AiKraft
Главная/Блог/Кейс/Как AI-агент Rasp сэкономил 600 часов…
Кейс12 мин чтения · 8 октября 2026 г.

Как AI-агент Rasp сэкономил 600 часов продаж в месяц

Разбор кейса OpenRouter: как внедрение AI-агента Rasp вернуло 600 часов работы пяти менеджерам, ускорило сделки на 34% и снизило затраты с $800 до $30 в день.

Как AI-агент Rasp сэкономил 600 часов продаж в месяц

В современном мире B2B-продаж время — это не просто деньги, это единственный невозобновляемый ресурс. Для пяти человек из команды продаж OpenRouter 2026 год стал переломным моментом. Они не нанимали новых сотрудников, не увеличивали бюджет на маркетинг и не меняли продукт. Вместо этого они внедрили AI-агента по имени Rasp, который взял на себя рутину, освободив людей для того, что действительно важно: общения с клиентами и закрытия сделок. Результат превзошел ожидания: команда вернула себе около 600 часов работы в месяц, а цикл сделки сократился на 34%. Это не просто история об автоматизации, это пример того, как правильно построенный AI-инструмент меняет экономику отдела продаж.

Часто компании боятся внедрять AI, опасаясь, что роботы заменят людей или, что еще хуже, сделают их работу менее качественной. Кейс Rasp демонстрирует обратное: агент не заменяет менеджера, а становится его «уборщиком», очищая путь от мусора и бюрократии. Менеджеры получают возможность проводить больше звонков, быть более подготовленными и, как следствие, закрывать больше сделок. При этом стоимость владения агентом упала с почти $800 в день до $30, что делает такую модель масштабируемой для любого бизнеса.

01Что такое Rasp и почему он возник

Rasp — это AI-агент для продаж, построенный на базе платформы OpenRouter Ori. Его главная задача — не замена человеческого общения, а устранение административного шума. В 2026 году, по мере роста бизнеса, команда из пяти человек оказалась в состоянии, которое можно описать одним словом: «тонущие». Входящие заявки, необходимость писать сопроводительные письма, заполнять CRM, готовить брифы перед звонками и фиксировать итоги встреч — все это отнимало время, которое должно было уходить на переговоры.

Rasp был создан, чтобы вернуть этой команде «дзен» в их суетливой работе. Он берет на себя большую часть бумажной работы: квалифицирует входящие лиды, отправляет первые письма, пишет брифы перед каждым звонком, черновит заметки после встречи и обновляет CRM. При этом он работает в связке с людьми: агент рекомендует, черновит и помечает спорные моменты, но финальное решение всегда остается за человеком. Это ключевой принцип, который отличает Rasp от простых чат-ботов.

02Уроки двух предыдущих агентов: Ace и Dove

Rasp не был первым экспериментом OpenRouter в области AI-агентов. До него команда внедрила двух других агентов: Ace для аккаунт-менеджеров (AE) и Dove для специалистов по развитию бизнеса (BDR). Они занимались входящими лидами, маршрутизацией и частью рабочих процессов, которые сейчас выполняет Rasp. Наблюдение за этими двумя агентами дало команде несколько критически важных уроков, которые легли в основу архитектуры Rasp.

Первый урок: единый конвейер для всех задач. Каждая задача должна запускаться через один и тот же поток, где тип задачи является лишь параметром. Если для каждого нового типа задачи писать отдельный код, система становится громоздкой, сложной в поддержке и склонной к ошибкам. Ace и Dove показали, что разрозненные решения ведут к хаосу.

Второй урок: флаги функций по умолчанию выключены. Раньше команда выпускала функции, которые нельзя было cleanly отключить. Теперь каждый элемент системы можно отключить в любой момент. Это дает безопасность и контроль.

Третий урок: метрики с первого дня. Невозможно измерить влияние инструмента, если вы не начали его логировать с самого начала. Каждая цифра в этом кейсе существует только потому, что Rasp с первого дня записывал все действия.

