Омниканальный ИИ-ассистент
Собирает почту, мессенджеры, соцсети и чат на сайте в одну ленту с единой историей клиента. Типовые обращения закрывает сам, сложные передаёт нужной команде с приоритетом — и клиент никогда не рассказывает свою историю заново.
Иллюстрация показывает рабочий контур направления; конкретные шаги и интеграции разобраны ниже.
Как это выглядит без автоматизации
Клиент один, а поддержка — пять разных окон: почта, чат на сайте, Telegram, WhatsApp, сообщения ВКонтакте. Каждый канал живёт своей жизнью: своя очередь, свой оператор, своя история. Клиент, написавший утром в чат и вечером на почту, для компании — два незнакомых человека, и весь контекст первого разговора потерян.
Смена канала обнуляет разговор
Клиент описал проблему в чате, не дождался и написал на почту — новый оператор начинает с нуля: «уточните номер заказа, опишите проблему». Время решения удваивается, а клиент делает вывод, что в компании левая рука не знает о правой.
Дубли обрабатываются дважды — иногда с разными ответами
Не получив ответ за час, 10–20% клиентов пишут во второй канал. Два оператора параллельно решают один вопрос, тратят двойное время, а порой дают противоречащие друг другу ответы — и это уже жалоба, а не вопрос.
Очередь общая, приоритетов нет
Жалоба на списанную дважды оплату стоит в очереди за вопросом «до скольки вы работаете». Разбор идёт по порядку поступления, а не по важности: срочное ждёт часами, время уходит на пустяки, сроки ответа срываются именно там, где дорого.
Руководитель не видит картину целиком
Метрики размазаны по пяти админкам: почтовый ящик, кабинет чат-платформы, три мессенджера. Сколько на самом деле ждёт клиент и на что жалуются чаще всего — никто не знает; отчёт собирается руками раз в месяц и устаревает к моменту сборки.
Во что это обходится: 6 операторов тратят до четверти смены на поиск контекста и повторные вопросы: 6 × 25% × 70 000 ₽ ФОТ ≈ 105 000 ₽/мес. Плюс дубли: 15% из 4 000 обращений обрабатываются дважды — 600 лишних разборов × 12 минут ≈ 60 000 ₽/мес работы впустую. Итого порядка 165 000 ₽ ежемесячно — ещё до подсчёта клиентов, ушедших из-за медленных ответов.
Возможности системы
Мы соединяем все текстовые каналы в единую ленту с одним профилем клиента и ставим поверх ИИ-ассистента, обученного на вашей базе знаний и подключённого к CRM. Клиент может начать в чате на сайте, продолжить в Telegram и закончить почтой — для системы это одно обращение с полной историей, а не три разных тикета.
Одна лента вместо пяти админок
Почта, Telegram, WhatsApp, ВКонтакте, чат на сайте — всё приходит в одно окно оператора в едином формате. Никакого переключения между вкладками и забытых ящиков, в которые «никто не смотрел с пятницы».
Один клиент — одна история
Профили склеиваются по телефону, почте, номеру заказа и данным CRM. При смене канала контекст едет за клиентом: оператор видит всю переписку и покупки, а не начинает допрос заново.
Типовые обращения ИИ закрывает сам
Статус заказа, условия возврата, доставка, оплата, доступ к услуге — ассистент отвечает по утверждённой базе знаний и живым данным ваших систем. Чего в базе нет — не выдумывает, а передаёт человеку.
Маршрутизация по теме и приоритету
Модель определяет тему, тональность и срочность: жалоба на деньги и вопрос от ключевого клиента уходят вперёд очереди нужной команде, а не ждут в общем потоке по принципу «кто раньше написал».
Дубли склеиваются автоматически
Обращение того же клиента из второго канала прикрепляется к уже открытому, а не создаёт новый тикет. Два оператора больше не решают один вопрос параллельно и не дают клиенту два разных ответа.
Метрики решения и CSAT в одном дашборде
Время первого ответа и полного решения по каналам, темам и командам, автоматический опрос удовлетворённости после закрытия. Руководитель впервые видит поддержку как один процесс, а не пять разрозненных ящиков.
Путь одного события через систему
Каждый шаг оставляет след в журнале: любое решение системы можно открыть и проверить — что пришло, что проверено, что сделано.
Обращение приходит в любой канал
Почта, мессенджер, соцсеть, чат на сайте — каждое сообщение превращается в событие единого формата и падает в общую очередь. Канал больше не определяет судьбу вопроса.
