Пример отчёта · cian.ru← на главную

ИИ-аудит: ЦИАН

Что мы поняли о вашем бизнесе

ЦИАН — крупнейшая российская платформа-маркетплейс в сфере недвижимости, работающая по модели B2C и обслуживающая миллионы пользователей: частных арендаторов и покупателей, агентства недвижимости, застройщиков. При команде 100+ человек ключевые операционные процессы — модерация объявлений, обработка обращений поддержки, управление листингами и аналитика рынка — неизбежно сталкиваются с эффектом масштаба. Наша гипотеза по открытым данным: при таком объёме бизнеса ручная модерация, персонализация поиска и поддержка пользователей становятся основными «бутылочными горлышками», где автоматизация даст наибольший эффект в снижении издержек и разгрузке штата.

Top-3 ИИ-агента для внедрения

1. Автоматическая модерация объявлений — на примере Авито

2. Умный поиск по свободному запросу — на примере Циан (ваш собственный проект)

3. ИИ-ассистент поддержки клиентов — на примере Lyft

Ещё 5-7 релевантных кейсов

Компания Тип агента Что внедрили Результат (цифры) Источник
Ozon operations AI-модели автоматически проверяют карточки товаров и модерируют пользовательский контент (отзывы, вопросы, ответы, комментарии); ручная модерация оставлена для спорных случаев По итогам 2025 года автоматизировано более 96% модерации контента (план 99,5% к концу 2026); экономия ~9 млрд руб. расходов на ручную модерацию за 2 года ссылка
М.Видео-Эльдорадо customer_support Чат-бот AutoFAQ с ИИ интегрирован во внутренний мессенджер компании, опирается на 5000+ статей базы знаний 65% обращений закрываются автоматически; среднее время ответа сокращено с 5 до 2,5 минут; 95% положительных отзывов; CSI 85% ссылка
Indeed search_recommendations Встроил GPT в рассылки-приглашения: модель генерирует персональное объяснение соответствия кандидата вакансии на основе резюме и описания роли +20% начатых откликов на вакансии; +13% успешных наймов (downstream success); рассылка работает на 20+ млн сообщений в месяц ссылка
THE ICONIC search_recommendations Внедрила мультимодальный поиск Vertex AI, позволяющий искать подборки под события («наряд на пляжную вечеринку») Пустые поиски сокращены с 5% почти до нуля, выручка +2,6% при 20 млн визитов в месяц ссылка
NoBroker analytics Создали платформу ConvoZen на Azure OpenAI для транскрибации и анализа разговоров на разных языках: автоматический аудит качества, выявление нарушений и инсайты для операторов Автоматизировано 90% аудитов качества, эффективность операторов выросла на 30%, отслеживание нарушений улучшилось в 16 раз ссылка
Wildberries marketing_content Запустили ИИ-помощника, который автоматически генерирует персонализированные ответы на отзывы от имени продавца с учётом контекста отзыва Автоматизация ответов на отзывы для сотен тысяч продавцов; качественный результат — рост скорости реакции на отзывы ссылка
Авито (Ави Pro) sales ИИ-ассистент Ави Pro анализирует воронку продаж по 50+ метрикам на уровне аккаунта и отдельных объявлений, генерирует описания и рекомендации Доступ у 500 тыс. продавцов; каждое второе описание, сгенерированное Ави Pro, используется без правок ссылка

Рекомендуемая последовательность внедрения

Шаг 1. Квартал 1 — Автоматизация модерации объявлений

Что внедряем: ML/GenAI-модели для автоматической проверки, классификации и модерации объявлений (по аналогии с Авито и Ozon). Начинаем с пилота на 20–30% потока. Ожидаемый эффект: Автоматизация 90–95% модерации, сокращение времени публикации с часов до минут, разгрузка 70–80% модераторов. Сложность: Средняя — требуется интеграция с существующей платформой и обучение модели на исторических данных модерации.

Шаг 2. Квартал 2 — ИИ-ассистент поддержки клиентов

Что внедряем: AI-ассистент для обработки обращений пользователей (по аналогии с Lyft и М.Видео-Эльдорадо). Начинаем с типовых запросов (правила аренды, статус объявления, вопросы по оплате). Ожидаемый эффект: Автоматизация 60–70% обращений, сокращение времени ответа с 5–10 минут до 1–2 минут, снижение нагрузки на операторов на 50–60%. Сложность: Средняя — требуется база знаний и интеграция с CRM/тикет-системой.

Шаг 3. Квартал 3 — Персонализация поиска и аналитика

Что внедряем: Масштабирование ЦианGPT на все сценарии поиска + AI-аналитика для контроля качества разговоров колл-центра (по аналогии с NoBroker) и персонализированных рекомендаций (по аналогии с Indeed). Ожидаемый эффект: Рост конверсии в контакты на 15–25%, автоматизация 90% аудитов качества, улучшение отслеживания нарушений в 10–15 раз. Сложность: Высокая — требует дообучения моделей, интеграции с аналитическими системами и изменения пользовательского интерфейса.

Следующий шаг

Этот аудит — автоматический разбор по открытым данным и кейсам конкурентов. На бесплатной консультации мы разберём ваши реальные процессы глубже: проанализируем текущие bottlenecks, оценим объём данных для обучения моделей и посчитаем точный ROI для каждого сценария внедрения. Курс «Мастерская ИИ-агентов»: https://productuniversity.ru/maa2

Хотите такой аудит для своей компании?

Получить бесплатный аудит →