Александр Ахунов

Лестница пакетов автоматизации 25–90 тыс.+ — это не «тарифы ради прайса», а разные уровни риска и ответственности: от узкого контура «заявка → CRM → SLA» до связки каналов, квалификаций и сопровождения; TCO почти всегда выше чека внедрения, а payback я считаю от стоимости потерянного лида и часов команды, а не от красоты демо. Ниже — как я раскладываю пакеты для малого и среднего бизнеса в РФ: что реально входит, где прячутся расходы, когда брать fixed, когда retainer, и как не купить «всё сразу» без окупаемости...

GEO для локального B2B в 2026 — это не «ещё одно SEO», а упаковка услуги так, чтобы Perplexity, ChatGPT и Gemini могли коротко и уверенно процитировать вас: answer-first абзац, явные сущности (город, ниша, формат, цена-ориентир, SLA) и карточка услуги, которую модель не путает с конкурентом из другого региона. Я веду локальные B2B-проекты (Екатеринбург и РФ) с упором на цитируемость в AI-поиске: меньше воды, больше фактов, которые ассистент может пересказать без искажений. Ниже — рабочий каркас, а не теория «про алгоритмы ради алгоритмов»...

FAQ хватает, пока ответы короткие, стабильные и умещаются в 20–40 карточек; RAG нужен, когда база растёт, меняется еженедельно и агент обязан цитировать «источник правды» из CRM, прайса и регламентов — иначе галлюцинации неизбежны. Я внедряю AI-агентов в CRM и мессенджеры (Telegram, WhatsApp, виджет на сайте) так, чтобы агент не «фантазировал», а опирался на актуальную базу. Ниже — практическая развилка FAQ vs RAG, анти-галлюцинации и процесс обновления знаний без простоя. | Ситуация | FAQ / system...

Качество AI-агента в проде — это не «пощёлкали в чате», а фиксированный eval-набор: золотые диалоги, red-team атаки, SLA по времени/точности и обязательный регресс при смене модели или базы знаний. Я не выпускаю агента в мессенджеры и CRM, пока нет таблицы сценариев с ожидаемым исходом и порогами. Ниже — рабочий минимум, который ловит деградации до клиентов. Соберите 40–80 сценариев; для пилота хватит 30, но с покрытием intents. | Класс | Доля набора | Пример | Ожидаемый исход | | --- | --- | ---...

Handoff AI→человек работает только как явная матрица: триггер → канал → владелец → SLA → KPI; без «последней мили» и счётчика квалификации лида агент либо сливает горячие заявки, либо держит клиента в бесконечном чате. Я проектирую эскалации так же жёстко, как воронку: не «если что — менеджер», а таблица условий, роль человека и метрики, по которым видно, что AI реально квалифицирует, а не маскирует дыры в продажах. | Триггер | Приоритет | Кому | SLA первой реакции | Что передать в CRM | | --- |...