Как «Зооинформ» внедрил ИИ во всю компанию, ускорил производство контента до шести раз и высвободил эквивалент трёх штатных ставок
Системная AI-трансформация компании из 17 человек, которая ежедневно выпускает до 20 единиц контента и одновременно ведёт несколько специальных проектов.
- В 2–6 раз ускорена подготовка отдельных видов материалов
- Полностью исключены из штатного расписания три отдельные ставки
- Сохранён прежний объём производства контента
- Увеличено количество специальных проектов
- Запущена дистрибуция материалов на внешних площадках
- Ускорены фактчекинг, исследования и работа с источниками
- Создан единый внутренний контур корпоративных знаний
- Все сотрудники — от секретаря до руководства — обучены работе с ИИ
«До системного внедрения Команды AI мы размазывались по большому количеству разных решений. В какой-то момент на них стало уходить больше ресурсов, чем до их появления. Нам нужен был инструмент, который работал бы надёжно, предсказуемо и системно — образно выражаясь, как автомат Калашникова».
Системная AI-трансформация в цифрах
Ключевые показатели внедрения.
«Зооинформ» — не просто медиа, а инфраструктура российской зооиндустрии
«Зооинформ» выпускает профессиональные глянцевые журналы и ежегодные отраслевые справочники, развивает сайт и сообщества в Telegram, MAX и «ВКонтакте», проводит Национальную премию зообизнеса и создаёт специализированные проекты для участников рынка.
Однако роль компании значительно шире производства и распространения контента. «Зооинформ» соединяет производителей, дистрибьюторов, ретейл, экспертов и другие компании индустрии. Благодаря этим связям возникают новые партнёрства и коллаборации, российский бизнес получает доступ к зарубежным практикам, а вся отрасль развивается быстрее.
«Зооинформ» выполняет роль инфраструктурного клея, который связывает зооиндустрию.
Компания производит до 20 единиц контента ежедневно. В пиковые дни объём может достигать 40–50 единиц — без учёта материалов для специализированных изданий, социальных сетей и других каналов. Одновременно команда ведёт несколько специальных проектов, которые развиваются параллельно основной деятельности. В компании работает около 17 человек. Во внедрении Команды AI участвовали четыре подразделения.
«Зооинформ» стал для нас не витриной, а полноценной бизнес-песочницей
Денис Баталин — digital-директор «Зооинформа». В зоне ответственности — маркетинг, продуктовое развитие, внедрение новых технологий и все изменения, которые помогают компании становиться эффективнее.
«Для меня было принципиально важно, чтобы решения, которые мы создаём внутри Команды AI, приносили реальную пользу бизнесу, в котором я сам отвечаю за цифровую трансформацию. Здесь мы могли проверять гипотезы на реальных процессах, получать обратную связь от сотрудников и видеть, как платформа работает в ежедневной деятельности компании».
Разрозненные автоматизации начали потреблять больше ресурсов, чем экономить
До внедрения единой платформы в компании уже использовались различные AI-инструменты: отдельные модули и Telegram-боты, автоматизации на Make, n8n, Albato и других платформах. Некоторые сотрудники самостоятельно пользовались бесплатными зарубежными нейросетями.
Но вместо единой цифровой среды постепенно возникла сложная система из несвязанных решений. Ситуацию осложняли ограничения зарубежных сервисов, проблемы с платежами и невозможность контролировать загрузку внутренних и проприетарных материалов.
- поддерживать и обновлять
- дорабатывать и оплачивать
- связывать с другими инструментами
- отдельно объяснять сотрудникам
- контролировать с точки зрения безопасности
Главная задача оставалась нерешённой: знания компании не сохранялись в едином контуре и не превращались в доступный для всей команды актив.
«Мы устали от несистемных решений. В компании была масса автоматизаций и продуктов, каждый из которых требовал поддержки. На это уходило огромное количество ресурсов, но главная задача — сохранение и быстрая обработка знаний компании — всё равно не решалась».
