Агент для агентства: как мы не захотели брать готовое и создали собственного AI-ассистента

Если бы для бизнеса существовал отдельный супергерой — им бы точно стал ИИ-ассистент. В этой статье рассказываем, как мы с командой AllSee создали агента для повышения эффективности бизнеса.

Сейчас, когда конкуренция между компаниями стремительно растет, эффективное взаимодействие с клиентами становится ключевым фактором успеха. Однако многие организации сталкиваются с рядом вызовов в данной области:

Необходимость быстрого реагирования на запросы клиентов. В условиях высокой конкуренции и стремления клиентов экономить время, задержки в ответах могут привести к потере потенциальных заказчиков.
Затраты на найм и обучение менеджеров. Для обеспечения качественного общения с клиентами требуется привлечение квалифицированных специалистов, что сопряжено с дополнительными расходами и временными затратами.

Например, в AllSee есть услуга по разработке AI-решений, а найти на рынке опытного консультанта со знаниями в современном AI за адекватные деньги – задача не из легких. Более того, чтобы посвятить такого специалиста в нашу внутреннюю специфику, необходимо большое количество времени, а это совсем не выгодно из-за упущенных клиентов во время такого обучения.

Сложность контроля качества общения. Без должного мониторинга существует риск потери клиентов или ухудшения репутации из-за некачественного взаимодействия.

AI-ассистенты представляют собой программные решения, использующие искусственный интеллект для автоматизации взаимодействия с клиентами. Они способны обрабатывать запросы, предоставлять информацию, собирать данные и выполнять другие функции, для которых ранее требовались усилия человека.

Автоматизация обработки запросов. Согласно исследованию, 70% клиентских запросов могут быть автоматизированы с помощью чат-ботов, что снижает время ответа и повышает удовлетворенность клиентов.

Например, H&M - ведущий мировой ритейлер модной одежды – использует чат-бот, который помогает клиентам с поиском информации о товарах, отслеживанием заказов и процессом возврата. Это значительно сокращает время отклика, а также существенно повышает общую удовлетворенность клиентов. Результаты оказались впечатляющими: конверсия в покупку выросла на 20%, а средняя стоимость заказа увеличилась на 17%.

Снижение затрат. Внедрение чат-ботов позволяет сократить расходы на обработку запросов на 30% за счет увеличения количества обрабатываемых обращений и автоматизации работы персонала.

Согласно исследованиям, более 73% людей открыты к общению с AI-ассистентами, и более 60% уже имели опыт такого взаимодействия.

Вот ряд задач, которые могут быть решены с помощью чат-бота в Telegram:

Сбор базы теплых контактов. Бот накапливает базу пользователей, которым затем можно отправлять уведомления: аналог email-рассылок, но в более удобном формате.
Первичная обработка лидов. Бот взаимодействует с потенциальными клиентами, отвечая на их вопросы, что помогает преодолеть сомнения перед обращением к менеджеру.
Вовлечение в услуги компании. Через дружелюбную и ненавязчивую коммуникацию бот погружает пользователей в тематику и знакомит их с услугами компании.
Развитие бренда. AI-решения, доступные 24/7, демонстрируют заботу о клиенте, который круглосуточно может получить помощь.
Снижение затрат на персонал. Автоматизация общения позволяет уменьшить расходы на найм, обучение и контроль менеджеров.

Мировой рынок AI-ассистентов демонстрирует устойчивый рост: по оценкам Verified Market Reports, объем рынка в 2024 году оценивался в 10,3 млрд долларов, а к 2033 году прогнозируется его увеличение до 39,5 млрд долларов.

В России рынок чат-ботов и голосовых помощников по темпу роста не уступает мировому – согласно данным TAdviser, его прогнозируемый ежегодный рост составляет около 30%.

На рынке существует множество платформ для создания и интеграции AI-ассистентов. Наиболее популярные из них:

Selarti.com – платформа, ориентированная на создание ИИ-менеджеров для автоматизации продаж через мессенджеры
Coze.com – позволяет создавать чат-ботов и интеллектуальные диалоговые системы без необходимости программирования
Make.com – предоставляет инструменты для интеграции и автоматизации различных сервисов

Если вы умеете программировать, вы также можете подключить AI-ассистента крупных LLM-провайдеров, которые при умелой настройке могут обеспечить большую гибкость и меньшую стоимость:

OpenAI Assistants — классическое решение от американской компании OpenAI.
YandexGPT Assistants — российский аналог ИИ-ассистентов от Yandex.

Во всех этих сервисах есть несколько ключевых возможностей:

Подключение LLM (большой языковой модели) для ведения осмысленного диалога в текстовом или голосовом формате
Использование промпта (инструкции на естественном языке) для того, чтобы обучить чат-бот действовать по вашему скрипту
Загрузка файлов для дообучения чат-бота на контексте данных конкретной (то есть вашей) компании

Использование готовых решений не всегда соответствует специфическим потребностям – мы попробовали каждое из них, но нашли несколько минусов:

Текстовый формат общения. Чат-боты часто ограничиваются сообщениями в формате текста, а это быстро надоедает, особенно, если объем информации большой.
Статичность данных. Боты работают только с загруженными файлами и не умеют динамически обновлять информацию из блога или Telegram-канала в режиме реального времени (а этого очень бы хотелось).
Ограниченная функциональность. Чат бот не сможет выполнить сложные функции, например, подготовить смету, собрать дайджест новостей или записать данные клиента в CRM.

