22.4.2025
15 minutes
Ігор Голденерг
October 23, 2025
10хв
Ігор Голденберг: Автоматизація бізнесу за допомогою AI
Як Ігор уперше інтегрував AI у свій бізнес
Оптимізація операційних процесів і шлях до принципу “AI first”
Ігор Голденберг розповідає, що їхня команда почала працювати з AI ще задовго до появи ChatGPT. Його проєкт — це глобальний застосунок із понад 200 мільйонами користувачів, побудований навколо ідеї обміну Wi-Fi-точками. Люди діляться даними про точки доступу, і завдяки цьому користувачі в будь-якій точці світу можуть отримати безкоштовний інтернет.
З такою кількістю користувачів головним викликом стала автоматизація обробки даних: як перевіряти якість точок Wi-Fi, визначати їхню надійність, видавати винагороди користувачам. Ще у 2018 році команда почала створювати алгоритми, що аналізували дані — тоді це вимагало залучення окремих спеціалістів із Data Science.
Коли штучний інтелект став масовим явищем, Ігор вирішив зробити AI частиною бізнес-стратегії. У компанії ухвалили принцип “AI first” — інтегрувати штучний інтелект скрізь, де це можливо.
“Перш ніж впроваджувати AI, потрібно чесно відповісти собі на питання: навіщо він тобі потрібен? Коли є чітка мета, впровадження відбувається легко. Для мене головною ціллю було зробити бізнес ефективнішим, прозорішим і мінімізувати ручну роботу.”
Перші кроки автоматизації
Почалося все з малого. Ігор вирішив автоматизувати рутинні завдання: створення звітів після зустрічей і статус-апдейтів. Команда інтегрувала інструмент TLDV, який під’єднується до Zoom чи Meetup і автоматично генерує звіт після кожної розмови.
“AI робить транскрипцію, формує підсумок і відправляє його на пошту. Це зняло купу зайвої роботи: ніхто не забуває важливих деталей, усе фіксується.”
Далі Ігор зосередився на тому, що приносило найбільше користі — на саппорті. З аудиторією у сотні мільйонів користувачів підтримка займала величезну кількість часу. Люди зверталися з питаннями, скаргами, запитами на повернення коштів — і для цього працювала цілодобова команда з шести людей. Загальні витрати на саппорт сягали 10–12 тисяч доларів на місяць.
“Ми обробляли лише близько 20% запитів — через мовні бар’єри й обсяг роботи. Решта залишалася без відповіді.”
1. Юзкейс у саппорті
Півтора року тому компанія почала впроваджувати AI-систему підтримки. Тепер замість шести людей залишився один оператор, який працює лише кілька годин на день і стежить за процесом.
AI-агент обробляє вхідні запити, підключений до внутрішньої knowledge base — бази знань компанії. Усе побудовано на інтеграції Intercom (платформа для підтримки) та N8N (AI-воркфлоу для автоматизації).
Базу знань експортували з Intercom у звичайний Google Doc і поступово розширювали. Коли AI не знаходить потрібної відповіді, він надсилає запит у Slack оператору. Людина пояснює, що відповісти, і цей варіант одразу додається в базу. Таким чином створюється цикл навчання AI у реальному часі.
AI відповідає на багатьох мовах, зберігаючи дружній тон і стиль спілкування.
“Ми навіть дали йому ім’я — Катя. Люди спілкуються з нею, і більшість навіть не здогадується, що це не людина.”
Зараз AI повністю закриває всі типи звернень — від запитів на повернення коштів до технічних питань. Якщо користувач просить рефанд, система сама ініціює його через Stripe, без залучення людини.
“Ми налаштували її так, щоб вона могла пожартувати: ‘Бачу, ти поспішаєш, зараз зроблю все швидко’. Для нас важливо, щоб AI звучала по-людськи. У кінці ми просимо залишити відгук — і практично всі п’ятизіркові. ‘Катя, ти просто бомбічна!’ — такі відгуки ми отримуємо.”
Інтеграція AI із платіжною системою
Ігор Голденберг розповідає, що система підтримки тепер повністю інтегрована з Stripe — платіжною платформою, через яку відбуваються повернення коштів.
“Так, усе автоматизовано. Ми хочемо, щоб це відбувалося швидко, щоб користувач був задоволений. Після розмови AI запитує: ‘Ти задоволений?’ Людина відповідає: ‘Так, ви молодці!’ Тоді ми просимо поставити оцінку — і таким чином формуємо воронку, що веде до 5 зірок у Google Play або App Store.”
Найцікавіше, каже Ігор, що незадоволені користувачі стають амбасадорами бренду — просто тому, що їхню проблему вирішили швидко й уважно.
“Саппорт — це перша крута сходинка, де AI реально показав свою силу. Це система, що працює 24/7, на багатьох мовах, з одним оператором, який навіть не повний день у цьому процесі.”
Пів мільйона запитів на місяць
Після інтеграції AI обсяг оброблених звернень зріс у десятки разів.
“Зараз агент обробляє близько 500 тисяч запитів на місяць. Раніше ми могли впоратися лише з 7–10 тисячами. І то — це були зміни, переклади, ручна робота, постійний хаос. А тепер система працює стабільно.”
Собівартість автоматизації
Ігор наголошує: AI-підтримка — це не лише ефективніше, а й у рази дешевше.
“Це коштує копійки — близько 600 доларів на місяць, максимум до тисячі, враховуючи N8N, OpenAI і всю інтеграцію з Intercom. Для порівняння, раніше ми витрачали 10–12 тисяч щомісяця.”
Тепер у системі працює одна людина, яка стежить за флоу і підключається лише тоді, коли AI не може самостійно відповісти.
Хто впроваджував AI у компанії
Коли Ігор прийняв рішення впроваджувати штучний інтелект, інтеграцією займався звичайний працівник саппорту.
“Це навіть не програміст. Людина, яка роками працювала в саппорті, просто сама розібралася з N8N, вебхуками, API. До цього він навіть не знав, що таке JSON. Подивився YouTube, почитав кейси — і зробив. Сьогодні є безліч безкоштовних інструментів: N8N, make.com тощо. Не треба переплачувати ‘AI-гуру’.”
Ігор переконаний: виховати AI-менеджера всередині компанії — ефективніше, ніж наймати дорогих консультантів.
“Ця людина вже знає бізнес, розуміє контекст і потреби. Їй не треба пояснювати, що робити — вона просто бере і робить.”
Після автоматизації підтримки з команди зняли величезне навантаження.
“Раніше всі втручались у саппорт, навіть я. Тепер є один оператор, який просто керує процесом.”
Результати автоматизації
Ігор Голденберг підсумовує результати інтеграції:
- Раніше обробляли лише 20% запитів, тепер — усі.
- Відповіді надходять миттєво і багатьма мовами.
- Рівень задоволеності користувачів зріс у рази.
- Компанія зекономила десятки тисяч доларів на місяць.
“Кожен працівник — це не лише зарплата, це ще управління, вихідні, настрій. Зараз у нас один оператор, і він займається ще купою інших задач. Наприклад, AI тепер сам відповідає на відгуки в App Store чи Google Play — навіть від мого імені. Людина бачить, що їй відповів ‘фаундер’, і щиро радіє: ‘Дякую, брат, що користуєшся нашим застосунком!’ Раніше ми вибирали, кому відповісти, а тепер — AI закриває все.”
2. Юзкейс у маркетингу
Після успішної автоматизації саппорту Ігор Голденберг вирішив впровадити AI у маркетингові процеси. І хоча тут не йшлося про економію десятків тисяч доларів, як у підтримці, результат виявився не менш вражаючим.
“У будь-якому бізнесі постійно створюється контент: SEO, блоги, соцмережі, ідеї. Раніше у нас працювало кілька копірайтерів — тепер цього немає. Контент генерує ChatGPT. Він чудово справляється з креативом, текстами, ідеями. А ще ми активно використовуємо ChatGPT і Gemini для DeepSearch — глибокого аналізу ринку й конкурентів.”
AI-аналітика конкурентів
Одним із ключових напрямів у маркетинговому юзкейсі стала автоматизація конкурентного аналізу.
“Раз на тиждень ми проводимо глибинний аналіз ринку. AI збирає дані про нових конкурентів, функціональні оновлення, зміни у вертикалі. Раніше фаундери або команда вручну шукали інформацію, тепер усе делеговано AI.”
Усі результати надходять у Slack, який став центральним хабом компанії:
“Я стараюся, щоб усе сходилося в один канал — у Slack. Там зручно ділитися аналітикою, підключати людей, не розкидаючи інформацію між платформами.”
Як це працює технічно
AI-аналітика працює через N8N, який запускається за розкладом і формує звіти.
“Ми навчили його за конкретним списком конкурентів, запитів і параметрів: які у них новинки, проблеми, відгуки користувачів. Нас цікавить не просто ‘вийшла нова фішка’, а що стоїть за нею — яку біль вона вирішує.”
Ігор додає, що особливо корисним є аналіз відгуків конкурентів у сторах:
“AI збирає скарги користувачів наших конкурентів. Якщо бачимо, що проблема триває два роки — робимо цей момент у себе ідеальним. Поліруємо, щоб блищало.”
Найбільша економія після саппорту — саме у маркетингу
“На піку в нас було сім маркетологів. Зараз — один. Цей один генерує тексти, відео, візуали. Ми використовуємо NanoBanano, Sora, Kling. У нас мобільний продукт, тож для кожного посту потрібен тизер чи відео. Раніше це робили копірайтери, відеографи, дизайнери. Тепер усе робить AI.”
