Как заавтоматизировать работу с клиентами при помощи собственных ИИ-инструментов

Практически 40% русских компаний уже интенсивно автоматизируют собственный бизнес при помощи ИИ, как показало исследование «Сбераналитики» и «Сбер бизнес софт». Другое исследование, от ПСБ и «Опоры Рф», показало суровый рост спроса на ИИ в малом и среднем бизнесе. В летнюю пору 2026 года его использовал любой 2-ой (53%), а год назад – только 17%.

Нейросети крепко основались в бизнес-задачах, в том числе в работе с клиентами. Александр Кабаргин, генеральный директор компании «Увозов», поведал, как заавтоматизировать клиентский сервис и какие инструменты можно создать своими руками даже не в ИТ-компании.

Для чего заавтоматизировать работу с клиентами

Сейчас трудно отыскать компанию, которая не заавтоматизировала хотя бы часть клиентского сервиса: это быть может прием заявок, обработка вопросцев в режиме 24/7, разбор воззваний в поддержке, «умный» поиск на веб-сайте либо в каталоге мобильного приложения. Попасть на голосового помощника на базе ИИ либо чат-бота клиенту сейчас проще, чем на живого оператора поддержки.

Для бизнеса это не только лишь разгрузка служащих и спасение при нехватке кадров. Не наименее принципиально то, что он может резвее давать ответ клиенту. В неких ситуациях быстроту отклика быть может критична, и даже 1-2 минутки ожидания могут стоить реализации либо просто лояльности клиента.

Не умопомрачительно, что для взаимодействия с клиентами ИИ сейчас используют 45% компаний против 26% в 2025 году, по данным опроса ПСБ и «Опоры Рф». По воззрению профессионалов, такому значительному росту спроса на ИИ у малого и среднего бизнеса поспособствовал положительный опыт коллег. Когда 1-ые, кто ввел ИИ, увидели достоинства от выросшей быстроты реакции на запросы клиентов, другие стали перенимать этот опыт. Тренд стал устойчивой тенденцией.

Вприбавок, ИИ может собирать и обрабатывать информацию о воззваниях клиента, о его содействии с сотрудниками, о его более нередких запросах, колебаниях, вопросцах, и многом другом.

Какие задачки вокруг клиентского сервиса можно заавтоматизировать

В работе с клиентами и клиентским обслуживанием необходимо заавтоматизировать как внешнюю коммуникацию, так и внутренние процессы.

Наружная коммуникация предполагает в главном общение в чате на веб-сайте либо в приложении, которым в классическом формате занимаются сотрудники техподдержки. При настроенной автоматизации клиент написал вопросец либо комментарий, попросил помощь по работе с продуктом либо по оформлению подписки на сервис – ИИ-ассистент врубается в работу и дает ответ. Если он не совладал, то автоматом вовлекает в разговор живого сотрудника.

Также ИИ может заниматься систематизацией лидов: давать 1-ый резвый ответ в течение минутки, собирать главные данные по скрипту – имя, контакт, потребность, бюджет и т.д. А еще отвечать на типовые вопросцы, проводить сегментацию и назначать целевое действие. Нецелевые заявки отсеиваются, с теплыми контактами далее работает менеджер.

Внутренние процессы клиентской коммуникации подразумевают, что клиент не встречается с ИИ впрямую – не получает от него ответы либо советы: ИИ встроен в процесс взаимодействия меж людьми.

К примеру, он может рассматривать входящие сообщения от клиентов и помогать сотрудникам их резвее и лучше обрабатывать. Таковой опыт автоматизации есть у компании DPD: ИИ анализирует письма от клиентов, систематизирует и дает оператору шаблон ответа либо вектор действий. Если вариант непростой, ИИ гласит «не уверен», и оператор сам решает, что сказать. Опосля автоматизации этого процесса 55% ответов стал сформировывать ИИ, и индекс удовлетворенности клиентов повысился с 4,1 до 4,7.

