Реальные проекты Simplit: в каждом — проблема, решение и итог.
Наши собственные компании
IT-консалтинг и IT-сервис
Проблема
Проекты, сообщения, встречи, счета и договоры сходились на одном человеке. Обещания и сроки приходилось держать в памяти, а помощники начинали каждую задачу без контекста.
Решение
Собрали общую базу проектов и задач, а к ней — помощников с разными ролями и правилами: откуда брать факты, куда записывать результат и что спрашивать у человека. Утром система составляет план дня, вечером сверяет изменения.
Итог
Система готовит счета, договоры, предложения и протоколы встреч; Никита проверяет их и принимает решения. Обещания и сроки видны в плане дня.
Клиентов становилось больше, а ручной ввод документов, почта и звонки занимали значительную часть времени бухгалтеров. Интернет-магазины приносили сотни счетов и выплаты через несколько платёжных систем.
Решение
Описали, как работает фирма, и собрали клиентов, документы, сроки и переписку в одном месте. Из шести возможных помощников начали с двух, которые вместе проходят полный цикл: приём и ввод документов и почту с письмами клиентам. Учётную программу оставили: команда её знает.
Итог
По расчётам проекта, шесть AI-помощников освободят около 250 часов работы в месяц. Это время команда сможет потратить на обслуживание новых клиентов. Внедрение идёт поэтапно, проект сейчас в работе.
Проекты и задачи жили в таблицах и переписке. Доходы и расходы по каждому проекту приходилось вручную собирать из бухгалтерии.
Решение
Общая база проектов в Notion: входящие документы привязываются к проектам, у руководителя проекта — своё рабочее место. Notion выбрали, потому что команда небольшая и нужно простое решение, которое быстро освоят. Провели обучение и запустили систему в работу.
Итог
Компании, проекты, задачи и деньги собраны в одной системе вместо таблиц. Прибыль по каждому проекту видна сразу, а не в конце года.
Каждый пользовался собственным ChatGPT по-своему или не пользовался совсем. Руководитель не видел пользы и не знал, какие данные компании попадают в личные чаты.
Решение
Выяснили задачи участников, подготовили корпоративные аккаунты и правила, провели обучение с ChatGPT и NotebookLM на рабочих документах и практикум, где каждый собрал помощника для своей задачи.
Итог
AI стал рабочим инструментом команды с общими правилами. У участников есть помощники для собственных задач, у администратора — инструкция, а руководитель видит, где AI уже полезен.
Одна сделка проходила через несколько программ, склад вели в Excel без истории движения. Остатки не сходились, отчёты собирали вручную, а часть из сотен формул в управленческой таблице сломалась.
Решение
Начали не с AI, а с порядка в данных: описали 12 процессов и составили карту данных и рисков. По ней вместо разрозненных программ внедрили одну систему учёта — Odoo, а поверх неё — четыре AI-помощника.
Итог
Остатки сходятся и видны сразу, отчёты собираются без ручной работы, AI-помощники опираются на точные данные.
Заказы, закупки, производство и склад жили в разных таблицах и в памяти людей. Бухгалтерская программа не показывала всю работу целиком.
Решение
Разобрали десять реальных рабочих ситуаций — от отмены заказа после начала сборки до нехватки деталей на складе. Выбрали общую систему для заказов, производства, склада и логистики. Бухгалтерию решили сохранить в привычной программе. Описанные процессы станут основой для подключения AI-помощников.
Итог
В выбранной модели весь путь заказа — от запроса до отгрузки — собран в одном месте. У каждой операции есть ответственный и история выполнения. Руководителю проще видеть, где остановилась работа и что нужно сделать дальше.