Генерація контенту: реальний процес
“Найпростіше рішення — налаштувати flow у make.com, щоб щодня приходив список із 10 постів. Маркетолог обирає один, і під нього автоматично створюється відео в NanoBanano. Виходить текст + відео + тизер. Якщо текст не ідеальний — трохи коригуємо. Усе зливається у Slack. Там є канал маркетингу, і кожен новий член команди бачить повний робочий процес.”
“Ми навіть зробили так, щоб у США пости автоматично публікувалися у Twitter (X) після схвалення маркетолога.”
Як формуються теми й тональність
Ігор пояснює, що все починається зі збірки попередніх постів, які добре працювали.
“Ми завантажили в ChatGPT наші найуспішніші пости з Twitter, LinkedIn, блогу. AI проаналізував стиль, tone of voice, харизму. Потім маркетолог навчив його створювати пости в такому самому дусі. Це не ‘за п’ять хвилин’. Іноді потрібно день-два, щоб вичавити ідеальний результат, але воно того варте.”
Команда, що стоїть за автоматизацією
Технічну частину налаштовували маркетолог і ком’юніті-менеджер.
“Це не технарі, не розробники. Ком’юніті-менеджер чудово знає нашу аудиторію, її болі й очікування. Він відчуває користувачів, бо постійно з ними на зв’язку. І саме це — ключ: людина, яка живе всередині ком’юніті, найкраще розуміє, як має звучати контент.”
“Спільнота — це фундамент нашого продукту. Ми створюємо контент не ‘для аудиторії’, а разом із нею.”
Таким чином, завдяки AI компанія:
- скоротила маркетингову команду з 7 до 1 людини;
- повністю автоматизувала аналіз ринку та контентний цикл;
- отримала централізований хаб у Slack, де зберігається весь контент;
- підтримує автентичний tone of voice без втрати якості.
“AI не забирає роботу — він звільняє простір для креативу. А коли система налаштована правильно, вона працює краще, ніж будь-яка команда.”
3. Юзкейс управління спільнотою
Голденберг розповідає, що управління спільнотою — одна з найскладніших частин бізнесу. У його компанії мільйонна аудиторія користувачів, і важливо вчасно помічати настрої: коли люди задоволені продуктом, а коли починають дратуватися чи втрачати інтерес.
“Для мене управління спільнотою — це розуміння її здоров’я. Якщо у групі починаються негативні теми, хтось незадоволений або падає активність — треба реагувати. Раніше це займало години: читати чати, аналізувати коментарі. Тепер AI робить це за секунди.”
AI автоматично аналізує переписки у Telegram-спільноті, де десятки тисяч користувачів. Раз на місяць Ігор експортує історію повідомлень і завантажує її в ChatGPT або Gemini. Далі — конкретні запити:
- Наскільки користувачі задоволені продуктом?
- Які основні проблеми та запити повторюються?
- Що можна покращити у функціоналі чи комунікації?
AI формує коротке summary, де вказує:
- рівень задоволеності користувачів,
- найпопулярніші скарги чи очікування,
- частоту та якість контенту в каналах,
- рекомендації, як підвищити залученість.
“AI може сказати: ‘У вас пости лише раз на тиждень, мало реакцій, аудиторія нудьгує’. Це інформація, яку раніше ніхто не міг зібрати вручну.”
Зараз ці звіти приходять раз на місяць у Slack, і цього достатньо для управлінських рішень.
“Мені не потрібно занурюватися в деталі, AI сам дає коротке резюме: що добре, що варто покращити.”
4. Юзкейс у дизайні: лендинги й A/B-тестування
Раніше створення лендингу займало два дні: дизайнер, верстальник, погодження. Тепер усе це займає кілька хвилин.
“Я заходжу в Lovable, генерую сторінку за секунду. Якщо подобається — запускаємо. Time to market став критичним.”
Ігор використовує:
- Lovable AI — для генерації лендингів і швидких A/B-тестів.
- Figma AI — щоб експериментувати з дизайнами, створювати шаблони для нових фіч.
- Cloud Coding — для інтеграцій, автоматизацій і написання технічних скриптів.
“У нас у додатку продаються eSIM. Мене не влаштовувала стара воронка. Раніше треба було залучати дизайнерів і девелоперів. Тепер я просто пишу у Figma: ‘Зроби сторінку, щоб підвищити конверсію в eSIM’. Вона генерує дизайн, я передаю його в Lovable — і отримую готовий лендинг.”
Cloud Coding допомагає навіть із розробкою:
“Наприклад, треба написати інтеграцію, що перевіряє найдешевші квитки й надсилає звіт у Telegram. Описуєш задачу — і він генерує код. Додаєш його в N8N чи make.com, і все працює.”
5. Юзкейс оптимізації HR-процесів
“AI замінив рекрутера. Агент шукає кандидатів у LinkedIn, перевіряє їхні GitHub-профілі, аналізує код і контриб’юції, оцінює резюме.
Є готові сервіси, які з дозволу кандидата записують інтерв’ю, а AI аналізує: чи впевнений він, чи нервує, як відповідає. Раніше це займало тижні — тепер хвилини.”
Ігор навіть оптимізував фінансовий контроль:
“AI аналізує банківські виписки. Якщо витратили більше — сигналить: ‘Ігор, мінус $187’. Перевіряю, що сталося.
У мене немає CFO — і мені він не потрібен. AI каже, хто прокотився на корпоративній картці чи замовив піцу через Uber.”
Економія від впровадження AI
Ігор Голденберг:
“Я лише торкнувся верхівки айсберга. Ми скоротили частину команди: менше розробників, дизайнерів, маркетологів, саппорту, навіть комʼюніті-менеджмент. Компанія стала ефективнішою.
Загалом ми зекономили понад $250 000 на рік.”
AI дозволив замінити джунів і мідлів, залишивши людей, які мислять як фаундери — не просто виконують задачі, а розуміють бізнес.
“Коли інтегруєш AI правильно, ти не просто економиш гроші — ти створюєш команду, яка мислить системно.”
Як малому бізнесу інтегрувати AI
“Я впроваджую AI у всьому. Але головне — не хайп, а користь. Спочатку зрозумій, чи дійсно це потрібно.”
Ігор радить власникам малого та середнього бізнесу почати не з покупки інструментів, а з аудиту часу:
- Попросіть команду підготувати звіт — скільки годин вони витрачають на кожен процес.
- Визначте, де найбільше ручної, рутинної роботи.
- Саме там і варто впроваджувати AI.
“Коли команда бачить, що AI підвищує ефективність, а не загрожує роботі — тоді інтеграція відбувається без опору.”
Успіх залежить від людини, яка проштовхує AI зсередини — AI-менеджера. Вона має бути близькою до керівництва, розуміти бізнес-процеси й пояснювати колегам, навіщо це робиться.
“AI — не про скорочення людей, а про швидкість. Ми хочемо рухатися не 100, а 250 кілометрів на годину.”
AI Roadmap: як компанії перейти на “AI first”
- Попросіть усіх співробітників підготувати звіт: скільки часу йде на рутину.
- Визначте відповідального за AI — лідера, який буде координувати інтеграцію.
- Інвестуйте в навчання — короткі курси з N8N, make.com, prompt engineering.
- Почніть із малого: саппорт, CRM, аналіз, маркетинг.
- Створіть систему звітності — щотижневі апдейти про кількість агентів, які реально працюють.
- Міряйте ефективність не лише за грошима, а й за енергією команди.
“Мета — не просто економія. Ми прибираємо monkey job, щоб люди займалися розумною роботою, кайфували, створювали нове. AI дає свободу — і це найцінніше.”
Особисті AI-інструменти Ігоря
- Cursor — для коду й технічних завдань.
- Eleven Labs — озвучення відео.
- NanoBanana, Sora, Kling — генерація відео.
- Suno — музика без авторських прав.
- PipeDream — побудова AI-флоу через промпти без коду.
“Я зробив складний флоу за годину — те, що на аутсорсі коштувало б 25 тисяч. PipeDream усе зрозумів і навіть сам виправив помилки в API.”
“Я створив кілька агентів для себе:
- Пошук квитків: знаходить найкращі варіанти й питає, чи готовий до пересадок.
- AI для ресторану: я фотографую меню — він обирає страви з найбільшим вмістом білка.
- Мотиваційний агент: щоранку надсилає цитату.
- Агент з промокодів: за секунду зекономив $125 на замовленні квітів.”
“Іноді достатньо просто написати в ChatGPT: знайди промокод для цього сайту. І він реально знаходить валідний.”
Якщо б зустрів Сема Альтмана
“Я б спитав: коли ми всі отупіємо? Ми прогресуємо технологічно, але починаємо думати менше.
Мені близька філософія Сема, що фаундер може керувати мільярдною компанією самостійно. Це божевільна, але правильна місія. Фаундери вигорають через операційку, непрозорість. AI допомагає прибрати це.”
Наступна ціль Ігоря — автоматизувати project management:
“Ми вже скармлюємо AI дані зі Slack, Jira, Meetup. Він нагадує програмістам закрити задачу, слідкує за обіцянками після статус-мітингів. Хочу, щоб 80% управління проєктами працювало через AI.”
Як Ігор уперше інтегрував AI у свій бізнес
Оптимізація операційних процесів і шлях до принципу “AI first”
Ігор Голденберг розповідає, що їхня команда почала працювати з AI ще задовго до появи ChatGPT. Його проєкт — це глобальний застосунок із понад 200 мільйонами користувачів, побудований навколо ідеї обміну Wi-Fi-точками. Люди діляться даними про точки доступу, і завдяки цьому користувачі в будь-якій точці світу можуть отримати безкоштовний інтернет.
