Вместо поиска по каталогу и фильтров: как у сети «Подружка» появился ИИ-консультант

Наши коллеги из компании «ДАР» (входит в ГК «КОРУС Консалтинг») разработали ИИ-помощника для компании «Подружка», который помогает покупателям быстрее находить товары в интернет-магазине.

Вместо классического поиска по каталогу ИИ-ассистент:
⚡️ ведет диалог с пользователем,
⚡️ уточняет его потребности и предпочтения,
⚡️ подбирает наиболее релевантные товары,
⚡️ рекомендует товары, доступные для покупки в интернет-магазине сети.

Сейчас ассистент работает в Telegram и может не только найти нужный товар, но и выступить как цифровой консультант — например, помочь с подбором средств и уходом. Решение планируют масштабировать на сайт сети «Подружка», мобильное приложение и внутренние инструменты консультантов в магазинах.

Юрий Рубцов, директор по развитию бизнеса «ДАР»:
В этом проекте для нас было важно не просто создать чат-бота, а помочь клиенту проверить новую модель взаимодействия с покупателями. ИИ-помощник становится дополнительной точкой контакта между брендом и аудиторией: он помогает давать более точные рекомендации, повышать лояльность и собирать больше контекста о потребностях клиентов. Такие решения особенно ценны для ритейла, где персонализация напрямую влияет на качество клиентского опыта и коммерческий результат.

Берегись бэклога | канал об ИИ в бизнесе и заказной разработке 💫

Завершаем серию постов про экономику ИИ-агентов по материалам McKinsey. В предыдущих частях разобрались, почему расходы на агентов растут и как ими управлять. Остался вопрос: кто и за что должен отвечать внутри компании?

McKinsey разделяет задачи между тремя ролями:

👉CIO — обеспечить агентов нужными корпоративными данными и контекстом

Что конкретно делать: объединять учетные системы, операционные данные, документы и корпоративную семантику в единый информационный слой, выстраивать управление структурированными и неструктурированными данными, метаданными и контекстом. Цель — сделать, так чтобы агент в нужный момент получал правильную информацию из разных систем компании.

👉 CTO — снижать стоимость работы агентов без потери результата

Что конкретно делать: управлять архитектурой, выбором моделей, маршрутизацией запросов, кешированием, уровнем автономности ИИ-решения. Цель — получать тот же бизнес-результат с меньшими затратами и задержками, повышать качество ответов и надежность системы.

👉 CFO — управлять расходами на ИИ, исходя из их отдачи для бизнеса

Что конкретно делать: отдельно прогнозировать и оценивать расходы на ИИ, считать стоимость бизнес-результата и ROI, сравнивать эффективность агентов с работой сотрудников и традиционной автоматизацией. На этой основе направлять бюджет в сценарии с наибольшей ценностью для бизнеса.

Эксперты «КОРУС Консалтинг» предлагают добавить ещё роль к этому разделению.

➕ Владелец бизнес-процесса — встроить ИИ в ежедневную работу

Что конкретно делать: сформулировать бизнес-гипотезы и ожидаемый результат, а затем управлять изменениями на операционном уровне: перестроить работу команды, поработать с мотивацией и обратной связью, оценить результат и скорректировать сценарии работы с ИИ.

А вы согласны с таким разделением ответственности между CIO, CTO, CFO и владельцем процесса?

Часть 1
Часть 2

📎Источник — McKinsey

Берегись бэклога 💫

Авторы исследования «ИИ-агенты: где хайп, а где реальность» изучили 30 ИИ-продуктов и 65 публичных внедрений в России и мире. И выяснили, что зрелость ИИ-решений и финансовый эффект растут с разной скоростью.

👉 Только 39% продуктов соответствуют критериям полноценного ИИ-агента: умеют планировать, работать с инструментами, корректировать себя и доводить задачу до конца.

👉 Финансовый эффект формируется постепенно: только 9% компаний зафиксировали результат свыше 5% EBITDA.

👉 Первые 90 дней обычно уходят на проверку гипотезы, через 6–12 месяцев можно подтвердить операционный эффект отдельного процесса. Устойчивое влияние на P&L появляется через 1–2 года, а заметный вклад портфеля ИИ-проектов в EBITDA — через 3–5 лет.

