5 dienas, 3 AI sistēmas: kā mēs automatizējam pārdošanu, mārketingu un biznesa optimizāciju
Vienas nedēļas laikā mūsu AI aģentu ekosistēma radīja autonomu pārdošanas mašīnu, mārketinga satura pipeline un biznesa metrikas optimizētāju. Reāli projekti, reāli cipari.
Konteksts
Mēs bieži dzirdam: “AI ir nākotne.” Bet ko tas nozīmē šodien, konkrētam biznesam, konkrētā nedēļā?
Šis raksts ir atbilde. Nevis teorija — bet 5 darba dienu hronika, kurā mūsu AI aģentu ekosistēma radīja trīs pilnvērtīgas sistēmas. Katrai ir savs stāsts, savs biznesa mērķis un mērāms rezultāts.
1. sistēma: Autonomā pārdošanas mašīna
Problēma
Pakalpojumu uzņēmums saņem simtiem pieprasījumu mēnesī. Darbinieki fiziski nespēj katram klientam rakstīt personalizētu pirmo vēstuli, kvalificēt viņa vajadzības, sagatavot piedāvājumu un sekot līdzi — vienlaikus apkalpojot esošos klientus.
Rezultāts? Dati rāda skaidri: 65% potenciālo klientu vienkārši nesaņem atbildi laikā — un aiziet pie konkurentiem.
Risinājums
Mēs uzbūvējām Sales AI V2 — autonomu sarunu vadības sistēmu ar 13 soļiem, kas darbojas kā pieredzējis pārdošanas menedžeris.
Kā tā strādā:
Sistēma automātiski klasificē katru jauno leadu trijās plūsmās:
- HV (High Value) — potenciāli vērtīgi klienti (vērtējums ≥80). AI vada pilnu pārdošanas ciklu: kvalificēšana → piedāvājums → feedback → slēgšana
- AS (Auto-Sequence) — vidējas vērtības pieprasījumi (20–79). Automatizēta follow-up sekvence ar personalizētām ziņām
- NF (No Follow) — zemas prioritātes kontakti (<20). Minimāla iesaiste, resursu ekonomija
Katrā solī AI ģenerē atbilstošu e-pastu — no pirmā kontakta līdz piedāvājumam, no atgādinājuma līdz atlaides piedāvājumam. Ja klients atbild, AI analizē atbildi un nosaka nākamo soli. Ja neatbild — sistēma eskalē vai maina taktiku.
Vērtēšanas algoritms ņem vērā 6 faktorus: klienta tips (atkārtots vai jauns), pieprasījuma signāls, trafika avots, darījuma vērtība, sezonalitāte un pirkšanas vēsture.
Rezultāts
| Metrika | Pirms | Ar Sales AI V2 |
|---|---|---|
| Pirmā atbilde | 4–24 stundas | Mērķis: dažas minūtes |
| Klienti bez atbildes | Liela daļa | Mērķis: ievērojami mazāk |
| Konversija | Zema | Mērķis: ievērojami augstāka |
| CRM izmaksas | Gatava platforma (dārga) | Pielāgota sistēma (lētāka) |
Sistēma pašlaik ir UAT (lietotāju pieņemšanas testēšanas) fāzē — darbojas paralēli esošajai sistēmai, lai validētu rezultātus reālā vidē.
2. sistēma: AI satura rūpnīca
Problēma
Mārketinga komandai ir 16 produktu līnijas, katrai nepieciešams saturs 5+ kanāliem — Facebook, Instagram, TikTok, e-pasts, blogs. Tas ir simtiem satura vienību mēnesī. Manuāli tas prasa pilnu darba laiku vienai personai, un kvalitāte neizbēgami svārstās.
Risinājums
Mēs izveidojām divus savstarpēji saistītus rīkus:
Content Multiplier — no viena pamatraksta automātiski ģenerē 11 satura vienības:
- 3 Facebook posti (saites, iesaistes, faktu formāts)
- 3 Instagram vienības (carousel, reel, story)
- 2 YouTube formāti (short + pilna garuma)
- 2–3 TikTok video koncepti
- E-pasta newsletter fragments
AI Content Dashboard — centrālā pārvaldības sistēma ar iebūvētu AI redaktoru:
- Viss saturs vienā skatā ar statusiem un komentāriem
- “Uzlabot” workflow — pievieno komentāru, AI automātiski ģenerē uzlabotu versiju
- Iteratīvs process: pieņemt → noraidīt → mēģināt vēlreiz (katra iterācija uzlabo iepriekšējo)
- Versiju vēsture (v1, v2, v3…) — pilna izsekojamība
- AI chatbots ar sarunu atmiņu — atbild uz jautājumiem par kampaņu statusu
Rezultāts
| Metrika | Manuāli | Ar AI pipeline |
|---|---|---|
| Saturs no 1 pamatraksta | 1 vienība | 11 vienības |
| Laiks uz produktu | ~4 stundas | ~30 minūtes |
| Kvalitātes kontrole | Manuāla pārskatīšana | AI iteratīvā uzlabošana |
| Produkti dashboardā | — | 16 |
Cilvēks joprojām pieņem galīgo lēmumu — bet AI uzņemas lielāko daļu rutīnas darba.
3. sistēma: Biznesa auto-optimizētājs
Problēma
Kā zināt, vai tava e-pasta kampaņa, SEO meta tagi vai pārdošanas follow-up ziņas ir optimālas? Tradicionāli — A/B testēšana, kas prasa nedēļas un daudz manuāla darba. Un pat tad — tu redzi tikai to, ko meklē. Bet kā ar tendencēm, ko tu pat nedomāji meklēt?
Risinājums
Mēs adaptējām Andreja Karpathy autoresearch konceptu biznesa metriku optimizācijai. Karpathy to izmantoja mašīnmācīšanās eksperimentu automatizācijai — mēs to pārnēsām uz reālu biznesu.
Auto-Optimizer darbojas vienkāršā ciklā:
- Modify — AI ģenerē jaunu variāciju (e-pasta subjekts, meta apraksts, follow-up ziņa)
- Measure — sistēma mēra rezultātu (atvēršanas rādītājs, bounce rate, konversija) caur integrētajiem datu avotiem
- Keep/Revert — ja uzlabojums ir statistiski nozīmīgs, jauno versiju saglabā. Ja nē — atgriežas pie iepriekšējās
- Repeat — cikls turpinās automātiski
Papildus tam izveidojām Executive Dashboard ar reāllaika datiem no visiem kanāliem — gan maksas, gan organiskajiem:
- Maksas kanāli: Facebook Ads (Meta API), Google Ads — tēriņi, ROAS, CPC, konversijas
- Organiskā trafika: SEO pozīcijas, Plausible analītika — lapas skatījumi, bounce rate, sesiju ilgums
- Pārdošanas dati: CRM pipeline analīze — darījumu stadijas, konversijas pa posmiem, vidējā vērtība
- E-pasts: MailerLite metriki — atvēršana, klikšķi, atrakstīšanās
Iebūvēts AI Analītiķis — nevis tikai rāda datus, bet aktīvi meklē iespējas:
- Automātiski identificē anomālijas un tendences visos kanālos
- Salīdzina kanālu efektivitāti un iesaka budžeta pārdalīšanu
- Ģenerē konkrētus uzlabojumu ieteikumus ar prognozēto ietekmi
- Atbild uz jautājumiem dabiskā valodā: “Kāpēc pagājušajā nedēļā krita konversija?”
Atradums, kas mainīja perspektīvu: Analizējot vēsturiskos pārdošanas datus, AI Analītiķis identificēja, ka viens no maksas kanāliem uzrāda 79% neatsaucības rādītāju — salīdzinot ar 50% vidēji no pārējiem kanāliem. Šis viens ieskats tūlītēji novirzīja budžeta lēmumus un ietaupīja tūkstošus eiro mēnesī.
Rezultāts
Šī sistēma ir agrīnā stadijā, bet jau tagad sniedz trīs fundamentālas priekšrocības:
- Automatizēta optimizācija — vairs nav jāgaida, kamēr kāds manuāli uzsāk A/B testu
- Datu atklājumi — AI Analītiķis atklāj tendences, ko manuālā analīzē vienkārši nepamanītu
- Pilna aina — visi kanāli vienā skatā, maksas un organika blakus, ar salīdzināmu metrikas ietvaru
Kopaina
Trīs sistēmas, piecas dienas, viens secinājums: AI nav rīks, ko lieto pa gabaliņam. Tas ir ekosistēma, kas strādā kopā.
Pārdošanas AI klasificē leadus → Content pipeline ģenerē saturu, kas tos piesaista → Auto-optimizer mēra, kas strādā, un uzlabo.
Katru no šīm sistēmām varētu būvēt atsevišķi. Bet kopā tās rada efektu, kas ir lielāks par to daļu summu — jo katra sistēma baro citas ar datiem un ieskatiem.
Un tas viss nav teorija. Tas ir darbs, ko reāla komanda paveica reālā nedēļā reālam biznesam.
Vai jūsu biznesam ir procesi, ko AI varētu automatizēt? Sazinieties ar mums — bezmaksas konsultācija par jūsu iespējām.