90% ИИ‑пилотов в РФ в 2025 не дошли до прода — слабая интеграция и нехватка людей. AVAT берёт ту часть, где обычно ломается: данные, интеграции, ревью, ответственность за бизнес‑метрику. От 300 000 ₽ за 3–4 недели, SLA в договоре.
Каждый сценарий = одна бизнес‑метрика в договоре. Без метрики проект не берём — иначе через 3 месяца это окажется ещё одним «красивым пилотом».
Claude или GPT в Telegram, WhatsApp, на сайте, в Битрикс24/AmoCRM. Снимает 60–80% типовых обращений, передаёт сложные оператору с контекстом разговора. Целевая метрика — минус N часов саппорта в неделю.
от 300 000 ₽ · 3 неделиИИ ищет в 300+ страницах регламентов, договоров, инструкций, истории переписки. Отвечает с цитатами и ссылками на источник. Векторная база Qdrant/pgvector, ре‑ранжирование, контроль галлюцинаций.
от 400 000 ₽ · 3–4 неделиКлассификация обращений, маршрутизация в CRM, автоответ с действием (создать сделку, выставить счёт, поставить задачу). Мультиагентные сценарии через function calling. Контроль через human‑in‑the‑loop на критичных шагах.
от 500 000 ₽ · 4–6 недельУ вас уже есть демо или MVP, который завис между «выглядит круто» и «реально работает». Делаем аудит, фиксируем что ломает выход в прод (данные, метрика, стоимость, точность) и дорабатываем именно это. Без переписывания с нуля.
от 300 000 ₽ · оценка после аудита«Бот за 50к» делает интерфейс — и падает на первой интеграции. Системный интегратор просит 5 млн и полгода. Внутренний R&D застрял на пилоте уже шесть месяцев. AVAT — четвёртый путь: production‑ready ИИ под бизнес‑метрику за 3–6 недель.
Без целевой бизнес‑метрики проект не стартует. Не «внедрим ИИ», а «снимем 40% обращений саппорта» или «повысим конверсию автоответа лида на 25%». Метрика — в договоре, не достигли — продолжаем за свой счёт.
Логирование каждого вызова (Langfuse), мониторинг точности на golden‑set, фолбэки, лимиты на стоимость токенов, ревью человеком на критичных шагах. То, чего обычно нет в пилоте — причина, почему 90% из них умирают.
Главный неожиданный счёт ИИ‑внедрений — расход на LLM‑токены. Считаем на этапе архитектуры и фиксируем месячный потолок. Кэширование, дешёвые модели на дешёвых шагах, дорогие — только где нужно.
Cursor, Claude Code, GitHub Copilot. То, что у классического интегратора занимает 2–3 месяца, делаем за 3–6 недель. У AVAT 6 собственных SaaS в продакшне с встроенным ИИ — знаем что ломается раньше клиента.
Для проектов с ПДн — YandexGPT/GigaChat (российские, сертифицированные) или локальные модели через Ollama на вашем сервере. Anonymization‑слой перед отправкой в LLM. NDA и договор обработки персональных данных по 152‑ФЗ.
Accuracy на golden‑set не ниже 80%. Latency ответа не выше Х секунд. Стоимость токенов в пределах Y ₽/мес. Всё в договоре. Месяц поддержки включён, далее retainer от 80 000 ₽/мес.
Стандартный цикл — 3–4 недели на один сценарий. Для корпоративных мультиагентных систем — 6–10 недель. Никаких «продолжим в следующем спринте» — выходим в прод на последней неделе.
Смотрим что есть: что показал пилот, какие данные доступны, где интеграции, кто отвечает за метрику. Фиксируем целевую бизнес‑метрику (минус N часов саппорта, плюс N% конверсии). Без неё — не берём.
Неделя 1Выбираем LLM (Claude/GPT/GigaChat/YandexGPT), способ векторизации, формат логов, фолбэки, ревью‑контур. Готовим golden‑set из 50–200 эталонных примеров. Считаем стоимость токенов на месяц.
Неделя 2Подключаемся к CRM, ERP, базам знаний, файлам, email, мессенджерам. Делаем API, очереди, RAG, function calling, мультиагентные сценарии. Логирование каждого шага через Langfuse/Helicone.
Недели 2–3Прогон golden‑set, accuracy/precision/recall. Edge‑cases. Подключаем выборочный ручной ревью оператора. Замеряем latency и стоимость одного вызова на реальной нагрузке.
