ИИ без пафоса. Как малому бизнесу сэкономить время, деньги и обогнать конкурентов

Олег Павлов

ИИ без пафоса. Как малому бизнесу сэкономить время, деньги и обогнать конкурентов

Глава 1. Почему ты теряешь деньги каждый день, пока не работаешь с AI

И нет — это не про ChatGPT, который «попробовал один раз и он написал ерунду».

Представь: каждое утро ты открываешь сейф, достаёшь пачку купюр и методично сжигаешь её в пепельнице. Пять тысяч. Потом ещё пять. Звучит как бред? А теперь пересчитай, сколько твои сотрудники делают руками того, что нейросеть выполняет за 30 секунд — и окажется, что этот бред происходит у тебя в офисе прямо сейчас, просто без запаха гари.

Считается, что в России малый и средний бизнес теряет от 15 до 40% операционного времени на задачи, которые уже сегодня автоматизируются с помощью AI: составление текстов, ответы на типовые вопросы, анализ данных, подготовка отчётов, написание вакансий, переписка с клиентами. Это не абстрактная статистика из отчёта, который никто не читал до конца. Это твои деньги, твои часы и твои нервы — конкретно твои, не «бизнеса в среднем».

Хорошая новость: исправить это можно за один вечер. Плохая новость: пока ты откладываешь на «после отпуска», конкурент уже делает это прямо сейчас — и его цена за час работы падает, пока твоя стоит на месте.

Есть еще один важный момент. ИИ — это не только про рутину. В сложные времена именно скорость принятия решений часто решает, выиграет бизнес или проиграет. И здесь ИИ становится незаменимым помощником: он способен без остановки выдавать десятки идей, текстов, заголовков, картинок, видео. Да, большая часть из этого — просто шум. Но если из десяти вариантов найдется хотя бы один, до которого вы сами не додумались бы, — это уже победа. Ускорение процесса проверки гипотез и принятие правильного решения – неоценимый плюс в использовании ИИ в бизнесе.

История Павла: как один промпт спас бизнес

Павел — владелец интернет-магазина детских товаров с оборотом около 4 миллионов рублей в месяц — живой бизнес с командой из семи человек, складом и постоянной головной болью.

Когда Павел пришёл ко мне, он не верил в «эти ваши нейросети» — признался в этом в первые пять минут разговора. У него было три горящих проблемы, и каждая стоила денег каждый день:

Отдел продаж «сливал» лиды на возражениях. Менеджеры не знали, что отвечать на «дорого», «я подумаю», «у конкурента дешевле» — и клиент уходил в момент, когда решение ещё можно было развернуть в свою сторону. По прикидкам Павла, так терялось до трети тёплых обращений.

Маркетолог каждый месяц просил бюджет на тест новых объявлений, но внятных результатов не было. Деньги уходили, лиды не росли, а на вопрос «почему» ответ звучал как «алгоритмы сейчас нестабильны».

Сам Павел работал по 12 часов в сутки и всё равно не успевал: правил тексты, согласовывал посты, разбирал спорные ситуации с клиентами, которые эскалировали до него, потому что «менеджер не смог решить».

Я предложил эксперимент. Один час его времени. Без найма новых людей, без дорогого ПО, без программистов. Просто настроить ChatGPT и начать делегировать задачи, которые казались «слишком сложными» для машины — начиная с возражений, на которых терялись деньги.

Что произошло за 14 дней:

ChatGPT написал 30 скриптов ответов на типовые возражения, из них менеджеры выбрали 12, получили их в виде короткой шпаргалки в мессенджере, без пафосных тренингов и десятистраничных методичек, которые никто не открывает после первого дня.

Нейросеть сгенерировала 20 вариантов рекламных объявлений за 40 минут. Маркетолог выбрал 5 лучших — протестировали за неделю. Один вариант дал CTR в 2,3 раза выше предыдущего, и это было не «повезло», а прямое следствие того, что вариантов стало в 20 раз больше при том же бюджете.

Павел делегировал AI первичную обработку входящих обращений через бота — 30% рутины исчезло из его расписания уже на второй неделе. Впервые за полгода он ушёл с работы в семь вечера, а не в десять.

Это не магия. Это методика — и именно ей посвящена эта книга. История Павла повторяется во многих отраслях: производственники, юристы, рестораторы, владельцы салонов красоты. Разные ниши, одинаковый результат.

