Automation

Автоматизация процессов и внедрение ИИ

Разберу, где люди делают руками одно и то же, и уберу эту операционку без потери качества. Часть закрою готовыми системами и интеграциями, часть — ИИ, обученным на ваших данных.
Освобожу сотни часов сотрудников от повторяющихся операционных задач.

Автоматизация лидогенерации для аутсорсинга персонала	Пояснение по сути: лидом для аутсорсинговой компании может быть компания, которая прямо сейчас находится в поиске линейного персонала - грузчики, упаковщики, уборщики и т.д. Что я сделал (100% автоматизация без человека): 1. Ночью система находит нужные вакансии в нужных регионах на работных сайтах 2. Вытаскивает из вакансии имя рекрутера и сайт компании 3. "Гуглит" емейл этого рекрутера по соцсетям, сайту работодателя и т.д. В крайнем случае находит общий ролевой hr-емейл 4. Проверяет его на валидность - туда в принципе могут доставляться письма? 5. Загружает как холодного, не квалифицированного лида в корпоративную ИС 6. Из системы запускает цепочку из пяти писем, приглашая работодателя к разговору (без агрессивных продаж). Письма именные и адаптивные - с учетом открытой вакансии. 7. Из подписи в ответном письме вынимает мобильный телефон собеседника. 8. Ставит человеку задачу на звонок теплому лиду. Таким образом мы полностью избавились от холодных звонков и организовали inbound-трафик для отдела продаж.
Автоматизация найма	1. Отклик на вакансию попадает в учетную систему из hh.ru и Авито 2. Голосовой ИИ-агент сам звонит кандидату и осмысленно говорит о вакансии, на которую откликнулся человек. Замолкает при перебиваниях, отвечает на вопросы, НЕ уходит от темы и встречными вопросами возвращает собеседника к цели: записаться на смену. 3. Записывает на смену в учетной системе на конкретную дату 4. Запрашивает в мессенджере паспортные данные 5. Распознает скан полученного паспорта 6. Определяет ИНН по номеру паспорта 7. Определяет наличие самозанятости по найденному ИНН 8. Пишет за 12 часов до смены с запросом подтверждения 9. Пишет за 2 часа до смены с запросом подтверждения И это все на полном автомате, без участия человека. А раньше это были большое количество часов рекрутера. Сейчас еще планирую доделать авто-написание (от заявки) и авто-постинг вакансий на работных сайтах - чтобы получился "Авторекрутер" полного цикла - пользователю только останется только заполнить формальную заявку на подбор.
Помощник юриста	Суть: у компании много клиентов, которые работают с отсрочкой платежа. Иногда уходят в дефолт и это потери. Раньше юрист был вынужден вручную проверять контрагентов. Делалось это не всегда - обычно при заключении только договора. Я сделал агента, который живет внутри корпоративной ИС, видит всех контрагентов и делает следующее: 1. Раз в неделю запускает проверку контрагентов по внешним источникам и ключевым рискам: новые суды, смена учредителей, директора, юр.адреса; сведения о блокировке счетов, банкротстве 2. Проверяет другие юрлица всех учредителей и гендиректора - идея в том, что если в одной компании данного человека начались проблемы, то могут начаться и в других его бизнесах - это надо контролировать 3. При выявлении нового риска сообщает юристу и аккаунт-менеджеру, ведущему клиента Таким образом мы больше не надеемся на то, что юрист будет вручную исполнять регламент плановых проверок (не будет - ему некогда и он забыл). Важно, что это НЕ внешний ИИ-агент, живущий в персональном аккаунте ChatGPT какого-то сотрудника, а часть корпоративной ИС. Новых денег решение не принесло, но сократило количество судов с неплательщиками в борьбе за свои деньги (оказанные, но не оплаченные услуги)
Борьба с дебеторкой	Компания оказывает услуги на базе абонплаты; выставляет счета раз в месяц, но клиенты не всегда платят вовремя. И не всегда потому что они плохие - иногда просто забывают. Мы сделали в корпоративной ИС процесс контроля дебеторки: 1. В день наступления ожидаемого срока оплаты (при отсутствии оплаты) шлем клиенту письмо с напоминанием и ссылкой на счет, на емейл и в мессенджер 2. Через три дня после срока оплаты - еще раз в более волнительной и требовательной форме 3. Если через неделю нет оплаты - сообщение о приостановке услуг клиенту, плюс уведомление аккаунт-менеджеры и службе реализации, чтобы заявки от данного клиента не обслуживать, по всем обращениям слать к менеджеру. 4. Если это был клиент на пост-оплате (т.е. мы не предоплату ждем, а свои отработанные деньги) - пишет претензионное письмо и оправляет текст живому человеку, чтобы тот отправил в ЭДО с подписью или заказным бумажной почтой. В конечном итоге это привело к тому, что скорость оплаты счетов сократилась примерно на 70%

