Крутые кейсы
Покруче подороже
🛡️ Кейс 3 → Обновлённый: Селлер на Wildberries сократил потери от мошеннических возвратов на 89% с помощью GenAI-сканера чеков и фото
Клиент: Топ-100 селлер на Wildberries (электроника, чехлы для AirPods, аксессуары).
Задача:
— Потери от возвратов — до 23% маржи
— Покупатели возвращают:
• Пустые коробки
• Сломанные/не те товары
• Фото «брака» — сгенерированы или украдены из интернета
— WB принимает возврат без проверки → деньги списываются автоматически
Решение:
Создали AI Return Shield — систему анализа возвратов на основе:
Multimodal GenAI (GPT-4o + CLIP) для анализа фото возврата
Чек-валидатор: сравнивает фото чека с внутренней базой отправленных заказов (через WB API)
Поведенческий скоринг: частота возвратов, гео, время заказа → риск-профиль покупателя
Как работает:
При поступлении возврата — автоматически скачиваются фото из WB API
GenAI проверяет:
Соответствует ли товар отправленному (по цвету, артикулу, упаковке)
Является ли фото реальным (detects AI-generated images через EXIF + noise analysis)
Есть ли в чеке признаки подделки (размытость, несоответствие даты)
Если риск > 70% → система автоматически формирует апелляцию в WB с доказательствами
Технологии:
GPT-4o Vision + собственный fine-tuned детектор подделок
WB API + внутренняя база отправленных заказов (PostgreSQL)
Telegram-бот для уведомлений: «⚠️ Подозрительный возврат #WB-8821. Отклонить? [Да/Апелляция]»
Результат за 50 дней:
✅ Потери от возвратов — –89%
✅ Успешные апелляции — 76% (раньше — <15%)
✅ Экономия — $14,200/мес при обороте $85K
✅ Стоимость системы — $220/мес (GenAI + хостинг)
✅ ROI — 6300%
🏗️ Кейс 4: SaaS для клиник автоматизировал страховые возмещения с помощью multimodal GenAI
Продукт: B2B-платформа для частных медицинских центров (стоматология, дерматология, фертильность).
Задача:
— Клиники тратят до 20 часов/неделю на оформление страховых заявок
— 40% заявок отклоняются из-за ошибок в документах
— Врачи ненавидят бумажную работу
Решение:
Встроили GenAI-ассистента прямо в чат врача (Telegram-based workspace):
Врач делает фото/скан: направления, чека, заключения
AI через multimodal pipeline (GPT-4o + DocTR + custom OCR)
Извлекает данные
Сопоставляет с тарифами страховой
Генерирует JSON-заявку в формате конкретной СК
Врач нажимает «Отправить» → документ уходит в систему страховой через API
Особенности:
Поддержка 12 страховых компаний РФ и 3 международных
Compliance: все данные шифруются, LLM работает в приватном VPC
Обучение на реальных отклонённых заявках → модель учится на ошибках
Результат за 45 дней (на 7 клиниках):
✅ Время на заявку — с 22 мин до 1.8 мин
✅ Отклонения — –76%
✅ Удовлетворённость врачей — NPS +63
✅ Стоимость разработки — $28K, включая compliance
✅ Доп. доход: + $120/клиника/мес за AI-модуль (upsell в подписку)
— Бесплатные Сайты и CRM.