В Zendesk сотрудники сами сделали около 600 ИИ-приложений, одним пользуются 1000 человек
В Zendesk ChatGPT Enterprise открыли каждому сотруднику, и команды продаж, маркетинга и операций сами собрали около 600 внутренних приложений. Один из них — агент для продаж: он сопоставляет использование продукта и число тикетов на агента поддержки, находя клиентов для расширения. Им пользуются около 1000 человек в день. Вывод: ИИ приживается, когда люди сами задают вопросы своим данным без очереди к аналитикам.
AI-обработка оригинала YouTube: OpenAI; редакция Hamidun News
В Zendesk, компании, которая делает сервис клиентской поддержки, корпоративным ChatGPT Enterprise (бизнес-версией чата от OpenAI) может пользоваться каждый сотрудник. В результате продажи, маркетинг и операционные команды сами построили около 600 внутренних приложений. Самое популярное из рассказанных в видео — агент для продаж, которым ежедневно пользуются около 1000 человек. Он сам сопоставляет, как клиент работает с продуктом и сколько обращений в поддержку приходится на каждого агента, и подсказывает, кому из клиентов можно предложить расширение. Раньше за такой выводом пришлось бы идти к аналитикам. Об этом в видео OpenAI рассказывает Дэниел Хамбл, вице-президент по корпоративным данным и аналитике Zendesk.
Шестьсот приложений без единого заказчика
Главная цифра из рассказа Хамбла: в компании около 600 приложений, которые «построили разные люди». Это не проект одной команды разработчиков. Инструмент дали тем, кто лучше всех знает свою рутину. Менеджер по продажам знает, какие данные ему нужны перед звонком. Маркетолог знает, какие отчёты он каждую неделю собирает вручную. Когда у них есть доступ к ИИ, им не нужно писать техническое задание и ждать очереди.
Хамбл отдельно отмечает, что бизнес-пользователи задают вопросы к своим данным напрямую. Раньше путь был таким: человек формулировал задачу аналитику, ждал выгрузку, потом уточнял детали и ждал снова. Теперь вопрос задаётся обычным языком, а ответ приходит сразу.
Как устроен агент для продаж
Самый конкретный пример из видео — приложение для отдела продаж. ИИ-агент соединяет два источника: данные об использовании продукта клиентом и количество тикетов (обращений в поддержку) на одного агента. По этим сигналам он находит возможности для расширения, то есть клиентов, которым можно предложить больше мест, тарифов или функций.
Логику легко понять на бытовом примере. Если команда клиента активно работает в продукте, а обращений на каждого сотрудника поддержки становится больше, нагрузка растёт, и ресурсов, вероятно, нужно больше. Раньше продавцу приходилось самому сводить эти цифры из разных систем. Теперь это делает агент, и он же помогает объяснить клиенту, какую пользу тот получит от расширения.
Около 1000 человек пользуются этим приложением каждый день. Для внутреннего инструмента это серьёзный показатель: люди возвращаются к нему регулярно, а не открывают один раз из любопытства.
Что из этого следует практику
Первое: ценность внутреннего ИИ зависит не от числа выданных лицензий, а от того, насколько легко подключить к нему реальные данные компании. Агент для продаж полезен потому, что в нём объединены статистика использования продукта и тикеты. Без этого получился бы обычный чат-бот.
Второе: если разрешить сотрудникам самим делать приложения, их число быстро растёт. Шестьсот приложений — это ещё и вопрос управления. Нужно понимать, кто отвечает за каждое из них, откуда берутся данные и кто видит результат. В видео подробностей об этом нет, но для компаний, которые идут тем же путём, это неизбежный следующий шаг.
Третье: самые рабочие сценарии привязаны к конкретной роли и действию. Агент не «помогает с продажами» вообще, а ищет конкретные возможности роста и подсказывает аргументы для разговора с клиентом.
Ограничения
Материал опубликован самой OpenAI, поэтому это история клиента, а не независимое исследование. В описании нет данных о том, сколько выручки принёс агент для продаж, как проверяют точность его выводов, сколько стоит внедрение и сколько из 600 приложений реально используются. Около 1000 ежедневных пользователей говорят о востребованности, но не доказывают экономический эффект.
Тем не менее пример полезен как ориентир. Если вы внедряете корпоративный ИИ, посмотрите на модель Zendesk: широкий доступ, свобода для бизнес-команд и приложения, которые опираются на реальные данные. Начните с одного сценария, где два источника данных уже лежат рядом, и проверяйте, возвращаются ли люди к инструменту на следующий день.
- 22 нояб. 2026 г.Хобби-проект LangChain за четыре года стал стартапом за $3 млрд и привлёк $300 млн
- 22 нояб. 2026 г.Рабочий профиль Android закрыл утечку реального IP, которую не ловят Happ и v2rayNG
- 22 нояб. 2026 г.Anthropic вышла на Nasdaq: акции с $83 до $111, но выдержит ли безопасность
- 22 нояб. 2026 г.Databricks обсуждает раунд при оценке $225 млрд, почти на 20% выше августа
Вопросы и ответы по материалу
Что известно по теме: шестьсот приложений без единого заказчика?
Главная цифра из рассказа Хамбла: в компании около 600 приложений, которые «построили разные люди». Это не проект одной команды разработчиков. Инструмент дали тем, кто лучше всех знает свою рутину. Менеджер по продажам знает, какие данные ему нужны перед звонком. Маркетолог знает, какие отчёты он каждую неделю собирает вручную. Когда у них есть доступ к ИИ, им не нужно писать техническое задание и ждать очереди. Хамбл отдельно отмечает, что бизнес-пользователи задают вопросы к своим данным напрямую.
Что известно по теме: как устроен агент для продаж?
Самый конкретный пример из видео — приложение для отдела продаж. ИИ-агент соединяет два источника: данные об использовании продукта клиентом и количество тикетов (обращений в поддержку) на одного агента. По этим сигналам он находит возможности для расширения, то есть клиентов, которым можно предложить больше мест, тарифов или функций. Логику легко понять на бытовом примере.
Что известно по теме: что из этого следует практику?
Первое: ценность внутреннего ИИ зависит не от числа выданных лицензий, а от того, насколько легко подключить к нему реальные данные компании. Агент для продаж полезен потому, что в нём объединены статистика использования продукта и тикеты. Без этого получился бы обычный чат-бот. Второе: если разрешить сотрудникам самим делать приложения, их число быстро растёт. Шестьсот приложений — это ещё и вопрос управления. Нужно понимать, кто отвечает за каждое из них, откуда берутся данные и кто видит результат.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.