З такою кількістю користувачів головним викликом стала автоматизація обробки даних: як перевіряти якість точок Wi-Fi, визначати їхню надійність, видавати винагороди користувачам. Ще у 2018 році команда почала створювати алгоритми, що аналізували дані — тоді це вимагало залучення окремих спеціалістів із Data Science.
Коли штучний інтелект став масовим явищем, Ігор вирішив зробити AI частиною бізнес-стратегії. У компанії ухвалили принцип “AI first” — інтегрувати штучний інтелект скрізь, де це можливо.
“Перш ніж впроваджувати AI, потрібно чесно відповісти собі на питання: навіщо він тобі потрібен? Коли є чітка мета, впровадження відбувається легко. Для мене головною ціллю було зробити бізнес ефективнішим, прозорішим і мінімізувати ручну роботу.”
Перші кроки автоматизації
Почалося все з малого. Ігор вирішив автоматизувати рутинні завдання: створення звітів після зустрічей і статус-апдейтів. Команда інтегрувала інструмент TLDV, який під’єднується до Zoom чи Meetup і автоматично генерує звіт після кожної розмови.
“AI робить транскрипцію, формує підсумок і відправляє його на пошту. Це зняло купу зайвої роботи: ніхто не забуває важливих деталей, усе фіксується.”
Далі Ігор зосередився на тому, що приносило найбільше користі — на саппорті. З аудиторією у сотні мільйонів користувачів підтримка займала величезну кількість часу. Люди зверталися з питаннями, скаргами, запитами на повернення коштів — і для цього працювала цілодобова команда з шести людей. Загальні витрати на саппорт сягали 10–12 тисяч доларів на місяць.
“Ми обробляли лише близько 20% запитів — через мовні бар’єри й обсяг роботи. Решта залишалася без відповіді.”
1. Юзкейс у саппорті
Півтора року тому компанія почала впроваджувати AI-систему підтримки. Тепер замість шести людей залишився один оператор, який працює лише кілька годин на день і стежить за процесом.
AI-агент обробляє вхідні запити, підключений до внутрішньої knowledge base — бази знань компанії. Усе побудовано на інтеграції Intercom (платформа для підтримки) та N8N (AI-воркфлоу для автоматизації).
Базу знань експортували з Intercom у звичайний Google Doc і поступово розширювали. Коли AI не знаходить потрібної відповіді, він надсилає запит у Slack оператору. Людина пояснює, що відповісти, і цей варіант одразу додається в базу. Таким чином створюється цикл навчання AI у реальному часі.
AI відповідає на багатьох мовах, зберігаючи дружній тон і стиль спілкування.
“Ми навіть дали йому ім’я — Катя. Люди спілкуються з нею, і більшість навіть не здогадується, що це не людина.”
Зараз AI повністю закриває всі типи звернень — від запитів на повернення коштів до технічних питань. Якщо користувач просить рефанд, система сама ініціює його через Stripe, без залучення людини.
“Ми налаштували її так, щоб вона могла пожартувати: ‘Бачу, ти поспішаєш, зараз зроблю все швидко’. Для нас важливо, щоб AI звучала по-людськи. У кінці ми просимо залишити відгук — і практично всі п’ятизіркові. ‘Катя, ти просто бомбічна!’ — такі відгуки ми отримуємо.”
Інтеграція AI із платіжною системою
Ігор Голденберг розповідає, що система підтримки тепер повністю інтегрована з Stripe — платіжною платформою, через яку відбуваються повернення коштів.
“Так, усе автоматизовано. Ми хочемо, щоб це відбувалося швидко, щоб користувач був задоволений. Після розмови AI запитує: ‘Ти задоволений?’ Людина відповідає: ‘Так, ви молодці!’ Тоді ми просимо поставити оцінку — і таким чином формуємо воронку, що веде до 5 зірок у Google Play або App Store.”
Найцікавіше, каже Ігор, що незадоволені користувачі стають амбасадорами бренду — просто тому, що їхню проблему вирішили швидко й уважно.
“Саппорт — це перша крута сходинка, де AI реально показав свою силу. Це система, що працює 24/7, на багатьох мовах, з одним оператором, який навіть не повний день у цьому процесі.”
Пів мільйона запитів на місяць
Після інтеграції AI обсяг оброблених звернень зріс у десятки разів.
“Зараз агент обробляє близько 500 тисяч запитів на місяць. Раніше ми могли впоратися лише з 7–10 тисячами. І то — це були зміни, переклади, ручна робота, постійний хаос. А тепер система працює стабільно.”
Собівартість автоматизації
Ігор наголошує: AI-підтримка — це не лише ефективніше, а й у рази дешевше.
“Це коштує копійки — близько 600 доларів на місяць, максимум до тисячі, враховуючи N8N, OpenAI і всю інтеграцію з Intercom. Для порівняння, раніше ми витрачали 10–12 тисяч щомісяця.”
Тепер у системі працює одна людина, яка стежить за флоу і підключається лише тоді, коли AI не може самостійно відповісти.
Хто впроваджував AI у компанії
Коли Ігор прийняв рішення впроваджувати штучний інтелект, інтеграцією займався звичайний працівник саппорту.
“Це навіть не програміст. Людина, яка роками працювала в саппорті, просто сама розібралася з N8N, вебхуками, API. До цього він навіть не знав, що таке JSON. Подивився YouTube, почитав кейси — і зробив. Сьогодні є безліч безкоштовних інструментів: N8N, make.com тощо. Не треба переплачувати ‘AI-гуру’.”
Ігор переконаний: виховати AI-менеджера всередині компанії — ефективніше, ніж наймати дорогих консультантів.
“Ця людина вже знає бізнес, розуміє контекст і потреби. Їй не треба пояснювати, що робити — вона просто бере і робить.”
Після автоматизації підтримки з команди зняли величезне навантаження.
“Раніше всі втручались у саппорт, навіть я. Тепер є один оператор, який просто керує процесом.”
Результати автоматизації
Ігор Голденберг підсумовує результати інтеграції:
- Раніше обробляли лише 20% запитів, тепер — усі.
- Відповіді надходять миттєво і багатьма мовами.
- Рівень задоволеності користувачів зріс у рази.
- Компанія зекономила десятки тисяч доларів на місяць.
“Кожен працівник — це не лише зарплата, це ще управління, вихідні, настрій. Зараз у нас один оператор, і він займається ще купою інших задач. Наприклад, AI тепер сам відповідає на відгуки в App Store чи Google Play — навіть від мого імені. Людина бачить, що їй відповів ‘фаундер’, і щиро радіє: ‘Дякую, брат, що користуєшся нашим застосунком!’ Раніше ми вибирали, кому відповісти, а тепер — AI закриває все.”
2. Юзкейс у маркетингу
Після успішної автоматизації саппорту Ігор Голденберг вирішив впровадити AI у маркетингові процеси. І хоча тут не йшлося про економію десятків тисяч доларів, як у підтримці, результат виявився не менш вражаючим.
“У будь-якому бізнесі постійно створюється контент: SEO, блоги, соцмережі, ідеї. Раніше у нас працювало кілька копірайтерів — тепер цього немає. Контент генерує ChatGPT. Він чудово справляється з креативом, текстами, ідеями. А ще ми активно використовуємо ChatGPT і Gemini для DeepSearch — глибокого аналізу ринку й конкурентів.”
AI-аналітика конкурентів
Одним із ключових напрямів у маркетинговому юзкейсі стала автоматизація конкурентного аналізу.
“Раз на тиждень ми проводимо глибинний аналіз ринку. AI збирає дані про нових конкурентів, функціональні оновлення, зміни у вертикалі. Раніше фаундери або команда вручну шукали інформацію, тепер усе делеговано AI.”
Усі результати надходять у Slack, який став центральним хабом компанії:
“Я стараюся, щоб усе сходилося в один канал — у Slack. Там зручно ділитися аналітикою, підключати людей, не розкидаючи інформацію між платформами.”
Як це працює технічно
AI-аналітика працює через N8N, який запускається за розкладом і формує звіти.
“Ми навчили його за конкретним списком конкурентів, запитів і параметрів: які у них новинки, проблеми, відгуки користувачів. Нас цікавить не просто ‘вийшла нова фішка’, а що стоїть за нею — яку біль вона вирішує.”
Ігор додає, що особливо корисним є аналіз відгуків конкурентів у сторах:
“AI збирає скарги користувачів наших конкурентів. Якщо бачимо, що проблема триває два роки — робимо цей момент у себе ідеальним. Поліруємо, щоб блищало.”
Найбільша економія після саппорту — саме у маркетингу
“На піку в нас було сім маркетологів. Зараз — один. Цей один генерує тексти, відео, візуали. Ми використовуємо NanoBanano, Sora, Kling. У нас мобільний продукт, тож для кожного посту потрібен тизер чи відео. Раніше це робили копірайтери, відеографи, дизайнери. Тепер усе робить AI.”
Генерація контенту: реальний процес
“Найпростіше рішення — налаштувати flow у make.com, щоб щодня приходив список із 10 постів. Маркетолог обирає один, і під нього автоматично створюється відео в NanoBanano. Виходить текст + відео + тизер. Якщо текст не ідеальний — трохи коригуємо. Усе зливається у Slack. Там є канал маркетингу, і кожен новий член команди бачить повний робочий процес.”
