Разбор кейсов Tencent WorkBuddy для presales: анализ клиента, тендер, demo и ROI, почему у команды предпродаж будто появляется цифровой presales-офис

Если воспринимать WorkBuddy в presales только как инструмент, который помогает чуть лучше оформить PPT или быстро написать пару абзацев про продукт, то это слишком поверхностный взгляд.

Я специально собрал несколько открытых кейсов, напрямую связанных с анализом требований клиента, demo, тендерной документацией, конкурентной аналитикой, расчетом ROI и внутренней рыночной разведкой. После чтения вывод получился довольно четким:

самое интересное в WorkBuddy для presales не в том, что он похож на чат-бота, а в том, что он уже заходит в исследование клиента, проектирование решения, подготовку тендера, коммерческое предложение и бизнес-обоснование, то есть в те этапы, которые реально съедают время команды.

В presales устают обычно не потому, что "плохо знают продукт". Гораздо чаще проблема в другом:

• материалы клиента разбросаны по десяткам файлов
• demo должно одновременно показывать техническую глубину и бизнес-ценность
• тендер и коммерческое предложение имеют жесткую структуру, но критерии оценки каждый раз приходится разбирать заново
• конкурентная аналитика не сводится к списку функций, там нужно говорить о TCO, рисках и сроках внедрения
• еженедельные отчеты, отраслевые обзоры и закупочные сигналы постоянно повторяются

По сути, большая часть работы presales-команды выглядит так:

собрать разрозненную информацию, превратить ее в структуру, выпустить несколько версий материалов и вовремя довести клиента до разговора о цифрах.

Поэтому мне и кажется, что именно в presales WorkBuddy быстрее всего показывает реальную ценность. Здесь он уже касается не "приятной офисной автоматизации", а цепочки задач, от которой зависят demo, POC, тендер и движение сделки.

Сразу вывод

• По состоянию на 29 июня 2026 года самые убедительные открытые кейсы WorkBuddy для presales уже складываются как минимум в четыре рабочие линии:

  1. автоматический анализ клиентской папки и сводка требований
  2. отраслевой советник, demo-сценарий и постановка целей для POC
  3. генерация тендерной документации и структурированных ответов на RFP
  4. конкурентная аналитика, рыночная разведка и мониторинг закупочных сигналов

• Самое важное в этих кейсах не формула "AI отвечает как человек". В них уже видны вполне production-признаки:

  • работа с локальными файлами и несколькими форматами ввода
  • логика оценки и структура тендерного ответа
  • заранее заданные критерии успеха для POC
  • таблицы ROI с формулами и финансовыми допущениями
  • сохранение ссылок на первоисточники
  • переиспользуемые специализированные Skill

• Если вы занимаетесь:

  • solution presales
  • тендерами и ответами на RFP
  • enterprise demo
  • конкурентной аналитикой и рыночной разведкой
  • консалтингом, архитектурой решения или расчетом ROI

  то эта группа кейсов намного полезнее, чем типичная "AI-демка для офиса".

Почему именно presales-команды так быстро чувствуют ценность workflow AI

Главная боль presales обычно не в том, что команда не знает, что сказать. Боль в другом:

• одну и ту же историю приходится переписывать в нескольких версиях
• клиентский контекст регулярно теряется между письмами, встречами и документами
• технический язык нужно переводить на язык руководителя и закупки
• входные материалы почти никогда не лежат в одном файле, это смесь Word, PDF, Excel, PPT, заметок и приложений
• в конце все это нужно быстро собрать в документ, который выглядит как зрелое коммерческое предложение

Поэтому ключевой вопрос тут не такой:

"умеет ли AI ответить?"

Гораздо важнее другой:

"умеет ли AI связать эти мелкие куски работы в повторяемую цепочку поставки результата?"

