Выручка +49 %, но это не заслуга ИИ: разбор ИИ-контура у селлера на Wildberries и Ozon

Производитель косметики, шесть кабинетов на Wildberries и Ozon, оборот около 45 млн ₽ в месяц. За шесть недель команда маркетплейсов из шести человек запустила 26 автоматизаций — по плану внедрения было три. Выручка за то же время выросла на 49 %, и ниже я объясню, почему мы не записываем этот рост на счёт ИИ.

В разборе — как устроен корпоративный ИИ-контур, откуда взялись 26 автоматизаций, что ИИ нашёл в данных компании (включая ключ доступа к финансам всех кабинетов, лежавший по публичной ссылке), как мы мерили эффект и что не получилось. Это промежуточный замер: 11 августа — 22 сентября 2026 года. Повторный — через три месяца.

С чем пришли

Компания — лидер в своих нишах на Wildberries. Сильный продукт, сильная команда. Слабое место — управление по цифрам:

• сводной отчётности не было — цифры собирали вручную под конкретный вопрос;

• продажи смотрели два раза в неделю, расходы — раз в месяц;

• единого справочника товаров не было — дубли и несовпадения между кабинетами;

• ответ на вопрос «какая маржа у кабинета за период» занимал от дня до недели через финансиста;

• все ключевые решения проходили через собственника лично.

Собственник управляет компанией удалённо. Видеть её целиком он мог, только когда кто-то садился и собирал картину руками.

Название компании не раскрываю — публикуем сектор и масштаб.

Как устроен контур

ИИ-контур — это не один бот и не набор разрозненных агентов, а рабочая среда компании на корпоративном тарифе нейросети. У каждого ключевого сотрудника в ней свой ИИ-помощник, который знает его роль и подключён к данным компании. Здесь контур — на восемь человек: собственник, операционный директор, руководитель отдела продаж, менеджеры кабинетов, администратор.

Источники данных             Контур на 8 человек             Что на выходе
────────────────────────     ───────────────────────────     ──────────────────────────
кабинеты WB и Ozon           рабочий проект каждой роли:     сводка собственнику в 6:00
аналитика маркетплейсов  ──▶ · описание роли             ──▶ дашборды и отчёты
учётная система              · описание процессов            сигналы с оценкой в рублях
  (только чтение)            · автоматизации роли            и уровнем срочности
трекер, почта, диск,
календарь                    приёмка: сотрудник защищает
                             автоматизацию перед
                             операционным директором

Что в этой схеме важно:

1. Рабочий проект роли. У каждого сотрудника свой проект с описанием роли и процессов. Помощник с первого запроса знает, чем человек занимается, и не начинает каждый раз с нуля. Знания копятся в компании, а не в личных чатах.

2. Прямые подключения. Кабинеты Wildberries и Ozon, сервис аналитики маркетплейсов, учётная система, трекер задач, почта, диск, календарь. Отдельно — генерация изображений и видео для карточек товаров.

3. Учётная система — только на чтение. Контур собирает сводки и делает анализ. Решения принимают люди.

4. Приёмка внутри компании. Каждую автоматизацию сотрудник запускает своими руками и защищает перед операционным директором с демонстрацией экрана. Работу принимает не заказчик у подрядчика, а руководитель у своего сотрудника.

Как из трёх автоматизаций получилось 26

Начали с распаковки ролей. Каждый сотрудник прошёл интервью: что делает, сколько времени на это уходит, где ошибается. Из ответов собрали карту процессов и список задач на автоматизацию — по убыванию эффекта.

Дальше сотрудники запускали автоматизации сами. Вот что получилось по ролям (26 закрыто, ещё 4 в работе):

Почему план вырос почти в девять раз? Мой ответ: план писали мы, а список задач — люди, которые делают эту рутину каждый день. Когда автоматизацию запускает тот, чья это работа, он видит следующую задачу раньше любого внешнего аналитика.

Как это выглядит в работе:

• Контроль цен по расписанию: 30 товаров сверяются с контрольной ценой за один прогон.

• План поставки на склады Москвы на 14 дней — одним запросом, с оговоркой о неполных данных площадки.

• Утренняя сводка: цифры за 7 дней и разбор причин — инструмент сам объясняет, что происходит.

Собственнику каждое утро в 6:00 приходит сводка по шести кабинетам: выручка, прибыль, маржа, доля рекламы в выручке (ДРР), товары в минусе, кампании, которые сливают бюджет, остатки на исходе.

Деталь, о которую легко споткнуться. ДРР на этом дашборде считается от заказов — поэтому 6,0 %. В замере ниже она считается от выкупов — 6,9 %. Одна метрика, две базы, две разные цифры. Если не договориться о базе заранее, спор «у кого правильные цифры» съест больше времени, чем сама автоматизация.

