Кейс: как найти бизнес-проблему и превратить её в AI-услугу

Большинство новичков, которые хотят зарабатывать с помощью AI, начинают не с бизнеса, а с инструмента.

«Я умею работать с нейросетями».

«Могу делать чат-ботов».

«Могу генерировать тексты».

«Могу автоматизировать процессы».

Но клиенту обычно не нужен сам AI-инструмент. Ему нужно, чтобы конкретная проблема исчезла или стала решаться быстрее.

Поэтому в этом кейсе разберём другой подход:

не искать, что можно продать с помощью AI, а сначала найти проблему бизнеса и только потом определить, где в её решении пригодится AI.

Это демонстрационный кейс, а не история реального клиента. Все цифры и результаты здесь не выдаются за реальные коммерческие показатели.

Исходная ситуация: у бизнеса слишком много одинаковых вопросов

Представим небольшой интернет-магазин.

У него есть сайт, социальные сети и несколько менеджеров, которые отвечают покупателям.

Каждый день менеджеры получают вопросы примерно такого типа:

Есть ли товар в наличии?
Сколько стоит доставка?
Когда будет отправлен заказ?
Можно ли изменить адрес доставки?
Как оформить возврат?
Есть ли другой размер или цвет?
Как оплатить заказ?
Где посмотреть статус заказа?

На первый взгляд это обычная работа поддержки.

Но если посмотреть внимательнее, появляется интересная закономерность:

значительная часть обращений состоит из повторяющихся вопросов.

И вот здесь начинается не «магия AI», а нормальный бизнес-анализ.

Шаг 1. Сначала ищем проблему, а не нейросеть

Плохой старт выглядит так:

«Давайте сделаем AI-бота для интернет-магазина».

Мы ещё не знаем:

какие вопросы действительно повторяются;
какие из них занимают больше всего времени;
какие требуют участия человека;
какие ответы можно стандартизировать;
откуда AI вообще должен брать информацию.

Поэтому сначала формулируем задачу иначе:

Какие обращения клиентов повторяются настолько часто, что их можно частично стандартизировать или автоматизировать?

Это уже бизнес-задача.

И только после её разбора появляется вопрос:

Можно ли использовать AI для её решения?

Шаг 2. Собираем реальные примеры обращений

Для демонстрации возьмём условный массив из 30 обращений.

Вопрос клиента	Группа
Есть ли товар в наличии?	Наличие
Сколько стоит доставка?	Доставка
Когда отправите заказ?	Доставка
Можно ли оплатить картой?	Оплата
Как оформить возврат?	Возврат
Есть ли другой цвет?	Товар
Где мой заказ?	Статус заказа
Можно ли поменять размер?	Товар
Сколько идёт доставка?	Доставка
Как изменить адрес?	Заказ

В реальной работе такие данные лучше брать из существующих чатов, писем, CRM или истории обращений.

Но сам принцип одинаков:

не угадываем проблему — ищем её в реальных обращениях.

Шаг 3. Группируем обращения

После первичного просмотра оказывается, что десятки формулировок можно объединить в несколько категорий:

доставка;
наличие и характеристики товара;
оплата;
возврат;
статус заказа;
изменение заказа;
другие вопросы.

Это уже интереснее.

Мы перестаём видеть 30 отдельных сообщений и начинаем видеть несколько повторяющихся процессов.

И именно здесь AI может быть полезен.

Например, его можно использовать для первичной классификации большого массива обращений:

сообщение → категория → тип запроса → требуется ли человек.

Но важный момент:

AI не должен самостоятельно придумывать правила бизнеса.

Если магазин действительно принимает возврат только в определённый срок, эту информацию нужно брать из реальных правил магазина, а не просить нейросеть «догадаться».

Шаг 4. Ищем не самые заметные, а самые подходящие для автоматизации вопросы

Теперь у нас появляется следующий фильтр.

Для каждого типа обращения задаём несколько вопросов:

1. Повторяется ли вопрос?