Второй пример: цех, а не витрина

Чтобы не осталось ощущения, что AI работает только там, где есть красивая витрина и интернет-магазин, расскажу про Дмитрия — он руководит небольшим производством мебели на заказ под Тверью, двенадцать человек в цехе, менеджер по продажам и сам Дмитрий за всё остальное.

Его боль была совсем не про соцсети. Ему нужно было быстро считать коммерческие предложения под каждый нестандартный заказ — с расчётом материалов, сроков и обоснованием цены для клиента, который каждый раз спрашивал «а почему так дорого». Раньше это делал сам Дмитрий вечером, после цеха — по 40–60 минут на клиента, и часто клиент за это время уже находил конкурента с готовым ответом.

Мы собрали ему шаблон промпта: вводные данные (материал, размеры, сложность, срок) — и на выходе структурированное коммерческое предложение, которое оставалось только вычитать и подставить цену. Время на подготовку упало до 8–10 минут. Доля заказов с предложением в течение часа выросла с 20% до 70% за два месяца — и именно эти клиенты чаще доходили до оплаты.

Ни строчки кода, ни новых сотрудников. Один хороший промпт, повторяемый десятки раз в месяц.

И более того. Мы использовали ИИ для анализа и сегментации рынка сбыта для его продукции. Потом заставили ИИ стать «лицом» каждого сегмента и играть роль клиента бизнеса Дмитрия. Сделали запрос: покажи барьеры к покупке и расскажи как их преодолеть. ИИ честно выдала все страхи и опасения этого сегмента и рассказала, что нужно сделать, чтобы «снять» эти страхи и опасения клиента.

Парадокс: малый бизнес выигрывает от AI больше, чем корпорации

Это звучит неочевидно, но это правда, и я вижу её подтверждение на каждой второй консультации. Большие компании внедряют AI годами: согласования, юридические проверки, пилотные проекты, бюджетные циклы, комитет по цифровой трансформации, который заседает раз в квартал. Ты можешь запустить новый инструмент сегодня после обеда — и уже вечером увидеть первый результат.

У корпораций штат специалистов под каждую узкую функцию — отдельный человек на скрипты продаж, отдельный на рекламные тексты. У тебя — ты сам и несколько человек, которые закрывают всё от продаж до бухгалтерии одновременно. Именно поэтому AI для тебя — не «приятное дополнение», а рычаг выживания и роста, который начинает работать в день установки, а не после защиты бюджета на совете директоров.

Цена бездействия: считаем в рублях, а не в процентах

Абстрактные проценты никого не убеждают — убеждают конкретные суммы на счету. Рассмотрим, что теряет типичный владелец МСБ без AI:

Написание одного поста для соцсетей: от 30 минут до 2 часов у сотрудника, или 500–2000 рублей у копирайтера на аутсорсе. С AI — 5 минут и 0 рублей сверху уже оплаченной подписки.

Составление коммерческого предложения: 2–4 часа, как у Дмитрия до внедрения AI. С AI — 15–20 минут на вводные данные и финальную правку человеком, который отвечает за точность цифр.

Анализ отзывов конкурентов на маркетплейсе: 3–5 часов ручного труда, обычно откладываемого до «когда будет время», то есть никогда. ChatGPT делает это за 10 минут с выводами и конкретными рекомендациями, что поправить в карточке товара.

Подготовка скрипта для менеджера по продажам: раньше — задача для тренера или руководителя на целый рабочий день. Сейчас — 40-минутная сессия с ChatGPT, как у Павла.

Сложи это вместе — и получишь от 10 до 20 часов в неделю, которые твоя команда тратит на задачи, которые сегодня решает AI. Если час работы стоит условные 500 рублей, это 5–10 тысяч рублей в день, 20–40 тысяч рублей в неделю и до 160 тысяч рублей в месяц — только на операционной рутине, без учёта упущенной выручки от медленных ответов клиентам. Годовая подписка на ChatGPT Plus — около 20 тысяч рублей при текущем курсе. Математика на твоей стороне уже на старте. Вопрос только в том, когда ты начнёшь считать её вслух.

Три причины, почему у тебя «не получилось» с AI

Если ты уже пробовал ChatGPT или другую модель и разочаровался — добро пожаловать в клуб, состоящий из большинства предпринимателей, с которыми я говорил за последние два года. Вот что происходит на самом деле.

