ИИ для первого ответа клиентам: почему четырёхчасовой смены мало

Поздним вечером человек решил заказать расходники. Открыл сайт, нашёл чат и написал: «Здравствуйте, подскажите стоимость?» Утром менеджер отвечает: «Добрый день! Актуально?» К этому моменту покупатель мог уже договориться с другой компанией.

Мне встречались ситуации, когда через час запрос уже был неактуален. Поэтому, когда бизнес ищет чат-бот с ИИ для первого ответа клиентам, я предлагаю начать с конкретной задачи: ответить по существу, уточнить недостающие параметры и сохранить обращение, пока человек ещё готов обсуждать покупку. Сложные переговоры продолжает менеджер.

12 интервью и одна повторяющаяся схема

Я провёл 12 интервью с малым бизнесом. По моей оценке, в 80–90% этих разговоров повторялось похожее решение: найти студентку на приём заказов на четыре часа в день. Бюджет на такую подработку обсуждали в пределах 10–15 тысяч рублей.

Это наблюдение по моей небольшой группе интервью. Переносить такую долю на весь малый бизнес оснований нет. Но сама схема хорошо показывает проблему.

Допустим, сотрудница работает с 14:00 до 18:00. В эти часы она читает сообщения и принимает заказы. В 18:00 заканчивает смену. Она выполнила договорённость, дальше у неё своё время.

Клиент этот график может вообще не знать. Он пишет утром до работы, вечером после ужина или в выходной. Ему нужно узнать цену, наличие, условия доставки. Пока ваш чат молчит, он может отправить тот же вопрос ещё в несколько компаний.

Со стороны всё выглядит рабочим: реклама приводит обращения, сотрудник занят, сообщения постепенно разбирают. Разрыв обнаруживается между первым вопросом покупателя и ответом, который действительно помогает ему выбрать.

Для собственника здесь есть конкретный вопрос: сколько часов входящий чат остаётся без человека и что получает покупатель в это время?

Что должен успеть первый ответ

«Мы получили ваше сообщение» подтверждает, что чат работает. Вопрос о стоимости после этой фразы остаётся открытым.

ИИ-бот для ответов клиентам имеет смысл там, где ему можно передать часть консультации. Например, объяснить, от чего зависит цена, спросить модель товара и количество, назвать подтверждённые условия доставки. Человек уже получает информацию и понимает, что делать дальше.

Для такого диалога нужны сведения компании: прайс, характеристики, условия заказа, частые вопросы и правила передачи менеджеру. Если цена зависит от объёма или комплектации, эти условия тоже должны быть описаны. Подготовку данных я подробнее разобрал в статье про базу знаний для ИИ-сотрудника.

Наличие и свободное время требуют отдельной проверки. Загруженный вчера каталог не подтверждает, что товар есть сейчас. Список часов работы не подтверждает свободную запись. Если актуальные данные недоступны, ИИ должен собрать запрос и сообщить, что именно уточнит менеджер.

В исходном посте я привёл ответ за пять секунд как ориентир скорости. Для конкретного проекта этот показатель нужно проверить: на реальных вопросах, в нужном канале, с обращением к данным компании. Быстрое приветствие само по себе ещё не означает, что покупатель получил полезный ответ.

Пример: покупатель спрашивает о расходниках

Ниже условный сценарий, который показывает задачу диалога. Это иллюстрация, а не переписка из внедрения.

Клиент: Здравствуйте, подскажите стоимость расходников.

ИИ-сотрудник: Здравствуйте. Какие расходники нужны? Можно прислать название или модель оборудования.

Клиент: Нужны фильтры. Сейчас отправлю фото маркировки.

ИИ-сотрудник: Пришлите, пожалуйста. И уточните количество — оно понадобится для расчёта.

Если по маркировке удалось однозначно определить товар и есть актуальная цена с условиями её применения, можно назвать стоимость. Если товар определить не получилось или нужен индивидуальный расчёт, обращение передаётся человеку.

Менеджеру нужны исходное сообщение, фото, количество и отметка о том, что осталось проверить. Контакт нужен, чтобы отправить расчёт или связаться после уточнения.

Когда я настраиваю такой процесс, заранее определяю следующий шаг и данные, которые нужны сотруднику. Иначе утром он снова начинает с «Что вы хотели заказать?», хотя клиент уже всё написал.

ИИ-бот для обработки заявок должен сохранять результат в согласованном месте. Это может быть CRM или рабочая очередь обращений. Передачу нужно проверить: менеджер действительно видит запрос, вложения и незавершённый вопрос. Подробности организации смен есть в отдельной статье про обращения вне рабочего времени.

Почему 5000 рублей не полная стоимость

В посте я назвал ориентир около 5000 рублей в месяц на токены. Это расход на использование модели в описываемом варианте. Конкретная сумма зависит от объёма переписки, длины диалогов, выбранной модели и подключённых действий.

Пока не учтены остальные расходы, сравнивать эти 5000 рублей с оплатой сотрудника рано. Для рабочего решения нужно подготовить базу знаний, настроить диалог, подключить каналы, проверить передачу заявок и разбирать ошибки после запуска.

В моих проектах внедрение начинается от 50 000 рублей, сопровождение — от 10 000 рублей. Период и состав сопровождения согласуются отдельно. Использование ИИ и сторонних сервисов считается отдельно; в предложении должно быть понятно, за что и когда вы платите.

Поэтому оценивать решение стоит на своих обращениях. Посмотрите, сколько запросов приходит вне смены, какие вопросы повторяются и сколько времени команда тратит на их разбор. Затем сопоставьте полный состав расходов с задачей, которую хотите закрыть. Методика такого расчёта есть в статье о стоимости ИИ-сотрудника.

Если обращений мало или каждый разговор требует решения собственника, сначала полезно разобрать сам процесс. Одного факта, что клиенты иногда пишут вечером, недостаточно для вывода об окупаемости внедрения.

Что проверить на своих сообщениях

Откройте последние входящие диалоги, включая вечерние и выходные. Для каждого отметьте время вопроса и время первого содержательного ответа. Отдельно посмотрите, удалось ли продолжить разговор и чем он закончился. Молчание клиента само по себе не доказывает, что он купил в другом месте.

После такого разбора выберите один повторяющийся запрос для проверки ИИ: стоимость стандартного товара, условия доставки или сбор данных для консультации. Подготовьте подтверждённые ответы и укажите случаи, когда разговор должен продолжить человек.

До запуска проверьте несколько ситуаций:

• Вопрос о цене без названия товара: ИИ уточняет нужные параметры.
• Вопрос, на который нет ответа в базе: ИИ обозначает, что требуется уточнение.
• Просьба о менеджере: есть понятный маршрут и реальный срок продолжения.
• Передача заявки: сотрудник получает историю и понимает следующий шаг.
• Ошибка подключения: обращение остаётся доступным для разбора.

После запуска смотрите на качество ответа и на то, чем заканчивается обращение. Число сообщений, отправленных ботом, мало говорит о том, стало ли покупателю проще заказать.

Я начинаю работу с разбора реальных диалогов. По ним видно, где клиенту достаточно ответа из базы знаний, какие сведения нужно уточнить и где потребуется менеджер. С такими примерами можно прийти на обсуждение внедрения и выбрать первый участок для запуска.