От хаоса сервисов к единому AI-контуру
Что именно мешало компании работать быстрее
1. Сотрудники продолжали работать по правилам до-AI-эпохи
Материалы последовательно передавались между специалистами, и даже небольшая задача могла проходить по этой цепочке несколько дней. То, что считалось нормальной организацией производства в 2022 году, перестало быть экономически оправданным в AI-эпоху.
2. Уникальные знания существовали только в головах отдельных сотрудников
Компетенции практически исчезали из рабочего контура, когда сотрудник уходил в отпуск, заболевал или переключался на другой проект. Компания становилась зависимой от конкретных людей — в редактуре, корректуре, поиске и проверке информации, SEO, иллюстрациях, работе с коммерческими материалами и аналитике.
Даже наличие ERP-системы и внутренних регламентов не решало проблему. Регламенты фиксировали последовательность действий, но не сохраняли профессиональное мышление сотрудника и не позволяли другому человеку быстро воспроизвести его способ работы.
Материал мог готоваться три-четыре дня — и становился нерентабельным
Особенно при подготовке evergreen- и коммерческого контента: отредактировать, проверить, скорректировать, подготовить для поиска, снабдить метаданными, оформить визуально — и только потом опубликовать. Для отдельных этапов требовались SEO-специалисты, корректоры, дизайнеры и иллюстраторы. В новых экономических условиях такая цепочка перестала соответствовать бизнес-логике компании.
Четыре цели, поставленные перед проектом
Сократить время типовых транзакций
Каждый описанный и повторяемый процесс должен был выполняться быстрее.
Увеличить результат на сотрудника
Не просто сократить затраты, а вооружить каждого инструментами, увеличивающими производительность.
Автоматизировать типовой контент
Снизить время сильных специалистов на повторяемые новостные, технические и подготовительные операции.
Сохранить проприетарные знания
Внутренние знания должны оставаться в контролируемом контуре, быстро находиться и превращаться в новые продукты.
Обязательные требования к платформе
- Работа в российском технологическом контуре
- Единый корпоративный доступ
- Управляемая ролевая модель
- Контроль использования платформы
- Статистика по сотрудникам и подразделениям
- Оценка выполненных задач и сэкономленных ресурсов
- Безопасная работа с внутренними материалами
- Проекты с инструкциями и файлами знаний
- Возможность централизованного обучения
- Оперативная человеческая поддержка
- Развитие инструментов на основе обратной связи бизнеса
«Для нас было важно, чтобы платформа существовала в интересах бизнеса и лиц, принимающих решение о её приобретении. Не просто давала человеку интересную нейросеть, а помогала компании получать конкретный результат».
Отдельным преимуществом стала возможность напрямую передавать обратную связь продуктовой команде и превращать реальные потребности сотрудников в новые задачи для R&D.
Не пилот для энтузиастов, а переход всей компании
С самого начала было принято решение добавить в Команду AI весь коллектив. Платформа сразу становилась общей корпоративной средой, но отдельные возможности внедрялись последовательно — вся компания переходит на единую платформу, а сотрудники осваивают функции поэтапно, не перегружаясь.
Доступ и ролевая модель
Создан корпоративный аккаунт со всеми сотрудниками. Роли — администраторы и сотрудники — определяли доступ к инструментам, статистике, аналитике и созданию проектов. Главным амбассадором выступил digital-директор; у него уже были союзники — прежде всего директор по развитию бизнеса.
Внутренний план раскатывания функций
Заранее определили: какую функцию показывают, когда внедряют, какую практическую задачу выполняет каждый человек, какой результат демонстрируют и как функция фиксируется в базе знаний. Каждую неделю часть планёрки посвящалась одной возможности — с обязательным домашним заданием. Освоение было связано с KPI: применить инструмент, а не посмотреть презентацию.
Универсальный AI-ассистент
Старт с понятных сценариев: чат с ассистентом, загрузка файлов, анализ и обработка документов. Это вернуло сотрудникам привычный формат работы с нейросетями после того, как доступ к ChatGPT, Gemini и другим сервисам стал нестабильным.
