Почти 40% российских компаний уже активно автоматизируют свой бизнес с помощью ИИ, как показало исследование «Сбераналитики» и «Сбер бизнес софт». Другое исследование, от ПСБ и «Опоры России», показало серьезный рост спроса на ИИ в малом и среднем бизнесе. Летом 2026 года его применял каждый второй (53%), а годом ранее – лишь 17%.
Нейросети прочно обосновались в бизнес-задачах, в том числе в работе с клиентами. Александр Кабаргин, генеральный директор компании «Увозов», рассказал, как автоматизировать клиентский сервис и какие инструменты можно сделать своими руками даже не в ИТ-компании.
Зачем автоматизировать работу с клиентами
Сегодня сложно найти компанию, которая не автоматизировала хотя бы часть клиентского сервиса: это может быть прием заявок, обработка вопросов в режиме 24/7, разбор обращений в поддержке, «умный» поиск на сайте или в каталоге мобильного приложения. Попасть на голосового ассистента на базе ИИ или чат-бота клиенту теперь проще, чем на живого оператора поддержки.
Для бизнеса это не только разгрузка сотрудников и спасение при нехватке кадров. Не менее важно то, что он может быстрее давать ответ клиенту. В некоторых ситуациях скорость отклика может быть критична, и даже 1-2 минуты ожидания могут стоить продажи или просто лояльности клиента.
Не удивительно, что для взаимодействия с клиентами ИИ сегодня применяют 45% компаний против 26% в 2025 году, по данным опроса ПСБ и «Опоры России». По мнению экспертов, такому значительному росту спроса на ИИ у малого и среднего бизнеса поспособствовал положительный опыт коллег. Когда первые, кто внедрил ИИ, заметили преимущества от выросшей скорости реакции на запросы клиентов, остальные стали перенимать этот опыт. Тренд стал устойчивой тенденцией.
Вдобавок, ИИ может собирать и обрабатывать информацию об обращениях клиента, о его взаимодействии с сотрудниками, о его наиболее частых запросах, сомнениях, вопросах, и многом другом.
Какие задачи вокруг клиентского сервиса можно автоматизировать
В работе с клиентами и клиентским сервисом нужно автоматизировать как внешнюю коммуникацию, так и внутренние процессы.
Внешняя коммуникация подразумевает в основном общение в чате на сайте или в приложении, которым в традиционном формате занимаются сотрудники техподдержки. При настроенной автоматизации клиент написал вопрос или комментарий, попросил помощь по работе с продуктом или по оформлению подписки на сервис – ИИ-ассистент включается в работу и дает ответ. Если он не справился, то автоматически вовлекает в разговор живого сотрудника.
Также ИИ может заниматься классификацией лидов: давать первый быстрый ответ в течение минуты, собирать основные данные по скрипту – имя, контакт, потребность, бюджет и т.д. А еще отвечать на типовые вопросы, проводить сегментацию и назначать целевое действие. Нецелевые заявки отсеиваются, с теплыми контактами дальше работает менеджер.
Внутренние процессы клиентской коммуникации предполагают, что клиент не встречается с ИИ напрямую – не получает от него ответы или рекомендации: ИИ встроен в процесс взаимодействия между людьми.
Например, он может анализировать входящие сообщения от клиентов и помогать сотрудникам их быстрее и качественнее обрабатывать. Такой опыт автоматизации есть у компании DPD: ИИ анализирует письма от клиентов, классифицирует и предлагает оператору шаблон ответа или вектор действий. Если случай сложный, ИИ говорит «не уверен», и оператор сам решает, что сказать. После автоматизации этого процесса 55% ответов стал формировать ИИ, и индекс удовлетворенности клиентов повысился с 4,1 до 4,7.
Помимо этого ИИ может внедряться в работу с документацией для клиентов или со счетами. Так мы автоматизировали внутренние задачи по договорам. Например, раньше при составлении договора менеджер получал данные от клиента, передавал их бухгалтеру, ждал, когда тот заполнит вручную шаблон и сформирует документ. Теперь чат-бот задает менеджеру вопросы по клиенту, собирает ответы, подтягивает в форму данные из сервиса DaData и формирует договор. Ручных операций – минимум, для клиента сокращается время ожидания. Кроме того, ИИ-инструменты помогают нам делать опросы клиентов, на основе которых мы формируем исследования рынка.
Как автоматизировать задачи через собственные ИИ-инструменты
Упростить работу с клиентами можно с помощью готовых рыночных решений: ИИ-ассистентов, ИИ-операторов и других продуктов. Стоимость и скорость внедрения зависят от задачи.
Однако большая часть вопросов, которые бизнес хочет закрыть с помощью ИИ, не требует сложной разработки, – отмечает Дмитрий Кудинов, ИТ-предприниматель и инвестор. По мнению Дмитрия зачастую речь идет о типовых простых инструментах, которые благодаря появлению Codex и Claude Code сегодня можно создать самостоятельно за несколько дней даже без навыков программирования. Придется только разобраться с базовыми понятиями – API, хостинг и другими.
Работа строится по принципу вайб-кодинга: человек описывает задачу естественным языком, обозначает желаемый результат, а ИИ-агент генерирует код. Он сам разбирает задачу на шаги и проходит весь путь. Не без нюансов, но практически все делает за пользователя.
В «Увозов» мы попробовали создать свои ИИ-инструменты через Claude Code: в сети много видео и текстов, посвященных работе с ним. Он работает с задачей через последовательные действия и что важно – стабильно держит в памяти заданную ему информацию, а не сбрасывает уже через десяток сообщений. Поэтому он хорошо подходит для задач с обширным контекстом.