Если один и тот же вопрос возникает постоянно, автоматизация потенциально имеет смысл.

2. Есть ли однозначный ответ?

«Стоимость доставки — 300 ₽» автоматизировать проще, чем:

«Подойдёт ли мне этот товар с учётом моей конкретной ситуации?»

3. Нужны ли данные из внутренних систем?

Если ответ зависит от конкретного заказа, AI должен иметь доступ к соответствующей информации либо передавать запрос сотруднику.

4. Какова цена ошибки?

Ошибка в простом справочном ответе и ошибка в финансовом или юридически значимом вопросе — совершенно разные ситуации.

5. Можно ли оставить человека в процессе?

Очень часто лучший вариант — не полная автоматизация, а схема:

AI готовит → человек подтверждает.

Шаг 5. Получаем первую конкретную бизнес-задачу

После такого анализа наша исходная формулировка:

«Нужно сделать AI-бота».

превращается в гораздо более понятную:

«Нужно сократить количество однотипных обращений по доставке, оплате и базовым вопросам о товарах, сохранив возможность передачи сложных запросов менеджеру».

Это уже похоже на техническое задание.

И главное — теперь понятно, что именно мы продаём клиенту.

Не «нейросеть».

Не «чат-бот».

Не «автоматизацию на AI».

А решение конкретной задачи поддержки.

Шаг 6. Проектируем простое решение

Для демонстрационного кейса решение может выглядеть так:

Клиент → сообщение → AI-классификация → база проверенной информации → ответ или передача менеджеру

Например:

Вопрос

«Сколько стоит доставка в мой город?»

Система определяет

Категория: доставка.

Затем проверяет

Есть ли соответствующая информация в базе магазина.

Если ответ найден

AI формирует ответ на основе этой информации.

Если ответа нет

Запрос передаётся менеджеру.

Это принципиально важнее, чем просто написать красивый промпт.

Надёжность системы определяется не только моделью, но и тем, какие данные ей доступны и что происходит, когда данных недостаточно.

Шаг 7. Где именно здесь используется AI

Теперь можно разложить работу на отдельные AI-задачи.

AI может помочь:

1. Классифицировать обращения

Определять, о чём спрашивает клиент.

2. Выделять ключевую информацию

Например, товар, город, номер заказа или тип проблемы — если такие данные действительно присутствуют в сообщении.

3. Формировать черновик ответа

На основе заранее подготовленной информации.

4. Переформулировать ответ

Сделать его короче, понятнее или привести к единому стилю.

5. Передавать сложные обращения человеку

Если запрос не соответствует известному сценарию.

6. Анализировать накопившиеся обращения

Находить новые повторяющиеся вопросы, которые раньше не были включены в систему.

Шаг 8. Что здесь можно превратить в AI-услугу

И вот здесь начинается самое интересное для человека, который хочет зарабатывать.

Одна и та же задача может быть упакована в несколько уровней услуги.

Вариант 1. Аудит обращений

Ты анализируешь обращения бизнеса и находишь:

повторяющиеся вопросы;
основные категории;
потенциальные точки автоматизации;
вопросы, которые нельзя отдавать AI без участия человека.

Результат — отчёт и рекомендации.

Вариант 2. Проектирование AI-поддержки

Ты уже не просто анализируешь проблему, а проектируешь:

категории запросов;
сценарии;
базу знаний;
правила передачи менеджеру;
структуру AI-ответов.

Вариант 3. Настройка решения

Следующий уровень — реализация:

AI-инструмент;
база знаний;
промпты;
сценарии;
интеграции;
тестирование.

Конкретный состав зависит от бизнеса и используемых инструментов.

Вариант 4. Поддержка и улучшение

После запуска можно анализировать новые обращения и находить места, где система ошибается или не справляется.

Таким образом одна найденная проблема превращается не в одну «услугу с AI», а в линейку работ вокруг одной бизнес-задачи.