“Ми навіть зробили так, щоб у США пости автоматично публікувалися у Twitter (X) після схвалення маркетолога.”
Як формуються теми й тональність
Ігор пояснює, що все починається зі збірки попередніх постів, які добре працювали.
“Ми завантажили в ChatGPT наші найуспішніші пости з Twitter, LinkedIn, блогу. AI проаналізував стиль, tone of voice, харизму. Потім маркетолог навчив його створювати пости в такому самому дусі. Це не ‘за п’ять хвилин’. Іноді потрібно день-два, щоб вичавити ідеальний результат, але воно того варте.”
Команда, що стоїть за автоматизацією
Технічну частину налаштовували маркетолог і ком’юніті-менеджер.
“Це не технарі, не розробники. Ком’юніті-менеджер чудово знає нашу аудиторію, її болі й очікування. Він відчуває користувачів, бо постійно з ними на зв’язку. І саме це — ключ: людина, яка живе всередині ком’юніті, найкраще розуміє, як має звучати контент.”
“Спільнота — це фундамент нашого продукту. Ми створюємо контент не ‘для аудиторії’, а разом із нею.”
Таким чином, завдяки AI компанія:
- скоротила маркетингову команду з 7 до 1 людини;
- повністю автоматизувала аналіз ринку та контентний цикл;
- отримала централізований хаб у Slack, де зберігається весь контент;
- підтримує автентичний tone of voice без втрати якості.
“AI не забирає роботу — він звільняє простір для креативу. А коли система налаштована правильно, вона працює краще, ніж будь-яка команда.”
3. Юзкейс управління спільнотою
Голденберг розповідає, що управління спільнотою — одна з найскладніших частин бізнесу. У його компанії мільйонна аудиторія користувачів, і важливо вчасно помічати настрої: коли люди задоволені продуктом, а коли починають дратуватися чи втрачати інтерес.
“Для мене управління спільнотою — це розуміння її здоров’я. Якщо у групі починаються негативні теми, хтось незадоволений або падає активність — треба реагувати. Раніше це займало години: читати чати, аналізувати коментарі. Тепер AI робить це за секунди.”
AI автоматично аналізує переписки у Telegram-спільноті, де десятки тисяч користувачів. Раз на місяць Ігор експортує історію повідомлень і завантажує її в ChatGPT або Gemini. Далі — конкретні запити:
- Наскільки користувачі задоволені продуктом?
- Які основні проблеми та запити повторюються?
- Що можна покращити у функціоналі чи комунікації?
AI формує коротке summary, де вказує:
- рівень задоволеності користувачів,
- найпопулярніші скарги чи очікування,
- частоту та якість контенту в каналах,
- рекомендації, як підвищити залученість.
“AI може сказати: ‘У вас пости лише раз на тиждень, мало реакцій, аудиторія нудьгує’. Це інформація, яку раніше ніхто не міг зібрати вручну.”
Зараз ці звіти приходять раз на місяць у Slack, і цього достатньо для управлінських рішень.
“Мені не потрібно занурюватися в деталі, AI сам дає коротке резюме: що добре, що варто покращити.”
4. Юзкейс у дизайні: лендинги й A/B-тестування
Раніше створення лендингу займало два дні: дизайнер, верстальник, погодження. Тепер усе це займає кілька хвилин.
“Я заходжу в Lovable, генерую сторінку за секунду. Якщо подобається — запускаємо. Time to market став критичним.”
Ігор використовує:
- Lovable AI — для генерації лендингів і швидких A/B-тестів.
- Figma AI — щоб експериментувати з дизайнами, створювати шаблони для нових фіч.
- Cloud Coding — для інтеграцій, автоматизацій і написання технічних скриптів.
“У нас у додатку продаються eSIM. Мене не влаштовувала стара воронка. Раніше треба було залучати дизайнерів і девелоперів. Тепер я просто пишу у Figma: ‘Зроби сторінку, щоб підвищити конверсію в eSIM’. Вона генерує дизайн, я передаю його в Lovable — і отримую готовий лендинг.”
Cloud Coding допомагає навіть із розробкою:
“Наприклад, треба написати інтеграцію, що перевіряє найдешевші квитки й надсилає звіт у Telegram. Описуєш задачу — і він генерує код. Додаєш його в N8N чи make.com, і все працює.”
5. Юзкейс оптимізації HR-процесів
“AI замінив рекрутера. Агент шукає кандидатів у LinkedIn, перевіряє їхні GitHub-профілі, аналізує код і контриб’юції, оцінює резюме.
Є готові сервіси, які з дозволу кандидата записують інтерв’ю, а AI аналізує: чи впевнений він, чи нервує, як відповідає. Раніше це займало тижні — тепер хвилини.”
Ігор навіть оптимізував фінансовий контроль:
“AI аналізує банківські виписки. Якщо витратили більше — сигналить: ‘Ігор, мінус $187’. Перевіряю, що сталося.
У мене немає CFO — і мені він не потрібен. AI каже, хто прокотився на корпоративній картці чи замовив піцу через Uber.”
Економія від впровадження AI
Ігор Голденберг:
“Я лише торкнувся верхівки айсберга. Ми скоротили частину команди: менше розробників, дизайнерів, маркетологів, саппорту, навіть комʼюніті-менеджмент. Компанія стала ефективнішою.
Загалом ми зекономили понад $250 000 на рік.”
AI дозволив замінити джунів і мідлів, залишивши людей, які мислять як фаундери — не просто виконують задачі, а розуміють бізнес.
“Коли інтегруєш AI правильно, ти не просто економиш гроші — ти створюєш команду, яка мислить системно.”
Як малому бізнесу інтегрувати AI
“Я впроваджую AI у всьому. Але головне — не хайп, а користь. Спочатку зрозумій, чи дійсно це потрібно.”
Ігор радить власникам малого та середнього бізнесу почати не з покупки інструментів, а з аудиту часу:
- Попросіть команду підготувати звіт — скільки годин вони витрачають на кожен процес.
- Визначте, де найбільше ручної, рутинної роботи.
- Саме там і варто впроваджувати AI.
“Коли команда бачить, що AI підвищує ефективність, а не загрожує роботі — тоді інтеграція відбувається без опору.”
Успіх залежить від людини, яка проштовхує AI зсередини — AI-менеджера. Вона має бути близькою до керівництва, розуміти бізнес-процеси й пояснювати колегам, навіщо це робиться.
“AI — не про скорочення людей, а про швидкість. Ми хочемо рухатися не 100, а 250 кілометрів на годину.”
AI Roadmap: як компанії перейти на “AI first”
- Попросіть усіх співробітників підготувати звіт: скільки часу йде на рутину.
- Визначте відповідального за AI — лідера, який буде координувати інтеграцію.
- Інвестуйте в навчання — короткі курси з N8N, make.com, prompt engineering.
- Почніть із малого: саппорт, CRM, аналіз, маркетинг.
- Створіть систему звітності — щотижневі апдейти про кількість агентів, які реально працюють.
- Міряйте ефективність не лише за грошима, а й за енергією команди.
“Мета — не просто економія. Ми прибираємо monkey job, щоб люди займалися розумною роботою, кайфували, створювали нове. AI дає свободу — і це найцінніше.”
Особисті AI-інструменти Ігоря
- Cursor — для коду й технічних завдань.
- Eleven Labs — озвучення відео.
- NanoBanana, Sora, Kling — генерація відео.
- Suno — музика без авторських прав.
- PipeDream — побудова AI-флоу через промпти без коду.
“Я зробив складний флоу за годину — те, що на аутсорсі коштувало б 25 тисяч. PipeDream усе зрозумів і навіть сам виправив помилки в API.”
“Я створив кілька агентів для себе:
- Пошук квитків: знаходить найкращі варіанти й питає, чи готовий до пересадок.
- AI для ресторану: я фотографую меню — він обирає страви з найбільшим вмістом білка.
- Мотиваційний агент: щоранку надсилає цитату.
- Агент з промокодів: за секунду зекономив $125 на замовленні квітів.”
“Іноді достатньо просто написати в ChatGPT: знайди промокод для цього сайту. І він реально знаходить валідний.”
Якщо б зустрів Сема Альтмана
“Я б спитав: коли ми всі отупіємо? Ми прогресуємо технологічно, але починаємо думати менше.
Мені близька філософія Сема, що фаундер може керувати мільярдною компанією самостійно. Це божевільна, але правильна місія. Фаундери вигорають через операційку, непрозорість. AI допомагає прибрати це.”
Наступна ціль Ігоря — автоматизувати project management:
“Ми вже скармлюємо AI дані зі Slack, Jira, Meetup. Він нагадує програмістам закрити задачу, слідкує за обіцянками після статус-мітингів. Хочу, щоб 80% управління проєктами працювало через AI.”
Як Ігор уперше інтегрував AI у свій бізнес
Оптимізація операційних процесів і шлях до принципу “AI first”
Ігор Голденберг розповідає, що їхня команда почала працювати з AI ще задовго до появи ChatGPT. Його проєкт — це глобальний застосунок із понад 200 мільйонами користувачів, побудований навколо ідеї обміну Wi-Fi-точками. Люди діляться даними про точки доступу, і завдяки цьому користувачі в будь-якій точці світу можуть отримати безкоштовний інтернет.
З такою кількістю користувачів головним викликом стала автоматизація обробки даних: як перевіряти якість точок Wi-Fi, визначати їхню надійність, видавати винагороди користувачам. Ще у 2018 році команда почала створювати алгоритми, що аналізували дані — тоді це вимагало залучення окремих спеціалістів із Data Science.
