Осенью 2026 года OpenAI и Anthropic выпустили четыре разбора подряд: Singapore Airlines, Heimstaden, Advantage Solutions и Mutiny. Отрасли разные — авиаперевозки, аренда жилья, ритейл-сервисы, B2B-софт. Общая у них не технология, а способ отчитываться о результате. Ни в одном кейсе нет «роста эффективности» в общем виде: есть часы, которые вернулись людям, и затраты, которые ушли из сметы. Разберём, что именно измеряли и где заканчивается проверяемое.

Почему в этих кейсах считают часы, а не запросы

Во всех четырех историях единица измерения — рабочее время или деньги, а не количество промптов и не число сотрудников с доступом к чату. Singapore Airlines измеряет снижение среднего времени обработки обращения и прирост на отдельных этапах разработки. Advantage Solutions — часы, ушедшие из бумажных проверок. Heimstaden — человеко-месяцы на аналитический проект и себестоимость одного изображения. Mutiny — выручку и скорость сборки материалов.

Такой замер можно оспорить, и это его плюс: «мы ускорили процесс» проверить нельзя, а «10 часов в неделю сжались до менее 30 минут» — можно, если согласиться с базовой линией.

И здесь нужно назвать вещь прямо: все четыре текста — материалы вендоров, опубликованные на их собственных сайтах. Ни один из приведенных показателей не проверен независимым аудитом, методология замеров не раскрыта, базовая линия известна только со слов заказчика. Advantage Solutions пишет, что результат еще впереди: компания «на пути» к возврату часов и «прогнозирует» эффект. Heimstaden говорит об «оценочной потребности в трудозатратах», то есть о смете, а не о факте. Это не повод игнорировать цифры — это повод читать их как заявку, а не как факт.

Singapore Airlines: разговорный сервис и внутренняя платформа

Авиакомпания перевела клиентского бота Kris с жесткого дерева сценариев на разговорную модель через OpenAI API. В старой схеме каждую тему размечали вручную: не было сценария — диалог уходил оператору. После перехода удовлетворенность клиентов выросла вдвое: в кейсе это указано как «2x increase in customer satisfaction» (кейс Singapore Airlines).

Второй эффект — на стороне операторов. Саммаризация звонков сократила среднее время обработки обращения примерно на 10%: «approximately 10% reduction in average handling time».

Дальше — поиск перелетов и внутренние процессы. У Flight Recommender число месячных пользователей выросло почти втрое за год («nearly 3x»). В разработке модели применяют не только для генерации кода: до старта работы они разбирают записи встреч со стейкхолдерами, находят двусмысленности в требованиях и собирают краевые случаи. На отдельных этапах жизненного цикла это дало прирост производительности до 20%: «productivity gains of up to 20%». Внутренняя платформа Jarvis, где сотрудники работают с PDF, Word, Excel и PowerPoint, к моменту публикации охватывала более 60% штата ежемесячно.

Структурно здесь два разных механизма возврата времени. Первый снимает нагрузку с оператора, второй — с инженера и аналитика. Это разные бюджеты, владельцы и способы доказать эффект.

Advantage Solutions: 70000 часов из бумажных чек-листов

У Advantage Solutions 60000 полевых сотрудников, которые проводят дегустации и выкладывают товар на полки более чем в 90% почтовых индексов США, обслуживая 4000 производителей потребительских товаров. Суммарный фонд — около 70 миллионов рабочих часов в год.

Исходная точка: на каждой смене менеджер промо-мероприятия тратил 20–30 минут на проверку наличия расходников и соблюдения стандартов стойки — с бумажным чек-листом и маркером. Инструмент, собранный в Claude Code, позволяет сфотографировать тележку на телефон и получить проверенный отчет за минуты. Компания оценивает эффект в «70,000+ labor hours redirected per year» — и это именно перенаправление, а не сокращение: часы уходят на обучение промоутеров и работу в зале (кейс Advantage Solutions).

Второй результат — финансовый. Директор по FP&A тратил около 10 часов за цикл прогноза на слайды, комментарии и сверку; после автоматизации сборки — менее 30 минут. Третий — модель маршрутизации магазинов, собранная сотрудником за выходные и уже используемая в питчах.

Организационная часть объясняет, откуда взялись эти часы. Компания начала с диагностики в первом квартале 2026 года: более 50 разрозненных ИИ-инициатив без владельца. Дальше — офис ИИ под наблюдательным советом из топ-менеджеров, обучение более 150 руководителей вместе с гендиректором по схеме «101 — чат, 201 — Cowork, 301 — Claude Code» и пилот на 150 человек перед масштабированием на тысячи. На момент публикации кейсов стало 100 с лишним.