Причина №1: размытый запрос — размытый результат. Ты написал: «Придумай мне рекламу» — и получил три абзаца воды про «инновационный продукт высочайшего качества». Конечно, это мусор: ты не написал, что продаёшь, кому, по какой цене и что клиент должен сделать после прочтения. ChatGPT — это Ferrari, но если не знать, где педаль газа, никуда не уедешь — просто разобьёшь машину о столб и решишь, что плохой автомобиль. Глава 3 этой книги полностью посвящена промптингу: как давать задачи нейросети так, чтобы получать бизнес-результат, а не литературный этюд.

Причина №2: попробовал один раз — не понравилось — забросил. Это как заглохнуть один раз на светофоре и объявить, что машины технически не способны ездить. AI — это навык, а не кнопка. Первые два-три дня дают посредственные результаты, потому что ты ещё не знаешь, как объяснять машине контекст своего бизнеса. На пятый день ты понимаешь, как формулировать задачу. На десятый — не можешь представить, как раньше готовил предложения без этого.

Причина №3: страх «он заберёт работу» — у меня или моих людей. Скажу прямо: AI не заменит тебя. Но предприниматель, который умеет работать с AI, заменит на рынке того, кто его игнорирует — не через увольнение, а через то, что окажется быстрее и дешевле в каждой сделке. Уже сегодня компании с десятью сотрудниками плюс AI делают объём работы команды из тридцати человек. Выбор простой: быть первым или вторым.

Что конкретно делегировать AI уже сегодня

Без теории. Вот реальная карта задач, которые малый бизнес передаёт нейросетям прямо сейчас — в разных нишах, с разными командами.

Маркетинг и контент: посты для ВКонтакте, TenChat, Telegram с нуля или на основе твоих тезисов; контент-план на месяц; 10–20 вариантов рекламных объявлений за раз для честного A/B-теста; тексты для карточек товаров на Wildberries, Ozon, Avito, где хорошее описание напрямую двигает позицию в поиске; email-рассылки, СМС и push-уведомления под конкретный сегмент базы.

Продажи и сервис: скрипты для менеджеров — возражения, дожим, как у Павла; ответы на негативные отзывы без эмоций; коммерческие предложения под конкретного клиента, как у Дмитрия, с расчётом и аргументацией; чат-боты для первичной квалификации лидов 24/7.

Управление и HR: тексты вакансий, на которые реально откликаются; онбординг-планы для новых сотрудников; регламенты и инструкции для команды; саммари встреч — из сырых заметок в протокол за 2 минуты.

Финансы и аналитика: анализ банковской выписки — категории расходов, аномалии, тренды; прогнозирование кассовых разрывов; расчёт юнит-экономики в Excel с формулами; еженедельные управленческие отчёты со смыслом, а не просто цифры в таблице.

Экономика AI: сколько это реально стоит и что даёт

Давай будем честными про деньги.

ChatGPT Plus — около $20 в месяц, при нынешнем курсе примерно 1800–2000 рублей. Claude Pro — аналогично. Связка из двух-трёх инструментов обойдётся в 5–6 тысяч рублей в месяц — меньше, чем один визит к специалисту по контекстной рекламе за консультацию.

Сравни это с альтернативами: час работы копирайтера — от 500 до 3000 рублей, а результат приходит на следующий день, не сразу. Час фрилансера-маркетолога — от 1000 до 5000 рублей, без брифа на 40 страниц. Тренинг по продажам для команды — от 30 000 рублей за разовое мероприятие, эффект которого выветривается через месяц, тогда как AI пишет скрипты и разбирает возражения бесплатно и обновляет их раз в неделю без дополнительных затрат.

Возьми Дмитрия из примера выше: рост доли быстрых предложений с 20% до 70% при среднем чеке заказа в 180 тысяч рублей и конверсии в оплату около 25% — это два-три дополнительных заказа в месяц, которые раньше уходили к более быстрому конкуренту. Подписка на AI-инструменты окупилась в первую неделю, дальше — чистая маржа.

При этом у AI нет больничных и плохого настроения по понедельникам. Он доступен в 3 часа ночи, когда нужно срочно дописать предложение перед завтрашней встречей, и не обижается, когда просишь переделать пять или 10 раз подряд.

