Проблема: ИИ умный, но не видит ваших данных

Языковые модели отлично анализируют, пишут и считают, но из коробки они ничего не знают о вашем бизнесе: ни сделок в воронке, ни остатков на складе, ни переписки с клиентом. Поэтому большинство компаний используют ИИ как «умный блокнот», куда сотрудники вручную носят данные туда и обратно.

Раньше решением была интеграция под заказ: разработчик связывал конкретную модель с конкретной CRM через API. Но такая связка жёсткая. Сменили модель или захотели подключить второй сервис — пиши код заново. При пяти системах и трёх ИИ-инструментах получается пятнадцать интеграций, каждую надо поддерживать.

Что такое MCP простыми словами

MCP — это общий язык между ИИ и программами. Самая точная аналогия — USB-C: раньше у каждого устройства был свой разъём, теперь один стандарт подходит ко всему. Систему один раз «подключают» к MCP, и с ней может работать любой ИИ-клиент, который понимает стандарт: Claude, ChatGPT, Cursor, корпоративный ассистент или ваш собственный бот.

В схеме три участника. Клиент — это ИИ-приложение, в котором работает сотрудник. MCP-сервер — небольшая программа-переходник рядом с вашей системой. Она сообщает ИИ, какие действия доступны («найти сделку», «создать задачу», «показать остатки»), и выполняет их. Система — сама CRM, 1С, база или таблица, которая про ИИ вообще ничего не знает.

  • Инструменты (tools) — действия, которые ИИ может выполнить: создать сделку, поставить задачу, отправить черновик письма.
  • Ресурсы (resources) — данные, которые ИИ может прочитать: карточки клиентов, прайс, регламенты, отчёты.
  • Промпты (prompts) — готовые сценарии, например «еженедельный отчёт по воронке», которые сотрудник запускает одной командой.

Чем MCP отличается от обычной интеграции через API

MCP не заменяет API, а надстраивается над ним. API — это дверь в систему, а MCP — понятная ИИ табличка на двери: что за ней лежит, что можно брать и что нельзя. Модель сама читает описание инструментов и решает, какой вызвать под задачу пользователя, поэтому заранее прописывать каждый сценарий не нужно.

  • Одна интеграция вместо многих — MCP-сервер пишется один раз и работает с любым совместимым ИИ, в том числе с моделями, которые выйдут через год.
  • Гибкие запросы — сотрудник формулирует задачу словами («какие сделки зависли больше недели?»), а ИИ сам собирает нужные вызовы.
  • Контроль на стороне бизнеса — права, ограничения и логи живут в вашем MCP-сервере, а не в настройках чужого чат-бота.

Хотите подключить ИИ к своей CRM или 1С?

Расскажите, какие системы у вас стоят. Подскажем, есть ли готовый MCP-сервер или проще написать свой, и оценим сроки.

Telegram

Что бизнес может сделать с MCP уже сейчас

  • Руководитель и CRM — «покажи сделки без активности больше 7 дней и предложи следующий шаг по каждой». ИИ сам читает воронку и историю касаний.
  • Продажи и 1С — менеджер прямо в диалоге проверяет остатки, цену для конкретного клиента и формирует черновик счёта.
  • Маркетинг и аналитика — ИИ подтягивает данные из Метрики, рекламных кабинетов и CRM и собирает сквозной отчёт без ручной склейки таблиц.
  • Поддержка и база знаний — агент первой линии отвечает по актуальным регламентам и статусу заказа, а не по устаревшей выгрузке.
  • Внутренние задачи — постановка задач в таск-трекер, протоколы встреч, поиск по документам компании одной фразой.

Риски и как их закрыть

Доступ ИИ к живым данным — это не только удобство, но и ответственность. Основные риски понятны и закрываются архитектурой, а не запретом технологии.

  • Лишние права — выдавайте ИИ минимум: сначала только чтение, затем отдельные безопасные действия. Удаление и массовые изменения не нужны почти никогда.
  • Ошибочные действия — всё, что меняет деньги или уходит клиенту, ставьте на подтверждение человеком («ИИ готовит — сотрудник жмёт отправить»).
  • Персональные данные — маскируйте ПДн на уровне MCP-сервера и учитывайте 152-ФЗ при выборе модели и места хранения данных.
  • Непроверенные серверы — не ставьте MCP-серверы из случайных репозиториев: через них можно получить вредоносные инструкции. Только официальные или написанные под вас.
  • Отсутствие следов — логируйте каждый вызов: кто спросил, что ИИ сделал, с каким результатом.