Спросили экспертов ГК «КОРУС Консалтинг», какие нюансы важно учесть компаниям при внедрении ИИ:

Во-первых, не каждому процессу нужен максимально автономный агент. Если ИИ ускоряет работу и снимает часть нагрузки с сотрудников, это уже может давать бизнес-эффект. Уровень автономности стоит выбирать под конкретную задачу, риски и стоимость ошибки.

Во-вторых, важно, что пилоты на отдельных процессах не всегда масштабируются на компанию. Для системного внедрения нужен корпоративный контур: единые данные, модели, безопасность, интеграции. Если компания соберет такую платформу, она сможет быстрее запускать и переиспользовать ИИ-сценарии в других подразделениях. А это позволит сократить цикл получения экономического эффекта от ИИ.

📎Источник

⚡ 3 сентября встречаемся на Петербургском цифровом хабе

ГК «КОРУС Консалтинг» примет участие в сессии РУССОФТ «ИИ в бизнесе: от экспериментов к практическим решениям».

Поговорим о том, как выбирать задачи для ИИ, что учитывать при переходе от пилотов к масштабированию и какая инфраструктура нужна, чтобы новые сценарии работали в сложном ИТ-ландшафте.

От нас в дискуссии участвуют:
— Полина Ефремова, директор по развитию платформы KORUS AI
— Владимир Девятьяров, заместитель CIO, «Коломенский»

📎 Подробности и регистрация — по ссылке

Приходите послушать дискуссию, задать вопросы и пообщаться со спикерами вживую!

Берегись бэклога 💫

Почему ИИ не меняет реальные процессы и бизнес-показатели?

Компании инвестируют в искусственный интеллект, запускают пилоты, но это не всегда влияет на ускорение и снижение стоимости бизнес-процессов. Чтобы получить измеримый эффект, чаще всего нужно менять подход к внедрению.

Мы выделили четыре уровня ИИ-зрелости компании:

1️⃣поиск и проверка гипотез — определить бизнес-задачу и понять, где ИИ действительно может дать эффект
2️⃣ оптимизация отдельных задач — встроить ИИ в конкретные операции и измерить результат
3️⃣ изменение сквозных процессов — перестроить работу компании с учетом возможностей ИИ
4️⃣ ИИ как часть операционной модели — системно запускать и масштабировать работающие сценарии

При этом на каждом уровне компании нужно по-новому работать с бизнес-метриками, ИТ-архитектурой, данными и сотрудниками. Без этого пилоты так и остаются локальными экспериментами.

В статье Полина Ефремова, директор по развитию KORUS AI ГК «КОРУС Консалтинг», рассказывает:

✔️ как определить текущий уровень ИИ-зрелости компании
✔️ что изменить для перехода на следующий уровень
✔️ как связать ИИ-сценарии с реальными бизнес-процессами и метриками

📎 Подробнее — читайте в новом материале

Деловой сезон на пике и этим нужно пользоваться! Собрали три мероприятия, где можно сверить бенчмарки по ИИ, посмотреть реальные кейсы или найти ИТ-партнера.

📌 АГРОРУСЬ-2026 — 16-18 сентября, Санкт-Петербург

Это крупнейшая площадка в сфере АПК, где встречаются агропроизводители, технологические компании и представители отраслевых ведомств.

16 сентября в рамках АГРОРУСЬ команда «КОРУС Консалтинг» проведет ИТ-трек «Цифровизация АПК: ИИ, технологии и новая эффективность». В программе — стратегии и кейсы цифровой трансформации. В дискуссии поучаствуют представители «Коломенского», «Атяшево», «Птицефабрики Синявинской», а директор департамента цифровой трансформации Группы «Черкизово» Евгений Лобанов даст открытое интервью.

👉 Регистрация на АГРОРУСЬ-2026
Если планируете посетить наш ИТ-трек, укажите это при регистрации.

📌 Конкурс ИИ-проектов в агропроме — 16 сентября, Санкт-Петербург

Еще один повод приехать на АГРОРУСЬ — посмотреть, как ИИ уже работает в реальных процессах агрокомпаний. В рамках нашего ИТ-трека участники поделятся проектами: какую бизнес-задачу решали, как встроили ИИ в процесс и какого результата добились — от операционных метрик до влияния на прибыльность.

А если у вашей компании уже есть такой проект, его можно представить на конкурсе. Победителя определит экспертное жюри.