Единственное, чего он не умеет — думать за тебя. Стратегия, отношения с клиентами, ответственность за решения — это по-прежнему твоё. AI берёт на себя всё остальное.

AI — это рычаг, а не замена

Есть расхожая фраза: «AI не заберёт вашу работу — это сделает человек, умеющий с ним работать». Она верна, но, на мой взгляд, слишком мягкая для реального рынка 2026 года.

Реальность жёстче: бизнес, который не внедрит AI в ближайший год, будет проигрывать по скорости, по себестоимости продукта и по качеству клиентского опыта тем, кто внедрил. Это не сценарий отдалённого будущего — это уже происходит вокруг тебя, просто конкуренты не спешат об этом рассказывать.

Несколько реальных примеров с рынка:

Владелец небольшой юридической фирмы из Екатеринбурга внедрил AI для подготовки типовых договоров и первичных консультаций через бота — сэкономил 30 часов работы в месяц, три полных рабочих дня, которые теперь уходят на сложные дела с высоким чеком.

Сеть из трёх парикмахерских в Москве настроила AI-бота для записи и напоминаний. Пропущенных визитов стало меньше на 22%, а администратор освободился от 4 часов ежедневной рутины — этого хватило, чтобы запустить программу лояльности, до которой раньше не доходили руки.

Производитель деревянных поддонов из Подмосковья начал использовать ChatGPT для коммерческих предложений под каждого клиента. Конверсия из предложения в оплату выросла с 18% до 31% — только за счёт персонализации текста, без рубля дополнительных вложений в маркетинг.

Эти люди не из Кремниевой долины и не читали научных статей про машинное обучение. Они просто начали пользоваться ИИ в своей работе — и это изменило их бизнес за недели, не за годы. Разрыв между теми, кто внедрил AI, и теми, кто «присматривается», не сокращается, а растёт каждый месяц: первые реинвестируют освободившееся время в рост, вторые продолжают тратить его на рутину, первые тестируют рабочие гипотезы за часы, вторые прокрастинирую и отстают.

Куда двигаться дальше

Эта глава — диагностика. Ты увидел, где теряются деньги, почему прошлые попытки не сработали и что можно изменить уже сегодня, без найма и без бюджета на пилотный проект.

Прежде чем перевернуть страницу — один вопрос себе, без блокнота и таблиц: какая из твоих еженедельных задач раздражает тебя своей повторяемостью больше всего прямо сейчас? Просто держи её в голове — к концу книги ты увидишь, сколько часов на ней ИИ вернёт тебе обратно.

В следующей главе переходим к делу: регистрация, настройка, выбор инструментов. Никаких технических сложностей — всё пошагово, как инструкция к кофемашине. За 15 минут у тебя будет рабочее место, которое уже завтра начнёт освобождать твоё время.

Рецензия от владельца МСБ

Игорь, владелец сети из четырёх кофеен и небольшого цеха по обжарке кофе, 18 человек в команде.

Прочитал главу залпом, за 15 минут — это уже хороший знак, обычно бизнес-книги я откладываю на третьем абзаце.

Что зацепило: кейс Павла и кейс Дмитрия — это не абстрактные «исследования McKinsey», а узнаваемые ситуации. У меня то же самое с возражениями на кассе и в директ: бариста теряется, когда клиент говорит «у вас дороже, чем в соседней кофейне». Цифры по деньгам (20–40 тысяч в неделю на рутине) звучат правдоподобно, потому что легко прикинуть на своей команде.

Эта глава — не мотивационная речь, а счёт, который тебе выставили давно, просто ты его не открывал. Ты только что прочитал, сколько теряешь каждую неделю на рутине, которую делает нейросеть за секунды. У меня в кофейнях это оказалось около 60 тысяч рублей в месяц только на переписке с поставщиками и постах для соцсетей — я посчитал это на салфетке, пока читал главу, и мне не понравилось то, что получилось.

Не открывай блокнот для «задания». Открой калькулятор в телефоне прямо сейчас, умножь свою ставку в час на количество часов в неделю, которые уходят на рутину в твоей команде — и сравни с ценой месячной подписки на ChatGPT. Если разница тебя не поднимет с кресла — читай дальше спокойно. Если поразит — не жди главы про промптинг, начинай прямо сейчас .