И именно этим WorkBuddy интересен в открытых кейсах. Он уже показан не как одноразовый чат, а как инструмент, который умеет:

• сканировать папку клиента
• вытаскивать ключевые ограничения и сигналы
• упаковывать методику в Skill
• проектировать demo-сценарий
• собирать конкурентную матрицу
• рассчитывать ROI
• выпускать готовый Word или Markdown-результат

В таком виде он начинает быть похож не на:

чат, который открывают от случая к случаю

а на:

цифровой presales-офис, который можно запускать снова и снова на похожих задачах

Кейс 1: анализ требований клиента больше не начинается с "сейчас сам открою 42 файла"

В открытом кейсе «Эволюция будней пресейла: от ночных тендеров к 23 Skills, которые разгружают руки» самая ценная часть даже не в обещании экономии времени. Важнее то, насколько подробно там описано, где именно у команды болит ежедневная работа:

• с утра одновременно взрываются WeChat и клиентские группы
• в почте лежит RFP на 200+ страниц
• в обед все еще приходится добивать demo для клиента
• вечером продолжается сбор еженедельного отчета
• на следующий день снова нужно вспоминать, какая у клиента база данных, ограничения и история общения

Автор в итоге собрал для себя Skill под названием prospect-analyst. Его логика не в формате "задал вопрос, получил ответ". Вместо этого в WorkBuddy отдают целую клиентскую папку, а инструмент уже сам разбирает контекст:

• сканирует pdf / docx / xlsx / pptx / txt / md
• автоматически извлекает отрасль, масштаб компании, существующие системы, главные боли, бюджет и сроки
• может дополнить картину корпоративной информацией и свежими новостями
• на выходе формирует структурированный отчет с анализом требований

Здесь особенно хорошо видно три детали, которые очень похожи на реальную рабочую среду.

1. На входе не один документ, а целый клиентский каталог

В кейсе описаны:

• 15 подпапок
• 42 файла
• вперемешку прошлые протоколы встреч, спецификации, Excel-таблицы и вспомогательные материалы

И это как раз похоже на настоящий presales, потому что клиентский контекст почти никогда не живет в одном месте.

2. На выходе не краткое summary, а основа для следующего шага

Пример результата в открытом кейсе уже выглядит как материал, с которым можно идти дальше в работу. Туда входят:

• профиль компании
• ключевые запросы
• технические ограничения
• рекомендуемое направление решения

То есть речь не о разовом пересказе. Это уже структурированная основа под demo, коммерческое предложение или внутренний handoff.

3. Время сжимается примерно до 3-5 минут

Публичная оценка в кейсе звучит просто: весь процесс занимает около 3-5 минут.

Разница с обычным AI-инструментом тут в том, что ускоряется не отдельный микро-шаг, а почти целиком пробивается весь предварительный этап "впервые принять клиентские материалы и ничего важного не потерять".

Для solution-команды это дает очень прямую пользу:

• меньше риск пропустить критичное требование
• меньше повторной ручной сборки контекста
• проще передавать клиента новому сотруднику без провалов по истории

Кейс 2: отраслевой советник не просто "понимает вертикаль", а начинает проектировать путь от discovery до сделки

Второй открытый кейс, который особенно стоит прочитать, называется:

WorkBuddy 方案通: полный контроль над presales-сценариями

Самое сильное в этом материале не абстрактная фраза про "отраслевых экспертов". Гораздо интереснее то, как там реальные действия solution consultant разложены на шаблоны и переиспользуемые сценарии.

В открытом описании прямо указаны:

• 12 крупных отраслей
• 140+ отраслевых экспертов
• ставка на вертикальные AI-роли, профессиональные базы знаний и сложные специализированные задачи

Но настоящую ценность дают последующие примеры, которые уже очень близки к ежедневной presales-практике.

1. С первой же встречи вопросы строятся вокруг MTTR, P99, потери выручки и комплаенс-риска

Там не предлагают "несколько хороших вопросов для знакомства". Наоборот, сценарий требует:

• сначала понять вызовы по стабильности системы
• потом оценить стоимость медленной диагностики
• затем перевести последствия в бизнес-метрики
• и в конце подняться до комплаенс-риска

В кейсе даже прямо фигурируют:

• MTTR
• задержка P99
• потери выручки
• отток клиентов

Это важный сигнал: WorkBuddy здесь не ограничивается красивой подводкой к встрече. Он уже помогает превращать discovery-фреймворк технического presales в повторяемое действие.

