Коротко: к нам в ЭПОХА\ИИ обратилась сеть по обслуживанию бассейнов — около 480 объектов, порядка 440 выездов в неделю. Учётный софт делал свою работу, но маршрутизация, отчётность и анализ были громоздкими, а контроль качества держался на ручной сверке. Мы подняли поверх их процессов операционного ИИ-ассистента: утренняя сводка, контроль качества по ходу дня и сборка маршрутов. Главный эффект — брак ловится на маршруте, а не вечером и не жалобой клиента, а управление переехало с компьютера в телефон.
1. Кто клиент и что было до
Клиент — компания по обслуживанию бассейнов. Около 480 объектов на регулярном сервисе, порядка 440 выездов в неделю. Маршрутами и контролем качества управляет один операционный менеджер: кто из техников где должен быть, к какому маршруту относится объект, в какой день, какие фильтры пора чистить, сходятся ли отчёты с историей объекта.
Профильный софт для обслуживания бассейнов задачу в целом закрывал: вёл объекты, фиксировал визиты, хранил отчёты. Но рабочий процесс вокруг маршрутизации и отчётности был громоздким, а нормального анализа и выгрузки данных почти не было. Поэтому весь слой проверок — контроль качества, надёжность техников, подозрение на протечку, разбор истории обслуживания — менеджер выстроил сам, руками, поверх учётной программы.
К моменту нашего прихода у клиента уже работали три опоры:
- «Библия маршрутов» — Google-таблица, где зафиксировано, кто где должен быть, к какому маршруту относится бассейн, в какой день и каким фильтрам пора в чистку.
- Профильный софт — техники логируют живые отчёты с полей: показания, добавленная химия, заметки, фото, выполненные остановки, проблемы оборудования.
- Аналитический слой — отдельная таблица: индекс подозрения на протечку, трекинг проблем по каждому объекту, история обслуживания, надёжность техников, странные паттерны химии.
Узкое место было не в данных, а во времени человека. Каждое утро начиналось с кликов по дашбордам. Каждое воскресенье уходило два часа на онбординг новых клиентов. А главное — брак в отчёте всплывал не в момент работы, а вечером или жалобой клиента через пару дней, когда повторный выезд стоит втрое дороже.
2. Что мы внедрили
Принцип, на котором держится весь проект: сначала процессы, потом ИИ поверх них. Фреймворки клиент выстроил сам — мы не изобретали за него регламенты. Мы подняли операционного ассистента на готовой основе: совместно описали гайдлайны, собрали навыки, прогнали вхолостую, проверили выводы, исправили неверные допущения и постепенно дали больше доступа, когда ассистент перестал ошибаться.
Мы настроили три блока.
Утренняя оперативная сводка. Мы собрали ассистента, который к моменту, когда менеджер открывает телефон, выдаёт один короткий бриф: сколько маршрутов на день, где ожидаются отклонения, по каким объектам есть вопросы по сервису, каким фильтрам пора в чистку. Раньше всё это требовало кликов по дашбордам до начала дня.
Контроль качества в реальном времени. Главный блок, который экономит деньги. Ассистент читает отчёты техников по мере поступления и подсвечивает проблемы, пока маршрут ещё активен: менеджеру пишет в Telegram, технику — в Slack. Что мы научили его ловить:
- плохие корректировки химии и неверные дозировки;
- подозрительно одинаковые показания изо дня в день — признак, что замер не делали, а списали с прошлого;
- пропущенные обязательные действия по регламенту;
- отчёты, которые не сходятся с историей конкретного объекта;
- системные провалы по надёжности конкретного техника;
- контекст, по которому стоит заподозрить протечку или скрытую неисправность.
Маршруты и онбординг новых объектов. Мы настроили батч-онбординг: ассистент берёт новые аккаунты прямо из Telegram-чата, проверяет оптимальную географию и загрузку техников. Он сортирует точки географически, чтобы техник меньше стоял в дороге, ловит фильтры, которым пора в чистку, и те, что должны быть в ротации, но выпали из неё без активных напоминаний — тихая утечка денег, когда пропущенная плановая чистка превращается в аварийный выезд.
Ассистент не живёт в каналах клиента — он работает внутри команды. Менеджеру он пишет в Telegram, технику — в Slack, и говорит на языке регламентов клиента, а не общих формулировок. Это операционный слой после того, как заявка стала выездом, а не чат-бот на входе.
3. Результат: до → после
Цифры этого проекта. Все — про команду клиента и её рабочий день.
| Было | Стало |
|---|---|
| Утро — клики по дашбордам, риск пропустить отклонение | Готовый бриф к открытию телефона, экономия около 15 минут каждое утро |
| Онбординг новых объектов — 2 часа каждое воскресенье | Батч-онбординг из чата — около 18 минут |
| Перестановка маршрута — около 10 минут | Около 2 минут |
| Брак находили в 20:00 или жалобой клиента через пару дней | Ассистент флагует около 13:30, пока бригада ещё на объекте |
| Управление приковано к компьютеру, вечерние часы за столом | Менеджер управляет с телефона из поля или с дивана |
Подробнее по каждой строке.
Утренняя сводка экономит около 15 минут каждое утро и снимает риск, что важное отклонение потеряется среди десятка открытых вкладок.
Контроль качества изменил саму экономику ошибки. Поймать плохой отчёт около 13:30, пока бригада ещё на объекте, — это совсем другое, чем найти его в 20:00 или после звонка раздражённого клиента. В первом случае техник возвращается на пару минут. Во втором — повторный выезд, извинения и риск потерять договор.
Маршруты и онбординг. Воскресные два часа на заведение новых клиентов превратились примерно в 18 минут. Перестановка в маршруте, занимавшая около десяти минут, делается за две.
