ИИ для ускорения. Как автоматизировать бизнес по вывозу мусора и чем могут помочь чат‑боты

По оценкам Okdesk, 74% компаний в России активно занимаются автоматизацией бизнес‑процессов. Она стала базовой задачей во многих отраслях, особенно в рознице, логистике, банках и телекоме. Но не везде ее проводят эффективно и на пользу бизнесу, да и восприятие автоматизации разнится от компании к компании.

Какие процессы в бизнесе по вывозу мусора требуют автоматизации

Большая часть таких процессов сфокусирована вокруг работы с документами и клиентами.

Во‑первых, это прием, обработка и распределение заявок. Клиента нужно сориентировать по стоимости и срокам вывоза, получить от него полную информацию об объемах и типе мусора (особенно если говорить про строительный и опасные отходы), подобрать технику под конкретный случай.

Ручная обработка обращений и заявок ведет к потерям и ошибкам, пропущенным звонкам и сообщениям. В результате есть риск снижения лояльности клиента или его потери. Для сегмента вывоза строительного мусора это критично, поскольку стоимость привлечения клиента высокая.

Во‑вторых, контроль этапов работы с клиентами, закрытие заявок, выставление счетов. Разрозненные Excel‑таблицы переписки в мессенджерах приводят к потере информации или ее дублированию, медленному обновлению. Без централизации данных о клиентах, договорах и истории заказов в единой системе возникает хаос. В итоге все снова приходит к снижению лояльности клиента.

Кроме того, в отношении счетов и оплат при ручной обработке может возникать масса накладок, которые будут отнимать время у менеджеров для их разрешения.

Например, по регламенту «Увозов» работает по предоплате, а техника часто нужна клиенту день в день. Клиент сообщает, что бухгалтерия оплатила счет, но платежное поручение с отметкой банка получить быстро не всегда возможно. Раньше менеджер шел к руководителю или бухгалтеру с просьбой проверить банк. Таких запросов могло быть десятки в день, и каждый из них отвлекал людей от основной работы.

В‑третьих, работа с документами: сметы, договоры, коммерческие предложения — и снова ручное управление занимает много времени.

Например, у нас в «Увозов» работа с договорами раньше строилась так: когда клиент просил договор, он присылал реквизиты, менеджер пересылал их руководителю, руководитель копировал данные в шаблон, уточнял условия, адрес объекта, ответственных, технику, согласованные цены, после чего отправлял готовый документ обратно менеджеру.

Вдобавок, работа со строительным мусором требует лицензий, оформления паспортов отходов и множества сопроводительных документов. Ошибки в документах могут привести к серьезным штрафам, поэтому необходимо сокращать долю ручного труда.

Помимо этого в автоматизации нуждаются вопросы, связанные с логистикой: построить оптимальные маршруты для мусоровозов с учетом множества факторов — тип и объем отходов, время загрузки, дорожная обстановка, графики работы водителей. Неоптимальные маршруты приводят к увеличению срока выполнения заказа, неоправданно повышают пробег и расход топлива.

Как компании автоматизируют рутину

Для автоматизации задач, связанных с документацией и взаимодействием с клиентами компании в отрасли внедряют CRM‑системы. Это позволяет сформировать единую базу клиентов, исключить ручной труд в постановке задач, проконтролировать выполнение заказов.

Например, компания «Граунд» перешла от ведения заказов в мессенджерах и разрозненных баз в Excel (причем у каждого менеджера была своя база) и в 1С к CRM Битрикс24, с интеграцией почты и системой мониторинга транспорта. Это помогло устранить дублирование данных между Excel и 1С, снизить количество забытых счетов на оплату на 40%, сделать все процессы прозрачными и ускорить выполнение заказов.

Для автоматизации логистики и контроля над перевозками компании используют TMS (Transportation Management System), системы управления транспортом, которые упрощают планирование маршрутов, отслеживание машин в режиме реального времени и работу с документами.

Вместе с этим в автоматизацию рутины все активнее проникает искусственный интеллект. Он работает внутри уже упомянутых систем — например, в Magenta он обеспечивает динамическое планирование оптимальных маршрутов.

Также ИИ сегодня применяется в инструментах предиктивной аналитики и становится ассистентом в рутинных задачах: помогает составлять сметы, обрабатывать заявки, формировать коммерческие предложения, проверять документы. Например, ИИ‑ассистент может ответить на вопросы клиента, опираясь на базу знаний компании, подобрать для него оптимальный вариант выполнения задачи и записать на встречу с менеджером для дальнейшего согласования сделки.