Коли штучний інтелект став масовим явищем, Ігор вирішив зробити AI частиною бізнес-стратегії. У компанії ухвалили принцип “AI first” — інтегрувати штучний інтелект скрізь, де це можливо.
“Перш ніж впроваджувати AI, потрібно чесно відповісти собі на питання: навіщо він тобі потрібен? Коли є чітка мета, впровадження відбувається легко. Для мене головною ціллю було зробити бізнес ефективнішим, прозорішим і мінімізувати ручну роботу.”
Перші кроки автоматизації
Почалося все з малого. Ігор вирішив автоматизувати рутинні завдання: створення звітів після зустрічей і статус-апдейтів. Команда інтегрувала інструмент TLDV, який під’єднується до Zoom чи Meetup і автоматично генерує звіт після кожної розмови.
“AI робить транскрипцію, формує підсумок і відправляє його на пошту. Це зняло купу зайвої роботи: ніхто не забуває важливих деталей, усе фіксується.”
Далі Ігор зосередився на тому, що приносило найбільше користі — на саппорті. З аудиторією у сотні мільйонів користувачів підтримка займала величезну кількість часу. Люди зверталися з питаннями, скаргами, запитами на повернення коштів — і для цього працювала цілодобова команда з шести людей. Загальні витрати на саппорт сягали 10–12 тисяч доларів на місяць.
“Ми обробляли лише близько 20% запитів — через мовні бар’єри й обсяг роботи. Решта залишалася без відповіді.”
1. Юзкейс у саппорті
Півтора року тому компанія почала впроваджувати AI-систему підтримки. Тепер замість шести людей залишився один оператор, який працює лише кілька годин на день і стежить за процесом.
AI-агент обробляє вхідні запити, підключений до внутрішньої knowledge base — бази знань компанії. Усе побудовано на інтеграції Intercom (платформа для підтримки) та N8N (AI-воркфлоу для автоматизації).
Базу знань експортували з Intercom у звичайний Google Doc і поступово розширювали. Коли AI не знаходить потрібної відповіді, він надсилає запит у Slack оператору. Людина пояснює, що відповісти, і цей варіант одразу додається в базу. Таким чином створюється цикл навчання AI у реальному часі.
AI відповідає на багатьох мовах, зберігаючи дружній тон і стиль спілкування.
“Ми навіть дали йому ім’я — Катя. Люди спілкуються з нею, і більшість навіть не здогадується, що це не людина.”
Зараз AI повністю закриває всі типи звернень — від запитів на повернення коштів до технічних питань. Якщо користувач просить рефанд, система сама ініціює його через Stripe, без залучення людини.
“Ми налаштували її так, щоб вона могла пожартувати: ‘Бачу, ти поспішаєш, зараз зроблю все швидко’. Для нас важливо, щоб AI звучала по-людськи. У кінці ми просимо залишити відгук — і практично всі п’ятизіркові. ‘Катя, ти просто бомбічна!’ — такі відгуки ми отримуємо.”
Інтеграція AI із платіжною системою
Ігор Голденберг розповідає, що система підтримки тепер повністю інтегрована з Stripe — платіжною платформою, через яку відбуваються повернення коштів.
“Так, усе автоматизовано. Ми хочемо, щоб це відбувалося швидко, щоб користувач був задоволений. Після розмови AI запитує: ‘Ти задоволений?’ Людина відповідає: ‘Так, ви молодці!’ Тоді ми просимо поставити оцінку — і таким чином формуємо воронку, що веде до 5 зірок у Google Play або App Store.”
Найцікавіше, каже Ігор, що незадоволені користувачі стають амбасадорами бренду — просто тому, що їхню проблему вирішили швидко й уважно.
“Саппорт — це перша крута сходинка, де AI реально показав свою силу. Це система, що працює 24/7, на багатьох мовах, з одним оператором, який навіть не повний день у цьому процесі.”
Пів мільйона запитів на місяць
Після інтеграції AI обсяг оброблених звернень зріс у десятки разів.
“Зараз агент обробляє близько 500 тисяч запитів на місяць. Раніше ми могли впоратися лише з 7–10 тисячами. І то — це були зміни, переклади, ручна робота, постійний хаос. А тепер система працює стабільно.”
Собівартість автоматизації
Ігор наголошує: AI-підтримка — це не лише ефективніше, а й у рази дешевше.
“Це коштує копійки — близько 600 доларів на місяць, максимум до тисячі, враховуючи N8N, OpenAI і всю інтеграцію з Intercom. Для порівняння, раніше ми витрачали 10–12 тисяч щомісяця.”
Тепер у системі працює одна людина, яка стежить за флоу і підключається лише тоді, коли AI не може самостійно відповісти.
Хто впроваджував AI у компанії
Коли Ігор прийняв рішення впроваджувати штучний інтелект, інтеграцією займався звичайний працівник саппорту.
“Це навіть не програміст. Людина, яка роками працювала в саппорті, просто сама розібралася з N8N, вебхуками, API. До цього він навіть не знав, що таке JSON. Подивився YouTube, почитав кейси — і зробив. Сьогодні є безліч безкоштовних інструментів: N8N, make.com тощо. Не треба переплачувати ‘AI-гуру’.”
Ігор переконаний: виховати AI-менеджера всередині компанії — ефективніше, ніж наймати дорогих консультантів.
“Ця людина вже знає бізнес, розуміє контекст і потреби. Їй не треба пояснювати, що робити — вона просто бере і робить.”
Після автоматизації підтримки з команди зняли величезне навантаження.
“Раніше всі втручались у саппорт, навіть я. Тепер є один оператор, який просто керує процесом.”
Результати автоматизації
Ігор Голденберг підсумовує результати інтеграції:
- Раніше обробляли лише 20% запитів, тепер — усі.
- Відповіді надходять миттєво і багатьма мовами.
- Рівень задоволеності користувачів зріс у рази.
- Компанія зекономила десятки тисяч доларів на місяць.
“Кожен працівник — це не лише зарплата, це ще управління, вихідні, настрій. Зараз у нас один оператор, і він займається ще купою інших задач. Наприклад, AI тепер сам відповідає на відгуки в App Store чи Google Play — навіть від мого імені. Людина бачить, що їй відповів ‘фаундер’, і щиро радіє: ‘Дякую, брат, що користуєшся нашим застосунком!’ Раніше ми вибирали, кому відповісти, а тепер — AI закриває все.”
2. Юзкейс у маркетингу
Після успішної автоматизації саппорту Ігор Голденберг вирішив впровадити AI у маркетингові процеси. І хоча тут не йшлося про економію десятків тисяч доларів, як у підтримці, результат виявився не менш вражаючим.
“У будь-якому бізнесі постійно створюється контент: SEO, блоги, соцмережі, ідеї. Раніше у нас працювало кілька копірайтерів — тепер цього немає. Контент генерує ChatGPT. Він чудово справляється з креативом, текстами, ідеями. А ще ми активно використовуємо ChatGPT і Gemini для DeepSearch — глибокого аналізу ринку й конкурентів.”
AI-аналітика конкурентів
Одним із ключових напрямів у маркетинговому юзкейсі стала автоматизація конкурентного аналізу.
“Раз на тиждень ми проводимо глибинний аналіз ринку. AI збирає дані про нових конкурентів, функціональні оновлення, зміни у вертикалі. Раніше фаундери або команда вручну шукали інформацію, тепер усе делеговано AI.”
Усі результати надходять у Slack, який став центральним хабом компанії:
“Я стараюся, щоб усе сходилося в один канал — у Slack. Там зручно ділитися аналітикою, підключати людей, не розкидаючи інформацію між платформами.”
Як це працює технічно
AI-аналітика працює через N8N, який запускається за розкладом і формує звіти.
“Ми навчили його за конкретним списком конкурентів, запитів і параметрів: які у них новинки, проблеми, відгуки користувачів. Нас цікавить не просто ‘вийшла нова фішка’, а що стоїть за нею — яку біль вона вирішує.”
Ігор додає, що особливо корисним є аналіз відгуків конкурентів у сторах:
“AI збирає скарги користувачів наших конкурентів. Якщо бачимо, що проблема триває два роки — робимо цей момент у себе ідеальним. Поліруємо, щоб блищало.”
Найбільша економія після саппорту — саме у маркетингу
“На піку в нас було сім маркетологів. Зараз — один. Цей один генерує тексти, відео, візуали. Ми використовуємо NanoBanano, Sora, Kling. У нас мобільний продукт, тож для кожного посту потрібен тизер чи відео. Раніше це робили копірайтери, відеографи, дизайнери. Тепер усе робить AI.”
Генерація контенту: реальний процес
“Найпростіше рішення — налаштувати flow у make.com, щоб щодня приходив список із 10 постів. Маркетолог обирає один, і під нього автоматично створюється відео в NanoBanano. Виходить текст + відео + тизер. Якщо текст не ідеальний — трохи коригуємо. Усе зливається у Slack. Там є канал маркетингу, і кожен новий член команди бачить повний робочий процес.”
“Ми навіть зробили так, щоб у США пости автоматично публікувалися у Twitter (X) після схвалення маркетолога.”
Як формуються теми й тональність
Ігор пояснює, що все починається зі збірки попередніх постів, які добре працювали.
“Ми завантажили в ChatGPT наші найуспішніші пости з Twitter, LinkedIn, блогу. AI проаналізував стиль, tone of voice, харизму. Потім маркетолог навчив його створювати пости в такому самому дусі. Це не ‘за п’ять хвилин’. Іноді потрібно день-два, щоб вичавити ідеальний результат, але воно того варте.”