Четвертый урок: Slack как интерфейс. Команда живет в Slack. Хотя дашборды кажутся правильным местом для хранения метрик, они потребляются там, где происходит работа. Интеграция в Slack означает, что агенты, брифы и уведомления появляются прямо в рабочем пространстве менеджера, не требуя переключения контекста.

💡
Совет по внедрению. Не пытайтесь создать идеальную систему с первого раза. Rasp — это не конечное состояние, а результат итеративной работы. Начните с единого конвейера, включите логирование метрик сразу и интегрируйте агента в ту среду, где ваши сотрудники работают ежедневно (Slack, Teams, email).

03Сколько времени экономит AI-агент на одном демо

Чтобы понять реальный эффект от Rasp, давайте разберем процесс проведения одного демо-звонка. До внедрения агента подготовка и проведение одного демо требовали около 103 минут работы менеджера. Это включало исследование компании перед звонком, запись заметок во время встречи и немедленное обновление CRM после нее.

С Rasp это время сократилось до 44 минут. Разница в 59 минут на один звонок кажется небольшой, но в масштабах месяца она складывается в сотни часов. Давайте посмотрим на детализацию:

  • Подготовка до демо: сократилась с 30 минут до 5. Rasp автоматически пишет качественный бриф перед каждым звонком, анализируя данные о компании и истории взаимодействий.
  • Заметки после демо: сократились с 15 минут до 2. Агент черновит заметки на основе транскрипции звонка, оставляя менеджеру лишь финальную правку.
  • Обновление CRM: сократилось с 30 минут до 7. Rasp заполняет большинство полей автоматически, оставляя менеджеру право вносить коррективы в спорных случаях.

Экономия времени на одном демо — это лишь часть картины. Еще более значимым эффектом стало то, что Rasp перестал «съедать» целого человека на обработку входящих заявок. Раньше сортировка входящих лидов и ответы на них занимали время одного полного рабочего дня менеджера (а иногда и больше, в зависимости от недели). Это приводило к необходимости приоритизировать только самые «жирные» лиды, игнорируя остальные.

Теперь эта задача занимает около 25% времени одного менеджера. Rasp самостоятельно отправляет 93% первых писем, и многие лиды получают ответ менее чем за 60 секунд после обращения. Оставшиеся 7% — это сложные кейсы, которые Rasp помечает для ручного вмешательства. Это позволяет команде обрабатывать весь входящий поток, а не только его часть.

04Что изменилось для бизнеса: цифры и факты

Внедрение Rasp привело к измеримым изменениям в бизнес-процессах OpenRouter. Давайте посмотрим на ключевые результаты, которые команда зафиксировала за несколько месяцев работы с агентом.

Возврат 600 часов в месяц. Для команды из пяти человек Rasp возвращает около 600 часов работы ежемесячно. Это эквивалентно 140 часам в неделю, или примерно 28 часам на каждого аккаунт-менеджера. За год это составляет около 7200 часов — времени, которое раньше уходило на рутину, а теперь может быть потрачено на стратегию, обучение или дополнительные звонки.

Два дополнительных звонка в день. Благодаря Rasp каждый менеджер может проводить примерно на два звонка больше в день, сохраняя при этом тот же уровень подготовки и свежести. Агент убирает около часа работы с каждого звонка: 20 минут на исследование, 15 минут на заметки, 5 минут на синхронизацию с CRM и накладные расходы на переключение между инструментами. Как отметил один из менеджеров: «Работа, которую Rasp берет на себя, — это банальная, постоянная рутина».

Рост конверсии в 2.6 раза. За тот же период конверсия в закрытые сделки выросла в 2.6 раза. Важно отметить, что в этот же период изменились цены и рыночные условия, поэтому нельзя attributе весь рост исключительно Rasp. Однако корреляция поразительна: менеджеры приходят на звонки более подготовленными, отвечают быстрее и работают с более чистой воронкой.

Сокращение цикла сделки на 34%. Сделки закрываются быстрее. Доля текущего пайплайна, которую можно атрибутировать новой мощности команды, составляет 57%. Это означает, что более половины текущих возможностей были созданы благодаря времени, которое Rasp вернул команде.

