ИИ увеличил доход в 2,5 раза: кейс дизайн-студии

Польза. Кейс будет полезен всем, кто создаёт контент и хочет внедрить нейросети, чтобы ускорить процессы и зарабатывать больше. Вы узнаете, какие задачи стоит автоматизировать, а какие — оставить за командой.

О студии Karma-web

• Дизайн-студия полного цикла
• Клиенты: IT-компании, образовательные платформы, заводы, клиники
• Основные задачи: сайты, графика, брендинг, креативы
• У студии есть своя школа дизайна

Проблема. Студия хотела брать больше заказов, но не могла: увеличивать нагрузку значило выгорать, а расширять команду — терять в маржинальности.

Решение. Найти повторяющиеся и трудозатратные процессы, которые можно передать нейросетям.

Результаты за два года:

Шаг 1. Найти, где ИИ реально может ускорить и упростить работу

Команда хотела зарабатывать больше за счёт увеличения количества проектов, но упиралась в ограничение ресурсов. Расширять команду — значило увеличивать расходы и снижать маржинальность, а повышать нагрузку на текущих сотрудников — риск выгорания.

Тогда в студии решили искать решение не в найме, а в оптимизации процессов.

Обратили внимание на нейросети: дизайнеры уже использовали их в работе и видели, что они помогают ускорять задачи. Определили потенциальные зоны внедрения:

• подготовка идей и референсов;
• создание концепций;
• производство простых визуалов, фонов и элементов; 
• иконки, подложки, простые видео и анимации.

Шаг 2. Подобрать инструменты под конкретные задачи

После того как определили, где ИИ может дать эффект, под каждую задачу подобрали инструменты.

Сформировали базовый стек:

• ChatGPT — тексты и генерация промптов для использования в визуальных сервисах.
• Midjourney и Nano Banana — визуал и концепции.
• Kling AI — создание видео.

Выбор делали не по принципу «что популярно», а на основе практики. Руководитель студии Дарина Костина тестировала десятки сервисов в рамках разработки обучающих программ по ИИ, поэтому команда сразу понимала, какие инструменты дают стабильный результат, а какие не подойдут для работы.

В итоге закрепили простой принцип: у каждой задачи — свой инструмент, а не одна нейросеть на всё. Это позволило не тратить время на эксперименты в каждом проекте и сразу работать с понятным результатом.

Открытка, сделанная без применения ИИ

Открытка, созданная с помощью нейросетей

Шаг 3. Проверить на практике: где работает, а где нет

Нейросети начали применять в реальных проектах и проверять их эффективность на практике.

Смотрели на три критерия:

• ускоряет ли ИИ работу;
• упрощает ли процесс;
• даёт ли стабильный результат.

Где ИИ дал измеримый результат:

• На этапе коммерческого предложения

Нейросети используют, чтобы быстро показать клиенту будущий визуал проекта. Вместо того чтобы вручную рисовать или искать примеры, команда генерирует изображения под задачу и сразу демонстрирует возможный результат.

• При разработке концепций

Нейросети помогают быстро собрать несколько вариантов дизайна и визуальных направлений. Раньше каждый вариант приходилось прорабатывать вручную. Теперь часть концепций можно сгенерировать и выбрать наиболее удачные для доработки.

• При подготовке референсов и идей

Вместо долгого поиска по Pinterest, Behance и другим площадкам дизайнер формирует запрос и получает готовую подборку визуалов. Это помогает быстрее определить направление проекта и обсудить его с клиентом.

• На простых визуальных задачах

Иконки, фоны, подложки, базовые анимации и видео частично создаются через нейросети. Раньше такие работы требовали ручной отрисовки или поиска на стоках, теперь их можно сделать быстрее внутри проекта.

• В проектах без бюджета на продакшн

Если у клиента нет возможности оплатить фотосессию или дополнительные материалы, часть задач закрывают с помощью ИИ. Например, создают изображения товаров или визуальные сцены, которые раньше требовали отдельного производства.