Шаг 9. Как AI помогает найти новые услуги

Есть ещё один важный момент.

После классификации обращений можно обнаружить проблему, которую первоначально никто не искал.

Например, окажется, что клиенты постоянно задают вопрос:

«Где мой заказ?»

Тогда проблема уже не только в поддержке.

Возможно, клиентам недостаточно информации о статусе заказа.

Следовательно, решение может находиться не в AI-ответах, а в:

уведомлениях;
странице отслеживания;
автоматических сообщениях;
улучшении информации после покупки.

И это хороший пример того, почему нельзя начинать с конкретной технологии.

AI может подсветить проблему, но не обязан быть её решением.

Иногда правильным результатом анализа будет вывод:

«AI здесь не нужен».

Это тоже полезный результат.

Шаг 10. Проверяем решение на маленьком участке

Одна из самых распространённых ошибок — пытаться автоматизировать сразу весь процесс.

Гораздо безопаснее начать с небольшой группы вопросов.

Например:

доставка + оплата + базовая информация о товарах.

Затем проверить:

правильно ли определяется категория;
хватает ли информации в базе;
не появляются ли выдуманные ответы;
понимает ли система нестандартные формулировки;
правильно ли она передаёт сложные вопросы человеку.

И только после этого расширять систему.

бизнес-проблема → анализ → AI-решение → готовая услуга

Что получилось в итоге

Мы начали с очень расплывчатой идеи:

«Сделать что-нибудь с AI для интернет-магазина».

А закончили конкретной последовательностью:

реальные обращения → группировка → повторяющиеся проблемы → фильтр автоматизации → конкретная задача → AI-решение → тест → услуга.

И это уже совершенно другой способ искать работу.

Ты не приходишь к бизнесу со словами:

«Я умею работать с нейросетями».

Ты приходишь с предложением:

«Я могу разобрать повторяющиеся обращения клиентов, определить, какие из них можно частично автоматизировать, и подготовить решение с передачей сложных запросов сотруднику».

Разница кажется небольшой, но на практике это два разных способа разговора с заказчиком.

Как повторить этот кейс самостоятельно

Не нужен большой бизнес и не нужны сотни страниц данных.

Для первого упражнения можно взять любой открытый или собственный набор вопросов.

Шаг 1

Выбери одну нишу:

интернет-магазин;
салон красоты;
стоматология;
онлайн-школа;
агентство недвижимости;
сервисный центр;
небольшой B2B-сервис.

Шаг 2

Собери 20–50 типовых обращений.

Важно: не используй персональные данные реальных клиентов.

Шаг 3

Раздели вопросы на категории.

Шаг 4

Для каждой категории оцени:

повторяемость;
наличие однозначного ответа;
необходимость доступа к внутренним данным;
цену ошибки;
необходимость участия человека.

Шаг 5

Выбери одну небольшую проблему.

Шаг 6

Опиши решение без привязки к конкретному AI-инструменту.

Шаг 7

Только теперь выбери подходящий инструмент.

Шаг 8

Сделай демонстрационный прототип.

Шаг 9

Проверь его на реальных формулировках вопросов.

Шаг 10

Упакуй результат в мини-кейс:

проблема → анализ → решение → демонстрация → ограничения → следующий шаг.

Что можно показать клиенту

Для первого предложения не обязательно иметь полноценную работающую систему.

Можно подготовить короткий демонстрационный пакет:

1. Проблема

Какие повторяющиеся обращения обнаружены.

2. Анализ

Какие категории и сценарии выделены.

3. Возможное решение

Что можно автоматизировать, а что оставить человеку.

4. Пример

Несколько реальных по форме, но обезличенных вопросов и вариантов обработки.

5. Ограничения

Где AI не должен отвечать самостоятельно.

Такой материал уже можно использовать как основу коммерческого предложения или демонстрационного кейса.

Ошибки, которых стоит избегать

Ошибка №1. Начинать с инструмента

«Давайте поставим AI-бота» — это не анализ проблемы.