Глава 2. Искусство промпта: как говорить с AI, чтобы он работал на твой бизнес

Есть одна вещь, которая отличает предпринимателя, получающего от любой модели нейросети готовый рабочий текст с первого раза, от того, кто раздражённо закрывает вкладку с фразой «это всё ерунда, не работает». Это не уровень подписки. Не мощность компьютера. И уж точно не везение.

Это промпт или запрос — то, как именно ты ставишь задачу.

За последние два года я провёл, наверное, десяток консультаций с владельцами малого и среднего бизнеса, и почти всегда разговор упирается в одну и ту же фразу: «Я пробовал, получаю какую-то воду». Я прошу показать промпт — и вижу три слова: «напиши пост про акцию». Дело не в нейросети. Дело в том, что три слова физически не могут содержать информацию, нужную для хорошего текста.

Нейросеть — не волшебник и не телепат. Она исполняет буквально то, что ты написал. Размытый запрос даёт размытый результат. Точный запрос с правильной структурой — конкретный, применимый результат, который можно публиковать сразу или почти сразу. Этой разнице посвящена вся глава.

Разбор полётов: что идёт не так

Однажды на консультации предприниматель — назовём его Игорь, у него магазин детских товаров — открыл ноутбук и показал мне переписку с ChatGPT. Промпт звучал так: «Напиши текст для рекламы». Ответ был обо всём и ни о чём: «Мы предлагаем качественные товары по доступным ценам». Игорь смотрел на это с видом человека, которого только что обманули.

Я попросил его переписать запрос прямо при мне, добавив то, что он и так знает о своём бизнесе, но не проговорил вслух: «Напиши рекламный пост для ВКонтакте для магазина детских развивающих игрушек. Аудитория — мамы 25–35 лет. Боль: не знают, как выбрать игрушку под возраст. Наше решение — игрушки с пометкой «0+», «1+» и так далее с пояснением. CTA — перейти в каталог. Тон — заботливый, без давления. До 800 знаков».

Результат был другим настолько, что Игорь дважды перечитал его вслух. Ничего не изменилось в нейросети — изменился объём информации, который она получила.

Вот что выдал ChatGPT: «А эта игрушка точно подходит моему ребёнку?»

Знакомый вопрос для каждой мамы. Игрушек вокруг столько, а разобраться, что действительно интересно и полезно малышу именно сейчас, бывает непросто.

Мы сделали выбор проще ️

У каждой развивающей игрушки в нашем каталоге есть понятная возрастная отметка: 0+, 1+, 2+, 3+ и т. д. — и небольшое пояснение, почему игрушка подходит ребёнку этого возраста.

Вам не нужно разбираться в сложных рекомендациях. Просто найдите возраст малыша — и смотрите подходящие варианты.

Чтобы выбирать игрушки спокойно и с удовольствием, а не наугад.

Перейдите в каталог и найдите игрушку для своего малыша.

Та же история повторяется с продажами и аналитикой. «Помоги с продажами» превращается в размытый совет, а «Ты — опытный тренер по продажам. Напиши скрипт ответа на возражение «у вас дорого» для менеджера мебельного салона. Клиент сравнивает нас с ИКЕА. Наши преимущества: массив дерева, 5 лет гарантии, сборка в подарок. Дай 3 варианта: мягкий, уверенный и с юмором» — превращается в готовую шпаргалку для менеджера.

«Что думаешь о моём бизнесе?» ничего не даёт, а вот «Я занимаюсь доставкой здоровой еды в Казани. Средний чек — 650 рублей, LTV — 3 месяца, стоимость привлечения клиента — 900 рублей. Проанализируй юнит-экономику и скажи, на каком этапе мы теряем деньги. Предложи 3 способа увеличить LTV без роста затрат на рекламу» — даёт конкретный разбор, с которым можно работать.

Видишь разницу? Во втором варианте каждого примера есть контекст, роль, формат, ограничения и цель. Именно это и есть промптинг. Не наука — обычная точность формулировок, которая у предпринимателей обычно уже есть в голове, просто не проговорена нейросети.

Метод 4P: универсальная формула для любого бизнес-запроса

Чтобы не собирать хороший промпт каждый раз заново методом проб и ошибок, я вывел для своих клиентов простую формулу — практический шаблон, который работает в девяти случаях из десяти. Запомни четыре буквы: Purpose, Persona, Parameters, Proof.

