Перейти до вмісту

ServiceCore, США. Програмне забезпечення для компаній, які займаються вивезенням відходів і санітарними послугами; приблизно 150 співробітників.: Компанія: ServiceCore, США

ServiceCore, американська компанія з ПЗ для вивезення відходів і санітарних послуг (близько 150 осіб), впровадила Claude company-wide після однієї сесії керівництва. До цього AI використовували лише інженери, а решта команд — стихійно. К Auguсту 80% співробітників користувалися AI щотижня, а до жовтня — майже кожен щодня; вируст вирівнявся на 40% за кілька місяців при меншій кількості людей, а ARR на співробітника, валова та EBITDA-маржа підросли.

Контекст

Компанія
ServiceCore, США. Програмне забезпечення для компаній, які займаються вивезенням відходів і санітарними послугами; приблизно 150 співробітників.
Країна
США

Компанія на 150 осіб, підтримувана приватним капіталом, яка робить ПЗ для переносних санітарних систем, септиків і оренди контейнерів для сміття. У лютому AI вже існувало в інженерній команді (Cursor, Claude Code, Codex), але для інших відділів не було стратегії. З'явлення Claude Cowork створило ризик застряження керівництва: багато напрямків, немає зрозуміння, що реальне, а що хайп, і потреба швидко прийняти рішення, поки конкуренти не випереджили.

Розвилка

Автоматизувати всі відділи одночасно чи залишити AI лише в інженерії; купувати готове рішення чи будувати власну стратегію з нуля; починати з підтримки чи з продажів.

Обмеження

зростання доходу не можна повністю приписати AI. Керівник прямо зазначив вплив кадрової дисципліни та інших змін у бізнесі. <Cite ref="turn256864view0"/><Cite ref="turn256864view2"/>

Що зробили

Проведено попереднє опитування керівництва та лідерів команд, аудит наявних навичок та агентів, а потім одну робочу сесію керівництва в Денвері з практичною роботою в Claude на реальних сценаріях. За сесію прийнято десять рішень, кожне з власником: Claude стане єдиною AI-системою для всіх відділів (голосування єдине); управління IT та управління перед широким розгортанням; доступ лише після навчання та підписання політики прийнятного використання; спільний реєстр схвалених робочих потіків, агентів та навичок; ліміт витрат на кожен акаунт, починаючи з малого; один стандартний набір інструментів для інженерії. Розгортання всього компанії відбулося в квітні. У контурі рішень залишили людей: кожне з десяти рішень матило власника, а навчання та політика були обов'язковими перед доступом.

Що могло провалитись

У джерелі не описано конкретних технічних збоїв, відмови від інструментів або переробки. Зазначається лише, що при написанні промптів або роботі з агентами не всі спроби успішні, і що公司 ще не має великої внутрішньої здатності будувати надійні агенти поза інженерією; це працює зараз лише в пилотному режимі.

Що з цього переноситься

Підхід працює, коли керівництво само проходить навчання і приймає рішення разом, а потім зв'язує використання AI з уже існуючими бізнес-показниками, а не рахує токени чи входу. Він не працює, якщо залишити AI лише в інженерії або вводити інструменти без навчання, політики та власників рішень.

Кому це релевантно

Релевантно для українських компаній на 10–100 осіб, де AI вже використовується стихійно (здебільше в інженерії), але немає загальнокомпанійного плану, і де інвестори або рада питають про стратегію. Різниця масштабу: у джерелі 150 осіб і підтримка приватного капіталу, а менша компанія може пропустити формальну раду та аудит, але все одно повинна провести одну сесію керівництва, вибрати один інструмент, ввести навчання та політику перед доступом і зв'язати використання AI з показниками, які вже рахують.

Скільки зайняло: Виконавча сесія відбулася 24 березня 2026 року; розгортання по всій компанії — в квітні; 80% щотижневих користувачів — до серпня; майже кожен щодня — до жовтня.

Джерела

  1. 1
    masteringai.io ↗

    masteringai.io

Щотижневі кейси на пошту

Нові кейси з цифрами й посиланнями на джерела.