AI в производстве заборов: 636 цен из минуса и 84% заявок, которые не доходили до замера

Разбор внедрения корпоративного Claude в компанию «Про-Лидер» за пять недель — с середины сентября по 21 октября 2026 года. С цифрами, с двумя ошибочными выводами, которые пришлось отменить, и с двумя инцидентами в живых системах. Сделано https://dnai.emgineering/

Компания

Производство и монтаж заборов и ворот полного цикла: свой цех — резка, сварка, покраска; свои монтажные бригады, автоматика, свайные фундаменты.

• ~30 человек, 7 бригад
• оборот порядка 160 млн ₽ в год, около 4 200 заявок
• сезон — с апреля по декабрь
• каналы: Авито, Яндекс Директ, 2ГИС, калькулятор на сайте, мессенджеры
• три менеджера и руководитель отдела продаж; собственник работает из Казахстана

Точка А

Данные лежали в пяти несвязанных системах: amoCRM, Авито, 1С двух ИП, Google-таблица монтажей, сайт. Ответ на простой вопрос требовал ручного сведения таблиц.

Реальную прибыль не видел никто: больше половины расходных накладных в 1С висели черновиками, расходы двух ИП не сводились. Цены на сайте сложились исторически — какой забор приносит деньги, а какой продаётся в минус, было неизвестно. Звонки никто не слушал. Собственник сам выгружал отложенные заявки, писал клиентам и ставил задачи на дожим. Цель «15 бригад и площадка в Санкт-Петербурге» существовала без расчёта, во что она упирается.

И ещё одно, что выяснилось на первой же сессии: ключи от инфраструктуры были не у владельца. Сайтом и доменом управлял сторонний подрядчик, корпоративной почты не существовало — рабочие процессы жили на личном Gmail. Годом ранее уходила менеджер с доступами, и пароли меняли вручную.

Неделя первая: контур, а не чат-бот

Первые три сессии ушли не на AI, а на фундамент. Это важная часть: без неё всё остальное невозможно технически.

• Google Workspace на корпоративном домене, суперадминистратор — аккаунт владельца
• корпоративная почта переведена в Workspace без смены адреса
• вход через SSO по SAML — настроен и протестирован
• оплачен Claude Team, рабочая среда унифицирована до одного браузера
• подключены браузерный агент Claude, GitHub, Google Диск
• создан проект с разделами «Стратегия», «Безопасность», «Юридичка», «Операционка»

Дальше выяснилось, что готового коннектора к amoCRM под эту задачу нет, и его написали: собственная интеграция с долгосрочным токеном, репозиторий, VPS за 6 долларов в месяц, Docker, SSL на поддомене компании. Та же история с Авито и 1С. Claude работает с данными напрямую, без выгрузок.

Неделя вторая: цифра, которая оказалась неверной

22 сентября первая оценка финансов по неполным данным показала убыток около 1,5 млн ₽. Собственник увидел, что расходы идут впереди доходов, а ощущение денег создавали предоплаты за ещё не выполненные работы.

Эту цифру не стали считать результатом. Подняли больше 40 выгрузок из 1С и amoCRM за год: отчёты о прибылях, накладные, кассу и счёт обоих ИП, сдельные наряды, зарплату, воронку. Свели четыре независимых источника выручки — продажи, отчёты, поступления, закупки — и они сошлись между собой.

Реальная картина: 13,7 млн ₽ остаётся в компании за январь–сентябрь, около 15,5 млн за 12 месяцев, уже после зарплаты собственника.

Что подключено

Семь систем, с которыми Claude работает напрямую, — и режим доступа к каждой:

Защита заложена с первого дня.

• любое изменение в CRM, на Авито и в ценах показывается на предпросмотре и применяется после подтверждения собственника
• писать клиентам Claude может только по сделкам с отдельным тегом; есть тихие часы, лимит сообщений без ответа и запрет дублей
• телефоны клиентов в выдаче скрыты, все действия пишутся в журнал
• перед правкой цен снята полная копия настроек калькуляторов — больше 1 100 полей, откат за минуты

Попутно исправлены ошибки самой CRM, которые искажали отчётность. Звонки и переписка хранились у контактов, а не у сделок — поэтому первый отчёт показал «99% заявок без ответа». Причина отказа читалась из пустого поля. Служебные воронки попадали в метрики. Апгрейд сервера сократил расшифровку одного звонка с 139 до 25–80 секунд.

