Видеть глубже и шире: как серийный предприниматель строит консалтинговый бизнес с помощью нейросетей

С развитием искусственного интеллекта услуга бизнес-консалтинга принципиально изменилась. Теперь поиск данных с помощью ИИ помогает получить релевантные примеры практик и стратегий из той же сферы бизнеса, которая нужна заказчику. Это значит, что бизнесу становятся доступны опыт и практики успешных конкурентов. О том, как использовать языковые модели в сфере консалтинга, сооснователь проекта «Стратегия 360» Антон Филонов рассказал порталу Biz360.ru.

Консалтингом я занимаюсь с 2023 года: провожу анализ рынка и бизнеса клиентов на основе цифр и данных. Сначала делал это в частном порядке и нерегулярно, так как у меня есть ещё несколько проектов, в том числе связанных с розничной торговлей. Да и спрос на консалтинг был нишевый. 

В то время у предпринимателей не было большой необходимости вкладываться в анализ рынка. Они могли проверить любую гипотезу на практике – это было довольно просто. Нужно было вложиться в «Яндекс Директ», соцсети, мессенджеры – и посмотреть, как рынок воспримет новую идею. Это не отнимало много средств – трафик почти в любой нише был дешёвый. А вот искать и получать информацию, необходимую для анализа в рамках консалтинга, было сложно и дорого. 

Но буквально за 2025 год ситуация резко изменилась. Трафик взлетел в цене и продолжает дорожать. Это значит, что тестирование гипотез для многих компаний стало просто неподъёмным. С другой стороны, начали бурно развиваться сервисы на основе искусственного интеллекта. Они ускорили и удешевили поиск и анализ информации. Это позволило не тратить силы и средства на проверку множества гипотез, а выбирать для тестирования только самые перспективные из них. 

Я начали привлекать ИИ к поиску информации в сфере консалтинга в 2024 году. Но первых серьёзных результатов достиг только к концу 2025 года. Языковых моделей много, одной-двумя тут не обойдёшься. При этом буквально каждую неделю здесь происходит мини-революция. Только освоил один инструмент – а на следующий день выходит новинка, выполняющая задачи совсем на другом уровне. И обучение начинается заново. 

В январе 2026 года я вместе с бизнес-партнёром Александром Бересневым, у которого большой опыт работы в качестве СЕО, зарегистрировал компанию «Стратегия 360». Уровень работы ИИ-моделей к этому моменту уже позволял строить серьёзный бизнес на их использовании. К тому же я вышел на новый для меня сегмент аудитории. Начал получать не только заказы на разовый консалтинг, но и предложения более длительного сотрудничества. 

Основная задача российского бизнеса в данный момент – оптимизация расходов. Многие сокращают затраты на персонал, маркетинг, развитие. Последствия таких необдуманных решений могут быть самыми печальными. Без маркетинга нет потока новых клиентов, а старые уходят из-за упавшего качества работы. Денег нет – оптимизировать дальше некуда. 

Главная цель нашей компании «Стратегия 360» – ответить клиенту на два вопроса: «Где взять деньги?» и «На чём можно сэкономить?» Для этого мы собираем данные и проводим стратегическую сессию, на которой выясняем главное: где наш клиент получал деньги в хорошие времена, и почему сейчас это не получается?


Часть анализа для группы компаний. Точка А – текущие результаты, точка В – то, к чему пришла команда в результате работы на стратсессии. На финмодели отражено планирование на один год вперёд с декомпозицией по месяцам. 

Причин чаще всего две: проблемы с покупательской способностью либо смещение приоритетов покупателя в другую сторону. Например, траты на досуг и разного рода излишества в кризисное время урезаются в первую очередь. Это значит, что у сферы развлечений и HoReCa проблем больше, чем у других. 

После этого мы анализируем конъюнктуру рынка и ниши с помощью ИИ-моделей. Их задача – найти подходящие примеры подобного бизнеса в схожей ситуации. Изучаем и российский, и международный опыт. Благодаря этому анализу мы видим, что делают другие компании для улучшения своих показателей и какой результат они получают. Их опыт может быть полезным при принятии решений о дальнейших действиях. 