Корпоративные проекты
Ключевая возможность — проекты, объединяющие системные инструкции, файлы знаний, примеры, медиакиты, прайсы, редакционные стандарты и требования к результату. Каждый сотрудник стал владельцем своих проектов: уточнял инструкции, обновлял данные, тестировал на реальных задачах. Первый цикл внедрения занял три-четыре недели.
Обязательное обучение
Все сотрудники — от секретаря до руководства — прошли курс по применению ИИ. Помимо функций платформы: принципы работы языковых моделей, причины галлюцинаций, проверка результатов, системные инструкции, JSON, Markdown, работа со структурированными данными и ответственность человека за итог. По завершении — сертификат.
Как знания сотрудников превращались в корпоративные инструменты
После обучения сотрудникам разрешили самостоятельно создавать проекты и агентов. Задача руководства заключалась не в том, чтобы централизованно написать все инструкции, а в том, чтобы дать специалистам возможность оцифровать собственный опыт. Сотрудник становился владельцем проекта: описывал способ выполнения задачи, добавлял источники, загружал лучшие примеры, тестировал результат, уточнял инструкции и обновлял знания.
Одной из первых трудностей стало написание системных инструкций. Тем, кто раньше никогда не создавал системные промпты, было сложно правильно описать логику своей работы. Эта проблема превратилась в новую функцию продукта: внутри Команды AI появился инструмент, который помогает создавать инструкции для проектов и агентов с помощью самого ИИ.
Человеческий контроль сохранился, но цепочка стала короче
Материалы не отправляются в публикацию или клиенту полностью автоматически. Но вместо длинной цепочки специалистов теперь чаще всего требуется только финальная проверка и разрешение на использование.
В зависимости от типа материала финальное решение принимает выпускающий редактор, директор по контенту или руководитель отдела продаж. ИИ выполняет основную подготовительную работу, но финальная ответственность остаётся у человека.
Где Команда AI изменила ежедневную работу
Подготовка еженедельного дайджеста
- Собрать материалы недели, проанализировать
- Определить доминанту, сократить тексты
- Выстроить структуру, редактура и корректура
- Подготовить материал к дистрибуции
Сотрудник передаёт проекту ссылки на опубликованные материалы. Проект анализирует публикации, определяет тему, собирает структуру, сокращает тексты и готовит дайджест в нужном формате. Остаётся финальная вычитка.
Персонализированные коммерческие предложения
Менеджер вручную изучал запрос, сверялся с медиакитами и прайсами, подбирал форматы и писал предложение. Качество зависело от времени, опыта и текущей загрузки сотрудника.
В проект загружены медиакиты, прайсы, форматы, ограничения и примеры. Менеджер описывает потребности рекламодателя и получает основу предложения. Персонализация переместилась из тела документа в область отношений с клиентом.
SEO- и GEO-подготовка материалов
- Проанализировать тему, подобрать запросы
- Сформировать метаданные, заголовки и описания
- Адаптировать под поисковые и AI-системы
- Отдельная компетенция → узкое место
Ключи, метаданные и рекомендации по оптимизации генерируются автоматически с учётом содержания конкретного материала. Компания закрыла типовую SEO- и GEO-подготовку без отдельной штатной ставки.
Контентозависимые иллюстрации
- Отдельный специалист и постановка задачи
- Подготовка концепции, сверка с дизайн-кодом
- Несколько итераций и финальное согласование
Визуал генерируется на основе содержания публикации и требований «Зооинформа». Это не случайные картинки из фотобанка, а контентозависимые иллюстрации — во многих случаях весь процесс в несколько действий.
Где ещё команда применяет ИИ
Подготовка отдельных материалов ускорилась до 5–6 раз
В зависимости от типа задачи скорость выросла от двух до нескольких раз, а для отдельных видов контента ускорение достигает пяти-шести раз.