Как AI-агент Rasp сэкономил 600 часов продаж в месяц
Ключевые результаты внедрения Rasp: возврат 600 часов, рост конверсии в 2.6 раза
Ключевые результаты внедрения Rasp: возврат 600 часов, рост конверсии в 2.6 раза

05Чего Rasp НЕ делает: границы автономности

Важно понимать, что Rasp — это не автономный продавец. Некоторые задачи остаются ручными, потому что они требуют человеческого суждения, или потому что функционал еще находится в разработке.

Ручные задачи: Follow-ups (дожимы) и реанимация «спящих» сделок пока выполняются вручную. Детекция потерянных сделок находится в стадии разработки. Роли покупателя и use-cases пока не полностью интегрированы в CRM, а более богатые поля контекста сделки обсуждаются перед добавлением в основную таксономию.

Задачи, оставленные людям по дизайну: Проведение самого звонка. Принятие решений о том, когда давить, а когда отступать в переговорах. Построение отношений. Финальное одобрение любых чувствительных вопросов. Rasp рекомендует, черновит, помечает и маршрутизирует, но он никогда не принимает финальное решение о отправке письма, классификации сделки или комплаенс-вопросе без участия человека. Отношения строятся человек-человек, и агенты сами по себе не строят доверие.

Название «Rasp» (напильник) выбрано не случайно. Напильник используется для формовки дерева или металла, снимая материал и оставляя грубую текстуру. Rasp делает именно это: он черновит, сортирует, помечает и маршрутизирует, обтачивая сырой материал продаж. Люди же приходят, полируют эту работу и завершают сделку.

Детали кейса OpenRouter: как Rasp меняет процессы продаж
Детали кейса OpenRouter: как Rasp меняет процессы продаж

06Четыре требования к GTM-агенту

Многие компании сейчас строят свои версии Rasp для отделов продаж и GTM (Go-To-Market). Имея опыт создания трех таких агентов, команда OpenRouter выделяет четыре обязательных требования, которые должен выполнить агент, чтобы быть действительно полезным.

1. Легкость развертывания. Rasp — это один конвейер с типом задачи в качестве параметра, флаги функций по умолчанию выключены и метрики, записываемые с первого дня. Добавление новой задачи для Rasp — это простой чат, инженер не нужен. Это снижает порог входа и позволяет быстро тестировать гипотезы.

2. Нативность для Slack. Команда никогда не покидает инструмент, в котором уже работает. Брифы, черновики, флаги и метрики появляются там, где происходит работа. Это устраняет необходимость переключения контекста между CRM, email и мессенджерами.

3. Измеримый эффект. Агент должен давать конкретные цифры: возврат 600 часов в месяц, два дополнительных звонка в день, ответ на входящие заявки менее чем за минуту. Без этих метрик невозможно доказать ценность инструмента руководству.

4. Автоматическая оптимизация затрат. Это главное отличие Rasp. Агенты, построенные на Ori от OpenRouter, со временем становятся дешевле. Слой маршрутизации под «стажерами» (interns) постоянно ищет более дешевые модели, которые сохраняют качество, и заменяет их без участия команды. Это делает AI-агентов экономически выгодными в долгосрочной перспективе.

07Экономика AI-агентов: от $800 до $30 в день

Одним из самых впечатляющих аспектов кейса Rasp является его стоимость. Предшественники Rasp, агенты Ace и Dove, стоили почти $800 в день, включая время инженеров и рутинные выходные данные. Rasp выполняет ту же работу за около $30 в день. И эта цена продолжает падать по мере того, как Ori маршрутизирует задачи на более дешевые модели.

Из этих $30 примерно $18 уходит на инференс модели GLM 5.2. Остальные $12 — это время инженеров. Однако OpenRouter валидировал цены на API для трех более дешевых моделей, которые могут снизить стоимость инференса Rasp еще больше. Вот сравнение цен на сентябрь 2026 года:

  • GLM 5.2 (текущая): ~$18/день. Базовая модель, обеспечивающая высокое качество.
  • DeepSeek v4 Pro: ~$7.50/день. В 2.4 раза дешевле GLM 5.2.
  • GLM 5.3 Flash: ~$1/день. В 18 раз дешевле GLM 5.2.
  • DeepSeek v4 Flash: ~$0.50/день. В 37 раз дешевле GLM 5.2.

