АІ інтеграції в e-commerce

Компанія: AMS Pilot

Посада: Співзасновник та CEO

Досвід: Історія Сергія Тимошука, фахівця з кібербезпеки та підприємця з понад 15-річним досвідом в ІТ

Ключова експертність: Експерт у сфері AI для e-commerce, з фокусом на автоматизацію маркетингу, AI-аватари проти реальних креаторів у TikTok та стратегічне зростання брендів через data-driven партнерства та інноваційні технології

Перші кроки автоматизації

Історія Сергія Тимошука, фахівця з кібербезпеки та підприємця з понад 15-річним досвідом в ІТ, ілюструє, як раннє впровадження штучного інтелекту (ШІ) може перетворити рутинні завдання на автоматизовані системи. Сергій розпочав програмування ще у другому класі школи та працював у сфері кібербезпеки з 2000-х років, займаючись виявленням вразливостей та розробкою програмного забезпечення для урядів США, Канади та Великобританії. У 2015 році він перейшов до бізнесу в електронній комерції (e-commerce) та видавництві, де почав експериментувати з автоматизацією.

"Ми писали книжки в 2015 році, ще тоді не було штучного інтелекту. Ми використовували ghostwriter'ів, а з 2020 року перейшли на OpenAI, створивши власний інструмент, подібний до ChatGPT, що знизило вартість написання книги з 1000 доларів до 54 доларів", — зазначає Сергій.

Цей підхід дозволив команді Сергія не лише скоротити витрати, але й прискорити тестування ринкових ніш на платформі Amazon. Зараз у їхньому портфелі — 2600 книг, проданих у 1,5 мільйона примірників. Крім того, Сергій разом із партнером веде курс, де навчає, як створювати та продавати книги на Amazon, інтегруючи сучасні інструменти автоматизації.

1. Use case у видавництві

Автоматизація процесу написання книг стала одним з перших і найекстраординарніших кейсів у бізнесі Сергія. Півтора року тому, коли інструменти на кшталт Jasper ще не були доступними, команда розробила власну систему на базі API OpenAI версії 1.0. Ідея виникла з необхідності швидко тестувати ніші на Amazon:

"Нам потрібно було писати багато книг, щоб перевірити, що продається. Найняти ghostwriter'ів на 30 книг на місяць коштувало б 30 тисяч доларів. Ми вирішили автоматизувати, дослідивши API OpenAI та написавши власний скрипт — це виявилося простішим, ніж зламувати iPhone", — пояснює Сергій, посилаючись на свій досвід у кібербезпеці.

Процес від ідеї до публікації на Amazon складався з кількох етапів і був частково автоматизований, з елементами людського контролю для забезпечення якості:

• Дослідження ніші (ручний етап): Команда аналізувала попит на Amazon, оцінюючи потенційний прибуток, конкуренцію та актуальність теми.

"Ти не можеш просто протестувати ідею — потрібен готовий продукт", — підкреслює Сергій.

• Створення структури (детальний table of contents): Людина формувала детальний план книги, включаючи ключові пункти та підтеми. Цей план ставав основним промптом для ШІ.

"Ми були 'клеєм' для AI — звужували промпти, щоб уникнути 'води' та забезпечити глибину. Спочатку ми тестували з 10 пунктами, наказуючи 'пиши ще', але згодом оптимізували для чітких параграфів".

• Генерація тексту (автоматизований етап): ШІ писав книгу за 3 години замість 2-3 тижнів, які займав ghostwriter. Текст проходив через додаткові нейромережі для анонімізації та унікалізації, досягаючи 97% оригінальності — критичного вимоги Amazon.

"Ми з'єднували інформацію логічно, роблячи її цінною. З оновленнями OpenAI (до 1.5 та 2.0) якість покращилася, зменшивши час на редагування".

• Proofreading та перевірка (змішаний етап): Текст перевірявся за чек-листом: точність інформації, якість англійської, відсутність недозволених посилань чи конфіденційних даних.

"Інформація не завжди була точною — доводилося перевіряти, чи ШІ не посилається на заборонені джерела. Якість була на рівні середнього ghostwriter'а — 7 з 10 за десятибальною шкалою".

• Публікація та ітерація: Якщо книга "вистрілювала" (тобто добре продавалася), її переписували професійним автором і замінювали на Amazon. Перший proof of concept зайняв 3 місяці, з допрацюваннями на основі відгуків.

Основні проблеми включали неточність даних та потребу в ручному контролі, але з переходом на ChatGPT процес став масовим і безпроблемним.

"Зараз немає взагалі проблем — ми просто використовуємо ChatGPT". Щодо перспектив професії письменника:

"Класні автори не зникнуть, але мусять автоматизувати рутину. Вони стають архітекторами книг, а ШІ — виконавцем. Конкуренція зростає, тож потрібні навички промт-інженерінгу. Раніше автори писали ручкою, тепер — промптами".