Например, сеть кафе работает в среднем ценовом сегменте. Доходность этого сегмента падает. Сеть пытается снижать себестоимость, сокращает ФОТ. Качество работы персонала снижается, появляются негативны отзывы, клиенты уходят. Но есть и другой выход. Ставятся терминалы самообслуживания, меняется предложение – и это уже сегмент фастфуда, а не кафе средней ценовой категории. 

Лучше пересмотреть бизнес-модель, чем нанять неквалифицированный персонал, который испортит сервис. Как показывают наши анализы на основе собранной информации – именно так средний сегмент сейчас выходит из сложного положения. 

Нейросеть берёт данные только из открытых источников. Для поиска официальной информации и цифр она использует данные с сайтов налоговой службы и источников типа consultant.ru. Правда, на эти ресурсы статистика поступает с некоторым запозданием – она не отражает несколько последних месяцев. Но это – лишь малая часть того объёма данных, который нам необходим. 

Сначала модель собирает список релевантных компаний для исследования – из той же сферы, что и заказчик. Затем проводит анализ по каждой из них. Следующий этап – поиск отзывов покупателей на мап-сервисах, в соцсетях, мессенджерах и других источниках. Модель оформляет все собранные данные в единую таблицу. 

Один из лучших инструментов поиска и сбора информации – анализ отзывов на «Яндекс Картах». С его помощью можно узнать как слабые места того или иного бизнеса, так и преимущества. Например, анализ отзывов среди конкурентов своего магазина мармелада натолкнул меня на идею, которая очень хорошо сработала. Покупатели отмечали, что охотно берут наборы из нескольких товаров: так можно сэкономить. Я начал продавать наборы – тесты показали, что этот ход сработал. Так я смог повысить средний чек и объём покупки.

Анализ отзывов на «Яндекс Картах» может натолкнуть на ценные идеи

ИИ даёт возможность анализировать фотографии конкурентов на тех же «Яндекс Картах». Так мы видим, какие новые интересные товары они завезли. Затем ИИ-модель ищет поставщиков этой продукции. Ещё одна важная задача – проверить с помощью сервиса Wordstat ключевые запросы и посмотреть, какие креативы используют конкуренты. 

Очень хороший инструмент – карточки «Яндекса» (профили организаций в сервисах поисковика). Можно запустить бота смотреть их: как выглядят карточки, какие акции используются, какие там картинки – сгенерированные ИИ или «живые», как это влияет на конверсию. 

Потом мы собираем все данные и начинаем анализировать, к каким результатам привели действия той или иной компании. Нам важно понять, как она себя чувствует, есть ли у неё покупатели и заказы. Найти эту информацию для ИИ-модели в принципе нетрудно. И если мы видим, что компания развивается, идёт вперёд или хотя бы не закрывает свои магазины – значит, на её опыт можно ориентироваться. 

Конечно, часть найденной информации может не соответствовать реальности. Но теперь это можно проверить: современные ИИ-модели выдают список источников. Я могу спросить, из какого источника получены конкретно эти сведения. Если источник данных ненадёжный, мы удаляем их из общего объёма информации.  

Я всегда указываю в промпте, чтобы ИИ не делал выводы. Нам нужна только информация, выводы мы можем сделать сами после проверки всех данных. ИИ для нас выступает как хорошая поисковая машина. Никаких других функций возлагать на него не стоит – да и здесь лучше перепроверить. 

Один из важнейших этапов нашей работы – анализ финансовой ситуации в компании. На этапе сбора информации тоже не обходится без ИИ. Дело в том, что многие наши клиенты не имеют систем автоматизированного учёта. Самое удивительное, это относится и к достаточно крупному бизнесу, и к стартапам. Поэтому нужная нам информация может быть в самом разном виде: от файлов Excel до бумажек и даже рукописных тетрадок. ИИ-модель оцифровывает все данные в тот вид, который нужен для дальнейшей работы с ними. 

Затем алгоритмы ищут, «где лежат деньги». Если речь идёт о розничной или оптовой торговле, самый частый ответ – на складе. Владельцы бизнеса нередко забывают о том, что у них когда-то было куплено. Самое логичное решение – распродать склад. С помощью ИИ-модели мы смотрим, что сейчас из этого ассортимента пользуется спросом, как этот товар можно представить потенциальной аудитории и за сколько продать. 

Антон Филонов

Второй источник денег – клиентская база. Во многих случаях с ней совсем или почти не работают. ИИ-модели анализируют, что в этом направлении делают конкуренты, какие акции предлагают, как подают информацию. Эти данные мы можем использовать для создания собственных акций и предложений. 