Ошибка №2. Обещать полную автоматизацию

Некоторые процессы требуют человека. Это нормально.

Ошибка №3. Разрешать AI придумывать информацию

Если система не знает ответа, безопаснее передать вопрос человеку, чем генерировать убедительную выдумку.

Ошибка №4. Автоматизировать всё сразу

Начинай с одного повторяющегося процесса.

Ошибка №5. Продавать технологию вместо результата

Клиенту важнее понятная задача, которую решает услуга.

Ошибка №6. Выдумывать кейсы

Если это демонстрационный проект — так и называй его.

Не нужно писать «клиент сократил расходы на 40%», если такого клиента и измерения не было.

Формула поиска AI-услуги

Её можно сохранить как рабочую схему:

Проблема → данные → повторяемость → возможность автоматизации → решение → тест → услуга

А ещё проще:

Не ищи, что продать с помощью AI. Ищи то, что бизнес регулярно делает, теряя на этом время.

После этого уже выясняй, действительно ли AI способен сделать процесс проще.

Мини-чеклист

Перед тем как предлагать бизнесу AI-услугу, проверь:

Я понимаю конкретную проблему.
У проблемы есть повторяющийся процесс.
Я видел реальные примеры этого процесса.
Я понимаю, какие данные нужны для решения.
Я определил, где AI действительно полезен.
Я определил, где нужен человек.
Я продумал, что произойдёт при отсутствии информации.
Я могу показать демонстрацию.
Я не выдумываю результаты.
Я могу объяснить решение без сложных AI-терминов.

Если все пункты выполнены, у тебя уже есть не просто идея, а основа для конкретной AI-услуги.

Главное из этого кейса

Самый ценный навык в AI-фрилансе — не знание максимального количества нейросетей.

Гораздо важнее уметь увидеть повторяющуюся задачу бизнеса, разобраться в её причинах и понять, где технология действительно может помочь.

Именно поэтому путь может выглядеть так:

наблюдение → проблема → анализ → решение → демонстрация → услуга.

А уже после этого появляется вопрос цены, поиска клиента и масштабирования.

Это демонстрационный разбор. Полная система с заданиями, промптами и чек-листами — в маршруте «AI-фриланс».

4 стадии, 3 практикума, 40 промптов и 6 шаблонов — от первого черновика до первого клиента.

Смотреть маршрут

Если хочешь пошаговую систему, загляни в экосистему SMART >>>

→ SMART HUB — инструменты и партнёрки для старта
→ SMART SCALE — аналитика и метрики без ошибок
→ SMART FLOW — система для стабильного дохода

Переходи, смотри, забирай полезное. Это бесплатно.

ПАРТНЁРСКИЕ ПРОГРАММЫ >>>

Зарабатывай на рекомендациях >>>

Проверенные сервисы с высокими комиссиями и своевременными выплатами

ОБРАЗОВАТЕЛЬНЫЕ ПЛАТФОРМЫ >>>

Курсы для развития >>>

Лучшие образовательные платформы с проверенным качеством

Реферальная программа

Привлекайте Партнёров, которые впоследствии будут продвигать курсы на salid.ru:

Вебмастеров со своими онлайн-ресурсами: сайт, рассылка, группа или паблик в соцсети и т.п.
Блогеров с раскрученными аккаунтами в Instagram, TikTok, YouTube, Telegram и т.п.
Арбитражников, которые умеют добывать трафик из Яндекс.Директ, соцсетей, тизерных сетей, бирж рекламы и т.п.

Партнерам:до 100% комиссии с каждой продаже курсов + бонус 3000р >>>

Каталогам курсов:разместите свой каталог на Салид и ролучайте партнеров >>>

Онлайн-школам и экспертам:разместите курсы и вебинары на salid.ru >>>

Гайд: Первый заказ за 14 дней Пошаговый план для новичков в партнёрском маркетинге. Без воды, только практика.

Как найти бизнес-проблему и превратить её в AI-услугу