Команда, що стоїть за автоматизацією
Технічну частину налаштовували маркетолог і ком’юніті-менеджер.
“Це не технарі, не розробники. Ком’юніті-менеджер чудово знає нашу аудиторію, її болі й очікування. Він відчуває користувачів, бо постійно з ними на зв’язку. І саме це — ключ: людина, яка живе всередині ком’юніті, найкраще розуміє, як має звучати контент.”
“Спільнота — це фундамент нашого продукту. Ми створюємо контент не ‘для аудиторії’, а разом із нею.”
Таким чином, завдяки AI компанія:
- скоротила маркетингову команду з 7 до 1 людини;
- повністю автоматизувала аналіз ринку та контентний цикл;
- отримала централізований хаб у Slack, де зберігається весь контент;
- підтримує автентичний tone of voice без втрати якості.
“AI не забирає роботу — він звільняє простір для креативу. А коли система налаштована правильно, вона працює краще, ніж будь-яка команда.”
3. Юзкейс управління спільнотою
Голденберг розповідає, що управління спільнотою — одна з найскладніших частин бізнесу. У його компанії мільйонна аудиторія користувачів, і важливо вчасно помічати настрої: коли люди задоволені продуктом, а коли починають дратуватися чи втрачати інтерес.
“Для мене управління спільнотою — це розуміння її здоров’я. Якщо у групі починаються негативні теми, хтось незадоволений або падає активність — треба реагувати. Раніше це займало години: читати чати, аналізувати коментарі. Тепер AI робить це за секунди.”
AI автоматично аналізує переписки у Telegram-спільноті, де десятки тисяч користувачів. Раз на місяць Ігор експортує історію повідомлень і завантажує її в ChatGPT або Gemini. Далі — конкретні запити:
- Наскільки користувачі задоволені продуктом?
- Які основні проблеми та запити повторюються?
- Що можна покращити у функціоналі чи комунікації?
AI формує коротке summary, де вказує:
- рівень задоволеності користувачів,
- найпопулярніші скарги чи очікування,
- частоту та якість контенту в каналах,
- рекомендації, як підвищити залученість.
“AI може сказати: ‘У вас пости лише раз на тиждень, мало реакцій, аудиторія нудьгує’. Це інформація, яку раніше ніхто не міг зібрати вручну.”
Зараз ці звіти приходять раз на місяць у Slack, і цього достатньо для управлінських рішень.
“Мені не потрібно занурюватися в деталі, AI сам дає коротке резюме: що добре, що варто покращити.”
4. Юзкейс у дизайні: лендинги й A/B-тестування
Раніше створення лендингу займало два дні: дизайнер, верстальник, погодження. Тепер усе це займає кілька хвилин.
“Я заходжу в Lovable, генерую сторінку за секунду. Якщо подобається — запускаємо. Time to market став критичним.”
Ігор використовує:
- Lovable AI — для генерації лендингів і швидких A/B-тестів.
- Figma AI — щоб експериментувати з дизайнами, створювати шаблони для нових фіч.
- Cloud Coding — для інтеграцій, автоматизацій і написання технічних скриптів.
“У нас у додатку продаються eSIM. Мене не влаштовувала стара воронка. Раніше треба було залучати дизайнерів і девелоперів. Тепер я просто пишу у Figma: ‘Зроби сторінку, щоб підвищити конверсію в eSIM’. Вона генерує дизайн, я передаю його в Lovable — і отримую готовий лендинг.”
Cloud Coding допомагає навіть із розробкою:
“Наприклад, треба написати інтеграцію, що перевіряє найдешевші квитки й надсилає звіт у Telegram. Описуєш задачу — і він генерує код. Додаєш його в N8N чи make.com, і все працює.”
5. Юзкейс оптимізації HR-процесів
“AI замінив рекрутера. Агент шукає кандидатів у LinkedIn, перевіряє їхні GitHub-профілі, аналізує код і контриб’юції, оцінює резюме.
Є готові сервіси, які з дозволу кандидата записують інтерв’ю, а AI аналізує: чи впевнений він, чи нервує, як відповідає. Раніше це займало тижні — тепер хвилини.”
Ігор навіть оптимізував фінансовий контроль:
“AI аналізує банківські виписки. Якщо витратили більше — сигналить: ‘Ігор, мінус $187’. Перевіряю, що сталося.
У мене немає CFO — і мені він не потрібен. AI каже, хто прокотився на корпоративній картці чи замовив піцу через Uber.”
Економія від впровадження AI
Ігор Голденберг:
“Я лише торкнувся верхівки айсберга. Ми скоротили частину команди: менше розробників, дизайнерів, маркетологів, саппорту, навіть комʼюніті-менеджмент. Компанія стала ефективнішою.
Загалом ми зекономили понад $250 000 на рік.”
AI дозволив замінити джунів і мідлів, залишивши людей, які мислять як фаундери — не просто виконують задачі, а розуміють бізнес.
“Коли інтегруєш AI правильно, ти не просто економиш гроші — ти створюєш команду, яка мислить системно.”
Як малому бізнесу інтегрувати AI
“Я впроваджую AI у всьому. Але головне — не хайп, а користь. Спочатку зрозумій, чи дійсно це потрібно.”
Ігор радить власникам малого та середнього бізнесу почати не з покупки інструментів, а з аудиту часу:
- Попросіть команду підготувати звіт — скільки годин вони витрачають на кожен процес.
- Визначте, де найбільше ручної, рутинної роботи.
- Саме там і варто впроваджувати AI.
“Коли команда бачить, що AI підвищує ефективність, а не загрожує роботі — тоді інтеграція відбувається без опору.”
Успіх залежить від людини, яка проштовхує AI зсередини — AI-менеджера. Вона має бути близькою до керівництва, розуміти бізнес-процеси й пояснювати колегам, навіщо це робиться.
“AI — не про скорочення людей, а про швидкість. Ми хочемо рухатися не 100, а 250 кілометрів на годину.”
AI Roadmap: як компанії перейти на “AI first”
- Попросіть усіх співробітників підготувати звіт: скільки часу йде на рутину.
- Визначте відповідального за AI — лідера, який буде координувати інтеграцію.
- Інвестуйте в навчання — короткі курси з N8N, make.com, prompt engineering.
- Почніть із малого: саппорт, CRM, аналіз, маркетинг.
- Створіть систему звітності — щотижневі апдейти про кількість агентів, які реально працюють.
- Міряйте ефективність не лише за грошима, а й за енергією команди.
“Мета — не просто економія. Ми прибираємо monkey job, щоб люди займалися розумною роботою, кайфували, створювали нове. AI дає свободу — і це найцінніше.”
Особисті AI-інструменти Ігоря
- Cursor — для коду й технічних завдань.
- Eleven Labs — озвучення відео.
- NanoBanana, Sora, Kling — генерація відео.
- Suno — музика без авторських прав.
- PipeDream — побудова AI-флоу через промпти без коду.
“Я зробив складний флоу за годину — те, що на аутсорсі коштувало б 25 тисяч. PipeDream усе зрозумів і навіть сам виправив помилки в API.”
“Я створив кілька агентів для себе:
- Пошук квитків: знаходить найкращі варіанти й питає, чи готовий до пересадок.
- AI для ресторану: я фотографую меню — він обирає страви з найбільшим вмістом білка.
- Мотиваційний агент: щоранку надсилає цитату.
- Агент з промокодів: за секунду зекономив $125 на замовленні квітів.”
“Іноді достатньо просто написати в ChatGPT: знайди промокод для цього сайту. І він реально знаходить валідний.”
Якщо б зустрів Сема Альтмана
“Я б спитав: коли ми всі отупіємо? Ми прогресуємо технологічно, але починаємо думати менше.
Мені близька філософія Сема, що фаундер може керувати мільярдною компанією самостійно. Це божевільна, але правильна місія. Фаундери вигорають через операційку, непрозорість. AI допомагає прибрати це.”
Наступна ціль Ігоря — автоматизувати project management:
“Ми вже скармлюємо AI дані зі Slack, Jira, Meetup. Він нагадує програмістам закрити задачу, слідкує за обіцянками після статус-мітингів. Хочу, щоб 80% управління проєктами працювало через AI.”
Як Ігор уперше інтегрував AI у свій бізнес
Оптимізація операційних процесів і шлях до принципу “AI first”
Ігор Голденберг розповідає, що їхня команда почала працювати з AI ще задовго до появи ChatGPT. Його проєкт — це глобальний застосунок із понад 200 мільйонами користувачів, побудований навколо ідеї обміну Wi-Fi-точками. Люди діляться даними про точки доступу, і завдяки цьому користувачі в будь-якій точці світу можуть отримати безкоштовний інтернет.
З такою кількістю користувачів головним викликом стала автоматизація обробки даних: як перевіряти якість точок Wi-Fi, визначати їхню надійність, видавати винагороди користувачам. Ще у 2018 році команда почала створювати алгоритми, що аналізували дані — тоді це вимагало залучення окремих спеціалістів із Data Science.
Коли штучний інтелект став масовим явищем, Ігор вирішив зробити AI частиною бізнес-стратегії. У компанії ухвалили принцип “AI first” — інтегрувати штучний інтелект скрізь, де це можливо.
“Перш ніж впроваджувати AI, потрібно чесно відповісти собі на питання: навіщо він тобі потрібен? Коли є чітка мета, впровадження відбувається легко. Для мене головною ціллю було зробити бізнес ефективнішим, прозорішим і мінімізувати ручну роботу.”