С чего начать: пошаговый план

  1. Выберите один процесс, где сотрудники больше всего носят данные в ИИ руками: отчёты по воронке, проверка остатков, ответы клиентам.
  2. Проверьте, есть ли у вашей системы готовый MCP-сервер. У многих SaaS-сервисов он уже есть, у 1С и самописных CRM обычно нет.
  3. Опишите минимальный набор действий: 3–5 инструментов, сначала в режиме «только чтение».
  4. Разверните сервер с правами, маскированием ПДн и логами, подключите к ИИ-клиенту команды.
  5. Две-три недели соберите обратную связь, замерьте сэкономленные часы и только потом добавляйте действия на запись.

Типичная ошибка — сразу «подключить ИИ ко всему». Это дорого, страшно для службы безопасности и редко окупается. Один процесс с измеримым эффектом даёт аргументы для следующего шага и показывает, где ИИ действительно экономит время.

Как это выглядит в работе: один день руководителя

Утро понедельника. Коммерческий директор открывает корпоративного ИИ-ассистента и пишет: «Что произошло в воронке за прошлую неделю и где мы теряем деньги?». Без MCP за этим последовала бы выгрузка из CRM, сводная таблица и полчаса ручной работы. С MCP ассистент сам обращается к CRM: забирает сделки, сравнивает с предыдущей неделей и видит, что конверсия из «КП отправлено» в «Переговоры» упала с 38% до 24%.

Дальше директор уточняет: «Покажи эти сделки и кто по ним ответственный». ИИ выводит список, замечает, что 70% зависших сделок у одного менеджера, и предлагает поставить ему задачи на повторный контакт. Директор отвечает «да», и задачи появляются в CRM с дедлайнами. Весь разбор занимает пять минут вместо часа, а данные — живые, на сегодняшнее утро.

Обратите внимание: ассистент не получил полный доступ к CRM. Он может читать сделки и создавать задачи, но не может удалять, менять суммы или выгружать базу клиентов целиком. Эти границы задаются в MCP-сервере, и именно они делают сценарий безопасным.

Готовый MCP-сервер или свой: как выбрать

Для популярных сервисов уже существуют готовые MCP-серверы: таск-трекеры, Google-документы и таблицы, GitHub, Notion, Slack, ряд CRM и баз данных. Их можно подключить за часы, но стоит проверить три вещи: кто разработчик (официальный вендор или энтузиаст), какие права сервер запрашивает и можно ли их сузить.

Свой MCP-сервер нужен, когда система российская или самописная (1С, кастомная CRM, внутренняя база), когда готовый сервер даёт слишком широкий доступ или когда нужна бизнес-логика: например, «показывать менеджеру только его сделки» или «не отдавать телефоны клиентов в модель».

  • Готовый сервер — быстро и почти бесплатно; подходит для SaaS-сервисов и пилотов, но права и поведение настраиваются ограниченно.
  • Свой сервер — от 60–90 тыс. ₽ и 1–3 недели; полный контроль над правами, маскированием данных, логами и бизнес-правилами.
  • Гибрид — готовые серверы для офисных инструментов плюс свой для CRM и учётной системы: самый частый вариант в наших проектах.

В Easy agency мы пишем MCP-серверы и ИИ-агентов под конкретные бизнес-системы: amoCRM, Bitrix24, 1С, таск-трекеры, внутренние базы. Начинаем с одного процесса, настраиваем права и логи так, чтобы спокойно спала служба безопасности, и замеряем эффект в часах и деньгах.

Если хотите, чтобы ИИ в вашей компании работал с живыми данными, а не с копипастом, напишите нам. Разберём ваши системы, покажем, что можно подключить за пару дней, а что потребует своего сервера, и сколько это стоит.

Готовые направления Easy agency

ИИ-решения, которые подключаются к вашим системам и данным.

// AI разработкаИИ-решения Easy agencyЧат-боты, ИИ-агенты, автоматизация процессов на базе LLM→// AI для продажИИ для отдела продажАгент-ассистент, который квалифицирует лиды и доводит до встречи→