Экспертная оценка команды «Зооинформа». Значения относительные и отражают порядок ускорения по типам задач.
Три ставки полностью исчезли из штатного расписания
SEO и типовое продвижение
Типовая поисковая подготовка закрывается платформой без отдельной штатной единицы.
Подготовка иллюстраций
Контентозависимый визуал генерируется под конкретный материал и дизайн-код.
Корректура
Проверка и вычитка типовых материалов перестала требовать отдельной ставки.
Сотрудники не были выброшены из компании — они перешли в другие проекты, где их компетенции приносят больше пользы. Но сами ставки сокращены и больше не присутствуют в штатном расписании. Это произошло не в результате изначального плана по сокращению людей: на старте команде прямо сказали, что цель внедрения — освободить от рутины. По мере развития системы стало очевидно, что часть функций больше не требует отдельной штатной единицы.
Себестоимость контента снизилась, а возможности выросли
Объём производства не сократился: компания продолжает выпускать до 20 единиц контента ежедневно, а в пиковые дни — до 40–50. Появились ресурсы для двух новых направлений роста.
Больше специальных проектов
Освободившееся время команда направила на новые отраслевые и коммерческие инициативы.
Дистрибуция за пределами своих площадок
«Зооинформ» получил возможность адаптировать материалы для TenChat, РБК Pro, VC.ru и других площадок. Раньше на это не хватало ресурсов.
Исчезли маленькие задачи, создававшие большое сопротивление
Сотрудники избавились от множества небольших «лягушек». Каждая такая задача сама по себе казалась незначительной, но требовала переключения, концентрации и времени.
Теперь значительная часть таких задач закрывается с помощью Команды AI.
Время сотрудников переместилось из рутины в развитие
«Главный эффект в том, что сотрудники стали заниматься не рутиной, а развитием. У них появилось больше времени на тот самый квадрант матрицы Эйзенхауэра — “важно, но несрочно”».
От зависимости от отдельных людей — к цифровому активу
У сотрудников появилось ощущение, что внутри компании формируется живой корпус знаний. Отпуск, больничный или уход специалиста больше не оголяют его функциональную зону.
Использовать повторно
Знания доступны всей команде, а не только их носителю.
Обновлять и дополнять
Проекты живут и улучшаются вместе с процессами компании.
Передавать и переиспользовать
Знания превращаются в проекты, агентов и новые продукты.
Как изменилось отношение к ИИ
В начале ИИ мог восприниматься как полезная, но необязательная технология. Через несколько месяцев команда стала воспринимать платформу как часть ежедневной инфраструктуры. Лучше всего это иллюстрирует простой случай: когда заканчивается корпоративный тариф, сообщение о срочном продлении приходит буквально через минуту — сотрудники сразу замечают отсутствие доступа.
Возраст не стал препятствием
Средний возраст команды достаточно высокий, однако сопротивления практически не было. Сотрудники оказались открытыми к изменениям и активно помогали развитию системы. Внедрение дало людям новое ощущение собственной конкурентоспособности — они увидели, что могут быть сильнее не только других специалистов на рынке, но и самих себя несколько лет назад.
«Каждый сотрудник постепенно становится по-настоящему боевой единицей, которая в нужный момент способна закрыть самые разные задачи компании — от маркировки рекламы до подготовки полноценного материала».
Что отслеживало руководство
Выполненные задачи
Успешность решения
Сэкономленные ресурсы
Время использования
Расход токенов
Активность сотрудников
Использование проектов
Отдельные возможности
Платформа не ограничивалась рабочими задачами: сотрудникам разрешили использовать её для личного развития и бытовых вопросов. В компании исходят из того, что жизнь больше работы, а развитие бизнеса невозможно отделить от развития каждого человека. В ходу — персональный AI task manager, персональные и психологические ассистенты, инструменты карьерного развития и проекты для обучения.
Как «Зооинформ» повлиял на развитие Команды AI
Философия Команды AI строится на том, что новые функции появляются из реальных потребностей бизнеса. Практически любая значимая обратная связь сотрудников превращалась в задачу на R&D-доске.
