Дмитрий Сиирин

Виктор, спасибо за оценку и вопросы!

По цене: Да, чек на внедрение в этом проекте действительно был 50к. Это был пилотный запуск в рамках нашего большого сотрудничества с DocStarClub по корпоративному обучению. Мы сделали его по спец. цене, чтобы быстро протестировать гипотезу, и результат превзошел все ожидания. Сейчас, когда мы отточили технологию и доказали ROI, стоимость внедрения такого решения начинается от 80-90 тыс и зависит от сложности интеграции. Главное здесь - не сама цена, а окупаемость которая, как видно из кейса составляет всего несколько дней

По платформе: собираем на Nextbot. Мы за последний год протестировали несколько разных платформ (в рынке их уже с десяток) и поняли, что для задач в EdTech/Инфобиз -сегменте именно она показывает себя как самая гибкая и стабильная. Но, по нашему опыту, сама платформа - это лишь 20% успеха. Остальные 80% - это грамотно выстроенная логика диалогов, системный промпт (инструкция для бота) и бесшовная интеграция с бизнес-процессами клиента (в данном случае, с GetCourse). Именно на этом мы в ALIOT и делаем основной акцент

Максим, спасибо за вопрос!
Вы описали классическую боль любого сервисного бизнеса - квалификация входящего потока.
Это именно то «узкое горлышко», где теряется больше всего времени и денег.

Отвечаю: да, AI-ассистент идеально подходит для решения именно этой задачи. Это одна из его ключевых «суперсил»

Вот как это работает на практике в вашем случае:
1) Мгновенный захват и квиз-опрос. Клиент пишет «хочу просчет» — и бот тут же, 24/7, запускает диалог. Он вежливо задает ключевые вопросы, которые вы в него заложите: площадь объекта, тип ремонта (косметика/капитальный/дизайнерский), желаемые сроки, примерный бюджет.

2) Сегментация в реальном времени. На основе ответов бот делит лидов на группы:
- «Горячий» (например, капремонт, бюджет в рынке, готов начинать скоро) → бот сразу создает задачу в CRM для менеджера с пометкой «Срочно!» и передает всю собранную информацию.
- Теплый»: (хорошие параметры, но бюджет ниже или сроки «на будущее») → бот может отправить портфолио и предварительный прайс, предложив вернуться к разговору через месяц.
- Холодный»: (просто любопытствующий, бюджет нереалистичный) → бот вежливо благодарит, может дать ссылку на полезную статью «Как рассчитать бюджет на ремонт» и не отвлекает менеджера.

3) Результат для бизнеса.
В итоге ваши менеджеры получают уже очищенный поток квалифицированных лидов и не тратят десятки часов на «пустые» расчеты.
А «горячие» клиенты получают мгновенный отклик, что резко повышает конверсию в сделку.

По сути, вы получаете неутомимого «менеджера первой линии». Если хотите, можем в личке прикинуть, как такая воронка могла бы выглядеть конкретно для вашей компании.

Кирилл, отличный вопрос, спасибо!

В данном кейсе ассистент сфокусирован именно на квалификации и передаче «разогретого» лида менеджеру. Для продуктов со сложной спецификой и высоким чеком, как здесь, это самая надежная и эффективная связка.

Полный цикл продажи без менеджера - это уже задача для следующего уровня автоматизации, по сути, для другого, «продающего» AI-агента. Такое решение тоже возможно, но оно сложнее и проектируется под конкретную воронку.

Если интересно обсудить именно ваш случай - пишите в личные сообщения.

Азамат, благодарю за теплый коммент.
У нас появился "внутренний мем/история" про то как тебя повысили с МОПа до РОПа (руководителя отдела продаж виртуальных продавцов)

Константин, в точку!
Спасибо, что заметили этот акцент. Наша философия проста: если AI нельзя измерить в ROI или прямых продажах, это игрушка, а не инструмент.
Вы абсолютно правы, доп. продажи - это самый честный старт.

А как вы считаете, какой следующий логичный шаг для бизнеса после решения этой задачи?
Куда направить AI дальше, чтобы он продолжал быть реальной пользой, а не «фичей для галочки»?

Сергей, благодарю!
Мы как раз и старались показать, что магия не в самом AI, а в системном подходе к его внедрению. Как считаете, что сейчас является главным барьером для компаний при внедрении таких решений - сама технология или мышление команды?

Коллеги, буду рад ответить на любые вопросы по кейсу.
Особенно интересно мнение основателей других EdTech-проектов!
Если хотите обсудить ваш проект — пишите в ТГ: https://t.me/siirin

я подключил к проекту, наш корп.диск - запустил Deep Research на основе всех данных в Гугл Диске и получил подробнейший отчет на 30 страниц за 5 мин. Ранее это бы заняло 1 неделю. Кайф

Спрос рождает предложение

жаль, мне нравилось как пишет эта модель, правда низкие были лимты на запросы, быстро заканчивались