Что узнали о бизнесе

• Узкое место — первый контакт, не замер и не цена: до замера доходит 16% заявок, из замера в договор — 91%.
• Цену заказа стало можно считать по дням бригады: накладные — 41 904 ₽ на каждый день работы бригады.
• 189 свободных бригадо-дней за сезон: летом загрузка 110–119%, весной и в сентябре 35–80%.
• Две гипотезы опровергнуты: цех загружен на 68% (сварщики не узкое место), замерщик — на 46% (второй пока не нужен).
• Откатные с автоматикой на 20–40 тыс. ₽ дороже конкурентов — так объяснилась жалоба менеджеров «на автоматике не проходим».
• Потолок роста ~10 бригад: налоговая конструкция, длинная газель и замер сходятся в одной точке — цель «15 бригад» перенесена на 2028.
• 1С требует чистки до управленческих отчётов: 62 955 проводок с мая 2024, из них 45 датированы будущим.

Цены: 636 вариантов и плечо в десять раз

С 7 октября калькулятор сайта считает цену от себестоимости. Все 636 вариантов заборов и ворот не ниже нуля после всех расходов, включая зарплату собственника. Средний рост цены для клиента — около 2,4%, заборы средней длины стали немного дешевле.

Как шли к этому

1. Страховка. 28 сентября снята полная копия цен пяти калькуляторов — откатные ворота, 3D-панели, рабица, штакетник, профнастил: больше 1 100 полей, из них 879 в профнастиле.
2. Аудит. Калькуляторы разобраны и сверены с исходом сделок в CRM.
3. Модель себестоимости. Закупка, расценки бригад, доставка, замер, процент менеджеру, налоги двух ИП, аренда, зимний фонд оплаты труда, реклама из расчёта 9 652 ₽ на сделку. Ключевой показатель — маржа на бригадо-день с планкой не ниже 20 000 ₽.
4. Правки в админке — с проверкой живыми расчётами на сайте. Менялись ставки и минимумы установки, цены материалов не трогали.

Что нашли по пути

Маржа на бригадо-день там, где компания работала около нуля: 3D-панели на 10 метрах — с 7 800 до 18 600 ₽, на 30 метрах — с 12 300 до 23 000 ₽, на 100 метрах — с 16 900 до 21 800 ₽.

Теперь главная арифметика. На тех же заказах января–сентября новые цены дают 17,0 млн вместо 13,7 млн — плюс 3,3 млн ₽, то есть +24% к прибыли при росте цены на 2,4%.

Воронка: 84% заявок не доходят до замера

Главная потеря — не в рекламе и не в цене договора, а в переходе «заявка → замер». Разбор сентября по основной воронке, 582 заявки, после исправления учёта в CRM:

• Скорость ответа проблемой не оказалась: 4–14 минут в рабочее время. Слабое место — вечерние заявки Авито: каждая десятая ждала ответа до утра около 11 часов.
• Из 35 отказов «сами свяжутся» 28 — телефонные: цена названа, следующий контакт не назначен.
• Мусор составил 160 из 420 отказов, цена — около четверти, ровно по всем каналам.

Сентябрьские заявки ещё в работе, поэтому доли сравнимы между каналами, но выше годовой цифры в 16%.

Ежедневный разбор менеджеров

Каждую ночь расшифровываются все звонки дня и анализируются чаты. К 9:00 руководитель отдела получает в CRM отдельный документ на каждого менеджера: показатели, что получилось, что исправить, разбор каждого звонка и чата и готовое сообщение клиенту для записи на замер. С 9 по 19 октября отработано вручную, затем запущено по расписанию.

Повторяющиеся ошибки, которые теперь видны каждый день:

• клиент сам спрашивает «когда приедете?», а менеджер не предлагает две конкретные даты
• скидка звучит до того, как клиент возразил по цене
• цена «от 30 000» в объявлении создаёт ожидание, которое рушится в первом звонке
• обещания расходятся с договором

Из-за последнего пункта условия компании впервые собраны в единый свод: замер по километражу, гарантии, оплата по типам клиентов, очередь на монтаж, отмены и возвраты. Теперь и менеджер, и AI говорят клиенту одно и то же.