Ассистент узнаёт клиента
По телефону, почте, нику или номеру заказа находится профиль: подтягиваются история всех каналов, покупки и статус из CRM. Если уверенного совпадения нет, ассистент уточняет номер заказа и склеивает профили только после подтверждения.
Классификация: тема, тональность, приоритет
Модель определяет, о чём речь и насколько горит. Дубль из второго канала прикрепляется к открытому обращению; негатив и денежные темы получают повышенный приоритет автоматически.
Типовое — ИИ закрывает сам
Ответ строится по утверждённой базе знаний и живым данным систем: статус заказа из CRM, срок доставки из службы логистики. Каждый автоответ пишется в журнал — любой можно проверить.
Сложное — оператору с контекстом
Обращение падает нужной команде с историей по всем каналам, черновиком ответа и таймером срока. Оператор не ищет контекст — он сразу решает.
Закрытие фиксируется
Тема, канал, время решения и оценка клиента уходят в CRM и на дашборд. Просроченные обращения эскалируются руководителю до того, как клиент напишет гневный отзыв.
Что происходит по неделям
Каждый этап заканчивается результатом, который вы видите и принимаете. Оплата привязана к приёмке, а не к обещаниям.
Аудит каналов и потока обращений
Выгружаем историю обращений из всех каналов за 2–3 месяца: считаем объёмы, темы, дубли и фактическое время решения по каждому каналу. Согласуем, какие темы ассистент будет закрывать сам, а какие всегда идут людям.
Единая лента и профиль клиента
Подключаем каналы к общей шине: боты Telegram и ВКонтакте, WhatsApp Business API через провайдера, почтовый ящик поддержки, чат сайта. Настраиваем склейку профилей по телефону, почте и номеру заказа, интегрируем CRM.
База знаний и автоответы
Собираем и вычищаем базу знаний: регламенты, условия доставки и возврата, частые вопросы. Строим поиск по базе для ИИ, подключаем данные CRM к ответам, прогоняем ассистента на исторических обращениях и меряем точность.
Маршрутизация, приоритеты и сроки
Настраиваем правила: какая тема какой команде, что считается срочным, когда обращение эскалируется. Подключаем Service Desk, если он есть, — заявки и таймеры сроков живут в привычной для команды системе.
Пилот и полный запуск
Включаем ассистента на живом потоке одного-двух каналов, ежедневно разбираем его ответы и закрываем пробелы базы знаний. После контрольных цифр пилота расширяем на все каналы, обучаем операторов (2 часа) и настраиваем дашборд руководителя.
Сопровождение и развитие
Еженедельно разбираем сложные диалоги и отказы ассистента, дообучаем формулировки, обновляем базу знаний при смене цен и регламентов, следим за точностью склейки профилей и расходами на языковые модели.
Модельный расчёт: из чего складывается эффект
Не «до 90% экономии», а конкретная модель с вводными, которые можно оспорить и пересчитать под себя.
| Показатель | Сейчас | После внедрения |
|---|---|---|
| Окон у оператора | 5 админок | 1 лента |
| Обращения без оператора | 0% | 45–50% потока |
| Среднее время решения | ~9 часов | ~2 часа |
| Дубли из вторых каналов | ~600 в месяц, разбираются вручную | склеиваются автоматически |
| Ставок в поддержке | 6 | 4 (двое — на развитие и сложные случаи) |
Полная цена владения — три составляющие
Никаких скрытых платежей: внешние сервисы вы оплачиваете напрямую по своим договорам, мы не делаем наценку на чужие тарифы.
Внедрение
- типовой проект: 450 000 ₽
- срок: 6–10 недель
- диагностика, разработка, интеграции, пилот
- документация и обучение команды
Поддержка
- мониторинг и реагирование по SLA
- исправление дефектов бесплатно
- обновление сценариев и интеграций
- ежемесячный отчёт о работе системы
Эксплуатация
- Языковая модель (LLM): 5 000–20 000 ₽/мес на 4–5 тыс. обращений
- WhatsApp Business API: 2 000–6 000 ₽/мес провайдеру + 4–8 ₽ за диалог
- Сервер и векторная база под ИИ: 3 000–8 000 ₽/мес
- Платные каналы чат-платформ (если используются): от 500 ₽/мес за канал
- число каналов в первом запуске: Telegram и почта проще, WhatsApp и Авито добавляют провайдеров и платные сессии
- есть ли Service Desk и CRM или единую ленту строим с нуля
- объём и состояние базы знаний: структурировать готовые регламенты дешевле, чем собирать знания из головы сотрудников
- число команд и сложность правил маршрутизации и сроков
- требования к контуру данных: облако или установка на ваших серверах, российские языковые модели
Участие заказчика
На диагностике достаточно обезличенных примеров. Боевые доступы — только после договора и NDA, через защищённые каналы.
