AI у бізнесі: що автоматизувати в першу чергу — досвід CLUST
Поки ви відкладаєте впровадження AI у роботу, ваш бізнес втрачає темп і гроші. За результатами досліджень, автоматизація на базі AI може скоротити операційні витрати до 30% і підвищити ретеншн на третину.
Тож сьогодні головне питання для компаній не в тому, чи варто впроваджувати AI взагалі, а з яких процесів почати автоматизацію. З минулої весни ми разом із топменеджментом CLUST шукали правильний підхід до AI, щоб знайти той, який оптимізує рутину, не створює хаосу й не викликає спротиву в команди. Так, у червні 2025 року наша компанія перейшла до AI-first культури. Зараз я готовий поділитися першими інсайтами: як ми впровадили AI на рівні компанії, що варто автоматизувати найпершим, а що — залишити за людиною.
Як команда CLUST впровадила AI у щоденний воркфлоу
CLUST щодня працює з інноваційними стартап-продуктами, тому ми бачимо, що AI вже впливає на швидкість розробки й економіку бізнесів. Для команди це означає новий рівень компетенції, для компанії — пряму оптимізацію витрат і часу.
Ми зрозуміли, що не хочемо оптимізувати окремі процеси — нам потрібна була система на рівні всієї компанії. Проте на старті в нас не було людини з широким баченням цього напряму, тож ми довго шукали людину, яка має релевантний досвід у новій ролі для ринку й зможе створити цю систему. Так, у серпні 2025 року до нас доєднався Head of AI Олексій Павленко, який допоміг нам перейти від простого тестування інструментів до інтеграції AI в процеси. Кожен кейс мав задачу: зняти навантаження, пришвидшити роботу або покращити результат.
Як ми створювали AI-first культуру в CLUST:
Підписуйтеся на наші соцмережі
- Проаналізували процеси й знайшли ті, які вимагали якнайшвидшої автоматизації через повторюваність і великі часові витрати.
- Зрозуміли, що співробітникам не вистачає експертизи у використанні AI і запустили базову навчальну програму для core-команди — які інструменти існують і де їх можна інтегрувати. Завдяки цьому тіммейти почали самі виявляти ініціативу й додавати AI у задачі.
- Створили кастомні GPT для команди під конкретні задачі: валідацію кандидатів у реферальній програмі, опис вакансій, адаптацію контенту до tone of voice, прописування OKR.
- Скоротили час онбордингу нових співробітників і зменшили залежність від ручного супроводу.
- Впровадили AI у performance review в одному з портфельних проєктів: час на оцінку однієї людини скоротився на 58% — з 60 до 25 хвилин.
- Створили внутрішнє AI-ком’юніті, де співробітники обмінюються кейсами, тестують нові підходи й проводять лекції.
- Масштабували навчання в advanced-курс — додали складніший технологічний стек і поділили матеріал точково під завдання різних відділів.
Наразі ми тестуємо створення рекламних креативів за допомогою AI з подальшим запуском у кампанії й плануємо регулярно впроваджувати нові автоматизовані воркфлоу.
Що автоматизувати першим?
Наш досвід показав, що головне в AI-автоматизації — вибір не інструментів, а процесів. Навіть останнє оновлення Claude лише зіл’є ваш бюджет на API, якщо ви використовуватимете AI хаотично або там, де потрібна human-first експертиза. Проте якщо процес постійно повторюється, не вимагає складних рішень і має вимірюваний результат — це перший кандидат на автоматизацію.
Декілька типових сценаріїв:
- Внутрішня комунікація і звітність — брифи, статус-апдейти, протоколи зустрічей, де команда витрачає багато часу на формалізацію думок, а AI — стандартизує й структурує документацію. Інструменти: інтеграції через n8n, Make і Zapier, AI-моделі для саммарі — BlueDot і Fireflies, підключення до AI-плагінів у таск-менеджерах.
- Базова обробка даних — аналітика, зведення, моніторинг. Команда витрачає час на ручне збирання й базову інтерпретацію, тому автоматизація пришвидшує процес і мінімізує помилки через людський фактор. Інструменти: інтеграція OpenAI API з GA4, CRM, Google Sheets, автоматичні звіти + AI для коротких висновків.
- Контент і комунікації — шаблони, перші чернетки й пруфрідінг. Ціль — позбутись проблеми «білого листа» й швидше готувати матеріали: структуру, варіанти та адаптації під канали. Інструменти: бібліотеки промптів під LLM, для текстових воркфлоу — Jasper AI й Copy.ai, для дизайнерських — NanoBanana і Midjourney.
- Рекрутинг і HR-операції — сорсинг, онбординг, FAQ. Не повна заміна «живого» хайрінг-процесу на AI, а тільки оптимізація стандартних сценаріїв, яка пришвидшує взаємодію команди й кандидата або ньюкамера. Інструменти: HireEZ, кастомні GPT для відповідей на типові питання, інтеграції з ATS.
Що не варто автоматизувати?
Попри широке впровадження AI у процеси, ми маємо зони, де ключову роль відіграють людська інтерпретація й довіра. Наприклад, фінальні інтерв’ю в наймі — це етап, де рішення формується через нюанси, які складно формалізувати за допомогою AI. Те саме з пошуком фаундерів у екосистему: тут важливий не тільки досвід з CV, а й спосіб мислення та реакція на фідбек. На старті це спрощує оцінку там, де потрібна глибина, й може призвести до хибних стратегічних рішень.
Я також вважаю, що не варто намагатися автоматизувати усе те, що ще не стандартизовано. AI-інструменти — це алгоритми, тому якщо немає чіткої логіки задачі, автоматизація лише закріплює проблему. Наприклад, якщо у вас непропрацьований performance review навіть у ручному форматі, автоматизація лише масштабуватиме цю невизначеність.
І третє — рішення з високою ціною помилки, де немає швидкого фідбеку. Приклад — комплаєнс із законодавством при виході на новий ринок, де неправильне трактування вимог може призвести до штрафів, або стратегічні продуктові рішення — що саме будувати й з якою моделлю монетизації. У таких випадках AI може допомагати з аналізом, але не повинен бути точкою прийняття рішення.
Як ввести AI у роботу команди без стресу
Я спокійно ставлюся до того, що не вся команда одразу сприймає AI позитивно. Одні бояться втратити контроль над результатом, інші — думають, що це черговий тимчасовий тренд. На мій погляд, найпростіший спосіб зняти опір — починати з того, що реально дратує всіх: механічне наповнення Excel-таблиць, місячна звітність, ручне зведення даних з Google Forms. Так тіммейти перестають сприймати автоматизацію як нав’язану ініціативу й самі починають пропонувати, що ще можна оптимізувати — так з’являються внутрішні амбасадори змін.
Щоб довести цінність автоматизації, важливо швидко показати результат. Так, воркфлоу для аналізу конкурентів дає інсайти, які одразу йдуть у маркетинг, а AI-онбординг дозволяє новим співробітникам вийти на нормальну ефективність за 30 днів замість 3 місяців. Коли команда бачить конкретний результат у своїй роботі, питання «навіщо це потрібно» зникає саме собою.
Я впевнений — AI не заміняє людей, а звільняє їх від рутини й підсилює компетенції, які справді створюють цінність для бізнесу: розробку гіпотез, експерименти, продакшн, і як результат — вихід на нові ринки. Мій інсайт: не починайте з масштабних трансформацій. Почніть з простого: подивіться на свій робочий тиждень і знайдіть 3 рутинні процеси — це і є ваша перша точка для впровадження AI.