Отдельно о сметах. Claude сверил реальную смету из CRM на 176 300 ₽ с калькулятором, разложил разницу в 6 300 ₽ по причинам и нашёл недобор в 1 000 ₽: монтаж столбов 100×100 посчитан по цене 80×80. Примечание менеджеру появилось в сделке до замера. Заодно выяснилось, что менеджеры иногда правят PDF-сметы вручную, и сумма в CRM расходится с отправленной клиенту.

Авито

Канал окупается, но из 1 003 сделок за четыре месяца до замера дошли 117, то есть 12%, а из замера в договор — 74%.

Октябрьские договоры ещё не дозрели. Но тренд виден в двух производных цифрах: цена контакта упала с 1 095 до 382 ₽ — почти втрое, а расход на один договор — с 8 850 до 3 487 ₽, в два с половиной раза.

Что ещё нашли:

• часть объявлений тратит 1 800–2 640 ₽ на контакт при 45–315 ₽ у рабочих — подготовлена таблица изменения ставок с безопасным порядком: сначала правки без риска, потом мягкое снижение
• заборы стоят в категории «Товары», поэтому по запросу «забор под ключ» компания на 32–64 месте или отсутствует, тогда как откатные ворота в той же категории — на первом месте по городу
• привязка сделок к объявлениям выросла с 11% до 52% в октябре — скоро можно будет считать окупаемость каждого объявления
• около 12 тыс. ₽ ушло на объявления-вакансии; нашлись опечатки в заголовках

Если поднять долю «заявка → замер» с 12% до 20% при том же бюджете, договоров станет примерно в полтора раза больше. Механический пересчёт даёт 1,67, но по более холодным замерам конверсия в договор просядет, поэтому ориентир консервативный.

AI-менеджер в ночную смену

С 20 октября ночную смену в чатах Авито с 21:00 до 9:00 закрывает AI-менеджер: консультирует новых клиентов, считает цену по калькулятору, записывает на замер не раньше следующего дня, утром присылает отчёт. В первую же ночь он ответил клиенту, продолжив разговор менеджера без расхождений в ценах, и корректно промолчал в чатах, где ждали ответа клиента. Это AI-менеджер, работающий под контролем руководителя, и в публичной коммуникации компания это не скрывает.

Как строили

1. Обучение на лучшем менеджере. Разобраны 35 звонков и переписка отдела. Сильные приёмы взяты как есть — порядок вопросов, цена «под ключ» сразу, понятное объяснение оплаты. Ошибки исправлены: разговор всегда заканчивается датой замера или перезвона, на «можно хоть завтра» сразу предлагается конкретный день, о том, что не входит в гарантию, клиент узнаёт заранее.
2. Тест. Диалог в Авито, где роль клиента играл руководитель отдела продаж: расчёт ворот, три пересчёта под запросы — 144 080, 137 180, 135 680 ₽, дешёвый вариант без автоматики за 107 180 ₽, отработка возражения «у конкурента дешевле», смета по позициям и предложение на фирменном бланке.
3. Правки собственника по каждому шагу: сначала два-три уточняющих вопроса, потом цена; рама откатных по умолчанию 60×40; скрипты на «дорого»; никаких ложных обещаний вроде «передам за 15 минут».

Параллельно Claude по поручению собственника ведёт переписку по зависшим сделкам в мессенджерах: держит согласованную нижнюю цену, сравнивает ценность комплектации вместо новой скидки, предлагает конкретные даты замера, пишет не чаще одного напоминания в несколько дней. Каждое сообщение уходит в сделку примечанием. Из трёх сделок на 21 октября одна проиграна — клиент уже поставил ворота у конкурента дешевле; по двум идёт торг.

Готов прототип голосового бота для пропущенных и нерабочих звонков.

Операционка, финансы, стратегия

Закупка материала. Раньше заказ поставщику собирался вручную по сделкам. Теперь Claude берёт монтажи на нужную дату из графика, сверяет состав работ со сделками и выдаёт готовое сообщение поставщику, а неясные места — цвет, толщину, количество — помечает отдельно. Усвоены правила компании: столбы 60×60 под 3D-панели делаются в своём цеху и в заказ не идут.