📩 Заявки на конкурс принимаем на aiawards@korusconsulting.ru

📌 Е-РИТЕЙЛ ФОРУМ 2026 — 22–23 сентября, Москва

Одна из крупнейших площадок для ритейла и e-commerce: ожидается более 5000 участников, 200 спикеров и 60 деловых сессий. Среди спикеров — руководители «X5 Group», «Магнита», «Купера», DNS и других компаний.

Мы тоже будем там! 22 сентября в 12.30 выступим с докладом «Дорогие деньги — дорогие ошибки: как выбрать ИИ-проекты в ритейле, которые дадут измеримый эффект». Поговорим о том, как отбирать ИИ-сценарии исходя из бизнес-ценности.

👉 Регистрация на сайте мероприятия

Сохраняйте даты и делитесь с коллегами. Увидимся в Санкт-Петербурге и Москве!

Берегись бэклога | канал об ИИ в бизнесе и заказной разработке 💫

#ЭТО_БАЗА: обзор лучших ИИ-кейсов рынка. Выпуск 7 ⚡️

«Mars Snacking» — подразделение Mars, которое выпускает снеки и кондитерские изделия. Компания работает с сетью распределительных центров в США и привлекает 3PL-партнёров для складских операций.

ПРОБЛЕМА

На каждом РЦ из смены в смену накапливались косвенные трудовые затраты. Это оплачиваемое время на перерывы, санитарную обработку, перемещение паллет и дополнительные задачи от руководства. Само по себе наличие этих затрат — норма, но «Mars Snacking» не понимала, насколько они обоснованы, есть ли отклонения, связанные с конкретным сотрудником или видом работ.

3PL-партнёры присылали отчёты каждую неделю, но они давали общее представление о ситуации. Итоговые затраты становились известны только при закрытии периода. Если бы компания видела отклонения раньше, то могла бы разобраться в причинах и сократить потери внутри периода.

Получить подробную картину можно было только вручную. Анализ косвенных трудозатрат и наличия нарушений занимал у каждого руководителя 5–10 часов в неделю. И даже в этом случае данные появлялись слишком медленно, чтобы вовремя изменить ситуацию.

РЕШЕНИЕ

Анализ автоматизировали с помощью ИИ-агента. Он собирает операционные данные по сети РЦ и находит, где теряются оплачиваемые часы и снижается производительность.

В разрезе каждого РЦ система показывает:

🟨 часы и стоимость косвенного труда по видам работ
🟨 превышения времени перерывов и обедов, вплоть до конкретного сотрудника, длительности и стоимости отклонения
🟨 сотрудников с наибольшими потерями рабочего времени
🟨 динамику затрат по сети за два месяца

3PL-партнёры получают отчёт ежедневно, менеджеры «Mars Snacking» — раз в неделю. Поэтому на встрече с подрядчиком компания может обсуждать не примерную динамику, а конкретные цифры.

⚡️ РЕЗУЛЬТАТ

— Первый же анализ обнаружил больше $29 000 затрат, которые раньше были видны только при закрытии периода. За два месяца ИИ выявил больше $60 000 таких затрат. Их удалось сократить почти на 28%.

— Только за одну неделю система нашла и оценила в деньгах больше 800 нарушений, связанных с перерывами.

— На одном из отстающих РЦ производительность выросла на 8,5%.

Авторы кейса описывают результат: «Visibility changed behavior. Behavior reduced costs». Когда затраты стали прозрачными, компания начала иначе работать с отклонениями. А это помогло вовремя снижать расходы.

👉 Как думаете, сработал бы такой сценарий на российских складах?

#ИИ_кейс #ИИ_в_логистике #ИИ_в_FMCG

📎 Источник

📌 Какие ИИ-пилоты стоит масштабировать: запись с «Петербургского цифрового хаба»

Успешный пилот ещё не означает, что ИИ-сценарий даст заметный эффект для бизнеса. Как оценить сценарии и выбрать те, которые дадут наибольший эффект? Что учесть, чтобы встроить ИИ в процессы и ИТ-ландшафт компании?

На эти вопросы ответили представители бизнеса и ИТ-компаний на сессии РУССОФТ. От нас в дискуссии участвовали Полина Ефремова, директор по развитию ИИ и заказной разработки ГК «КОРУС Консалтинг», и Владимир Девятьяров, заместитель CIO «Коломенский».

👉 Смотрите запись мероприятия — по ссылке

Берегись бэклога | канал об ИИ в бизнесе и заказной разработке 💫