Неделя 3Включаем на ограниченной аудитории, мониторим метрику 5–7 дней. Масштабирование. Фиксируем SLA на точность, latency, бюджет токенов. Месяц поддержки в стоимости, далее retainer.
Неделя 4Стек собирается под бизнес‑метрику и ограничения по 152‑ФЗ. У вас остаётся полный код и документация: любая ИИ‑команда продолжит после нас без «vendor lock».
У AVAT есть собственные SaaS, где ИИ — часть продукта, а не «красивый пилот». На этих кейсах видно, что именно мы умеем доводить. Внешние клиентские кейсы под NDA — показываем на брифе.
ИИ собирает контекст, генерирует пост в стиле бренда, складывает в админку черновиком, после утверждения автопубликует в Telegram. Двухэтапный prompt + ревью человеком на критичных шагах.
Сеть салонов красоты, 8 точек, 120 клиентов в день. ИИ‑ассистент в WhatsApp принимает запись 24/7, проверяет слоты в YClients, ведёт follow‑up по возвратам. RAG по услугам и ценам.
ИИ классифицирует возвраты по причинам, объясняет падение маржи по SKU, готовит summary за неделю по каждому клиенту. 40 аккаунтов, мультитенант.
Дашборд KPI для собственника + ИИ автоматически пишет недельный комментарий «что произошло, на что смотреть». Сборка данных из CRM, банка, рекламных кабинетов.
Без процентов от выручки. Стоимость токенов считается и фиксируется заранее. Бизнес‑метрика — в договоре: не достигли — продолжаем за свой счёт до достижения.
Один ИИ‑сценарий до прода целиком: ассистент в поддержке/продажах или RAG‑поиск по корпоративной базе. Для первого реального внедрения, когда нужно увидеть результат на метрике за один цикл.
Несколько связанных сценариев в одном контуре: ассистент + RAG + ИИ‑агенты с действиями в CRM. Дашборд качества и стоимости в Langfuse. Подходит, если есть несколько процессов под ИИ и хочется одного подрядчика.
Мультиагентные системы, RAG на 10k+ документов, on‑premise‑модели через Ollama, fine‑tune под отраслевой язык. Для банков, страховых, госсектора и промышленности — с соблюдением 152‑ФЗ.
Стоимость токенов LLM считается и фиксируется до старта. Дальнейшая поддержка — retainer от 80 000 ₽/мес. NDA подписываем бесплатно.
«Бот за 50к», внутренний R&D и системный интегратор закрывают свои задачи. Сравнение не «мы лучше» — а «где нас имеет смысл звать».
«Бот за 50к» — если нужно «попробовать» без бизнес‑метрики. Системный интегратор — если у вас 500+ человек и два года терпения. AVAT — если ИИ должен принести деньги или сэкономить часы в этом квартале и при этом не развалиться через три месяца.
Большая часть проектов идёт онлайн: бриф в Zoom, согласование в Telegram, передача кода через GitHub. На ключевые встречи и корпоративные внедрения выезжаем.
Основная база команды. Внедрение ИИ для московских компаний: e‑commerce, beauty‑сети, фитнес, b2b‑услуги, IT‑продукты, медицина, образование. ИИ‑ассистенты в WhatsApp/Telegram, RAG по корпоративной базе, доведение существующих пилотов до прода. Выезд на встречу по Москве и МО — бесплатно.
AVAT работает в СПб с 2017 года (как часть L7 Agency). Знаем специфику питерских ниш: туризм, ивенты, премиальный сервис, инжиниринг, креативные индустрии. Агентство по внедрению ИИ в СПб для среднего бизнеса. Выезд по СПб и ЛО — бесплатно.
Работаем по всей РФ и СНГ: Казахстан, Беларусь, Узбекистан, Армения. Для 152‑ФЗ‑критичных проектов разворачиваем on‑premise (YandexGPT/GigaChat/Ollama) на вашем сервере или в Yandex Cloud / Selectel. Сложные корпоративные внедрения обсуждаем индивидуально.
Не нашли ответ — спросите в Telegram @hlestov_m, отвечаем за 2 часа.