Кроме этого ИИ может внедряться в работу с документацией для клиентов либо со счетами. Так мы автоматизировали внутренние задачки по договорам. К примеру, ранее при составлении контракта менеджер получал данные от клиента, передавал их бухгалтеру, ожидал, когда тот заполнит вручную шаблон и сформирует документ. Сейчас чат-бот задает менеджеру вопросцы по клиенту, собирает ответы, подтягивает в форму данные из сервиса DaData и сформировывает контракт. Ручных операций – минимум, для клиента сокращается время ожидания. Не считая того, ИИ-инструменты помогают нам созодать опросы клиентов, на базе которых мы формируем исследования рынка.

Как заавтоматизировать задачки через собственные ИИ-инструменты

Упростить работу с клиентами можно при помощи готовых рыночных решений: ИИ-ассистентов, ИИ-операторов и остальных товаров. Стоимость и скорость внедрения зависят от задачки.

Но большая часть вопросцев, которые бизнес желает закрыть при помощи ИИ, не просит сложной разработки, – отмечает Дмитрий Кудинов, ИТ-предприниматель и инвестор. По воззрению Дмитрия часто идет речь о типовых обычных инструментах, которые благодаря возникновению Codex и Claude Code сейчас можно сделать без помощи других за некоторое количество дней даже без способностей программирования. Придется лишь разобраться с базисными понятиями – API, хостинг и иными.

Работа строится по принципу вайб-кодинга: человек обрисовывает задачку естественным языком, обозначает хотимый итог, а ИИ-агент генерирует код. Он сам разбирает задачку на шаги и проходит весь путь. Не без аспектов, но фактически все делает за юзера.

В «Увозов» мы попробовали сделать свои ИИ-инструменты через Claude Code: в сети много видео и текстов, посвященных работе с ним. Он работает с задачей через поочередные деяния и что принципиально – размеренно держит в памяти заданную ему информацию, а не сбрасывает уже через десяток сообщений. Потому он отлично подступает для задач с широким контекстом.

Для старта мы автоматизировали работу с договорами, так как они составляются по шаблону, другими словами процесс рутинный. Необходимо было, чтоб бот задавал менеджеру вопросцы для сбора инфы, подтягивал данные о компании-клиенте из наружного сервиса и собирал контракт. Эта задачка заняла всего 2 денька. Поначалу Claude Code составил MVP, а на последующий денек протестировал его и поправил баги. Опосля этого мы загрузили бот на хостинг. Чтоб получать корректные данные, мы интегрировали бот по API с информационным обслуживанием DaData. Сейчас сотрудники при помощи бота готовят до 3-х контракт в недельку.

Последующей пробой в самостоятельной автоматизации рутинных действий стал бот, который составляет счета. Тут была принципиальна интеграция с 1C, чтоб у бухгалтера был доступ к счету. Также счет был должен отчаливать по ЭДО в 1C, его статус оплаты – автоматом изменяться в системе, а в конце всего должны были формироваться закрывающие документы.

Разработка этого бота заняла недельку. Интеграцию мы реализовали через REST-интерфейс на протоколе Odata. Сам счет создается в системе, данные и расчеты бот подтягивает из 1C, чтоб исключить ошибки людского фактора, готовый файл формируется в PDF-формате. На данный момент сотрудники делают при помощи бота 30-40 счетов раз в день.

Очередной бот, который мы сделали, предназначается для автоматизации статуса оплаты. Задачка маленькая, но принципиальная. Мы работаем по предоплате, при всем этом отправленные клиентом средства не постоянно доходят до банка мгновенно, и для проверки статуса ранее приходилось всякий раз отвлекать бухгалтера. Потому процесс было принято решение заавтоматизировать.

Бот связывается с банком по API и любые 5 минут получает новейшую информацию по поступлениям. Данные хранятся в PostgreSQL. Менеджер по мере необходимости обращается к боту с ИНН клиента и получает информацию о статусе оплаты, при всем этом доступа к банковскому счету у него нет. Создание этого бота заняло 2 денька.

