ИИ в производстве заборов: 636 позиций с убыточной ценой и 84% заявок, терявшихся до замера

Источник, подробный разбор внедрения Claude в производственную компанию «Про-Лидер» (заборы и ворота полного цикла, около 30 человек, 7 бригад, сезон с апреля по декабрь). Собственник управляет бизнесом из Казахстана. Данные лежали в amoCRM, на Авито, в 1С двух ИП, в Google-таблице монтажей и на сайте. Ответ на простой вопрос о прибыли требовал ручного сведения таблиц. Реальную маржу по каждому типу забора не знал никто.

В чём суть?

С середины сентября по 21 октября 2026 года компания развернула Claude Team, написала собственные интеграции с amoCRM, Авито и 1С (готовых коннекторов не нашлось), поставила всё на VPS за 6 долларов в месяц и начала задавать ИИ вопросы, на которые раньше не было ответа.

Первая же финансовая оценка 22 сентября показала убыток около 1,5 млн рублей. Собственник увидел, что расходы идут впереди доходов, а ощущение денег создавали предоплаты за ещё не выполненные работы.

Эту цифру не приняли за результат. Подняли больше 40 выгрузок из 1С и amoCRM за год, свели четыре независимых источника выручки. Проверенная картина оказалась другой: 13,7 млн рублей остаётся в компании за январь по сентябрь, около 15,5 млн за 12 месяцев, уже после зарплаты собственника.

Затем взялись за прайс. Все 636 вариантов заборов и ворот пересчитали от себестоимости: закупка, расценки бригад, доставка, замер, процент менеджеру, налоги двух ИП, аренда, зимний фонд оплаты труда, реклама из расчёта 9 652 рубля на сделку. Средний рост цены для клиента составил около 2,4%, при этом заборы средней длины стали немного дешевле. На тех же заказах января по сентябрь новые цены дают 17,0 млн вместо 13,7 млн, плюс 3,3 млн рублей, то есть плюс 24% к прибыли.

Параллельно вскрылась проблема воронки: 84% заявок не доходили до замера. Причина оказалась не в продажниках, а в ошибках самой CRM (customer relationship management, система управления клиентами). Звонки и переписка хранились у контактов, а не у сделок, поэтому первый отчёт показал «99% заявок без ответа». Служебные воронки попадали в метрики. Причина отказа читалась из пустого поля.

Аргументы за: почему этот подход работает?

ИИ не заменил людей, а заменил ручное сведение таблиц. Три менеджера и руководитель отдела продаж остались на месте. Claude взял на себя то, что собственник делал сам: выгружал отложенные заявки, писал клиентам, ставил задачи на дожим. Теперь это происходит автоматически, но с подтверждением владельца.

Стоимость входа минимальна для малого бизнеса. VPS за 6 долларов в месяц, подписка Claude Team, корпоративный Google Workspace. Нет отдела аналитики, нет дорогого внедрения ERP (enterprise resource planning, система управления ресурсами предприятия).

Две внутренние сверки сошлись сами собой. 7,2 млн рублей рекламы, делённые на 1 720 рублей за заявку, дают 4 186 заявок, компания называет «около 4 200». Расходы на Авито за июль по сентябрь, 459 тысяч рублей, составляют 3,3% от суммы договоров этого канала, при независимой оценке «около 3,8% выручки». Когда цифры из разных источников сходятся, остальным данным можно доверять.

Безопасность заложена с первого дня. Любое изменение в CRM, на Авито и в ценах показывается на предпросмотре и применяется после подтверждения собственника. Телефоны клиентов скрыты, все действия пишутся в журнал. Перед правкой цен снята полная копия настроек калькуляторов, больше 1 100 полей, откат за минуты.

Аргументы против: где подвох?

Первая цифра была неверной. ИИ на грязных данных выдаёт убедительный и ошибочный ответ. Убыток в 1,5 млн рублей выглядел правдоподобно, но оказался артефактом неполных выгрузок. Если бы собственник принял решение на основании этой цифры, он мог бы, например, сократить бригады или закрыть направление.

Ошибки CRM исказили воронку до абсурда. «99% заявок без ответа» оказались технической ошибкой хранения данных, а не реальной проблемой менеджеров. ИИ нашёл эту аномалию, но мог бы и не найти, если бы собственник не усомнился в цифре.

Интеграции пришлось писать с нуля. Готовых коннекторов к amoCRM, Авито и 1С под эту задачу не оказалось. Для владельца заборного бизнеса без технического фона это означает зависимость от того, кто писал код. Ровно та же проблема «ключи от инфраструктуры не у владельца», от которой пытались уйти.

Масштаб не проверен. Компания с 30 сотрудниками и 7 бригадами хочет вырасти до 15 бригад и открыть площадку в Санкт-Петербурге. Выдержат ли самописные интеграции на VPS за 6 долларов удвоение объёма, из источника неизвестно.

Разрыв между первой оценкой и проверенной цифрой, это главный практический вывод всего внедрения. AI на грязных данных выдаёт убедительный и неверный ответ. Сначала проверяется, где лежат данные, и только потом им верят. : Из разбора внедрения Claude в «Про-Лидер»

Что делать с этим по ролям?

Автору Дзена. Если вы пишете для малого бизнеса, вот готовый кейс с цифрами 2026 года: 636 ценовых позиций пересчитаны от себестоимости, 84% заявок не доходили до замера. Это конкретика, которая работает в контенте лучше абстрактных рассуждений про «ИИ меняет бизнес».

Маркетологу. Обратите внимание на стоимость привлечения: 9 652 рубля на сделку при обороте 160 млн. Это реальная единица экономики, которую можно сравнить со своими проектами. И на воронку: проблема оказалась не в рекламе, а в том, что CRM считала неправильно.

Предпринимателю в РФ и СНГ. Claude Team доступен из России через VPN, стоимость подписки плюс VPS укладывается в несколько тысяч рублей в месяц. Из российских аналогов для подобных задач можно рассмотреть YandexGPT или GigaChat, но готовых интеграций с amoCRM и 1С у них тоже пока нет, придётся писать. Главный урок из этого разбора: начинайте не с ИИ, а с аудита данных. Пока больше половины накладных висят черновиками, любая аналитика покажет мусор.

Через полгода станет понятно, выдержали ли самописные интеграции «Про-Лидера» рост до 15 бригад и сохранился ли плюс 24% к прибыли в живом сезоне, а не в пересчёте задним числом. Пока это один из немногих публичных разборов, где малый бизнес в РФ показал и ошибки ИИ, и их исправление, и это полезнее любого маркетингового кейса с одними победами.