2. Demo строится не как список функций, а как 15-минутный ритм разговора

В статье приведен demo-шаблон, который очень похож на реальный клиентский сценарий:

• 0-2 минута: начать с конкретной бизнес-проблемы клиента
• 2-6 минута: показать сквозную трассировку от пользователя до базы данных
• 6-10 минута: перейти к AI-анализу первопричины
• 10-13 минута: перевести ценность в числа
• 13-15 минута: заранее зафиксировать критерии успеха POC

Там даже сформулировано почти правило:

на отрезке 10-13 минуты клиент должен заговорить своими цифрами.

Это очень жизненная деталь, потому что demo, которое двигает сделку, не обязано говорить больше всех. Оно должно подтолкнуть клиента считать на своем материале.

3. Конкурентная аналитика уже не выглядит как таблица "функция против функции"

В этом же кейсе есть более жесткий сценарий, где клиент сравнивает решение с Datadog / New Relic. Для него AI генерирует:

• техническую конкурентную матрицу
• сравнение TCO на 3 года
• разбор бизнес-ценности
• квадрант "стоимость - ценность"
• карточки аргументов против конкурентов

Это заметно выше по уровню, чем обычная просьба "сделай сравнение с конкурентами". Реальная сложность тут не в том, чтобы выписать функции, а в том, чтобы перевести:

• гибкость внедрения
• локальный комплаенс
• преимущества гибридного облака
• отраслевые преднастроенные дашборды

в ответ на понятный для клиента вопрос:

"почему покупать это сейчас и почему именно у вас?"

4. Модель ROI уже доходит до уровня Excel-артефакта

Самый production-похожий эпизод связан с предложением по observability для страховой компании. Там AI должен собрать динамическую ROI-модель. Публичный результат включает:

• 7 листов
• 144 формулы
• синие ячейки для ручного ввода
• автоматический пересчет показателей
• анализ чувствительности

То есть WorkBuddy здесь уже не просто помогает "объяснить". Он участвует в:

• бизнес-обосновании
• подготовке финансовых допущений
• материалах для руководства

А это именно тот блок, который часто решает судьбу POC, коммерческого предложения и следующего шага по сделке.

Кейс 3: тендерная заявка наконец перестает быть ночным копированием шаблонов

Третий открытый кейс, «Как собрать Skill для подготовки тендерной документации в WorkBuddy и быстро написать заявку», особенно уместен в этом обзоре, потому что он бьет в одну из самых болезненных задач solution-команд:

тендер сложен не тем, что в нем нечего написать. Он сложен тем, что он длинный, повторяющийся и легко разваливается из-за одного пропуска.

Сценарий в кейсе предельно конкретный:

• руководитель дает 3 файла Word
• один файл с закупочной документацией для конкурентной процедуры
• один файл с техническими требованиями
• один файл с правилами участия
• и задачу выпустить тендерный пакет в тот же день

Дальше автор делает Skill с названием bid-document-maker и делит работу на четыре шага:

1. разобрать закупочную документацию
2. определить стратегию ответа
3. сгенерировать тендерный документ
4. провести контроль качества и доработку

Самая дорогая часть этого кейса не в абстрактной фразе "AI пишет документы", а в том, что там очень хорошо видны производственные детали.

1. AI выделяет не только ключевые слова, но и критерии оценки с существенными требованиями

В открытом материале описано, что система автоматически:

• разбирает 3 документа
• находит 11 обязательных технических требований, отмеченных звездочкой
• сопоставляет структуру ответа со шкалой оценки
• выдает полный Word-документ
• затем формирует еще и отчет по качеству

Это уже намного ближе к реальному тендеру, потому что главный страх здесь обычно не "не успеть написать", а:

• пропустить существенное условие
• не попасть в критерии оценки
• написать много, но не набрать баллы

2. Формулировки начинают работать не только на соответствие, но и на набор баллов

В кейсе есть очень предметная деталь:

• шкала оценки включает технический блок на 18 баллов и блок решения на 24 балла
• AI под каждый технический критерий добавляет "дифференцирующую формулировку"

Пример из открытого материала такой:

• в закупке указано требование "усиление по каналу передачи голоса вперед >= 60dB"
• AI автоматически дополняет ответ формулировкой про малошумящий предусилитель и достижимое усиление 65dB в типовом режиме

Именно здесь лежит реальная ценность. Во многих тендерах команда знает, как выполнить требование, но не умеет превратить "мы соответствуем" в "нас проще оценить выше".