Что принципиально учесть при ИИ-автоматизации и работе с агентами

1-ый и основной момент: ИИ-агенты вроде Claude Code и Codex непревзойденно управляются с легкими задачками и помогают за считанные денька сделать удачный сервис для автоматизации работы с клиентами. Наши сотрудники уже сами делают себе ИИ-помощников, чтоб уменьшить размер рутины. Но для сложных, масштабных сервисов все таки нужна не плохая команда разрабов: чем объемнее задачка, чем больше в проекте инфы, тем почаще ИИ ошибается, тем больше познаний необходимо работающему с ней человеку.

2-ой момент: Claude Code упрощает создание ИИ-сервисов, но это не значит, что довольно ему написать «Сделай мне чат-бот в Телеграм, чтоб он сформировывал документы». Трудности возникать все равно будут.

К примеру, когда мы разрабатывали бота для автоматизации составления счетов, поначалу мы действовали по уже испытанной схеме: дали задание, дали документацию для 1C, дали команду работать. Но Claude стал генерировать к 1C нерабочие запросы, поэтому что не сумел сам разобраться с поиском аннотации по запросам в базе познаний 1C.

Нам пришлось отыскать и загрузить аннотацию. Далее Claude по ней находил подходящую информацию, запускал API-запрос, получал от 1C ответ с ID либо наименованиями полей, инспектировал правильность запроса и при последующих запросах учитывал эту информацию. Потребовалось неизменное тестирование, диалог с Claude Code и дорабатывание функций, чтоб создать бот.

Также для ИИ-агента при разработке принципиально задавать рамки. Нейросеть склонна галлюцинировать – выдумывать детали и факты, которых не существует. Потому ей необходимо отдать точный источник данных. К примеру, в нашем боте для автоматизации составления договоров это DaData.

3-ий момент: неважно какая работа с индивидуальными данными просит соблюдения закона № 152-ФЗ «О индивидуальных данных». Оператор данных не имеет права предоставлять к ним доступ третьим лицам без согласия хозяев данных. Другими словами, нейросетям их передавать недозволено. Чтоб не нарушить закон, можно применять обезличенные данные: к примеру, поменять ФИО клиента на ID.

И при всем удобстве ИИ в автоматизации принципиально оценивать, во-1-х, настоящую пользу от сервиса автоматизации. Будет ли нужен условный чат-бот либо он окажется просто увлекательной игрушкой для служащих либо клиентов? Мы попробовали заавтоматизировать разработку паспорта отходов – юзер (эколог) может загрузить в сервис протокол исследовательских работ и сконвертировать в готовый паспорт. Комфортно, стремительно, энтузиазм показали 10-ки знакомых профессионалов, но реально попробовали – единицы.

Во-2-х, принципиально оценивать потенциальные опасности и пользу. Если есть высочайшая возможность, что ИИ-ассистент будет давать неправильные ответы, которые не попросту не понравятся клиенту, а нанесут ему вред, может быть, целесообразнее бросить в поддержке {живых} операторов. Это в особенности острый вопросец для страховых, денежных, мед компаний. Так в «Зетта Страхование» отказались от ИИ в коммуникациях с клиентами из-за репутационного риска, который превосходит ожидаемую выгоду.

Заместо заключения

Автоматизация при помощи ИИ-ассистентов и ИИ-агентов сберегает компаниям сотки тыщ и миллионы рублей. А то и больше – все зависит от масштабов бизнеса и количества операционных действий, которые можно убыстрить и упростить. Президентская академия получила наиболее 6 млн рублей за 7 месяцев благодаря ИИ-помощнику, который регистрирует и маршрутизирует заявки.

А мы узрели, как три обычных бота освободили наших служащих от ручной работы и неизменного переключения внимания, и тем убрали из работы с клиентом все, что приводит к ошибкам из-за людского фактора либо к замедлению ответа. Процесс подготовки счетов и договоров ускорился, а у служащих высвободилось время на задачки, где важен опыт и личное роль.