Это означает, что рутинные задачи Rasp могут быть переведены на модели стоимостью $0.50 в день, что делает AI-агентов невероятно рентабельными. Для сравнения, даже при использовании самой дорогой модели из списка, Rasp обходится в 16 раз дешевле своих предшественников.

Сравнение серверных инструментов выполнения кода для AI-агентов
Сравнение серверных инструментов выполнения кода для AI-агентов

08Что это значит на практике

Кейс Rasp демонстрирует, что AI-агенты в продажах — это не футуристическая фантастика, а рабочий инструмент, который уже сегодня экономит сотни часов и ускоряет сделки. Для компаний, рассматривающих внедрение подобных решений, важно помнить несколько вещей. Во-первых, начинайте с малого: автоматизируйте рутину (CRM, заметки, брифы), а не сложные переговоры. Во-вторых, интегрируйте агента в существующие инструменты (Slack, email), чтобы минимизировать сопротивление сотрудников. В-третьих, следите за метриками с первого дня: без данных вы не поймете, работает ли агент.

В России и странах СНГ внедрение AI-агентов также становится все более актуальным. Локальные модели, такие как YandexGPT или GigaChat, могут быть интегрированы через аналогичные платформы маршрутизации, что позволяет снизить затраты на инференс. Однако важно учитывать специфику российского рынка: более высокий уровень бюрократии, необходимость работы с государственными системами и специфические требования к комплаенсу. AI-агент должен быть настроен с учетом этих факторов, а не просто скопирован с западных кейсов.

В конечном итоге, Rasp — это не про замену людей. Это про освобождение людей от рутины, чтобы они могли делать то, что у них получается лучше всего: строить отношения, закрывать сделки и расти как профессионалы. Если ваш GTM-отдел мог бы получить больше мощности, более высокую конверсию, более быстрые сделки и больше выручки, стоит задуматься о внедрении AI-агентов. И, возможно, вы тоже будете жалеть, что не сделали этого раньше.

⚠️
Важно. Не все улучшения в кейсе OpenRouter можно atributе исключительно Rasp. Изменение цен и рыночных условий происходило в тот же период. Однако корреляция между внедрением агента и ростом эффективности настолько сильна, что игнорировать ее нельзя. Используйте AI как катализатор, а не как панацею.
📌
Факт. Rasp не принимает финальных решений. Он рекомендует, черновит и помечает, но человек всегда остается в контуре. Это критически важно для соблюдения комплаенса и сохранения качества отношений с клиентами.
💡
Совет. Если вы хотите внедрить AI-агента, начните с одного конвейера и одного типа задачи. Не пытайтесь сразу автоматизировать все процессы. Итеративный подход, который использовала команда OpenRouter, позволяет быстро находить ошибки и масштабировать успешные решения.

09FAQ

Что делает AI-агент для продаж? AI-агент берет на себя административную работу: исследует и квалифицирует входящие лиды, отправляет первые письма, пишет брифы перед звонками, черновит заметки после встреч и обновляет CRM. Менеджеры проводят звонки, ведут переговоры и строят отношения.

Сколько стоит AI-агент в день? Rasp стоит около $30 в день все включено, включая время инженеров. Примерно $18 из этой суммы уходит на инференс GLM 5.2. Перевод рутинных задач на более дешевые модели в OpenRouter может снизить стоимость инференса до $0.50 в день.

Чем это отличается от AI SDR? AI SDR обычно фокусируется на исходящем поиске (outbound prospecting). Rasp поддерживает всю команду продаж: от входящей маршрутизации до подготовки к звонкам, заметок и обновлений CRM, и всегда оставляет человека в контуре для финальных отправлений, классификации сделок и чувствительных вопросов.

Если ваша GTM-команда может выиграть от большей мощности, более высокой конверсии, более быстрых сделок и большей выручки, стоит рассмотреть внедрение AI-агентов. И, возможно, вы тоже будете жалеть, что не сделали этого раньше.

Источник: OpenRouter ↗