Наш клиент — поставщик промышленного оборудования и комплектующих для корпоративных заказчиков. Отдел продаж ежедневно получает сотни обращений: подбор оборудования, запросы стоимости и наличия, технические вопросы, спецификации в Excel и PDF.
По мере роста количества заявок менеджеры стали тратить слишком много времени на их первичный разбор. Перед началом переговоров сотруднику приходилось изучить запрос, найти нужную информацию в каталоге и документации, проверить данные клиента и вручную перенести все в CRM.
Мы разработали ИИ-ассистента, который выполняет эту работу автоматически и передает менеджеру уже подготовленную заявку.
Мы сохранили анонимность бренда и не используем фирменные материалы, чтобы не нарушить условия NDA.
Содержание
В отделе продаж клиента работает 12 менеджеров, а средний поток составляет около 250–300 входящих обращений в рабочий день.
Главная сложность заключалась в том, что запросы редко приходили в одинаковом формате. Один клиент мог написать несколько строк в письме, другой — прислать техническое задание или спецификацию на десятки позиций.
В результате до трети рабочего времени менеджеров уходило не непосредственно на продажи, а на подготовительные операции: разбор сообщений, поиск оборудования, проверку характеристик, уточнение недостающих данных и заполнение CRM.
Обычные сценарии автоматизации здесь работали плохо: входящие данные были слишком разными и неструктурированными. Поэтому мы использовали ИИ для тех операций, где необходимо понимать содержание запроса и работать с корпоративной информацией.
При этом система не должна была самостоятельно принимать коммерческие решения. Стоимость, скидки, нестандартные условия и финальные предложения остались под контролем менеджеров.
Мы начали с анализа реального процесса обработки заявок и выделили операции, которые повторяются практически в каждом обращении.
ИИ-ассистента интегрировали с корпоративной почтой, CRM, каталогом продукции и внутренней базой знаний.
После поступления нового обращения система автоматически:
Например, из сообщения:
«Нужно 8 насосов для линии, производительность от 40 м³/ч, питание 380 В. Желательно из наличия. Доставка в Казань».
ассистент самостоятельно выделяет требования, проверяет каталог и показывает менеджеру подходящие позиции вместе с источниками данных и вопросами, которые необходимо уточнить у клиента.
Отдельно реализовали обработку Excel и PDF. Если заказчик присылает спецификацию, система разбирает документ и сопоставляет позиции с корпоративным каталогом.
Если данных недостаточно или подобрать оборудование однозначно невозможно, ИИ не пытается придумывать ответ, а передает вопрос специалисту.
Вместо необработанного письма сотрудник получает единую карточку заявки:
исходный запрос → выделенные требования → подходящие позиции → недостающие данные → проект ответа → карточка CRM.
Менеджер проверяет результат, при необходимости корректирует его и продолжает работу с клиентом.
Так ИИ не заменяет продавца, а убирает значительную часть рутины перед началом продажи.
После пилотного запуска мы сравнили основные показатели процесса обработки обращений.
| Показатель | До внедрения | После внедрения |
|---|---|---|
| Первичная обработка заявки | 12 мин | 3,5 мин |
| Среднее время первого ответа | 28 мин | 7 мин |
| Заявки, обработанные за первые 15 минут | 42% | 81% |
| Рабочее время менеджеров на первичный разбор | 31% | 14% |
| Заявки без ответа в день обращения | 6,8% | 1,9% |
До запуска проекта компания рассматривала расширение отдела продаж из-за растущей нагрузки. После внедрения ИИ-ассистента существующая команда смогла обрабатывать больший поток обращений без срочного увеличения штата
Главный результат проекта — не просто ускорение отдельных операций. Компания получила процесс, в котором рост количества входящих заявок больше не приводит к такому же росту ручной нагрузки на менеджеров.
Сотрудники тратят меньше времени на поиск информации и заполнение CRM и больше — непосредственно на переговоры и продажи.