ИИ в маркетинге и B2B: кейс Yandex AI Studio и Mains

Я постоянно ищу примеры того, как крупные игроки перестраивают классические процессы с помощью нейросетей. Недавно наткнулся на отличный кейс страхового брокера Mains и Yandex AI Studio, которые показали работу ИИ в маркетинге и автоматизации сложных B2B-услуг. Для нас, продюсеров и руководителей агентств, этот опыт интересен вдвойне: коллеги не просто перевели рутину в цифру и сократили цикл подбора ДМС с недели до нескольких минут, но и применили двухслойные алгоритмы для продвижения своего продукта, что серьезно улучшило ключевые метрики.

Как упаковать сложный B2B-продукт в цифру

Обычно подбор корпоративного медицинского страхования – это классический пример долгой и консервативной B2B-сделки. HR-специалисты тратят до двух недель на общение со страховыми компаниями, сравнение условий и согласование бюджетов. В Mains решили переосмыслить этот процесс и создали полноценную ИИ-платформу «Mains Кубики». На реализацию проекта направили 50 миллионов рублей.

Разработчики создали единый каталог страховых продуктов и перевели все данные в общую матричную структуру. Теперь система сама сопоставляет параметры программ. HR-менеджер вводит данные по сотрудникам, отмечает нужные опции и уже через пару секунд получает расчет стоимости. На основе этих данных платформа автоматически формирует готовое коммерческое предложение для руководства.

Такой подход сократил цикл подбора программы с пяти–семи дней до нескольких минут. Для агентств это отличный пример того, как можно упаковывать сложные, многоуровневые услуги в прозрачные цифровые сервисы.

Двухслойная логика под капотом решения

Технически система работает на двух уровнях, что обеспечивает высокую скорость и точность. Сначала запрос клиента попадает в систему матчинга. Она за доли секунды ищет подходящие программы по разным стратегиям. Затем подключается большая языковая модель (LLM). Она задает пользователю уточняющие вопросы про регионы, число сотрудников или дополнительные опции и сужает выбор до подходящих вариантов. В итоге клиент получает точные рекомендации менее чем за пять минут.

Что особенно ценно – ИИ работает непосредственно в операционной модели бизнеса. Каждая сделка передает данные обратно в систему через Kafka и ClickHouse для дообучения модели. Этот цикл обновления занимает всего сутки. Точность рекомендаций платформы уже превышает 85%. Кроме того, авторы проекта арендуют инфраструктуру Yandex Cloud. Это позволило им запуститься всего за два месяца без раздувания собственного штата разработчиков.

Результаты ИИ в продвижении сложного сервиса

Самое интересное для маркетологов и продюсеров – это то, как команда Mains использовала нейросети в продвижении своего продукта. Они внедрили двухслойную модель продвижения в рекламных кампаниях. Здесь алгоритмы Яндекса отвечают за автоматическую оптимизацию ставок и ранжирование объявлений, а маркетологи вручную настраивают семантику, тестируют сегменты аудитории и проводят A/B-тесты.

Результаты за первый квартал работы этой связки впечатляют. Количество отказов на сайте снизилось на 18%, конверсия в целевое действие выросла на 47%, а стоимость привлечения лида (CPL) упала на 64%.

Для агентств и продакшенов это наглядное подтверждение: автоматизация рутины развязывает руки для креативных задач, а гибридный подход к рекламе – когда нейросеть берет на себя математику, а человек управляет смыслами – приносит реальные деньги.