Контекст
Производственный холдинг: 3 завода, shared services. Хайп CEO: каждый директор принёс «нам нужен ChatGPT». IT перегружен, бюджет один.
Холдинг получил 15 заявок «хотим AI» без приоритетов. AI-диагностика Lumen.studio: карта ROI, 2 агента + 1 интеграция без LLM — экономия 840 ч/год, MVP бюджет −35%.
Проект под NDA: название компании, домен и персональные данные не разглашаем. Описание обезличено.
Производственный холдинг: 3 завода, shared services. Хайп CEO: каждый директор принёс «нам нужен ChatGPT». IT перегружен, бюджет один.
Заказана AI-диагностика от 150k — без ТЗ, с приоритизация.
Lumen.studio: 5 процессов as-is, оцифровка боли, 3 AI / 2 non-AI решения, roadmap на 12 мес.
14 интервью со стейкхолдерами, time-motion на 3 процессах, оценка готовности данных. Без рекомендаций vendor lock. Объём работ согласовали с заказчиком до старта.
Интеграция складов EDI без LLM — экономия 420 ч/год. RPA на счета — 210 ч. AI-агенты только там, где неструктурированные коммуникации. Data readiness score по каждому процессу — red/yellow/green до любого PoC. Итоговый PDF для совета директоров + workshop 2 ч. Объём MVP сократили на 35% против исходного «AI везде».
Q1: EDI + первый agent на закупках. Q2: RPA счета. Q3: второй agent HR FAQ. IT backlog sequenced, не параллельный хаос. Объём работ согласовали с заказчиком до старта.
Утвердили 2 агента и 1 интеграцию. 840 ч/год экономии при полном rollout. У IT наконец появился упорядоченный backlog. Сравнивали «до/после» при том же трафике и штате — эффект связан с проектом, а не с сезонностью.
Прогноз при полном rollout
Против исходного scope
Описано
Результат зафиксирован после запуска решения.
Не будем натягивать этот кейс на вашу ситуацию. Сначала посмотрим на процесс и данные, которые есть именно у вас.