3. На выходе получается не черновик, а почти готовая девятиглавная структура

Публичный результат в кейсе описан как:

• полный пакет ответа на конкурентную закупку
• 9 глав
• по каждому техническому показателю есть пара "требование закупки" и "наш ответ"
• решение развернуто по общей архитектуре, безопасности, надежности, качеству, внедрению, графику и сервису

То есть результат ближе не к полуфабрикату, а к версии, которую уже реально можно отправлять на внутреннее согласование.

4. Описанные ограничения похожи на правду, а не на рекламный demo-ролик

Доверия этому кейсу добавляет еще и то, что автор не скрывает проблемы:

• таймаут при установке python-docx
• попытка распаковать docx как zip и извлечь XML напрямую
• несовместимость с docx v9 API
• сложности с извлечением параметров из PDF, если документ фактически является изображением

Такие детали важны, потому что они показывают простую вещь:

WorkBuddy здесь не просто предлагает идею, а реально упирается в разбор документов и цепочку выдачи артефакта.

Кейс 4: presales живет не только предложениями, ему еще нужно постоянно следить за рынком и закупками

Четвертый кейс, который очень логично дополняет эту группу:

Стоят ли 198 юаней в месяц своих денег? Как я с помощью WorkBuddy автоматизировал внутреннюю SaaS-разведку и ускорил процесс в 10 раз

Формально эта статья о market intelligence, но для presales-команд она тоже очень близка. Потому что solution consultant, отраслевой эксперт и команда предпродаж обычно параллельно ведут:

• мониторинг конкурентов
• наблюдение за отраслевой политикой и compliance-трендами
• отслеживание тендеров и закупочных сигналов
• обзор SaaS-рынка
• наблюдение за AI-инструментами и отраслевыми трендами

И workflow в открытом кейсе описан очень цельно:

• сначала поиск ключевой информации по SaaS, закупкам, AI и отрасли за последние 24 часа
• затем отсечение дублирующихся новостных перепечаток
• после этого автоматическая классификация по темам
• глубокое summary длинных материалов
• финальная сборка внутренней записки в Markdown
• и обязательное сохранение ссылок на первоисточники

1. Настоящая ценность не в том, чтобы "принести новости", а в том, чтобы превратить хаос в структуру

В кейсе автор раскладывает поток информации на четыре категории:

1. динамика SaaS-рынка
2. сектор локальной ИТ-инфраструктуры и импортозамещения
3. закупочные объявления
4. AI-направление

Для presales это очень рабочая схема, потому что команде редко не хватает самих новостей. Обычно не хватает ответа на вопрос:

какие сигналы стоит унести в коммерческое предложение, в follow-up по клиенту и в общий приоритет воронки.

2. Экономия времени дана очень конкретно: с 16 часов в неделю до 1,5 часа

Публичная цифра в кейсе такая:

• раньше уходило около 16 часов в неделю
• теперь это сжалось до 1.5 часа

То есть речь не о косметическом ускорении, а о том, что повторяющийся кусок работы сокращается почти с двух дней до менее чем одного полудня.

3. Обязательное сохранение ссылок на первоисточники выглядит особенно правильно

Это, пожалуй, одна из самых важных деталей во всем кейсе.

Для presales, конкурентной аналитики и закупочной разведки один из главных рисков всегда один и тот же: галлюцинации, неточные пересказы и вырванные из контекста выводы. Поэтому требование, чтобы итоговый отчет:

• автоматически вставлял ссылки на оригиналы
• добавлял временную метку и пояснение по источникам

смотрится как шаг в сторону более надежного командного workflow, а не просто в сторону "быстрее написать красивый текст".

