Мы создали ИИ-ассистента Соломию, которая обрабатывает такие обращения, собирает информацию о клиенте и передает ее менеджеру. Сегодня около 80% заявок, попадающих к ассистенту, превращаются в лиды.

Мы не ставили перед собой задачу заменить менеджеров. Напротив – хотели убрать механическую часть работы, чтобы команда тратила больше времени на консультации, подбор и сложные запросы.

За три месяца работы над системой мы сформулировали семь правил, которые могут быть полезны бизнесу, планирующему собственную автоматизацию.

1. Начинайте с конкретной проблемы, которую нужно решить

Самая распространенная ошибка – сначала выбрать технологию, а потом думать, что ею автоматизировать.

Мы поступили наоборот. Сначала определили проблему: клиенты пишут в нерабочее время, и мы теряем потенциальные продажи, если не отвечаем мгновенно.

Поэтому нам не нужен был "универсальный умный бот". Потребовался инструмент для конкретного этапа продажи: принять обращение, собрать базовую информацию и передать ее менеджеру.

От первой идеи до рабочей версии прошло около двух месяцев. Сначала мы рассчитывали справиться через несколько дней или неделю.

Этот опыт показал: автоматизацию нужно начинать с бизнес-процесса, а не с технологии.

Тенденция на рынке это подтверждает. По данным McKinsey Global Survey 2025 года, 88% опрошенных организаций регулярно использовали генеративный ИИ хотя бы в одной бизнес-функции. Чаще всего – в маркетинге и продажах, разработке продуктов и услуг, сервисных операциях и разработке программного обеспечения. Однако только треть компаний уже масштабируют ИИ-программы.

2. Четко очертите полномочия ИИ

Мы сознательно не сделали Соломию полноценным турагентом.

Она не называет клиенту конкретные цены, не продает туры и не принимает решение вместо менеджера. Ее задача – понять потребность и собрать информацию.

Например, если клиент уже написал, что хочет круиз по Средиземному морю для семьи с двумя детьми, нет смысла еще раз спрашивать количество туристов.

Вместо этого ассистент может уточнить, какие страны человек хотел бы посетить.

На это мы потратили много времени при тестировании. Нам было важно, чтобы Соломия не превращала разговор в анкету с вопросами "дата – количество людей – бюджет".

Мы фактически прописывали пределы ее ответственности.

3. Автоматизируйте рутину, но оставляйте человека там, где требуется экспертиза

Первоначальный сбор информации занимает около пяти минут.

Для одного клиента это немного. Но если менеджер одновременно ведет десятки чатов, такие пять минут превращаются в часы.

Поэтому мы отдали ИИ именно эту часть работы. По внутренним подсчетам, в высокий сезон это экономит до 25 часов работы менеджеров в месяц. Что важно: в нерабочее время. Так мы не перегружаем людей и избегаем выгорания.

Соломия собирает информацию о направлении, датах, количестве туристов, пожеланиях и других параметрах. Затем формирует структурированную карту клиента, которую получает менеджер.

В результате менеджер начинает работу не с сообщения "Хочу в отпуск", а по конкретному запросу.

Это не означает, что ИИ автоматически увеличивает производительность в любом бизнесе. Но есть интересные внешние данные.

Исследование, опубликованное NBER, проанализировало работу 5179 работников customer support. Доступ к генеративному ИИ увеличил количество решенных обращений в час в среднем на 14%. Для новичков и менее квалифицированных работников прирост составил 34%.

То есть ИИ может быть наиболее полезным там, где он убирает повторяющуюся часть работы, но оставляет человеку принятие решений и сложную коммуникацию.

4. Проецируйте не только первый контакт, а весь путь клиента

Поначалу мы хотели только отвечать клиентам ночью.

Затем увидели другую проблему – незавершенные диалоги.

Клиент мог ответить на несколько вопросов, затем исчезнуть на день или два. Менеджеру нужно было найти переписку, вспомнить контекст и решить, следует ли написать первым.

Потому мы добавили follow-up.

После завершения двухчасового окна система анализирует диалог. Если клиент действительно проявлял интерес, через 18 часов второй ИИ-модуль может определить, стоит ли напомнить о себе.

При этом мы установили ограничения. Ассистент не пишет тем, кто отказался от услуги, уже получал напоминания или не демонстрировал реальный интерес.

Это важно: автоматизация не должна превращаться в спам.