По данным «Ведомостей» (март 2026), 90% пилотных ИИ‑проектов российских компаний в 2025 не достигли промышленного внедрения. Главные причины: слабая интеграция с реальными процессами, нехватка людей с опытом продакшен‑LLM, отсутствие ответственности за метрику. Пилот делается «чтобы попробовать», без целевой бизнес‑метрики и интеграционного контура — и упирается в первый же блокер: данные, доступы, стоимость токенов, точность на реальной выборке.
«Бот под ключ» — это интерфейс и сценарий. Доведение пилота до прода — это работа над тем, на чём пилот сломался: производственные интеграции, очистка данных, RAG‑поиск с релевантностью, prompt‑инженерия с golden‑set, логи и мониторинг, фолбэки, контроль стоимости токенов, SLA на качество. AVAT не делает «ещё один пилот» — берёмся только за то, что должно работать на бизнес‑метрике.
Четыре направления. 1) ИИ‑ассистенты в продажах и поддержке (Claude/GPT в Telegram, WhatsApp, на сайте, в Битрикс24/AmoCRM) — от 300 000 ₽. 2) RAG‑поиск по корпоративной базе знаний и документам — от 400 000 ₽. 3) ИИ‑агенты для процессов (классификация, автоответы, действия в CRM/ERP) — от 500 000 ₽. 4) Доведение существующего пилота до прода — оценка после аудита, обычно 300 000 – 1 200 000 ₽.
LLM: Claude (Anthropic) через прокси для РФ — основной выбор для качественной генерации и tool use. OpenAI GPT‑4o/o1 — там, где нужны мультимодальные сценарии. YandexGPT и GigaChat — для on‑premise или 152‑ФЗ‑критичных проектов. Локальные модели через Ollama (Llama 3, Qwen) — для полной приватности. Стек: Python/FastAPI, LangChain/LlamaIndex, Qdrant/pgvector, Langfuse/Helicone, n8n, Supabase/PostgreSQL.
Старт от 300 000 ₽ за 3–4 недели — один ИИ‑сценарий целиком до прода, с интеграцией и SLA. Полная имплементация от 600 000 ₽ за 4–6 недель — несколько сценариев в одном контуре с дашбордом качества. Корпоративный кастом 1.5–3 млн ₽ за 1.5–2.5 месяца — мультиагентные системы, RAG на 10k+ документов, кастомные fine‑tune. Месяц поддержки включён, далее retainer от 80 000 ₽/мес.
Гарантируем три вещи. Целевая бизнес‑метрика фиксируется в договоре (например, сократить нагрузку на саппорт на 40% или повысить конверсию автоответа лида на 25%). Если на проде метрика не достигнута — продолжаем работу за свой счёт до достижения. Качество ИИ‑ответов измеряется на golden‑set минимум 80% accuracy. Стоимость LLM‑токенов считается заранее и фиксируется.
Три вещи. 1) Доступ к данным (CRM, базе документов, истории обращений) — без них ИИ не сделать релевантным. 2) Один ответственный с вашей стороны, который может принимать решения по сценарию и проверять качество ответов. 3) Согласие на 2–3 раунда правок prompt‑инженерии после запуска — ИИ не «настраивается один раз», он улучшается на реальных данных.
Нет, и это правильно. Сценарий «уволить саппорт, поставить бота» работает только в 10% случаев. Правильный сценарий: ИИ снимает 60–80% типовых запросов, операторы работают только со сложными — и качество растёт. Менеджер вместо 6 часов копипасты — 2 часа продажи горячему лиду. ФОТ остаётся, выручка растёт без расширения штата.
Да. Для проектов с персональными данными по 152‑ФЗ предлагаем on‑premise‑варианты: YandexGPT и GigaChat (российские, в облаках с СПД‑сертификацией) или локальные модели через Ollama на ваших серверах. Anonymization‑слой перед отправкой в LLM. NDA, договор обработки персональных данных, журналы доступа. Полная картина согласовывается до старта.
Это частый кейс. Не переписываем с нуля, если ваш пилот разумен по архитектуре. Делаем аудит за 1 неделю: фиксируем, на каком блокере он стоит — данные, метрика, стоимость токенов, качество ответов. Дальше делаем именно эту часть. Аудит — от 100 000 ₽, засчитывается в стоимость проекта если идём дальше.
Бриф 30–40 минут в Zoom. Если есть пилот — смотрим, что его держит. Если нет — проектируем сценарий с бизнес‑метрикой, оцениваем срок, стоимость, бюджет токенов. Без обязательств.