С чем соединяем
Работаем с тем, что у вас уже есть. Если вашей системы нет в списке — скорее всего, подключимся через API: уточним на диагностике.
Как это решение работает в разных бизнесах
Магазин с 3 500 обращений в месяц: 40% потока — «где мой заказ». Ассистент отвечает по данным CRM и службы доставки в любом канале за минуту; среднее время решения упало с 7 часов до 40 минут, дубли «писал на почту, пишу теперь в Telegram» исчезли как класс.
Аутсорсинговый контакт-центр на 30 операторов ведёт текстовые каналы восьми заказчиков. Единая лента с классификацией тем вместо шести вкладок: оператор обрабатывает на 25–30% больше диалогов в час, а супервизор видит просрочки по каждому проекту на одном экране.
Жители пишут в чат дома, ВКонтакте, на почту и диспетчеру. Раньше «нет воды в подъезде» из домового чата не доходило до диспетчерской часами — теперь любая жалоба становится заявкой с адресом, аварийные темы уходят вперёд очереди за минуты, а не часы.
Онлайн-школа: студенты пишут в Telegram, родители — на почту. Доступ к курсу, оплата и рассрочка — 60% потока, ассистент закрывает их сам по данным CRM. Менеджеры занимаются удержанием и возвратом бросивших обучение, а не восстановлением паролей.
Отель на 80 номеров: гости пишут в WhatsApp, на почту и в мессенджер агрегатора. Вопросы о раннем заселении, трансфере и парковке ассистент закрывает ночью за минуту с привязкой к брони — раньше их разгребали утром, когда гость уже выбрал другой отель.
Что обычно спрашивают
У нас уже есть служба поддержки в Usedesk. Вы её заменяете?
Как вы понимаете, что клиент в Telegram и на почте — один человек?
ИИ ответит клиенту что-нибудь не то — кто за это отвечает?
Что с персональными данными и перепиской клиентов?
WhatsApp подключаете официально? Сколько это стоит?
Сколько времени операторам привыкать к новому окну?
Когда это решение не окупится
- один-два канала и до ~500 обращений в месяц — единая лента не окупится, хватит чат-бота поддержки в основном канале
- поток в основном голосовой — сначала голосовой робот на входящую линию, текстовая омниканальность вторым шагом
- поддержка держится на одном человеке без регламентов — сначала база знаний и процесс (поможем и с этим), потом ассистент поверх
- ожидание 100% автоматизации: 40–60% диалогов должны оставаться у людей — жалобы, деньги, нестандартные случаи
- каждый отдел настаивает на своей почте и своих правилах — склейка каналов упрётся в организацию, а не в технику; без решения руководства не стартуем
Если на диагностике расчёт не сойдётся — мы предложим более простой вариант или честно скажем, что автоматизация вам пока не нужна. Это дешевле для всех, чем проект ради проекта.
Чат-бот поддержки
Закрывает типовые обращения за секунды по утверждённой базе знаний, сам проверяет статус заказа и оформляет заявки, а сложное передаёт оператору с полной историей диалога. Очередь в чате исчезает, качество ответов перестаёт зависеть от смены.
Поддержка клиентовКлассификация обращений
Читает каждое обращение и за секунды определяет тему, срочность, тональность и ответственного. Ставит SLA по категории, сомнительное отправляет на проверку человеку. Срочное перестаёт ждать в общей очереди.
Поддержка клиентовКонтроль SLA
Следит за сроком каждого обращения, предсказывает просрочку по загрузке и сложности и эскалирует заранее — пока срок ещё можно спасти. О нарушении вы узнаёте до клиента, а не из его жалобы.
Посчитать «Омниканальный ИИ-ассистент» на ваших цифрах?
Пришлите объёмы и пару примеров — вернёмся с картой процесса, честным расчётом экономики и точной сметой. Если не сойдётся — так и скажем.