Мы также учитываем до 50 сообщений в диалоге, чтобы система могла понять контекст незавершенного разговора.

Итак, при создании ассистента следует смотреть не на одну операцию, а на весь путь клиента: обращение → сбор информации → передача менеджеру → дальнейший контакт → продажа.

5. Определите момент, когда ИИ останавливается

Для нас это одно из основных правил.

Как только к диалогу подключается менеджер, Соломия прекращает общение.

Клиент не должен одновременно получать уведомления от человека и машины.

В рабочее время помощник вообще не работает. Его зона ответственности – нерабочие часы.

Это правило кажется простым, но оно изменяет логику всей системы. Мы не строим "цифрового менеджера", постоянно контролирующего клиента. Мы строим инструмент, передающий эстафету человеку.

Такая модель соответствует и более широкому подходу к корпоративному ИИ: компании не только внедряют технологию, но и пересматривают рабочие процессы и правила управления ею. В исследовании McKinsey 2025 года именно перестройка рабочих процессов и управление рисками названы среди ключевых практик компаний, пытающихся получить реальную бизнес ценность от generative AI.

6. Тестуйте ассистента на десятках реальных сценариев

Первый запуск – это не финал разработки.

Мы тестировали, что происходит, когда клиент отвечает одним словом, пишет обширный текст, изменяет направление путешествия, надолго исчезает или возвращается к диалогу через некоторое время.

Проверяли, не повторяет ли ассистент вопрос, правильно ли понимает контекст, не обещает ли менеджера тогда, когда тот не сможет ответить и вовремя ли передает диалог человеку.

Именно в ходе таких тестов появлялась значительная часть правок.

Поэтому я не советовала бы запускать такого ассистента в разгар сезона. Кажется логичным сделать это именно тогда, когда заявок больше всего. Но именно в этот момент команде меньше хватает времени на тестирование.

Наши два месяца – это не два месяца написания кода. Это два месяца тестирования, изменения сценариев и обучение системы работать с реальными запросами.

7. Измерьте бизнес-результат

ИИ может вести тысячи диалогов и при этом не приносить бизнесу пользы.

Поэтому еще до запуска нужно определить показатели, по которым компания будет оценивать результат.

В нашем случае это:

• около 300 заявок в месяц в нерабочее время в разгар сезона;
• около 80% заявок, обрабатываемых ассистентом, превращаются в лиды;
• около 5 минут на первоначальный сбор информации;
• экономия десятков часов работы менеджеров в месяц.

В то же время наш показатель 80% нельзя переносить на весь рынок. У разных компаний разное качество трафика, стоимость лида, сложность продукта и цикл продаж.

Поэтому главный вопрос после запуска должен звучать не "Насколько умен наш ИИ?", а "Какой измеряемый результат он дает бизнесу?"

Технические детали

Внутри процесса работают разные AI-блоки, каждый со своей задачей.

Основной диалог ведет ChatGPT 5.4. Он общается с клиентом, задает вопросы, понимает ответы и собирает необходимую для менеджера информацию.

Отдельный блок на базе ChatGPT 4.1 mini работает с незавершенными диалогами. Он анализирует переписку и определяет, есть ли смысл посылать клиенту напоминание.

Мы фактически построили логику работы с лидом, которую неоднократно тестировали и улучшали. С этим очень помог колоссальный опыт всей команды, которая более 10 лет работает с запросами клиентов и может разложить диалоги на алгоритмы.

Вся система построена на SendPulse. Там собрана цепочка работы: диалоги, расписание активности, сохранение необходимых данных и интеграция с Instagram.

АI отвечает за саму коммуникацию и анализ. Telegram используется для внутренней передачи готовых карт клиентов менеджерам.

Есть еще одна немаловажная деталь: после завершения работы с клиентом временные данные, которые использовались для формирования карты, очищаются. Следующее обращение начинается с чистого листа, а информация разных клиентов не смешивается.

Наш опыт показал: лучший ИИ-ассистент – не тот, кто пытается стать новым сотрудником компании.

Его ценность может быть гораздо проще: не дать клиенту потеряться, собрать нужную информацию и своевременно передать ее человеку.

Для малого и среднего бизнеса это, по моему мнению, один из самых практичных способов использования ИИ: не заменять экспертизу человека, а освобождать его от работы, которую он физически не успевает выполнять.