доставки отчетов и DataLens для мониторинга. До автоматизации маркетолог тратил около 11 часов в неделю на ручное копирование данных, сопоставление лидов с объявлениями, расчет таких метрик, как CTR (click-through rate) и CPL (cost per lead), а также подготовку отчетов. Агент сократил это время до примерно 1 часа в неделю: LLM интерпретировал подготовленные метрики и давал рекомендации, в то время как детерминированный код обрабатывал сбор данных, атрибуцию и расчеты. Система была протестирована в продакшене более месяца, обрабатывая каждый показ рекламы примерно за 124 секунды при стоимости 52 копейки за объявление. Расчетная ежемесячная экономия составила 47 600 рублей плюс потенциальные 15 000 рублей от снижения CPL, с периодом окупаемости от 3 до 6 месяцев. Однако главным результатом стало то, что агент быстро сгенерировал достаточное количество лидов, чтобы показать, что сам продукт плохо адаптирован к аудитории, что привело Максима к решению закрыть проект. Этот кейс демонстрирует, что отсутствие API не мешает автоматизации, LLM не должны брать на себя всю работу, а иногда цель автоматизации — выявить, что масштабирование еще нецелесообразно.