Что ИИ нашёл в данных

Самое ценное в первые недели — не автоматизации. Контур впервые прошёл по всем данным целиком, и всплыло то, чего до него никто не видел:

1. Собственный бренд числился в отчёте по рынку конкурентом. Доля в нише занижалась втрое — 12,9 % вместо 37,8 %. Компания — лидер ниши, а не третья.

2. Роста в штуках за год нет. 59 тыс. единиц в месяц год назад и сейчас. Весь рост выручки на 27 % — это цена. Спрос на повышение не отреагировал — значит, у цены есть запас.

3. Маржа одной площадки за год упала вдвое — с 26 % до 14 %, а её доля в выручке — с 52 % до 26 %. Вся годовая потеря маржи — на одной площадке.

4. Оборудование в учёте запасов числится как товар — стеллажи, станки, компрессоры на 4 млн ₽. Из-за этого искажены показатели запасов и их оборачиваемости.

5. Декларации соответствия на 43 % выручки истекают в один день — включая два самых продаваемых товара.

6. Маржа одинаковых товаров в разных кабинетах — от 13 % до 25 %.

7. Логистика одного кабинета — 98,6 ₽ за штуку против 62,2 ₽ на тех же товарах в соседнем. Это 56 % прибыли кабинета.

8. Свои кабинеты конкурируют друг с другом на рекламных аукционах — 10 своих товаров в одной выдаче.

9. Мёртвый сток: крем-воск с запасом на 1 128 дней.

10. Ключ доступа к финансам всех шести кабинетов лежал открытым текстом в документе с общей ссылкой. Ключ отозвали.

Плюс для менеджеров: анализ впервые охватил весь ассортимент. Раньше физически успевали разбирать только лидеров продаж.

Про десятый пункт — отдельно, потому что он касается всех, кто подключает ИИ к данным компании. Подключение заставляет пройти по всем доступам, и там легко найти то, что уже лежит в открытом виде. Мой совет: начинайте с инвентаризации — какие ключи есть, где лежат, у кого какие права. Учётную систему подключайте только на чтение.

Как мерили

Кейс, который приписывает ИИ всё, не выдерживает первой проверки. Поэтому правила замера такие:

• База — июнь. Последний месяц, когда обе площадки работали без перебоев. Июль и август не брали: летом склады Wildberries работали с перебоями, остатки выпадали из продажи, и сравнение с этими месяцами завысило бы результат.

• Всё — в расчёте на день. Сравниваем 1–22 сентября с июнем: сентябрь неполный.

• Одна методика на все периоды. Цифры компании — из сервиса аналитики маркетплейсов. Прибыль — прибыль отдела маркетплейсов после налогов.

• Сентябрь ещё не дозрел по выкупам — прибыль может скорректироваться.

• Часы — оценка самих сотрудников. В деньги переводили по окладам, без бонусов.

• У каждой цифры — источник. Каждый сотрудник и собственник прошли отдельный замер со своим ИИ-ассистентом. Каждая цифра помечена: из системы, по оценке или расчёт. Где цифры нет, стоит «не замерено», а не оценка.

Последнее правило самое полезное: оно не даёт ни нам, ни клиенту округлить в свою пользу.

Результаты

Сентябрь (1–22) к июню, в расчёте на день:

Как читать. Прибыль в день выросла на пятую часть при том, что площадки стали забирать на 11 пунктов выручки больше. При сентябрьских оборотах это около 6,5 млн ₽ в месяц. Маржа снизилась из-за комиссии — внешнего решения площадок.

Реклама. Расход на рекламу в день даже немного снизился — на 4 %, а выручка выросла почти в полтора раза. Если бы доля рекламы осталась июньской, реклама в сентябре стоила бы примерно на 2,2 млн ₽ в месяц дороже.

По площадкам картина разная. Ozon вырос почти вдвое по выручке и на две трети по прибыли. Wildberries восстанавливается после летних перебоев и пока ниже июня: выручка −18 %, прибыль −31 %. Но доля рекламы на WB снизилась с 10,3 % до 7,5 %.

Что из этого не заслуга ИИ

• Рост выручки и продаж — сезон, поставки на склады, восстановление площадки после перебоев.

• Рост среднего чека — ценовые решения принимали люди.

• Рост комиссии — решение площадок, контур его только измерил.

• Резкие недельные скачки прибыли у отдельных кабинетов — сами менеджеры относят их к поставкам и сезону, в кейс их не берём.

Один менеджер сформулировал точно: «автоматизация не могла влиять на выручку, ДРР, чек или рентабельность, потому что выдаёт сводку и анализ, не принимает самостоятельных решений».