Автоматизация лидогенерации для аутсорсинга персонала

Пояснение по сути: лидом для аутсорсинговой компании может быть компания, которая прямо сейчас находится в поиске линейного персонала - грузчики, упаковщики, уборщики и т.д.
Что я сделал (100% автоматизация без человека):
1. Ночью система находит нужные вакансии в нужных регионах на работных сайтах
2. Вытаскивает из вакансии имя рекрутера и сайт компании
3. "Гуглит" емейл этого рекрутера по соцсетям, сайту работодателя и т.д. В крайнем случае находит общий ролевой hr-емейл
4. Проверяет его на валидность - туда в принципе могут доставляться письма?
5. Загружает как холодного, не квалифицированного лида в корпоративную ИС
6. Из системы запускает цепочку из пяти писем, приглашая работодателя к разговору (без агрессивных продаж). Письма именные и адаптивные - с учетом открытой вакансии.
7. Из подписи в ответном письме вынимает мобильный телефон собеседника.
8. Ставит человеку задачу на звонок теплому лиду.

Таким образом мы полностью избавились от холодных звонков и организовали inbound-трафик для отдела продаж.

Автоматизация найма

1. Отклик на вакансию попадает в учетную систему из hh.ru и Авито
2. Голосовой ИИ-агент сам звонит кандидату и осмысленно говорит о вакансии, на которую откликнулся человек. Замолкает при перебиваниях, отвечает на вопросы, НЕ уходит от темы и встречными вопросами возвращает собеседника к цели: записаться на смену.
3. Записывает на смену в учетной системе на конкретную дату
4. Запрашивает в мессенджере паспортные данные
5. Распознает скан полученного паспорта
6. Определяет ИНН по номеру паспорта
7. Определяет наличие самозанятости по найденному ИНН
8. Пишет за 12 часов до смены с запросом подтверждения
9. Пишет за 2 часа до смены с запросом подтверждения

И это все на полном автомате, без участия человека. А раньше это были большое количество часов рекрутера.
Сейчас еще планирую доделать авто-написание (от заявки) и авто-постинг вакансий на работных сайтах - чтобы получился "Авторекрутер" полного цикла - пользователю только останется только заполнить формальную заявку на подбор.

Помощник юриста

Суть: у компании много клиентов, которые работают с отсрочкой платежа. Иногда уходят в дефолт и это потери.
Раньше юрист был вынужден вручную проверять контрагентов. Делалось это не всегда - обычно при заключении только договора.
Я сделал агента, который живет внутри корпоративной ИС, видит всех контрагентов и делает следующее:
1. Раз в неделю запускает проверку контрагентов по внешним источникам и ключевым рискам: новые суды, смена учредителей, директора, юр.адреса; сведения о блокировке счетов, банкротстве
2. Проверяет другие юрлица всех учредителей и гендиректора - идея в том, что если в одной компании данного человека начались проблемы, то могут начаться и в других его бизнесах - это надо контролировать
3. При выявлении нового риска сообщает юристу и аккаунт-менеджеру, ведущему клиента

Таким образом мы больше не надеемся на то, что юрист будет вручную исполнять регламент плановых проверок (не будет - ему некогда и он забыл). Важно, что это НЕ внешний ИИ-агент, живущий в персональном аккаунте ChatGPT какого-то сотрудника, а часть корпоративной ИС.

Новых денег решение не принесло, но сократило количество судов с неплательщиками в борьбе за свои деньги (оказанные, но не оплаченные услуги)

Борьба с дебеторкой

Компания оказывает услуги на базе абонплаты; выставляет счета раз в месяц, но клиенты не всегда платят вовремя. И не всегда потому что они плохие - иногда просто забывают.
Мы сделали в корпоративной ИС процесс контроля дебеторки:
1. В день наступления ожидаемого срока оплаты (при отсутствии оплаты) шлем клиенту письмо с напоминанием и ссылкой на счет, на емейл и в мессенджер
2. Через три дня после срока оплаты - еще раз в более волнительной и требовательной форме
3. Если через неделю нет оплаты - сообщение о приостановке услуг клиенту, плюс уведомление аккаунт-менеджеры и службе реализации, чтобы заявки от данного клиента не обслуживать, по всем обращениям слать к менеджеру.
4. Если это был клиент на пост-оплате (т.е. мы не предоплату ждем, а свои отработанные деньги) - пишет претензионное письмо и оправляет текст живому человеку, чтобы тот отправил в ЭДО с подписью или заказным бумажной почтой.

В конечном итоге это привело к тому, что скорость оплаты счетов сократилась примерно на 70%

Мои проекты