Перші кроки автоматизації
Почалося все з малого. Ігор вирішив автоматизувати рутинні завдання: створення звітів після зустрічей і статус-апдейтів. Команда інтегрувала інструмент TLDV, який під’єднується до Zoom чи Meetup і автоматично генерує звіт після кожної розмови.
“AI робить транскрипцію, формує підсумок і відправляє його на пошту. Це зняло купу зайвої роботи: ніхто не забуває важливих деталей, усе фіксується.”
Далі Ігор зосередився на тому, що приносило найбільше користі — на саппорті. З аудиторією у сотні мільйонів користувачів підтримка займала величезну кількість часу. Люди зверталися з питаннями, скаргами, запитами на повернення коштів — і для цього працювала цілодобова команда з шести людей. Загальні витрати на саппорт сягали 10–12 тисяч доларів на місяць.
“Ми обробляли лише близько 20% запитів — через мовні бар’єри й обсяг роботи. Решта залишалася без відповіді.”
1. Юзкейс у саппорті
Півтора року тому компанія почала впроваджувати AI-систему підтримки. Тепер замість шести людей залишився один оператор, який працює лише кілька годин на день і стежить за процесом.
AI-агент обробляє вхідні запити, підключений до внутрішньої knowledge base — бази знань компанії. Усе побудовано на інтеграції Intercom (платформа для підтримки) та N8N (AI-воркфлоу для автоматизації).
Базу знань експортували з Intercom у звичайний Google Doc і поступово розширювали. Коли AI не знаходить потрібної відповіді, він надсилає запит у Slack оператору. Людина пояснює, що відповісти, і цей варіант одразу додається в базу. Таким чином створюється цикл навчання AI у реальному часі.
AI відповідає на багатьох мовах, зберігаючи дружній тон і стиль спілкування.
“Ми навіть дали йому ім’я — Катя. Люди спілкуються з нею, і більшість навіть не здогадується, що це не людина.”
Зараз AI повністю закриває всі типи звернень — від запитів на повернення коштів до технічних питань. Якщо користувач просить рефанд, система сама ініціює його через Stripe, без залучення людини.
“Ми налаштували її так, щоб вона могла пожартувати: ‘Бачу, ти поспішаєш, зараз зроблю все швидко’. Для нас важливо, щоб AI звучала по-людськи. У кінці ми просимо залишити відгук — і практично всі п’ятизіркові. ‘Катя, ти просто бомбічна!’ — такі відгуки ми отримуємо.”
Інтеграція AI із платіжною системою
Ігор Голденберг розповідає, що система підтримки тепер повністю інтегрована з Stripe — платіжною платформою, через яку відбуваються повернення коштів.
“Так, усе автоматизовано. Ми хочемо, щоб це відбувалося швидко, щоб користувач був задоволений. Після розмови AI запитує: ‘Ти задоволений?’ Людина відповідає: ‘Так, ви молодці!’ Тоді ми просимо поставити оцінку — і таким чином формуємо воронку, що веде до 5 зірок у Google Play або App Store.”
Найцікавіше, каже Ігор, що незадоволені користувачі стають амбасадорами бренду — просто тому, що їхню проблему вирішили швидко й уважно.
“Саппорт — це перша крута сходинка, де AI реально показав свою силу. Це система, що працює 24/7, на багатьох мовах, з одним оператором, який навіть не повний день у цьому процесі.”
Пів мільйона запитів на місяць
Після інтеграції AI обсяг оброблених звернень зріс у десятки разів.
“Зараз агент обробляє близько 500 тисяч запитів на місяць. Раніше ми могли впоратися лише з 7–10 тисячами. І то — це були зміни, переклади, ручна робота, постійний хаос. А тепер система працює стабільно.”
Собівартість автоматизації
Ігор наголошує: AI-підтримка — це не лише ефективніше, а й у рази дешевше.
“Це коштує копійки — близько 600 доларів на місяць, максимум до тисячі, враховуючи N8N, OpenAI і всю інтеграцію з Intercom. Для порівняння, раніше ми витрачали 10–12 тисяч щомісяця.”
Тепер у системі працює одна людина, яка стежить за флоу і підключається лише тоді, коли AI не може самостійно відповісти.
Хто впроваджував AI у компанії
Коли Ігор прийняв рішення впроваджувати штучний інтелект, інтеграцією займався звичайний працівник саппорту.
“Це навіть не програміст. Людина, яка роками працювала в саппорті, просто сама розібралася з N8N, вебхуками, API. До цього він навіть не знав, що таке JSON. Подивився YouTube, почитав кейси — і зробив. Сьогодні є безліч безкоштовних інструментів: N8N, make.com тощо. Не треба переплачувати ‘AI-гуру’.”
Ігор переконаний: виховати AI-менеджера всередині компанії — ефективніше, ніж наймати дорогих консультантів.
“Ця людина вже знає бізнес, розуміє контекст і потреби. Їй не треба пояснювати, що робити — вона просто бере і робить.”
Після автоматизації підтримки з команди зняли величезне навантаження.
“Раніше всі втручались у саппорт, навіть я. Тепер є один оператор, який просто керує процесом.”
Результати автоматизації
Ігор Голденберг підсумовує результати інтеграції:
- Раніше обробляли лише 20% запитів, тепер — усі.
- Відповіді надходять миттєво і багатьма мовами.
- Рівень задоволеності користувачів зріс у рази.
- Компанія зекономила десятки тисяч доларів на місяць.
“Кожен працівник — це не лише зарплата, це ще управління, вихідні, настрій. Зараз у нас один оператор, і він займається ще купою інших задач. Наприклад, AI тепер сам відповідає на відгуки в App Store чи Google Play — навіть від мого імені. Людина бачить, що їй відповів ‘фаундер’, і щиро радіє: ‘Дякую, брат, що користуєшся нашим застосунком!’ Раніше ми вибирали, кому відповісти, а тепер — AI закриває все.”
2. Юзкейс у маркетингу
Після успішної автоматизації саппорту Ігор Голденберг вирішив впровадити AI у маркетингові процеси. І хоча тут не йшлося про економію десятків тисяч доларів, як у підтримці, результат виявився не менш вражаючим.
“У будь-якому бізнесі постійно створюється контент: SEO, блоги, соцмережі, ідеї. Раніше у нас працювало кілька копірайтерів — тепер цього немає. Контент генерує ChatGPT. Він чудово справляється з креативом, текстами, ідеями. А ще ми активно використовуємо ChatGPT і Gemini для DeepSearch — глибокого аналізу ринку й конкурентів.”
AI-аналітика конкурентів
Одним із ключових напрямів у маркетинговому юзкейсі стала автоматизація конкурентного аналізу.
“Раз на тиждень ми проводимо глибинний аналіз ринку. AI збирає дані про нових конкурентів, функціональні оновлення, зміни у вертикалі. Раніше фаундери або команда вручну шукали інформацію, тепер усе делеговано AI.”
Усі результати надходять у Slack, який став центральним хабом компанії:
“Я стараюся, щоб усе сходилося в один канал — у Slack. Там зручно ділитися аналітикою, підключати людей, не розкидаючи інформацію між платформами.”
Як це працює технічно
AI-аналітика працює через N8N, який запускається за розкладом і формує звіти.
“Ми навчили його за конкретним списком конкурентів, запитів і параметрів: які у них новинки, проблеми, відгуки користувачів. Нас цікавить не просто ‘вийшла нова фішка’, а що стоїть за нею — яку біль вона вирішує.”
Ігор додає, що особливо корисним є аналіз відгуків конкурентів у сторах:
“AI збирає скарги користувачів наших конкурентів. Якщо бачимо, що проблема триває два роки — робимо цей момент у себе ідеальним. Поліруємо, щоб блищало.”
Найбільша економія після саппорту — саме у маркетингу
“На піку в нас було сім маркетологів. Зараз — один. Цей один генерує тексти, відео, візуали. Ми використовуємо NanoBanano, Sora, Kling. У нас мобільний продукт, тож для кожного посту потрібен тизер чи відео. Раніше це робили копірайтери, відеографи, дизайнери. Тепер усе робить AI.”
Генерація контенту: реальний процес
“Найпростіше рішення — налаштувати flow у make.com, щоб щодня приходив список із 10 постів. Маркетолог обирає один, і під нього автоматично створюється відео в NanoBanano. Виходить текст + відео + тизер. Якщо текст не ідеальний — трохи коригуємо. Усе зливається у Slack. Там є канал маркетингу, і кожен новий член команди бачить повний робочий процес.”
“Ми навіть зробили так, щоб у США пости автоматично публікувалися у Twitter (X) після схвалення маркетолога.”
Як формуються теми й тональність
Ігор пояснює, що все починається зі збірки попередніх постів, які добре працювали.
“Ми завантажили в ChatGPT наші найуспішніші пости з Twitter, LinkedIn, блогу. AI проаналізував стиль, tone of voice, харизму. Потім маркетолог навчив його створювати пости в такому самому дусі. Це не ‘за п’ять хвилин’. Іноді потрібно день-два, щоб вичавити ідеальний результат, але воно того варте.”
Команда, що стоїть за автоматизацією
Технічну частину налаштовували маркетолог і ком’юніті-менеджер.
“Це не технарі, не розробники. Ком’юніті-менеджер чудово знає нашу аудиторію, її болі й очікування. Він відчуває користувачів, бо постійно з ними на зв’язку. І саме це — ключ: людина, яка живе всередині ком’юніті, найкраще розуміє, як має звучати контент.”