Финансы. Создан полный отчёт по расходам двух ИП — 1 954 платежа, 22 категории. Посчитана цена каждого вида забора и ворот по дням бригады. Составлен паспорт базы 1С. Следующий шаг — аудит контрагентов и остатков, затем отчёт о прибылях и убытках, движение денежных средств и помесячные остатки.

Стратегия 2027. Сначала точка А по цифрам, подтверждённым собственником, потом цель. Итог — 10 бригад к июню 2027, четыре приоритета, роли и план на 90 дней. Цель «15 бригад» перенесена на 2028: налоговая конструкция, длинная газель и пропускная способность замера упираются в примерно 10 бригад.

Эффект

Расчёты сделаны на фактических заказах и расходах при допущении, что число клиентов не изменится. Внедрению пять недель, сезон заканчивается, поэтому большая часть эффекта пока расчётная — и мы это не прячем.

По времени: разбор года по 40 с лишним выгрузкам, отчёт по расходам, расчёт 600 с лишним вариантов цен и стратегия заняли рабочие сессии вместо недель работы финансиста и маркетолога. Расшифровка и разбор всех звонков дня готовы к 9:00 без участия руководителя. Ночные заявки больше не ждут до утра.

Чему научились

Сначала факты, потом решения

Каждая цифра сверялась по нескольким источникам и подтверждалась собственником. Это отсеяло три ложных вывода: что узкое место в сварке, что зима убыточна, что практику сразу отправлять смету нужно менять — оказалось, это осознанное конкурентное преимущество.

Собственник поправляет — AI пересчитывает

Самые ценные поправки пришли от того, кто знает производство: считать заказ по дням бригады, реальные нормы метров в день летом и осенью, правила закупки. Каждая поправка меняла вывод, и расчёт переделывался.

Цифры CRM проверяются до выводов, а не после

«99% заявок без ответа» оказались следствием того, что звонки лежали у контактов, а не у сделок.

Ошибки ловятся сверкой с живой системой

Три раза расчёт расходился с реальностью: наценки в 1С искажала зашивка ворот, в модель подставилась цель 5% вместо 2%, в заборах с откатными калькулятор берёт пониженный минимум. Все три найдены сверкой с сайтом до принятия решения.

Правки в живых системах — только с копией и проверкой

В админке сайта было два инцидента: обнулились цены 3D-панелей и схлопнулся список толщин. Оба исправлены быстро, после чего введены правила: эталонная копия перед изменениями, тестовые правки только с согласия, после каждого сохранения перезагрузка и сверка.

Честность с клиентом — граница, которую не переходят

Claude отказался делать материалы, вводящие клиента в заблуждение, и предложил честные аргументы: сравнение комплектаций, гарантии, сервис. Цены, сроки и гарантии в переписке сверяются со сводом условий компании.

Что дальше

• Автоматизация первого контакта: время ответа, задачи на следующий контакт, дожим без собственника. Цель — конверсия в замер с 16% до 22%.
• ночной бот в мессенджерах по сделкам с отдельным тегом
• голосовой бот на пропущенные звонки
• пересчёт заборов с откатными
• ранняя бронь сезона 2027 по базе отказников и прошлых клиентов
• управленческие отчёты по 1С
• клиентский бот на базе знаний

Чтобы кейс закрылся фактом, через три-четыре недели снимаем с сентябрьской базой:

• конверсию «чат Авито → замер» — база 8%
• долю отказов «сами свяжутся» — база 28 из 35
• ночные заявки, обработанные ботом
• цену контакта после чистки ставок
• договоры и их сумму при том же бюджете — сентябрь: 39 договоров, 7,5 млн ₽
• средний чек и маржу по закрытым сделкам

Расчётные +3,3 млн ₽ проверяются весной 2027 по 1С и CRM.

Итог

Главный вывод за пять недель получается скучным и полезным. AI в среднем бизнесе не начинается с бота в чате поддержки. Он начинается с того, у кого ключи от инфраструктуры, где лежат данные и можно ли им верить. И только потом считает — но считает то, что пятнадцать лет не считал никто.

Сделано https://dnai.engineering/