Но главное изменение — не в минутах. Работа операционного менеджера больше не прикована к компьютеру. Вечерние часы за столом превратились в задачи, которые решаются с телефона: подтвердить, переставить, эскалировать.
Механика переносится на любой бизнес с выездными бригадами и регулярными объектами: клининг, обслуживание инженерных систем и лифтов, выездной ремонт, дезинфекция, ландшафт, монтаж, доставка последней мили. Исходный пример — бассейны, но логика одна: операционный слой поверх учёта и отчётов с полей.
4. Сколько стоит запуск
Базовая модель — разовое внедрение от 50 000 ₽ плюс сопровождение от 10 000 ₽/мес. В разовый чек входит аудит процессов, подключение каналов уведомлений (Telegram, Slack), интеграция с учётной системой и настройка под регламенты клиента, тестирование и dry-run на реальных данных. Срок запуска под ключ — 2–4 недели, первый рабочий MVP за 7–10 дней.
Операционный ассистент для выездных бригад — кастомный сценарий, поэтому к базе обычно добавляются интеграции: amoCRM, Bitrix24, RetailCRM, 1С и подключение к учётному софту через API. Настройка интеграций — несколько дней; редкие или самописные системы через API, а также большие объёмы считаем индивидуально под проект.
Соберём такое же решение для вашего сервиса
5. Подводные камни
Это не магия. Процесс пришлось построить вокруг ассистента — и только когда процесс есть, он становится полезным так, как другие инструменты не смогли.
Нужны выстроенные процессы. Ассистент сверяет отчёты и показания с правилами клиента. Если правил нет в явном виде, сверять не с чем. У этого клиента всё сработало именно потому, что фреймворки он построил сам заранее, а мы подняли ИИ поверх готовой основы.
Доверие выдаётся постепенно. На старте ассистент работает в режиме подсказок, человек проверяет каждый вывод. Полный доступ к управлению живыми маршрутами на первой неделе — прямой путь к ошибочным действиям по реальным объектам. Автономия растёт по мере того, как ассистент перестаёт ошибаться на конкретном типе задач. Это управляемый период доверия, а не разовая настройка.
ИИ не заменяет людей. Он убирает рутину сверки и подсвечивает проблемы. Решения по нестандартным ситуациям, переговоры с клиентом и сложные случаи остаются за менеджером и бригадой. Это операционный слой, а не автопилот.
Сопровождение постоянное. API учётных программ и каналов меняются и имеют лимиты. Это работа на постоянной основе, а не «настроил и забыл» — поэтому сопровождение входит в модель.
Никогда не давайте ассистенту полный доступ к управлению маршрутами на старте. Сначала режим подсказок и проверка каждого вывода человеком на dry-run. Доступ расширяется по мере того, как ассистент перестаёт ошибаться, — именно в таком порядке мы и поднимали проект у клиента.
FAQ
Сколько стоит операционный ИИ-ассистент для выездных бригад?
Базовая модель — разовое внедрение от 50 000 ₽ плюс сопровождение от 10 000 ₽/мес. Кастомный сценарий, поэтому к базе добавляются интеграции с учётной системой и CRM. Точную смету считаем после короткого брифа под ваш объём и набор интеграций.
Сколько занимает внедрение?
Запуск под ключ — 2–4 недели, первый рабочий MVP за 7–10 дней. Сложные интеграции с несколькими системами одновременно — дольше, считаем под проект. Отдельно закладываем время на dry-run и проверку выводов на ваших данных, прежде чем ассистент получит автономию.
Заменит ли ИИ-ассистент операционного менеджера или бригаду?
Нет. Он снимает рутину: сверку отчётов, сборку утренней сводки, перестановку маршрутов и контроль показаний. Решения по нестандартным ситуациям, переговоры с клиентом и сложные случаи остаются за людьми. У нашего клиента менеджер перестал сидеть в таблицах и управляет с телефона из поля.
А если у нас нет CRM и всё в таблицах?
Это нормальная стартовая точка. У клиента из этого кейса основой как раз были таблицы — «библия маршрутов» и аналитический слой, — и ассистент встал поверх них. Работаем с таблицами и учётным софтом через API. Если позже захотите CRM — интегрируем (amoCRM, Bitrix24, RetailCRM, 1С).
Безопасно ли давать ИИ доступ к маршрутам?
Доступ выдаётся поэтапно. На старте ассистент работает в режиме подсказок, человек проверяет каждый вывод. Автономия по конкретному типу задач появляется только после того, как ассистент перестал на них ошибаться. Полный доступ к управлению маршрутами в первую неделю мы не даём — это управляемый период доверия.
На какие сервисные ниши это переносится?
На любой бизнес с выездными бригадами и регулярными объектами: клининг, обслуживание инженерных систем, лифтов и вентиляции, выездной ремонт техники, дезинфекция, ландшафт и уборка территорий, монтажные бригады, доставка последней мили. Исходный проект — обслуживание бассейнов, но механика одна.
Источники
- Внутренние данные ЭПОХА\ИИ по проекту операционного ассистента для сети обслуживания бассейнов (около 480 объектов, порядка 440 выездов в неделю), 2026 — механика утренней сводки, контроля качества в реальном времени и маршрутизации, метрики до→после (проверено: июнь 2026)
- База знаний услуг и тарифов ЭПОХА\ИИ (внутренний документ) — модель «внедрение от 50 000 ₽ (обычная 60 000) + сопровождение от 10 000 ₽/мес», сроки запуска и перечень интеграций (проверено: июнь 2026)
Прочитали? Давайте внедрим
ИИ-консультант ответит за 5 секунд.