P1 — Persona (Роль): кто ты и кто говорит с тобой?

Когда ты даёшь AI роль, ты получаешь другое качество ответа. Нейросеть подстраивает словарный запас, глубину и подход под указанного эксперта. Роль задаётся в начале промпта через конструкцию «Ты — [тот-то]. Я — [тот-то]».

Вот примеры ролей, которые реально работают под разные задачи:

«Ты — опытный SMM-специалист с 8 годами работы в нише детских товаров»,

«Ты — финансовый директор малого производственного предприятия»,

«Ты — старший менеджер по продажам, который обучает новичков»,

«Ты — HR-менеджер компании из 50 человек с опытом найма в розничной торговле»,

«Ты — маркетолог, специализирующийся на продвижении локального бизнеса без крупных бюджетов».

Важно: роль должна соответствовать задаче — не проси финансиста писать посты для Max. Роль — это специализация, которая нужна прямо сейчас, а не универсальный «эксперт по всему».

Роль может быть и другой. Например, ИИ может выполнить роль представителя вашей целевой аудитории:

«Ты – клиент нашей фирмы, которая продает [описание продукта]». Попросите рассказать о барьерах покупки и как их обойти. Получите набор возражений и ответов на них

Или, вы можете задать роль конкретного известного эксперта. Здесь запрос идет в 2 этапа: Шаг 1. Запрос: «Ты знаешь, кто такой Джей Абрахам?» Ответ: «Да, это американский маркетолог, специалист по малобюджетному маркетингу» Так мы проверяем, что говорим об одном и том же человеке.

Шаг 2. «Ты – Джей Абрахам. Проконсультируй меня, какие внутренние резервы для развития есть в моей компании. (Далее – подробное описание компании)

P2 — Purpose (Цель): зачем этот текст или ответ?

Самая частая ошибка — расплывчатая цель. «Напиши пост» — это не цель. Цель — это то, что должен сделать человек после прочтения.

Плохо: «Напиши про наш новый товар».

Хорошо: «Напиши пост, который объясняет преимущества нашего нового термоса и мотивирует перейти по ссылке в магазин».

Отлично: «Напиши пост для Max, цель — получить 20+ комментариев за счёт вопроса в конце. Товар — термос с датчиком температуры. Аудитория — любители активного отдыха 28–40 лет».

Конкретизируй цель до действия: купить, перейти, оставить заявку, записаться, поделиться. Пока цель не сформулирована как действие читателя, AI будет писать «в целом про товар» — а это всегда звучит как реклама из 2010-х.

P3 — Parameters (Параметры): формат, ограничения, стиль

Это технические условия задачи. Чем точнее ты их пропишешь — тем лучше результат с первого раза, без трёх кругов переделок. Прописывай объём («не более 700 знаков», «3–5 абзацев», «один экран»), формат («нумерованный список», «таблица», «диалог», «пошаговая инструкция»), тон («профессиональный без пафоса», «дружелюбный, как сосед-эксперт», «строгий деловой») и платформу («для поста ВКонтакте», «для email-рассылки», «для карточки товара на Wildberries»).

Отдельно — запреты. AI склонен к штампам: «инновационный», «динамично развивающийся», «команда профессионалов». Пропиши прямой запрет — «без клише», «без слова «уникальный»» — и один раз добавь его в Custom Instructions, чтобы штампы исчезли из всех ответов, а не только из одного.

P4 — Proof (Пример): покажи, что хочешь получить

Это самый мощный и при этом самый недоиспользуемый элемент метода. Если у тебя уже есть текст, который тебе нравится, — покажи его. AI умеет имитировать стиль, структуру и тональность гораздо точнее, чем следовать словесному описанию «пиши весело».

Чем больше хороших примеров ты даёшь, тем точнее попадание: «Вот пример поста, который хорошо зашёл у нас раньше: [текст]. Напиши 3 похожих поста про другие товары, сохраняя этот стиль и структуру», «Вот как пишет наш лучший менеджер ответы на возражения: [пример]. Адаптируй этот подход для работы с возражением «нам сейчас не до этого»», «Проанализируй этот текст конкурента: [текст]. Что в нём работает? Напиши нашу версию, которая бьёт по тем же болям, но с нашими преимуществами».