Как выглядит production-среда presales, если собрать эти кейсы в одну картину

Если посмотреть на эти открытые материалы вместе, то среда, в которой WorkBuddy начинает работать на presales, выглядит уже довольно четко:

• на вход подают не один prompt, а клиентскую папку, RFP, технические требования, протоколы встреч и внешние статьи
• на выходе нужны не summary, а отчет по требованиям, demo-сценарий, конкурентная матрица, ROI-модель, Word-тендер и Markdown-внутренняя записка
• между входом и выходом есть не просто генерация текста, а извлечение, классификация, количественная оценка, перезапись в шаблон и контроль качества
• многие действия уже связаны с локальными файлами, таблицами, ссылками и разными форматами документов
• результат можно закреплять в виде специализированных Skill

Именно поэтому мне кажется, что самая интересная часть WorkBuddy для presales не в том, что он "умнее отвечает", а в том, что он:

начинает выносить из головы отдельного пресейла повторяемые паттерны анализа, demo, тендера и бизнес-обоснования в воспроизводимый workflow.

Каким командам стоит тестировать это в первую очередь

Быстрее всего прямую пользу здесь увидят команды, которые регулярно живут в одном или нескольких из этих режимов:

• enterprise software presales и cloud-solution команды
• команды, которые часто пишут тендерные ответы, RFP и конкурсные пакеты
• solution consulting, отраслевой консалтинг и архитектурные группы
• команды, где маркетинговая и конкурентная аналитика тесно связана с presales
• B2B-команды, которым нужно постоянно отслеживать политику, тендеры и конкурентные движения

И наоборот, если в вашей работе почти нет таких задач:

• разбор нескольких документов сразу
• структурированная выдача артефактов
• переиспользование клиентских материалов
• конкурентная аналитика
• финансовое бизнес-обоснование

то именно эта линия WorkBuddy может ощущаться не так ярко.

Если хотите проверить сами, лучше тестировать не "красивый текст", а реальный workflow

Я бы не начинал с вопроса "может ли он написать эффектный абзац". Намного полезнее прогнать его по настоящему presales-процессу:

1. Возьмите реальную клиентскую папку и посмотрите, сможет ли он за 5 минут выдать внятную сводку требований.
2. Возьмите реальное demo и проверьте, может ли он перевести технический рассказ в бизнес-ценность, которую клиент готов обсуждать.
3. Возьмите настоящий тендерный пакет и посмотрите, распознает ли он критерии оценки и соберет ли структурированный ответ.
4. Возьмите живой конкурентный кейс и проверьте, умеет ли он переводить разговор о цене в разговор о TCO и ROI.
5. Возьмите поток отраслевых материалов за неделю и проверьте, сможет ли он собрать внутренний обзор, который команда реально захочет читать.

Если параллельно вы еще оцениваете стоимость подключения моделей и Agent-инфраструктуры, можно сразу открыть:

• Модельные тарифы
• Покупка API Key
• Гайды и tutorials

Мой итоговый вывод

Если свести мое впечатление от этой группы кейсов WorkBuddy для presales в одну фразу, то оно такое:

ценность здесь не в том, что presales экономит несколько минут на формулировках, а в том, что анализ клиента, demo-сценарий, тендерный пакет, коммерческое предложение, конкурентная аналитика и ROI-обоснование начинают собираться в одну повторяемую цифровую цепочку.

Если эта линия продолжит взрослеть, первые изменения в presales-команде, скорее всего, будут не про "минус один человек", а про другое:

• новичкам проще принимать клиента в работу
• опытные сотрудники меньше застревают в повторяющейся ручной работе
• материалы лучше переиспользуются
• POC и тендеры становятся более стандартизированными
• качество выдачи начинает зависеть не столько от героизма, сколько от качества процесса

Именно поэтому эта история и выглядит как появление у команды своего цифрового presales-офиса.

Источники

• «Эволюция будней пресейла: от ночных тендеров к 23 Skills, которые разгружают руки»
• «Как собрать Skill для подготовки тендерной документации в WorkBuddy и быстрее написать заявку»
• «WorkBuddy 方案通: полный контроль над presales-сценариями»
• «Стоят ли 198 юаней в месяц своих денег? Как я с помощью WorkBuddy автоматизировал внутреннюю SaaS-разведку и ускорил процесс в 10 раз»