2. Use case у програмуванні

Інший значний успіх — делегування завдань програмування штучному інтелекту, що радикально змінило підхід до розробки програмного забезпечення в компанії Сергія. Партнер Сергія, який обіймає посаду CTO, спочатку скептично ставився до цієї ідеї:

"Він казав, що ШІ пише 'говнокод', який важко підтримувати. Ми сперечалися довго, але 7 місяців тому він занурився в Claude і визнав помилку".

Тепер ШІ інтегровано в процес розробки:

"AI пише код паралельно, тестує, будує архітектуру. Це масштабує топового спеціаліста в 100 разів порівняно з посередніми працівниками". Особливо ефективно це в unfamiliar областях, де ШІ генерує код, який CTO міг би не написати краще сам.

"Замість найму програмістів, ШІ виконує VIP-завдання, прискорюючи процес неймовірно".

Цей кейс демонструє перехід від скепсису до визнання потенціалу ШІ в ІТ, де автоматизація не замінює, а підсилює людські здібності, дозволяючи фокусуватися на стратегічних аспектах.

3. Use case в e-commerce агенції

Після продажу одного з e-commerce брендів наприкінці пандемії COVID-19 Сергій заснував агенцію MS Pilot, яка спеціалізується на допомозі брендам у зростанні з predictable profit — прогнозованим чистим прибутком.

"Ми плануємо, скільки заробимо для клієнта. За 2024 рік потрапляння в прогнози склало 95,42%: планували 544 тисячі доларів, заробили 535 тисяч", — ділиться Сергій.

Прогнози базуються на ключових метриках: ACOS (зворотне до ROAS — витрати на рекламу відносно прибутку), spend (витрати), sales з реклами, CPC (вартість кліку), маржинальність, органічні продажі тощо. Дані автоматично підтягуються щомісяця з систем, забезпечуючи прозорість для всієї команди.

Зараз агенція активно автоматизує підрозділи: product-відділ (маркетологи), маркетинг, фінанси та лідогенерацію.

"Ми вичленяємо задачі для ШІ, зберігаючи якість, але збільшуючи обсяг удвічі. Менше людей — більше роботи".

Це дозволяє обробляти більше клієнтів ефективніше, фокусуючи людські ресурси на креативних та стратегічних аспектах.

 

Автоматизація в різних нішах: від e-commerce до біодобавок

Компанія Сергія Тимощука спеціалізується на автоматизації бізнес-процесів, працюючи з широким спектром ніш.

"Це ніша e-commerce, товарка, і товарка це може бути б'юті. Ми працюємо з українським брендом 'Ламель'. Є такий великий бренд, він всесвітній бренд, ми на Амазоні з ним працюємо. Є саплемент-бренди 'Воріер' або 'Суперселф'. Тобто це біодобавки, вітаміни. Ось, ніші по спорту, кросфіт якісь речі. У нас більше ста різних підніж, з якими ми попрацювали, працюємо. Б'юті, іграшки, хантинг", — розповідає Сергій.

Таке розмаїття дозволяє накопичувати досвід і адаптувати AI-рішення під різні галузі, де рутинні завдання часто стають боттлнеками для зростання.

 

Як відбирати процеси для автоматизації

Ключ до успішної автоматизації — не гнатися за модними трендами, а фокусуватися на реальних проблемах.

Сергій пояснює: "Ми вибираємо, ми пропрацьовуємо 'job's to be done'. Тобто, вся якась джоба, яка повинна бути зроблена. І дивимося, тобто, це ж якась мета є в цьому? Для чого ми це робимо? Бо якщо там немає ніякої мети, просто оптимізація ради оптимізації, ти не можеш її виконати".

Компанія починає з аналізу мети — наприклад, збільшення кількості клієнтів без роздування штату.

"Можна було піти двома шляхами. Вдвічі збільшити об'єм команди. Але у мене agency, яка супертопова, і цих людей дуже важко знайти. Тобто, ми платимо великі кошти, вони у нас більше ринку заробляють. Але розумних людей дуже мало".

Пріоритети відбору: спершу те, що не втратить якості, а потім — те, що забирає найбільше часу.

"Перше – це, щоб не втратилася якість, бо я б так міг найняти посередніх людей і вирішити це питання. А вже є якісь процеси автоматизовані у вас в компанії? Так, праця з рекламними кабінетами, наваштування їх, менеджмент їх – вони автоматизовані".

Раніше одна людина могла обробляти 8-10 брендів, тепер — 16-20, завдяки автоматизації рутинних задач.