Клиент получает готовое решение без дополнительных затрат, а команда — без увеличения сроков.

Мокап приглашения на выставку — сделано с применением ИИ

Слайд из презентации — при создании использовали нейросети

Где ИИ не сработал:

• Задачи с высокой точностью

Нейросети плохо подходят для проектов, в которых важно максимально точно передать объект — форму, пропорции, детали. Например, карточки товаров для маркетплейсов, изображения продуктов, при выборе которых покупатель ориентируется на внешний вид.

Даже небольшие искажения — лишний элемент, изменённая форма, неточная текстура — могут привести к проблемам: клиент получит не то, что видел на картинке.

• Сложные визуализации

ИИ не всегда справляется с задачами, в которых нужно соблюсти точные параметры и структуру.

Например:

• 3D-визуализации;
• архитектурные или выставочные конструкции;
• сложные сцены с множеством требований.

Реальный кейс. Команда Karma-web пыталась сделать 3D-визуализацию выставочного стенда через нейросети. В результате они потратили десятки часов, сделали более 150 генераций, но ИИ игнорировал часть требований и допускал ошибки. В итоге задачу передали 3D-специалисту и сделали вручную.

• Задачи с глубокой проработкой

Нейросети не дают нужный уровень качества там, где важны смысл, идея и контекст. Например, креативные концепции и авторские иллюстрации.

В таких задачах ИИ может быть вспомогательным инструментом, но ключевая работа — за специалистом.

Часть буклета для выставки — его дизайн-студия делала полностью вручную

👉 В студии закрепили правило: нейросети используют там, где важна скорость, а не идеальная точность или детальная проработка. Это позволило внедрить ИИ без иллюзий и получать от него реальный эффект в работе.

Результаты

За два года использования нейросетей студия Karma-web сократила время на производство креативов и увеличила объём проектов без расширения команды.

Ключевые изменения:

• срок выполнения задач сократился с 5 до 2–3 рабочих дней
• дизайнер стал брать на 3–5 проектов больше в месяц
• выручка студии выросла в 2,5 раза
• при этом команда не увеличилась

Чтобы получить эффект от ИИ, внедряйте его там, где важна скорость: при подготовке идей, создании вариантов концепций и в рутинные операции. Сложные и точные задачи лучше сразу выполнять вручную.

Советы для бизнеса: как внедрить ИИ уже сейчас

Не нужно перестраивать процессы целиком — начните с точечных сценариев, которые дают быстрый эффект.

Ускорьте работу с идеями

Используйте ИИ на старте задач, где команда тратит время на поиск подхода.

Попросите нейросеть:

• предложить несколько вариантов идей и концепций;
• наметить структуру и подход к задаче;
• визуализировать решения до финальной проработки.

Это позволяет сразу получить основу для работы вместо пустого листа, ускоряет принятие решений и сокращает количество правок.

Сократите операционные задачи

Передайте нейросетям задачи, которые не требуют глубокой проработки:

• подготовку референсов и материалов;
• создание простых визуалов, текстов и видео;
• формулировку задач и технических заданий;
• фиксацию договорённостей после встреч.

В результате команда меньше времени тратит на рутину и быстрее переходит к ключевой работе. Также снижается количество недопониманий и правок.

Уменьшите зависимость от подрядчиков

Если задача не требует высокой точности, попробуйте сначала решить её с помощью ИИ. Это может быть создание визуалов, базовой графики или простых видео.

Такой подход позволяет ускорить запуск задач и сократить затраты без потери качества.

Повышайте качество решений

Используйте ИИ не только как инструмент генерации, но и как способ проверки идей.

Нейросеть может:

• сравнить варианты и помочь выбрать наиболее подходящий;
• выявить слабые места;
• предложить улучшения;
• задать уточняющие вопросы.

Это помогает повысить качество решений без увеличения нагрузки на команду.