База мультимодальных ставок
Компания мультимодальных перевозок (Китай и Индия → Владивосток → сеть РЖД) получала около 10 писем в день со ставками партнёров: PDF, Excel и текст. Менеджеры переносили их в таблицу руками, а для ответа клиенту собирали себестоимость из трёх плеч по разным источникам в огромном Excel-файле, а на обучение нового сотрудника уходило не меньше месяца. Один расчёт занимал от 25 минут до целого рабочего дня, и клиент мог уйти, не дождавшись.
Теперь ИИ разбирает письма и вложения, раскладывает ставки по плечам (фрахт, порт, ЖД), проверяет сроки и записывает в единую базу с историей цен. Калькулятор за минуту считает себестоимость маршрута по всем действующим ставкам и показывает лучшие комбинации партнёров. Менеджер добавляет наценку и отправляет клиенту три варианта.
Чистый эффект составляет 430–650 тыс. ₽ в месяц. Клиент получает расчёт за минуты и реже уходит к конкурентам: конверсия «запрос → заявка» выросла на 19%, но в расчёт взяты консервативные +10%, потому что часть роста дало оживление рынка. Плюс около 130 часов работы в месяц и выбор лучшей комбинации ставок вместо привычной. Отдельный эффект, который на старте не считали: стало меньше ошибок в расчётах, и не нужно уговаривать клиента доплатить, когда ставка оказалась неверной. Система окупилась примерно за полтора месяца.
- 430–650 тыс. ₽чистый эффект в месяц
- +19%конверсия «запрос → заявка», в расчёте +10%
- ≈ 130 чработы в месяц, почти одна ставка
- ≈ 1,5 месокупаемость системы



Стек: n8n, Claude, Supabase, веб-интерфейс.