“Спільнота — це фундамент нашого продукту. Ми створюємо контент не ‘для аудиторії’, а разом із нею.”
Таким чином, завдяки AI компанія:
- скоротила маркетингову команду з 7 до 1 людини;
- повністю автоматизувала аналіз ринку та контентний цикл;
- отримала централізований хаб у Slack, де зберігається весь контент;
- підтримує автентичний tone of voice без втрати якості.
“AI не забирає роботу — він звільняє простір для креативу. А коли система налаштована правильно, вона працює краще, ніж будь-яка команда.”
3. Юзкейс управління спільнотою
Голденберг розповідає, що управління спільнотою — одна з найскладніших частин бізнесу. У його компанії мільйонна аудиторія користувачів, і важливо вчасно помічати настрої: коли люди задоволені продуктом, а коли починають дратуватися чи втрачати інтерес.
“Для мене управління спільнотою — це розуміння її здоров’я. Якщо у групі починаються негативні теми, хтось незадоволений або падає активність — треба реагувати. Раніше це займало години: читати чати, аналізувати коментарі. Тепер AI робить це за секунди.”
AI автоматично аналізує переписки у Telegram-спільноті, де десятки тисяч користувачів. Раз на місяць Ігор експортує історію повідомлень і завантажує її в ChatGPT або Gemini. Далі — конкретні запити:
- Наскільки користувачі задоволені продуктом?
- Які основні проблеми та запити повторюються?
- Що можна покращити у функціоналі чи комунікації?
AI формує коротке summary, де вказує:
- рівень задоволеності користувачів,
- найпопулярніші скарги чи очікування,
- частоту та якість контенту в каналах,
- рекомендації, як підвищити залученість.
“AI може сказати: ‘У вас пости лише раз на тиждень, мало реакцій, аудиторія нудьгує’. Це інформація, яку раніше ніхто не міг зібрати вручну.”
Зараз ці звіти приходять раз на місяць у Slack, і цього достатньо для управлінських рішень.
“Мені не потрібно занурюватися в деталі, AI сам дає коротке резюме: що добре, що варто покращити.”
4. Юзкейс у дизайні: лендинги й A/B-тестування
Раніше створення лендингу займало два дні: дизайнер, верстальник, погодження. Тепер усе це займає кілька хвилин.
“Я заходжу в Lovable, генерую сторінку за секунду. Якщо подобається — запускаємо. Time to market став критичним.”
Ігор використовує:
- Lovable AI — для генерації лендингів і швидких A/B-тестів.
- Figma AI — щоб експериментувати з дизайнами, створювати шаблони для нових фіч.
- Cloud Coding — для інтеграцій, автоматизацій і написання технічних скриптів.
“У нас у додатку продаються eSIM. Мене не влаштовувала стара воронка. Раніше треба було залучати дизайнерів і девелоперів. Тепер я просто пишу у Figma: ‘Зроби сторінку, щоб підвищити конверсію в eSIM’. Вона генерує дизайн, я передаю його в Lovable — і отримую готовий лендинг.”
Cloud Coding допомагає навіть із розробкою:
“Наприклад, треба написати інтеграцію, що перевіряє найдешевші квитки й надсилає звіт у Telegram. Описуєш задачу — і він генерує код. Додаєш його в N8N чи make.com, і все працює.”
5. Юзкейс оптимізації HR-процесів
“AI замінив рекрутера. Агент шукає кандидатів у LinkedIn, перевіряє їхні GitHub-профілі, аналізує код і контриб’юції, оцінює резюме.
Є готові сервіси, які з дозволу кандидата записують інтерв’ю, а AI аналізує: чи впевнений він, чи нервує, як відповідає. Раніше це займало тижні — тепер хвилини.”
Ігор навіть оптимізував фінансовий контроль:
“AI аналізує банківські виписки. Якщо витратили більше — сигналить: ‘Ігор, мінус $187’. Перевіряю, що сталося.
У мене немає CFO — і мені він не потрібен. AI каже, хто прокотився на корпоративній картці чи замовив піцу через Uber.”
Економія від впровадження AI
Ігор Голденберг:
“Я лише торкнувся верхівки айсберга. Ми скоротили частину команди: менше розробників, дизайнерів, маркетологів, саппорту, навіть комʼюніті-менеджмент. Компанія стала ефективнішою.
Загалом ми зекономили понад $250 000 на рік.”
AI дозволив замінити джунів і мідлів, залишивши людей, які мислять як фаундери — не просто виконують задачі, а розуміють бізнес.
“Коли інтегруєш AI правильно, ти не просто економиш гроші — ти створюєш команду, яка мислить системно.”
Як малому бізнесу інтегрувати AI
“Я впроваджую AI у всьому. Але головне — не хайп, а користь. Спочатку зрозумій, чи дійсно це потрібно.”
Ігор радить власникам малого та середнього бізнесу почати не з покупки інструментів, а з аудиту часу:
- Попросіть команду підготувати звіт — скільки годин вони витрачають на кожен процес.
- Визначте, де найбільше ручної, рутинної роботи.
- Саме там і варто впроваджувати AI.
“Коли команда бачить, що AI підвищує ефективність, а не загрожує роботі — тоді інтеграція відбувається без опору.”
Успіх залежить від людини, яка проштовхує AI зсередини — AI-менеджера. Вона має бути близькою до керівництва, розуміти бізнес-процеси й пояснювати колегам, навіщо це робиться.
“AI — не про скорочення людей, а про швидкість. Ми хочемо рухатися не 100, а 250 кілометрів на годину.”
AI Roadmap: як компанії перейти на “AI first”
- Попросіть усіх співробітників підготувати звіт: скільки часу йде на рутину.
- Визначте відповідального за AI — лідера, який буде координувати інтеграцію.
- Інвестуйте в навчання — короткі курси з N8N, make.com, prompt engineering.
- Почніть із малого: саппорт, CRM, аналіз, маркетинг.
- Створіть систему звітності — щотижневі апдейти про кількість агентів, які реально працюють.
- Міряйте ефективність не лише за грошима, а й за енергією команди.
“Мета — не просто економія. Ми прибираємо monkey job, щоб люди займалися розумною роботою, кайфували, створювали нове. AI дає свободу — і це найцінніше.”
Особисті AI-інструменти Ігоря
- Cursor — для коду й технічних завдань.
- Eleven Labs — озвучення відео.
- NanoBanana, Sora, Kling — генерація відео.
- Suno — музика без авторських прав.
- PipeDream — побудова AI-флоу через промпти без коду.
“Я зробив складний флоу за годину — те, що на аутсорсі коштувало б 25 тисяч. PipeDream усе зрозумів і навіть сам виправив помилки в API.”
“Я створив кілька агентів для себе:
- Пошук квитків: знаходить найкращі варіанти й питає, чи готовий до пересадок.
- AI для ресторану: я фотографую меню — він обирає страви з найбільшим вмістом білка.
- Мотиваційний агент: щоранку надсилає цитату.
- Агент з промокодів: за секунду зекономив $125 на замовленні квітів.”
“Іноді достатньо просто написати в ChatGPT: знайди промокод для цього сайту. І він реально знаходить валідний.”
Якщо б зустрів Сема Альтмана
“Я б спитав: коли ми всі отупіємо? Ми прогресуємо технологічно, але починаємо думати менше.
Мені близька філософія Сема, що фаундер може керувати мільярдною компанією самостійно. Це божевільна, але правильна місія. Фаундери вигорають через операційку, непрозорість. AI допомагає прибрати це.”
Наступна ціль Ігоря — автоматизувати project management:
“Ми вже скармлюємо AI дані зі Slack, Jira, Meetup. Він нагадує програмістам закрити задачу, слідкує за обіцянками після статус-мітингів. Хочу, щоб 80% управління проєктами працювало через AI.”
Щоб отримати доступ до всього матеріалу — підпишіться на AI Club.
99$/щомісяця
Що пропонує AI CLUB?
🤝 Майбутні AI-однодумці
60+ перевірених AI-експертів і підприємців, які вже інтегрували AI у свій бізнес.
📍 2 оффлайн івенти щомісяця
У Києві або Варшаві проходить AI Бізнес-розбір — жива сесія з AI-експертом, під час якої власник бізнесу з виручкою від $1 млн отримує персональну AI-стратегію.
📍 2 онлайн івенти щомісяця
Zoom-зустрічі з експертами з 8+ років досвіду, які розбирають реальні кейси впровадження AI у бізнес.
📚 База перевірених AI-експертів
Зі справжніми кейсами, відгуками та можливістю звернутись напряму до кожного.
💬 Закритий Telegram-чат
Постійний обмін досвідом, інсайдами та рішеннями у спільноті однодумців.
🧠4 щомісячних практичних AI-кейсів
Добірка практик використання підприємцями AI у реальному бізнесі у формі коротких статей про результативність інтеграції АІ.
🔥 AI-челленджі
Перша в Україні 3-тижнева інтенсивна програма, яка допомагає системно впровадити AI у бізнес та побачити перші результати вже за 7 днів.
💼 Доступ до Business Match
Соціальна мережа для підприємців, де можна знайти партнерів, клієнтів, інвесторів та менторів.
🧑💻 4 авторські промпти на місяць
Готові промпти для бізнесу, маркетингу, аналітики та оптимізації процесів.
💻 4 AI-програми на місяць
Огляд та інструкції по використанню 4 найефективніших AI-інструментів щомісяця
