема, когда ты вынужден без конца напоминать сотрудникам: сделай то-то, помнишь, мы это обсуждали, а что у тебя по этой задаче? Мы создали систему, которая сама двигает задачи вперёд.

Она связывается с исполнителями, подпинывает их, мотивирует, уговаривает выполнить задачу. А руководитель просто получает утреннюю сводку по задачам.

Читайте такжеКак мы автоматизировали контроль задач и перестали терять клиентов

Он отслеживает, что происходит по проектам, и параллельно ведёт автоматизацию. Агент сам напоминает сотрудникам напрямую, что им нужно делать. И только в крайнем случае, если что-то реально горит, если происходит что-то сверхъестественное, бот может подключить руководителя.

Во всех остальных случаях система отрабатывает сама. Так архитектурно выглядит наша система. На текущем этапе она уже реализована.

Следующие этапы: маркетинг и продажи

Следующий шаг, который мы будем дальше внедрять, - автоматизация маркетинга. Цель, которую я тоже хочу решить, - получать больше клиентов при радикальном снижении затрат. Наша задача - генерировать контент, разрабатывать какое-то его количество, а дальше автоматически размещать.

Настроить дистрибуцию так, чтобы контент размещался на разных площадках автоматически, продвигался мультиплатформенно, без ручного труда. Чтобы нам не нужно было вручную выкладывать его на 5, 7, 10 площадок, потому что это с ума сойти сколько времени занимает. Эта система автоматизации маркетинга позволит нам дальше масштабировать охват и трафик, увеличивать компанию.

Почему мы не делаем это в первый момент, почему не масштабируем маркетинг? Потому что я понял: сначала нужно разобраться с теми трещинами, о которых мы говорили в начале. Начать с автоматизации процессов и только потом уже на эти быстрые, автоматизированные процессы запускать маркетинг.

Третий этап, который мы будем реализовывать, - это продажи. Каждый человек, который хочет с нами работать, должен получать контакт максимально в короткие сроки. Чтобы происходили автоматические ответы, первичные консультации наших потенциальных покупателей, чтобы шёл некий автоматизированный прогрев лидов.

Не все же готовы сходу что-то купить. С такими пользователями и покупателями дальше нужно просто работать автоматически, прогревать их, чтобы в дальнейшем они прогрелись и купили уже наши услуги, продукты и так далее. Цель в том, чтобы заявки дальше обрабатывались быстрее, стабильнее и с нулевым процентом потерь.

Понятно, что прям нулевого процента у нас не будет, но снижать процент потерь от тех процентов, которые есть сейчас, когда работает человек, я думаю, это важно. Если мы сделаем хотя бы это, если увеличим скорость обработки и качество обработки, то в дальнейшем это в любом случае приведёт к росту продаж.

Формат эксперимента и страхи

Формат, в котором я буду это рассказывать, - прямой эфир. Буду стараться выпускать от одного до двух роликов в неделю. Каждый новый выпуск - это внедрение очередной автоматизации, которую мы запускаем.

Делать буду максимально прозрачно: что реально работает, что ломается, что мы сделали, что не сработало, какие ошибки совершили, какие цифры получили, какие расходы и финансовые результаты. Конечная цель через год - автоматизировать до 50% всех процессов в компании. Все эти процессы, которые съедают деньги и являются бестолковым ручным трудом, я хочу за год перевести на автоматизацию.

При этом у меня есть объективные страхи, и для полноты картины расскажу о них сразу. Первый страх: автоматизация сработает хуже людей. Нейросети могут галлюцинировать, где-то привирать, неправильно использовать инструкции.

Боюсь, что все эти автоматизации приведут не к росту продаж и скорости бизнеса, а к потере качества и снижению доходности. Второе опасение - что я переоцениваю возможности, которые есть у искусственного интеллекта и нейросетей сейчас.

Но всё-таки я верю, что мы сейчас критически скорее недооцениваем скорость развития технологий. Главный риск не в том, что нейросети делают что-то неидеально, а в том, что мы упускаем технологии, которые уже есть и которые с дальнейшими итерациями можно улучшить. Игнорировать эти разработки - вот главная ошибка, потому что рынок сейчас развивается максимально быстро.

Видение будущего: микрокоманды с ИИ-агентами

На дистанции пяти лет моё видение такое. Раньше у нас была команда порядка 20 человек: руководитель, под ним несколько руководителей, под ними ещё сотрудники. Это стандартный вид компании.

Я думаю, что мы придём к новой модели: команда из 3-5 топовых специалистов, которые усилены автономной сетью ИИ-агентов. Это будет микрокоманда, где у каждого сотрудника 5-10 ИИ-агентов, усиливающих его в тех направлениях, в которых он работает. Фактически такая микрокоманда будет генерировать результат традиционной крупной компании, где 30-40-50 человек.

То есть 3-5 человек в будущем смогут получать результаты не хуже, чем крупная компания. К чему это приведёт с позиции бизнеса? На мой взгляд, к радикальному снижению расходов и экстремальному повышению маржинальности.

Если у нас есть 30 человек и мы заменяем их автоматизациями, оставляя 3-5, мы понимаем, насколько это экономия на фонде оплаты труда, который часто съедает большие объёмы денег. Помимо зарплат мы платим налоги за людей, отпускные, больничные. Всё это влияет на доходность компании.

Моя конечная цель - построить международную компанию с оборотом в десятки миллионов долларов, выстроенную на нескольких топовых специалистах, с которыми я буду строить компанию будущего, усиленную большим количеством ИИ-агентов.

Это макротренд, который называется one billion solo unicorn. Его суть в том, что соло-предприниматели и микро-команды теперь способны генерировать макрорезультаты - крупные результаты, которые раньше были доступны только крупнейшим компаниям. Прогноз лидеров индустрии искусственного интеллекта, в том числе Сэма Альтмана из OpenAI, такой: в ближайшие несколько лет мы увидим компании, состоящие всего из одного человека, с капитализацией в 1 миллиард долларов.

Мы движемся в эту сторону всем миром, и наша компания не остается в стороне - мы уже начинаем это внедрять.

Здесь я рассказываю свой путь от ручного управления компанией к полностью автономному бизнесу.

Итог

Мы уже начали внедрять автоматизацию и видим первые результаты. Я верю, что будущее за микрокомандами, усиленными ИИ-агентами, и приглашаю следить за нашим экспериментом.