Например, один из клиентов – небольшая сеть магазинов разливного пива из 12 точек. У одного из конкурентов мы нашли интересную механику оповещения клиентов. Мы разработали акцию и создали похожую систему оповещения. Это стоило 24 000 рублей. Акция принесла дополнительно 750 000 рублей выручки за первую неделю. Сумма вроде бы не гигантская – но она возникла буквально «на пустом месте». 

При кризисе многие организации в первую очередь сокращают ФОТ. Мы можем выдать такую рекомендацию только после анализа рынка труда в данной сфере и регионе. Бывает и наоборот: мы советуем поднять зарплату тем или иным сотрудникам, если она не в рынке. 

Большинство наших клиентов – из сферы услуг. ИИ-модели помогают здесь в трёх основных направлениях: 

• работа с существующей базой;

• анализ карточек в «Яндексе»;

• анализ отзывов. 

Благодаря одной только работе с базой загрузка салонов красоты увеличивается в среднем на 15-20%. С помощью ИИ мы смотрим, как работают со своими базами конкуренты, и на основе самых успешных кейсов составляем предложение. 

ИИ-модели, которыми мы пользуемся, могут проверить заполняемость салона красоты. Я ставлю им задачу посмотреть, сколько свободных окошек есть у каждого мастера в сервисах для автоматической записи, и составить график посещаемости за ближайшие три дня. К примеру, собранные данные показывают: салон заполнен на 40%. Значит, его опыт мы не можем рассматривать как успешный. 

Анализ отзывов показывает, в чём другие заведения успешнее, чем бизнес нашего клиента. На основе этой информации можно сразу же поменять регламенты для сотрудников. Раньше это занимало несколько дней. Теперь составление регламента – буквально три минуты работы любой языковой модели. 

Наш самый важный и популярный «антикризисный» продукт – услуга стратегической сессии. Она проводится в течение нескольких часов, но подготовка к ней, включая сбор информации, занимает месяц. Её цель – разработать новую стратегию компании на основе текущей рыночной ситуации, а также составить финансовый план. 

Такая услуга стоит 550 тысяч рублей. Мы обычно предлагаем её для компаний с годовым оборотом минимум 50 млн рублей. В стоимость, помимо проведения самой стратсессии, входят по 2-3 встречи с собственником и каждым из 4-5 топ-менеджеров. С нашей стороны в работе участвует группа специалистов. 

Ещё один вариант – небольшая стратегическая сессия лично со мной. Это больше подходит для ИП и малого бизнеса. Такая стратсессия длится три часа, подготовка занимает неделю. Есть финансовая сессия, которая проводится за 2 часа – готовится она тоже за неделю. Всего мы проводим около десяти таких стратсессий разного формата в месяц.

Антон Филонов проводит стратегическую сессию

Ворой наш продукт – полное операционное управление компанией в течение 3-6 месяцев. Мы заходим в бизнес «в полном составе»: финансист, HR-специалист, юрист, маркетолог. Наша задача – наладить работу компании и передать её обратно под управление менеджеров в виде эффективного бизнеса. Сейчас у нас четыре компании под операционным управлением. 

Если говорить совсем честно, искусственный интеллект – это никакой не «интеллект», а всего лишь языковая модель. Думать и принимать решения всё равно должен человек. Но если использовать ИИ только для сбора информации – он абсолютно точно может повысить эффективность. 

Куда это приведёт дальше – можно только догадываться. Но сбор и анализ данных с помощью ИИ точно будет развиваться, если мы сохраним доступ к международным инструментам, и нас не ограничат моделями только «Яндекса» и «Сбера». Кстати, они тоже неплохие: я их тестировал, и они подходят под некоторые задачи. 

Проблема в том, что все ИИ-модели – очень «точечные» и индивидуальные. Не существует «универсальных» моделей, каждая из них хороша в чём-то одном. И если сложить из них правильную комбинацию, предприниматель может заменить ими большую часть офиса. Но ИИ способен помочь только в том случае, если сам пользователь разбирается в вопросе. В противном случае ИИ не принесёт ему ничего, кроме проблем.

Чтобы не пропустить интересную для вас статью о малом бизнесе, подпишитесь на наш Telegram-канал и страницу в «ВКонтакте».
biz360