Как ИИ помогает разобраться с рутинными задачами

Большая часть публичных примеров про нейросети сегодня выглядит как демонстрации возможностей: «второй мозг», личный финансовый помощник, экспериментальные агенты. Это интересно и хорошо показывает потенциал технологий, но часто остается на уровне демо. Мы решили идти от реальных рабочих процессов: посмотреть, где менеджеры, руководители и бухгалтерия ежедневно теряют время, и автоматизировать именно эти места. Так с помощью чат‑ботов в Телеграм мы автоматизировали работу с договорами, счетами и проверкой оплат.

Например, с договорами теперь менеджер вводит ИНН клиента, бот подтягивает данные компании через DaData (SaaS‑сервис для автоматической проверки, исправления и стандартизации контактных данных), собирает условия, формирует номер договора, заполняет шаблон DOCX и отправляет готовый документ. Параллельно информация попадает в реестр.

Для проверки оплат Телеграм‑бот подключен к API банка и каждые 15 минут синхронизирует входящие платежи в базу данных. Менеджер вводит ИНН клиента, а бот показывает поступления от этого контрагента и помогает понять, можно ли отправлять технику. Отдельно сервис сверяет платежи со счетами из 1С: сначала по номеру счета в назначении платежа, затем по ИНН и сумме.

Еще одна задача, которую помогли решить чат‑боты, — работа со счетами. После перехода на общую систему налогообложения компания подключила 1С Бухгалтерию и 1С:УНФ. Изначально планировалось, что менеджеры будут работать в УНФ, а бухгалтерия — в 1С Бухгалтерии, но после нескольких месяцев работы с интеграторами простой сценарий передачи счетов реализовать не удалось. При этом давать менеджерам доступ в бухгалтерскую 1С было рискованно: интерфейс незнакомый, цена ошибки высокая, а обучение требовало времени.

Сейчас Телеграм‑бот создает счета в 1С по понятному для менеджера сценарию. Менеджер вводит ИНН, бот находит контрагента в 1С, предлагает выбрать номенклатуру, запрашивает количество и цену, создает счет на оплату в 1С и возвращает PDF. Если подписанного договора нет, бот может создать счет‑оферту. В результате руководитель перестал вручную выставлять 20‑30 счетов в день и смог сосредоточиться на более важных задачах.

В решениях, которые мы сделали, нет ИИ «под капотом». Это не нейросети, которые принимают решения вместо людей. Это обычные приложения и скрипты, написанные на Python и TypeScript, которые работают по понятным правилам: обращаются к 1С, банку, DaData, базе данных, формируют документы и возвращают результат в Телеграм. ИИ помог нам как инструмент разработки.

Раньше для таких задач нам пришлось бы привлекать разработчика, писать техническое задание, подробно описывать требования, согласовывать логику и вместе проходить цикл разработки. Скорее всего, это привело бы к заметным затратам времени и денег. Мы не делали точную оценку стоимости этих проектов на рынке, но предполагаем, что такая разработка стоила бы существенно дороже 15 000 рублей, которые мы потратили на подписки Codex и Claude Code.

Как автоматизировать бизнес и не усложнить все

Автоматизация и внедрение ИИ в бизнес‑процессы ускоряет выполнение многих задач, повышает уровень сервиса, но если нет четкого плана и все происходит ради того, чтобы компания просто стала «технологичнее», реального операционного эффекта не будет.

Начинайте с главной болевой точки: найдите процесс, который приносит максимум убытков или отнимает больше всего времени. Составьте список самых частых проблем (срывы сроков, ошибки в счетах, потеря заявок) и выберите одну, самую критичную. Но здесь важно выяснить, этот процесс проблемный из‑за нерационального использования ресурсов или он давно сломан (неправильно выстроен). Во втором случае автоматизация не поможет.

Не заходите сразу с масштабных идей. Начните с CRM или TMS, которые постепенно начнут обрастать интеграциями. Иначе есть риск, что в «мощном комбайне», который может все, разберется один сотрудник из десяти — остальным прибавится работы.

Приведите в порядок данные: они должны быть актуальными, без дубликатов и храниться в одном месте. Выделите время на то, чтобы собрать их и подготовить. Это особенно важно при внедрении ИИ, чат‑ботов — качество их работы зависит от качества информации, с которой они взаимодействуют.

И наш главный вывод: ценность ИИ для бизнеса не в эффектных демо, а в автоматизации маленьких, повторяющихся, болезненных процессов. Если таких процессов много, их автоматизация дает заметный операционный эффект. В нашем случае нейросети помогли не сократить людей, а высвободить их время для задач, где действительно нужны опыт, ответственность и человеческое участие.