Для старта мы автоматизировали работу с договорами, поскольку они составляются по шаблону, то есть процесс рутинный. Нужно было, чтобы бот задавал менеджеру вопросы для сбора информации, подтягивал данные о компании-клиенте из внешнего сервиса и собирал договор. Эта задача заняла всего 2 дня. Сначала Claude Code составил MVP, а на следующий день протестировал его и исправил баги. После этого мы загрузили бот на хостинг. Чтобы получать корректные данные, мы интегрировали бот по API с информационным сервисом DaData. Теперь сотрудники с помощью бота готовят до трех договор в неделю.
Следующей пробой в самостоятельной автоматизации рутинных процессов стал бот, который составляет счета. Здесь была важна интеграция с 1C, чтобы у бухгалтера был доступ к счету. Также счет должен был отправляться по ЭДО в 1C, его статус оплаты – автоматически меняться в системе, а в конце всего должны были формироваться закрывающие документы.
Разработка этого бота заняла неделю. Интеграцию мы реализовали через REST-интерфейс на протоколе Odata. Сам счет создается в системе, данные и расчеты бот подтягивает из 1C, чтобы исключить ошибки человеческого фактора, готовый файл формируется в PDF-формате. Сейчас сотрудники делают с помощью бота 30-40 счетов ежедневно.
Еще один бот, который мы сделали, предназначается для автоматизации статуса оплаты. Задача небольшая, но важная. Мы работаем по предоплате, при этом отправленные клиентом деньги не всегда доходят до банка моментально, и для проверки статуса раньше приходилось каждый раз отвлекать бухгалтера. Поэтому процесс было решено автоматизировать.
Бот связывается с банком по API и каждые 5 минут получает новую информацию по поступлениям. Данные хранятся в PostgreSQL. Менеджер при необходимости обращается к боту с ИНН клиента и получает информацию о статусе оплаты, при этом доступа к банковскому счету у него нет. Создание этого бота заняло 2 дня.
Что важно учитывать при ИИ-автоматизации и работе с агентами
Первый и главный момент: ИИ-агенты вроде Claude Code и Codex отлично справляются с несложными задачами и помогают за считанные дня создать удобный сервис для автоматизации работы с клиентами. Наши сотрудники уже сами делают для себя ИИ-помощников, чтобы уменьшить объем рутины. Но для сложных, масштабных сервисов все же нужна хорошая команда разработчиков: чем объемнее задача, чем больше в проекте информации, тем чаще ИИ ошибается, тем больше знаний нужно работающему с ней человеку.
Второй момент: Claude Code упрощает создание ИИ-сервисов, но это не означает, что достаточно ему написать «Сделай мне чат-бот в Телеграм, чтобы он формировал документы». Трудности возникать все равно будут.
Например, когда мы разрабатывали бота для автоматизации составления счетов, сначала мы действовали по уже проверенной схеме: дали задание, дали документацию для 1C, дали команду работать. Но Claude стал генерировать к 1C нерабочие запросы, потому что не смог сам разобраться с поиском инструкции по запросам в базе знаний 1C.
Нам пришлось найти и загрузить инструкцию. Дальше Claude по ней искал нужную информацию, запускал API-запрос, получал от 1C ответ с ID или названиями полей, проверял корректность запроса и при следующих запросах учитывал эту информацию. Потребовалось постоянное тестирование, диалог с Claude Code и дорабатывание функций, чтобы сделать бот.
Также для ИИ-агента при разработке важно задавать рамки. Нейросеть склонна галлюцинировать – придумывать детали и факты, которых не существует. Поэтому ей нужно дать четкий источник данных. Например, в нашем боте для автоматизации составления договоров это DaData.
Третий момент: любая работа с персональными данными требует соблюдения закона № 152-ФЗ «О персональных данных». Оператор данных не имеет права предоставлять к ним доступ третьим лицам без согласия владельцев данных. То есть, нейросетям их передавать нельзя. Чтобы не нарушить закон, можно использовать обезличенные данные: например, заменить ФИО клиента на ID.
И при всем удобстве ИИ в автоматизации важно оценивать, во-первых, реальную пользу от сервиса автоматизации. Будет ли востребован условный чат-бот или он окажется просто интересной игрушкой для сотрудников или клиентов? Мы попробовали автоматизировать разработку паспорта отходов – пользователь (эколог) может загрузить в сервис протокол исследований и сконвертировать в готовый паспорт. Удобно, быстро, интерес проявили десятки знакомых специалистов, но реально попробовали – единицы.
Во-вторых, важно оценивать потенциальные риски и пользу. Если есть высокая вероятность, что ИИ-ассистент будет давать некорректные ответы, которые не просто не понравятся клиенту, а нанесут ему вред, возможно, целесообразнее оставить в поддержке живых операторов. Это особенно острый вопрос для страховых, финансовых, медицинских компаний. Так в «Зетта Страхование» отказались от ИИ в коммуникациях с клиентами из-за репутационного риска, который превышает ожидаемую выгоду.
Вместо заключения
Автоматизация с помощью ИИ-ассистентов и ИИ-агентов экономит компаниям сотни тысяч и миллионы рублей. А то и больше – все зависит от масштабов бизнеса и количества операционных процессов, которые можно ускорить и упростить. Президентская академия получила более 6 млн рублей за 7 месяцев благодаря ИИ-помощнику, который регистрирует и маршрутизирует заявки.
А мы увидели, как три простых бота избавили наших сотрудников от ручной работы и постоянного переключения внимания, и тем самым убрали из работы с клиентом все, что приводит к ошибкам из-за человеческого фактора или к замедлению ответа. Процесс подготовки счетов и договоров ускорился, а у сотрудников высвободилось время на задачи, где важен опыт и личное участие.
Теги:
