Как соединить 1С, банки, операторов, продажи и персонал в управляемую систему: автоматические сверки, AI-агенты, прогнозирование, речевая аналитика, геймификация и новые цифровые каналы дохода.
9
денежных сценариев
От высвобождения ФОТ и оборотного капитала до продаж ночью, trade-in и роста конверсии разговоров.
Обновлено: 28 июля 2026 года · Материал подготовлен по второй части конференции
Главная идея второй части
ИИ должен не заменять учёт, а ускорять управленческий цикл
Самый важный тезис конференции — различать точные алгоритмы и генеративный искусственный интеллект. Сверка, расчёт остатков, применение тарифа и выполнение запроса к 1С должны быть воспроизводимыми. LLM нужна для понимания естественного языка, анализа разговоров, поиска по знаниям, формирования гипотез и выбора подходящего инструмента.
Целевой цикл: данные → автоматическая проверка → обнаружение отклонения → конкретное действие → подтверждение → измеренный финансовый результат.
Ценность появляется не от самого факта подключения модели. Она появляется, когда уменьшается ручной труд, высвобождаются запасы, растёт конверсия или решение принимается раньше.
Приоритеты прибыли
Что может принести деньги
Первые кандидаты: автоматические сверки, расчёт персонала по трафику и контроль наличия. У них понятный базовый расход, измеримый эффект и невысокая цена ошибки при сохранении человеческого контроля.
1Быстрый эффект
Автоматические сверки с банками и операторами
Забирать отчёты через API или роботизированный шлюз, сопоставлять их с 1С и показывать только расхождения ответственному сотруднику.
Сокращение ручных сверок, ошибок и задержек закрытия периода.
Как измерять
человеко-часы на одну сверку
число необъяснённых расхождений
срок закрытия месяца
стоимость обработки одного отчёта
2Прямой ФОТ
Планирование персонала по трафику
Прогнозировать требуемое число сотрудников по проходящему трафику, чекам, времени операций, дням недели и сезонности.
Уменьшение лишних смен без ухудшения обслуживания.
Как измерять
прибыль на оплаченный час
конверсия посетитель → чек
очередь и время ожидания
переработки и незакрытые смены
3Оборотный капитал
Контроль наличия и автоматическое пополнение
Автоматически находить вымывание ассортимента, прогнозировать продажи и управлять центральным буфером с быстрым довозом.
Меньше упущенных продаж и меньше денег в избыточных остатках.
Как измерять
доступность A-позиций
GMROI
оборачиваемость
lost sales
дни запаса
4Новые продажи
Круглосуточный AI-продавец
Отвечать клиентам вечером и ночью, квалифицировать запрос, проверять остатки, подбирать устройство и передавать горячего клиента человеку.
Монетизация обращений, которые раньше остывали до следующего дня.
Как измерять
доля обращений вне рабочего времени
скорость первого ответа
конверсия диалог → визит
маржа с лида
5Конверсия
Речевая аналитика и обучение продавцов
Транскрибировать звонки и разговоры, оценивать по единой рубрике, находить потерянные продажи и формировать персональные тренировки.
Рост конверсии и маржи без увеличения трафика.
Как измерять
конверсия после обучения
доля обязательных вопросов
ошибки скрипта
качество по контрольной выборке
6Дополнительная маржа
Trade-in и оценка б/у устройств в боте
Собирать модель, конфигурацию, состояние, аккумулятор и фотографии, рассчитывать предварительный диапазон и формировать заявку на выкуп.
Новый поток выкупов, продажи восстановленных устройств и повторные визиты.
Как измерять
заявки на оценку
доезд до салона
маржа перепродажи
ошибка предварительной оценки
7Исполнение планов
Ежедневный цифровой управляющий
Собирать планы и факт, выявлять отклонения, отправлять точке конкретное действие и контролировать подтверждение выполнения.
Более ранняя коррекция провалов вместо разбора результата после закрытия месяца.
Как измерять
время от отклонения до действия
доля выполненных рекомендаций
эффект рекомендации
число ложных тревог
8Вовлечение
Геймификация фокусных продаж
Объединять ежедневные фокусы, качество и обучение в сезонные игровые кампании с общей легендой, понятной валютой и прозрачными правилами.
Краткосрочный рост нужных категорий и укрепление дисциплины.
Как измерять
прирост к контрольной группе
стоимость дополнительной маржи
охват участников
сохранение эффекта после игры
9Скорость решений
Естественно-языковой доступ к 1С
Руководитель задаёт вопрос обычным языком, система вызывает безопасную функцию 1С и возвращает проверенный отчёт.
Меньше времени аналитиков и быстрее реакция руководителей.
Как измерять
время получения ответа
доля корректных запросов
стоимость одного запроса
число ручных выгрузок
Очищенная выжимка
Главные материалы звонка
ИИ как слой над 1С, а не замена учётной системе
1С остаётся системой учёта и источником фактов. Отдельный контур получает данные через шлюз, объединяет их и выполняет автоматические проверки, сообщения и рекомендации.
Переход от ручных сверок к API
Обсуждалась автоматизация отчётов банков, операторов, платёжных систем и 1С. Ближайшая цель — автоматически собирать данные и показывать человеку только исключения.
Запросы к 1С обычным языком
Система уже способна понимать вопросы вроде «какие были продажи iPhone вчера», формировать выборку и отправлять её по почте или в мессенджер.
Детерминированные расчёты отдельно от LLM
Формулы, сверки, остатки и планы должны давать одинаковый результат при одинаковом вводе. LLM полезна для понимания запроса, анализа текста и формирования гипотез, но не должна заменять точный расчёт.
От данных к управлению продажами
После подключения источников следующий этап — сопоставлять план и факт, ежедневно находить отклонения и отправлять точке конкретное действие.
Локальные модели и конфиденциальность
Часть задач предполагается переносить на локальные модели: они могут работать медленнее, но обеспечивают контроль данных и доступны 24/7.
Контроль открытия салонов
Факт запуска компьютера, кассы или смены автоматически сопоставляется с нормативом. Супервайзер получает утром список опоздавших точек.
Анализ разговоров продавцов
Аудиозаписи транскрибируются, после чего модель предлагает улучшения скрипта, вопросы и варианты обучения. Главная ценность — не генерация текста, а регулярный контроль и обратная связь.
Прогноз потребности в персонале
На основе трафика, количества чеков и сезонности была построена модель рекомендуемого состава смен. Участники отдельно подчеркнули необходимость тестирования на исторических периодах.
Планы продаж и прогнозы
ИИ предлагается использовать не как источник случайных цифр, а как инструмент реализации заранее описанного алгоритма, подбора факторов и регулярного пересчёта.
Геймификация розницы
Представлены футбольный турнир, «Битва престолов» и «Вызов самурая». Точки становились командами, выполнение фокусов превращалось в игровые очки, а качество — в обязательный допуск к призу.
Категорийное управление и запасы
Обсуждались автоматические сигналы о вымывании товара, прогнозирование спроса, центральные буферные склады и быстрый довоз вместо избыточного запаса в каждой точке.
Продажи после рабочего времени
Автоматический помощник начал отвечать вечером, когда клиенты возвращаются с работы. Это решает проблему потери обращений до следующего утра.
Бот для оценки б/у телефонов
Клиент отвечает на вопросы о модели, конфигурации, аккумуляторе и дефектах; система формирует предварительную оценку и заявку на выкуп.
Проверенные подходы
Методики, которые накладываются на звонок
У каждой методики есть русскоязычный или официальный материал. Ссылки со стрелкой открываются в новом окне.
API-first integration
Подключать 1С, банки, операторов и сервисы через формальные интерфейсы. Эмуляцию кликов использовать как временный мост, а не как целевую архитектуру.
1. Источники1С, банки, операторы, кассы, телефония, видео
2. ШлюзыAPI, HTTP-сервисы, очереди, временно RPA
3. Фактыединый слой данных, справочники, история
4. Агентыотдельные роли, инструменты и ограничения
5. Контрольevals, журнал действий, подтверждения, эффект
Что нельзя смешивать
Агент анализа диалогов не должен напрямую менять остатки. Агент отчётности не должен иметь право проводить платежи. Поиск ответа на естественном языке должен завершаться вызовом проверенной функции, а не выдуманным числом.
Где нужен человек
Финансовые проводки, изменение цен, окончательная оценка дорогого б/у устройства, кадровые санкции и рекомендации с низкой уверенностью.
Сценарная экономика
Калькулятор эффекта автоматизации
Сверки—
Графики—
Доп. маржа—
Чистый эффект / мес.—
Сценарий не является прогнозом. До решения необходимо учесть разработку, интеграцию, контроль качества, ошибки и налоги.
Диагностика готовности
Открытые вопросы
Отмечайте только вопросы, на которые есть подтверждённый ответ. Состояние чек-листа сохраняется в браузере.
Архитектура и данные
Экономика автоматизации
Продажи и диалоги
Планы и прогнозы
Запасы и ассортимент
Геймификация
Ответы для команды и поиска
Частые вопросы об автоматизации розничной сети
Зачем отделять обычные алгоритмы от генеративного ИИ?
Сверка сумм, расчёт остатка и применение формулы должны быть воспроизводимыми. LLM полезна для понимания языка, анализа диалогов и выбора инструмента, но точное вычисление лучше передавать обычному коду или запросу к 1С.
Можно ли давать ИИ прямой доступ к 1С?
Доступ лучше организовывать через ограниченный шлюз с набором разрешённых функций. Агент не должен иметь произвольный доступ ко всей базе и возможность менять финансовые данные без подтверждения.
Как проверить прогноз персонала или продаж?
Нужно провести backtest: обучить или настроить модель на старых данных, попросить её предсказать уже известный период и сравнить с фактом и простым базовым прогнозом.
Что важнее для запасов: ИИ или правильные формулы?
Для стабильных товаров часто достаточно правил точки заказа, страхового запаса и ABC–XYZ. Более сложные модели нужны, когда на спрос влияет много факторов и простой метод заметно проигрывает на историческом тесте.
Как доказать эффект геймификации?
Сравнить результат с базовым периодом или похожими неучаствующими точками, исключить влияние промо и сезонности, затем вычесть призы, производство контента и рабочее время организаторов.
Как оценивать AI-продавца?
Не только по качеству текста. Нужны скорость ответа, доля корректной квалификации, передача человеку, конверсия в визит или заказ, маржа и количество опасных или неверных ответов.
Дополнительные материалы
Источники и дальнейшее чтение
1С: искусственный интеллект ↗Официальный обзор сценариев: разработка, поддержка, прогнозирование продаж, обработка документов и речь.
1С: REST-интерфейс ↗Официальное описание доступа внешних систем к данным и объектам 1С.
1С: интеграция ↗HTTP, REST, JSON, WebSocket, внешние соединения и другие способы интеграции.
RAG простыми словами ↗Понятное русскоязычное введение в ответы по корпоративной базе знаний.
Evals для AI-агентов ↗Современная инженерная методика проверки агентных систем; материал на английском.
Ограничение исходника: расшифровка содержит ошибки распознавания, пропуски демонстраций экрана и не подтверждает точные финансовые результаты отдельных кейсов. Поэтому на странице отделены факты звонка, предложения и внешние методики.