Heimstaden и Mutiny: экономия в евро и в выручке

Heimstaden, европейский оператор арендного жилья, сократил двумя разными способами две статьи затрат. Первая — себестоимость рекламы квартир. В Нидерландах производство изображения с виртуальной мебелью подешевело с примерно €50 до менее €0,10 за снимок: «from approximately €50 to less than €0.10 which is a reduction of more than 99%». Потенциал экономии в этом рынке компания оценивает в €130000 в год.

Вторая — аналитический проект по климатическим рискам портфеля. Данные лежали в публичных реестрах и несовместимых таблицах. Аналитик по экологической устойчивости без опыта разработки собрала в Codex конвейер сбора, очистки и проверки качества данных, оставив за собой методологию и валидацию. Результат: 20112 объектов, более шести миллионов строк данных, а оценочная потребность в трудозатратах снизилась с пяти человек на год до двух человек на два месяца (кейс Heimstaden). В человеко-месяцах это 60 против 4 — арифметика моя, в источнике только формулировка про людей и сроки. Внешних консультантов нанимать не пришлось.

Обе статьи экономии здесь не гипотетические: и цена изображения, и стоимость консалтингового контракта были известны до проекта.

Mutiny показывает третий тип эффекта — не экономию, а выручку. Компания перестроила генерацию питч-деков и микросайтов на три агента поверх Claude Opus, а качество дизайна стала мерить скриншотами через отдельную визуальную модель по шести осям. После того как Opus стал моделью по умолчанию в конце января 2026 года, удовлетворенность дизайном выросла втрое («3x improvement in design satisfaction»), сборка материалов ускорилась в 4,5 раза, а 9 из 10 продавцов заявили, что продукт дает преимущество в конкурентных сделках (кейс Mutiny).

Ежемесячная выручка компании, по ее заявлению, росла на 120% неделя к неделе. Цифру стоит воспринимать осторожно: это показатель от момента публичного запуска, а не устоявшаяся динамика, и сравнивать его с квартальными отчетами нельзя.

Чек-лист перед запуском

  • [ ] Зафиксируйте базовую линию до пилота: сколько минут занимает операция сейчас, на какой выборке это измерено и кто подписал замер.
  • [ ] Считайте возвращенные часы, а не сгенерированные ответы: где именно эти часы окажутся — в обучении, в зале, в разработке.
  • [ ] Проверьте, что эффект не перекладывается на соседний отдел: снятая с оператора работа не должна всплывать у супервизора.
  • [ ] Отделите проектную оценку от факта: «смета была такой» и «мы сэкономили столько» — разные утверждения, и в отчете они должны стоять раздельно.
  • [ ] Прогоните пилот на ограниченной группе до масштабирования: 150 человек дали материал для решения, а не весь штат сразу.
  • [ ] Заранее определите, что будет считаться провалом: без этого любой результат объявят успехом.
  • [ ] Для генеративных визуальных задач добавьте проверку результата отдельной моделью или человеком по рубрике, а не по валидности кода.

Частые ошибки

  • Считать эффект по числу сотрудников с доступом. Singapore Airlines честно пишет про 60% штата в Jarvis, но это показатель охвата, а не возвращенных часов; одно с другим путают постоянно.
  • Экстраполировать один замер на всю компанию. 20–30 минут на смену превращаются в 70000 часов только при допущении, что все смены одинаковы и проверка действительно уходит целиком.
  • Считать возвращенные часы сокращенными. В кейсе Advantage Solutions часы перенаправлены на обучение и присутствие в зале, штат не уменьшался; в отчете для руководства эти вещи часто склеивают.
  • Игнорировать цену внедрения. Экономия на изображениях в €130000 в год сопоставляется с затратами на интеграцию, обучение и поддержку платформы, которых в кейсах нет.
  • Верить вендорскому кейсу как аудиту. Это маркетинговый документ с согласованными цитатами; он годится как ориентир для собственного пилота и не годится как основание для бюджета.

Практический вывод. Возьмите из них не архитектуру, а формат замера: одна операция, известная длительность, понятная базовая линия, честная формулировка про «прогнозируем» и «на пути». Такой замер можно провести у себя за две недели — и он будет вашим, а не вендорским. Если считаете эффект для клиентского сервиса, посмотрите материалы раздела поддержка; если для производственных и полевых процессов — производство; логика оценки сделок разобрана в разделе продажи.