Точка боли: один человек держал всё производство
К нам пришло мебельное производство — корпусная мебель на заказ, кухни, шкафы, торговое оборудование. Поток заявок здоровый, спрос есть. А вот скорость ответа клиенту хромала.
Причина — в одном звене. Весь обсчёт заказов держался на архитекторе-расчётчике. Грамотный специалист, который вручную раскидывал каждый проект в «Базис-Мебельщик» — раскрой, фурнитура, кромка, присадка, нормы материала, себестоимость. Работа ювелирная, но медленная.
На один проект уходили часы. Сложная кухня с нестандартными элементами — почти весь рабочий день. И всё это — один человек на ставке около 300 000 ₽ в месяц.
Что из этого выросло:
- Очередь заказов. Клиент ждал коммерческое предложение по два-три дня. За это время половина уходила к тем, кто ответил быстрее.
- Цена ошибки. Ручной обсчёт под усталость и спешку — это просчёты в смете. Где-то недозаложили материал, где-то не учли отход. Каждая ошибка ела маржу заказа.
- Зависимость от одного человека. Заболел, в отпуске, уволился — и обсчёт встал целиком. Производство буквально заложник одного сотрудника.
Что мы сделали
Сразу оговоримся: мы не выкидывали «Базис». Это сильный отраслевой инструмент — сам разработчик заявляет ускорение проектирования и расчёта в 10–15 раз против ручной работы «на бумаге». Логично было не заменять его, а усилить.
Aivonix построил AI-слой поверх процесса обсчёта. Он берёт параметры заказа — габариты, материалы, тип конструкции, фурнитуру — и сам прогоняет типовую логику расчёта, которую раньше расчётчик делал руками клик за кликом. На выходе — готовая спецификация и смета, которую человек уже не считает с нуля, а проверяет и подтверждает.
То есть «Базис» даёт свой порядок ускорения относительно бумаги, а AI поверх снимает ещё один порядок — рутину ручного ввода и типовых решений. Складываясь, это и дало эффект уровня ×100 на полном цикле «заявка → готовый расчёт».
Что конкретно закрыл AI-слой:
- Разбор входящего заказа. Из заявки клиента вытягиваются параметры в структурированный вид — без ручного переписывания.
- Типовой расчёт. Раскрой, нормы материала, фурнитура, отходы — по правилам производства, единообразно и без «человеческой» забывчивости.
- Формирование сметы и КП. Готовое предложение собирается автоматически — в день обращения, а не через два-три дня.
- Контроль ошибок. Система не устаёт и не торопится в пятницу вечером — типовые просчёты в спецификации стали редкостью.
Было → Стало
| Параметр | Было | Стало |
|---|---|---|
| Время на обсчёт заказа | Часы, сложный проект — почти весь день | Минуты |
| Скорость расчёта (цикл) | ×1, вручную в «Базисе» | ≈ ×100 на полном цикле |
| Срок выдачи КП клиенту | 2–3 дня, очередь заказов | В день обращения |
| Ставка расчётчика | ~300 000 ₽/мес (3,6 млн ₽/год) | Высвобождена |
| Ошибки в смете | Регулярные просчёты, потеря маржи | Резко сократились |
| Зависимость от одного человека | Критичная: ушёл — обсчёт встал | Процесс не привязан к одному сотруднику |
Эффект против стоимости
Главная цифра — 3,6 млн ₽ в год. Это высвобожденная ставка дорогого ручного расчётчика: 300 000 ₽ × 12. И это только прямая экономия на одном звене.
Сверху — то, что не всегда видно в зарплатной ведомости, но бьёт по выручке сильнее:
- Сохранённая маржа. Меньше ошибок в смете — меньше заказов, которые ушли в минус из-за недозаложенного материала.
- Выигранные сделки. КП в день обращения вместо «через два-три дня» — это конверсия, которая раньше утекала к более быстрым конкурентам.
- Снятый риск. Производство больше не заложник отпуска или увольнения одного человека.
На фоне этого стоимость внедрения окупилась менее чем за 3 месяца. Дальше — чистая экономия, которая капает каждый месяц.
Как внедряли: недели, а не кварталы
Никаких годовых интеграций. Уложились в несколько недель и пошли по этапам.
- Неделя 1 — разбор процесса. Сели рядом с расчётчиком, разложили, как именно он считает заказ в «Базисе»: какие параметры, какие нормы, где типовое, а где экспертное.
- Недели 2–3 — сборка AI-слоя. Запаковали логику типового расчёта, настроили разбор входящих заявок и автосборку сметы под правила и материалы этого производства.
- Неделя 4 — обкатка на реальных заказах. Прогнали свежие заявки параллельно: AI считает — человек сверяет. Подкрутили нормы и крайние случаи по факту.
- Запуск. Перевели поток обсчёта на новую схему. Расчётчик теперь не считает с нуля, а контролирует и берёт на себя только нестандарт.
Важный момент: роль человека не исчезла, а поднялась. Рутину забрал AI, а экспертиза специалиста ушла туда, где она реально нужна — в сложные нестандартные проекты.
«Я годами боялся, что расчётчик уйдёт — и мы встанем. Сейчас смета по заказу готова в день обращения, ошибок почти нет, а человек занят сложными проектами, а не тем, что щёлкает одно и то же. Окупилось быстрее, чем я успел поверить.»Владелец мебельного производства
Кому это подходит
Если у вас на производстве есть звено, где «всё держится на одном грамотном человеке» и он считает руками — это ровно ваш случай. Мебель, металлоконструкции, окна, любое производство со сметой и обсчётом под заказ.
Признаки, что вы теряете деньги прямо сейчас:
- КП клиенту уходит не в день обращения, а через несколько дней.
- Обсчёт встаёт, когда один сотрудник в отпуске или болеет.
- В сметах регулярно «вылезают» просчёты, которые съедают маржу.
- Дорогой специалист половину времени делает однотипную рутину.
Считаете заказы вручную? Покажем, где вы теряете деньги
Начните с бесплатного AI аудита — покажем, где ваша компания теряет деньги и время.
Получить AI аудит →