Что контур дал на самом деле — скорость, частоту и полноту картины:

• продажи — ежедневно вместо двух раз в неделю;

• расходы — ежедневно вместо раза в месяц;

• ответ о марже — минуты вместо дней.

Решения по-прежнему принимают люди. Просто на других данных.

Время и деньги

Время команды — ≈270 часов в месяц. По окладам сотрудников, без бонусов, это 114–120 тыс. ₽ в месяц. Самые крупные статьи:

• контроль цен — с 2 часов в день до 30 минут у каждого из двух менеджеров;

• ответы на отзывы — с 1,5 часа в день до 10 минут;

• отчёт по всем товарам — копирование готовых цифр за 10 секунд вместо обхода трёх систем.

Куда ушло время, важнее самих часов. Ни у кого оно не ушло в простой: руководитель продаж занялась выходом на новые площадки и разработкой продуктов, менеджеры — рекламой, ценами и карточками. У одного менеджера после переделки карточки доля рекламы по товару упала с 15 % до 7,8 %.

Найденные потери. Убыточная реклама на 6 товарах — 14,7 тыс. ₽, дорогая логистика одного кабинета — ≈24 тыс. ₽, хранение мёртвого стока — ≈8 тыс. ₽. Итого ≈47 тыс. ₽ — ≈200 тыс. ₽ в месяц.

Честно: найдены — да, остановлены — пока ни одна. Одна убыточная кампания продолжала работать после двух сигналов в утренней сводке.

Окупаемость. Тариф нейросети — около 26 тыс. ₽ в месяц на восемь человек. Только на времени команды внедрение окупается примерно за три месяца, а если остановить найденные потери — примерно за месяц. Рост продаж и рекламную отдачу в окупаемость не включали.

Что не получилось

• Лимиты нейросети. Четыре человека из шести упирались в них. Руководитель продаж теряла до половины рабочего дня, один менеджер — день целиком. Менеджер Ozon: «Ты сосредотачиваешься на работе, но потом токены закончились, приходится переходить на ручную обработку данных… И так по кругу».

• Одна автоматизация остановлена — её цифры расходились с кабинетом.

• Найденное пока не останавливается. Сигнал приходит, а действия нет. Это главный разрыв.

• Отзывы на Ozon автоматизировать нельзя без отдельного тарифа площадки.

Найти потерю и остановить её — разные задачи. Без задачи, ответственного, срока и проверки сигнал остаётся строчкой в сводке — как та кампания, которая работала после двух предупреждений.

Что дальше

• Контур исполнения. Каждая находка становится задачей с ответственным и сроком, а в недельном разборе проверяем, что потеря обнулилась. Так найденные ≈200 тыс. ₽ в месяц превращаются в сэкономленные.

• Чистый учёт запасов — вывести оборудование из товарных остатков, чтобы оборачиваемость считалась по товару.

• Цены под новую комиссию — в первую очередь по кабинету, где маржа упала вдвое.

• Лимиты нейросети — пересмотреть по замеру эффективности каждого сотрудника.

Повторный замер — через три месяца. Покажем, что из найденного остановлено и сколько это дало в рублях.

Что я бы взял себе, если делаете такое сами

1. Начинайте не с автоматизаций, а с распаковки ролей. Интервью «что делаю, сколько времени уходит, где ошибаюсь» даёт список задач, уже отсортированный по эффекту.

2. Автоматизацию запускает тот, чья это рутина, а принимает его руководитель. Так она остаётся в компании, а не у подрядчика.

3. Учётную систему подключайте только на чтение. Решения и деньги — у людей.

4. Перед подключением ИИ проведите инвентаризацию ключей и доступов.

5. Договоритесь о базе метрик заранее (ДРР от заказов или от выкупов) и мерьте от честной базы: без месяцев с перебоями, в расчёте на день, с источником у каждой цифры и «не замерено» вместо оценки.

6. Закладывайте лимиты нейросети в план. В этом кейсе в них упирались четверо из шести — в самый разгар работы.

7. Сразу проектируйте путь от сигнала до действия. Найденная потеря без ответственного — это просто ещё одна строчка в отчёте.

А как у вас устроен путь от сигнала до действия — кто отвечает за то, чтобы найденная потеря была остановлена, а не просто попала в отчёт? Поделитесь в комментариях: к повторному замеру соберу то, что работает.

Антон Ро Батень, основатель DNAI Engineering. 15 лет систематизирую и масштабирую компании: 65 проектов в 33 нишах и 8 странах. Последний год — внедряю ИИ. Полный разбор с картинками и методикой замера — на Teletype ^[2].