AI-помощник для системных инструкций
Сотрудникам было сложно писать инструкции для проектов и агентов — появилась возможность создавать и улучшать их с помощью ИИ. Больше не нужно быть промпт-инженером, чтобы описать бизнес-процесс.
Генеративная графика
Высокие требования редакции к визуалу использовались для улучшения генерации изображений, их соответствия содержанию публикаций и требованиям площадок.
Улучшения UX и багфиксы
Специфические сценарии помогли выявить проблемы, не проявлявшиеся в стандартных тестах. Это улучшило продукт и для других корпоративных пользователей.
Несколько сотрудников фактически стали постоянными внутренними тестировщиками: замечали недостающие функции, находили UX-проблемы, выявляли баги, предлагали изменения и проверяли новые сценарии. Некоторые обнаруженные ими проблемы не были выявлены даже во время глубокого внутреннего и пострелизного QA.
Внедрение прошло без серьёзного сопротивления, но три трудности были
Передача знаний о настройке
Нужно было научиться не просто задавать вопросы нейросети, а описывать устойчивую систему работы проектов и агентов.
Изменение привычек
Даже открытым к технологиям людям требовалось время, чтобы перестать выполнять знакомые операции вручную.
UX-проблемы
Особые требования компании выявили сложности в пользовательском опыте. Они не мешали базовой работе, но осложняли отдельные сценарии — и последовательно исправлялись.
Главные ошибки бизнеса при внедрении ИИ
Нереалистичные цели
Компания ждёт мгновенного результата, не разбивая внедрение на конкретные процессы и измеримые этапы.
Отсутствие практических заданий
Сотрудникам показывают возможности ИИ, но не требуют сразу применить их на реальной задаче — обучение остаётся теоретическим.
Недостаток общих знаний об ИИ
Людей учат нажимать кнопки платформы, но не объясняют, как работают языковые модели, почему они ошибаются и как управлять качеством результата.
«Просто дать доступ»
Доступ к нейросети сам по себе не является внедрением. Без целей, обучения, контроля и связи с бизнес-процессами платформа становится развлекательным инструментом.
Отсутствие поддержки первого лица
AI-трансформация не может быть исключительно инициативой снизу. Первое лицо должно осознать необходимость изменений и стать их амбассадором.
Кому Команда AI даст максимальный эффект
В первую очередь — малому и среднему бизнесу. Особенно компаниям, которые:
Полноценная агентная модель
Следующая цель «Зооинформа» — система, в которой у каждого сотрудника будет несколько собственных AI-агентов. Часть будет воспроизводить профессиональные навыки человека и ускорять его работу, другие — выполнять то, чем сотрудник раньше вообще не занимался. Такими агентами можно будет делиться внутри компании.
Распространять лучшие практики
Уменьшать зависимость от отдельных специалистов
Быстро создавать новые функции
Собирать цифровые копии бизнес-компетенций
Формировать команды из людей и агентов под задачи
И это уже не концепция, а следующий этап развития
Внедрение ИИ не сделало сотрудников менее важными — оно сделало их сильнее
Команда избавилась от значительной части рутины, ускорила производство, сократила себестоимость контента, отказалась от трёх отдельных ставок и получила возможность вести больше проектов без расширения штата. Но главным результатом стало не сокращение времени и даже не экономия — компания начала создавать собственный цифровой корпус знаний, который не исчезает вместе с отдельным сотрудником.
Системное внедрение ИИ — это не покупка доступа к нейросети. Это создание второго цифрового контура компании, в котором знания не исчезают, сотрудники становятся сильнее, а каждое действие приближает бизнес к измеримому результату.
Хотите внедрить ИИ системно, а не добавить ещё один разрозненный сервис?
Команда AI объединяет сотрудников, корпоративные знания, проекты, ассистентов и AI-агентов в едином управляемом контуре — ради конкретного бизнес-результата.