RAUNEM BizDev — система поиска и развития B2B-возможностей

Поиск B2B-заказов вручную плохо масштабируется. Нужно постоянно просматривать разные источники, отличать реальный спрос от вакансий, рекламы и предложений других исполнителей, проверять актуальность запроса, понимать контекст компании и только после этого решать, стоит ли выходить на контакт.

Простого AI-поиска для такой задачи недостаточно. Модель может перепутать покупателя с исполнителем, принять старую публикацию за актуальную, сделать вывод по слабому источнику или подготовить повторное обращение туда, где контакт уже был.

Задача проекта — построить управляемую систему коммерческого поиска, которая проходит путь от рыночного сигнала до подготовленного и проверенного контакта, сохраняя источник, доказательства, состояние процесса и контроль человека перед внешними действиями.

Отдельное требование — система должна не просто находить больше ссылок, а сокращать большой поток открытых данных до небольшого числа действительно подходящих коммерческих возможностей.

RAUNEM BizDev построен как stateful workflow, в котором поиск, программные проверки, AI-анализ, подготовка коммуникации и внешние действия разделены между собой.

1. Commercial hypothesis

Поиск начинается не со случайного веб-скрейпинга, а с коммерческой гипотезы: какой тип проблемы ищем, кто может быть покупателем, какие признаки спроса считаются значимыми и какие компетенции RAUNEM должны им соответствовать.

2. Scout и acquisition

Scout работает с открытыми источниками через несколько поисковых маршрутов и сохраняет исходную информацию о найденной возможности.

Для разных источников используются отдельные правила и fallback-маршруты, чтобы система не зависела от одного поискового провайдера.

3. Evidence, provenance и freshness

Для каждой возможности сохраняются источник и доказательства, на которых основан вывод системы.

Отдельно контролируется реальная дата публикации. Старая или неподтверждённая по времени информация не может автоматически стать коммерческим лидом только потому, что поисковик нашёл её сегодня.

4. Intake, deduplication и qualification

До обращения к модели выполняются программные проверки: дедупликация, ограничения по источнику, актуальность, тип сигнала и другие признаки.

Один из ключевых механизмов — отделение реального покупательского спроса от вакансий, советов, рекламных публикаций и предложений других исполнителей.

5. Два режима поиска

Система разделяет:

— Immediate Demand — покупатель уже ищет исполнителя сейчас;
— Opportunity Discovery — есть подтверждённый бизнес-сигнал, который может позже создать спрос.

Это позволяет не смешивать прямой заказ и просто интересную компанию в одном рейтинге.

6. AI-анализ и human review

После детерминированных проверок AI оценивает контекст, соответствие компетенциям и потенциальную коммерческую ценность.

Решение о дальнейшем движении остаётся за человеком. AI не получает права самостоятельно превращать слабый сигнал в коммерческий контакт.

7. Contact route, Writer и QA

Для выбранной возможности определяется допустимый маршрут связи, после чего система готовит персонализированный первый контакт.

Текст проходит отдельную QA-проверку перед тем, как человек увидит его на подтверждении.

8. Human-approved outbound

Отправка выполняется только после явного подтверждения.

Система хранит identity операции и не делает слепой повтор, если внешний сервис не дал однозначного результата.

9. Transport reconciliation и inbound

После отправки проверяется фактический результат доставки. Входящие ответы связываются с исходным контактом и сохраняются вместе с контекстом разговора.

10. Outcome и learning

Система фиксирует результат работы с возможностью и использует накопленные данные для последующего улучшения поиска и квалификации.

Все стадии связаны постоянным состоянием и scheduler-механизмом, поэтому процесс не зависит от одной LLM-сессии или памяти конкретного агента.

В результате построен рабочий Demand Engine, который объединяет в одном процессе поиск спроса, доказательства, программную фильтрацию, AI-анализ, проверку человеком, подготовку коммуникации, контролируемую отправку и обработку результата.

Ранние opportunity-intelligence версии системы обработали более 100 реальных коммерческих возможностей. После этого контур был существенно расширен: добавлены source-aware acquisition, проверка актуальности, строгая buyer-intent квалификация, provenance/evidence, human review, Writer/QA, контролируемый outbound, reconciliation, inbound и durable state.

Система уже показала важный практический эффект: она не пытается превращать любой найденный URL в лид. Старые, неподтверждённые или не относящиеся к реальному покупательскому спросу сигналы могут сохраняться как рыночная информация, но не попадают автоматически в коммерческую работу.

Сейчас RAUNEM BizDev используется как основа для перехода от широкого мониторинга рынка к работе с конкретными российскими B2B-заказами и прямым спросом.