Наше решение основывается на нескольких технологических улучшениях, которые позволяют расширить функциональность готовых аналогов и сделать диалог более вовлекающим:

Функциональные вызовы - это расширение возможностей специальными инструментами, которые могут разнообразить взаимодействие с клиентом: например, записать клиента на онлайн-встречу в календарь или передать данные о клиенте в CRM-систему после завершения диалога. Их преимуществом является то, что вам не нужно самостоятельно определять момент, когда вызывать функцию — ИИ, следуя инструкциям, сам осуществит этот вызов исходя из контекста диалога.

Агент – это ассистент, который может самостоятельно принимать решения по поводу того, какой из инструментов применить в конкретный момент диалога. Сейчас мы реализовали следующие функции для агента:

Вычленение из расширенной базы знаний релевантных данных для ответа на точечные вопросы, которые не были упомянуты в базовом промпте.
Отправка релевантного лид-магнита в PDF-формате (у нас таких 3).

Впоследствии мы планируем реализовать еще несколько функций:

Динамическое добавление постов из тг-канала и статей из блога компании в базу знаний, чтобы сопровождать ответы в диалоге ссылкой и содержанием этих материалов.
Предоставление нескольких релевантных кейсов с картинкой или видео, чтобы еще больше вовлечь пользователя и персонализировать диалог.
Планирование и отправка дайджеста новостей из ресурсов компании.
Запись лида на встречу с менеджером и добавление в календарь или публикация во внутреннюю CRM.
Распознавание документов и картинок заказчика, например, технических заданий или схем.

Для более сложных задач, где, как и в обычной жизни, требуется несколько человек, мультиагентность позволяет создать сразу нескольких агентов и предоставить им возможность самим коммуницировать между собой, чтобы решить задачу наиболее эффективно.

Например, клиент захотел получить коммерческое предложение. Так как эта задача предполагает более сложный сценарий, и в нем важна точность, то мы можем, как и в реальном процессе подготовки КП, назначить ответственных и задать процесс. В таком случае у нас может быть предусмотрено 3 агента, которые общаются между собой: планировщик, исполнитель и валидатор.

Таким образом агенты сами общаются между собой, пока не решат задачу в лучшем виде – а при правильной настройке это вполне реально даже для сложных задач.

Схема работы довольно простая:

Пользователь переходит в бот с сайта или из тг-канала.
Далее он начинает диалог, а бот отправляет приветственное сообщение.
На вопросы, задаваемые в процессе, бот может отвечать текстом, прикреплять cсылки и отправлять лид-магниты.

Важно отметить, что текущая версия уже позволяет расширить возможности готовых решений на рынке, но все еще реализует только малую часть своего потенциала и может быть адаптирована под более сложные задачи автоматизации клиентского взаимодействия.

AI-агент, про которого мы рассказываем в этой статье – не единственный в нашей практике. Так как чат-боты и ИИ-ассистенты – довольно популярное решение для компаний, у AllSee есть еще несколько интересных кейсов:

Здесь мы применяли YandexGPT для выявления предпочтений пользователя с целью предложить ему готовые блюда из каталога. Решение повысило вовлеченность в каталог готовой еды на 10%, ведь с ним стало гораздо проще разнообразить свой привычный выбор чем-то новым и в то же время подходящим под предпочтения.

Он умеет извлекать контекст из видео и аудио и формировать ответы на базе этой информации в удобном диалоговом режиме. Благодаря формату диалога с ботом, время на анализ онлайн-встреч, лекций и прочих материалов сокращается с нескольких часов до 10 минут.

Этот сервис отвечает на вопросы студентов автошкол по актуальной базе ПДД, чтобы повысить качество обучения и заменить зубрежку пониманием материала.

А в одной из наших предыдущих статей мы рассказали все про чат-боты в ритейле – прочитать можно тут.

Наш Telegram чат-бот доступен для вашего тестирования.

Вы также можете воспользоваться открытым кодом, которым мы поделились в своем публичном GitHub репозитории, или обратиться к нам за адаптацией этого чат-бота для вашей компании.

В следующей статье мы расскажем, как улучшили нашего ассистента, добавив ему возможность добавлять посты и статьи в базу, чтобы присылать на них ссылки в диалоге.

А если вы хотите узнавать новости про ИИ для бизнеса и следить за нашими новыми проектами — ждем вас в телеграм-канале AllSee. Совсем скоро мы запустим серию авторских подкастов про AI-агентов, генеративный ИИ и LLM, а также другие интересные AI-технологии — обязательно подпишитесь, чтобы быть в курсе развития ИИ.