Реальная рабочая история. Название компании намеренно не указано.
Отели-партнёры присылали данные о номерах, стоп-продажах и доступности через Excel — большой поток файлов каждый день, ни один не в едином формате. Каждый файл приходилось обрабатывать вручную: либо вносить данные напрямую в систему поле за полем, либо сначала вручную переносить в наш шаблон импорта. В любом случае — около 30 минут на файл на менеджера.
Это не было исключением — это была ежедневная реальность целой категории работы. Квалифицированные люди тратили часы на переформатирование таблиц вместо работы с партнёрами, ради которой они там были.
Вместо того чтобы оформить это как задачу для разработки и ждать очереди в бэклоге, я написал решение сам — скрипт (созданный с помощью AI), который парсит входящие Excel-файлы независимо от исходной вёрстки, извлекает нужные поля (номера, стоп-продажи, доступность, цены) и генерирует стандартизированные файлы для импорта в систему.
Это не было «давайте добавим AI, потому что это модно». Это была ровно противоположная логика: скучная, высокочастотная, неэффектная задача, которую никто не приоритизировал чинить, потому что каждый отдельный случай выглядел мелким — «это же всего 30 минут». Никто не выносит «быстрее переформатировать таблицы» в стратегический роадмап. Но помноженное на десятки файлов каждый день — оно незаметно съедало огромную долю мощности команды.
AI сделал автоматизацию достаточно дешёвой, чтобы построить её самому, не конкурируя за спринт разработки ради задачи, которая сама по себе никогда не попала бы в топ бэклога. Это паттерн, который я целенаправленно ищу в AI-возможностях: не эффектная фича, а операционная рутина, невидимая на планировании именно потому, что она уже стала «просто тем, как у нас устроено».