"Ми за весь час відлили 90 мільйонів доларів за ці 7 років, які ми на ринку. І залежно, скільки ти в місяць відливаєш, такі великі бренди, на них людині потрібно було, щоб якісно працювати, по нашій виборці, це 8 брендів вона могла вести. Зараз ми зробили х2".

 

Робота з клієнтами: від аудиту до вирішення боттлнеків

Клієнти компанії — це e-commerce бізнеси, агенції та товарні підприємства. Підхід починається з глибокого аудиту:

"Ми заходимо і робимо аудит, ну, тобто спілкуємось і виявляємо, які дійсно є потреби. Бо зазвичай люди кажуть так. Я чув про AI, мені хочеться встигнути в цей вагон, не бути лузером, давайте щось впровадимо".

Команда шукає боттлнеки — вузькі місця, що гальмують бізнес.

"Є там сім вертикалів бізнесу, так? Маркетинг, продажі, бухгалтерія, продукт, HR, рекрутинг. Ну, і ми заходимо і дивимося, так, в бізнесі, а де є боттлнек?"

Посилаючись на книгу "Deadline", Сергій порівнює це з заводом, де один станок обмежує весь потік. "І, от, тобі в бізнесі потрібно шукати ці баттлнекс, які тобі не дозволяють виконати ту мету. Тобто, і ми заходимо, і ми аналізуємо".

Спочатку будують систему, а потім накладають автоматизацію.

"Не завжди це тільки автоматизація. Ми перше, будуємо систему, а потім на цю систему накладаємо якісь речі, звідти переводимо на автоматизацію".

 

Оптимізація відділу продажів

Один з яскравих прикладів — клієнт з перелідозом:

"У людини був перелідоз, ну, тобто, багато лідів, і команда, там, 30 клоузерів. І він каже, у мене, ну, лідів, реально, там, на 90 клоузерів".

Аналіз показав, що 5 з 30 роблять 80% результату.

"Ми такі, окей, як нам звільнити час цих 5 людей? І вони тоді зможуть зробити більше".

Виявилося, що топ-працівники витрачали 50% часу на некваліфікованих лідів.

Рішення: делегувати рутину низькокваліфікованим працівникам за скриптом, а потім автоматизувати навіть це.

"Оці, в принципі, задачі, які робили люди нижчої кваліфікації, їх взагалі можна було автоматизувати. Перший дозвон міг робити аєдзвонівка".

Результат — X3 пропускна здатність без скорочення штату.

"З 30 людей скільки вдалося скоротити, зменшити команду? Ну зараз там 20 чи 22. Тобто ми не скорочували, ціль не була у нього скоротити. Ми просто йому показали, де перформить, і збільшили об'єм, пропускну його здатність".

Компанія позиціонує себе як аутсорс-партнера:

"Ми позиціонуємо себе як, напевно, партнер на аутсорсі. Бо раніше ми були тільки чисто маркетинг, але ми підходили".

 

SEO для AI та майбутні тренди

Сергій також фокусується на оптимізації під AI-пошукові системи:

"Ми робимо скрепінг і виявляємо, де нас показують, ну, тобто, аналізуємо, презенс в AI-шних тулах, і зараз пробуємо туди, робимо вже, як раніше було в SEO, optimization під SEO, а зараз під Geo".

Ключ — публікації в авторитетних джерелах:

"Наскільки ти знаєш, там перш за все має бути якомога більше публікацій, наприклад, статей в журналах, побільше згадок. Ну, тут важливий рейтинг того місця, де ти публікуєшся. Тобто, зараз AI-шки, вони скреплять інтернет, і вони якомусь no-name сайту вони не довіряють, а вони довіряють все-таки там, я не знаю, Вікіпедія, якщо там запоститись, якісь медіа, Форбс".

Майбутнє — в персоналізованих рекомендаціях:

"Люди будуть туди клікати, ну, купляти. В даному випадку, ChatGPT вже marketplace. Вони будуть купувати через ChatGPT, і ChatGPT буде рекомендувати, базуючись на твоєму профілю".

Сергій критикує Amazon: "Безос дуже програє зараз, тому що він не виводить свій аналог Grok, чата GPT. І він, виходить, зробив AI, але зробив її тільки в своїй екосистемі".

 

Автоматизовані процеси для клієнтів

Сеед автоматизованих процесів: відділ продажів і маркетингу (збільшення пропускної здатності без скорочення), Customer Support (одна людина замість багатьох, з постійним оновленням бази знань), реклама на Amazon.

"Відділ продажів і маркетингу, це зробили для декількох клієнтів. Там ми в одному скоротили трошки команду... Далі в Customer Support скоротили час на обробку всіх-всіх-всіх там меседжів... Ось, і зараз по рекламі, це конкретно в Амазоні, ми автоматизуємо ці рекламні маркетингові процеси".

Результати: збільшення revenue, скорочення часу на обробку, 24/7 робота без додаткового найму.