Как мы внедрили ИИ-ассистента в Битрикс24: кейс интернет-магазина туристического снаряжения
Интернет-магазины с широким ассортиментом и сложными техническими характеристиками сталкиваются с проблемой, которую сложно решить стандартными средствами CRM: продавцы тратят непропорционально много времени на поиск информации, а не на продажи. Когда каждая позиция требует консультации, а данные размазаны по десяткам документов, презентаций и картинок, скорость реакции падает, а нагрузка на персонал растёт.
Мы реализовали проект для интернет-магазина туристического снаряжения. Компания продаёт фонари, палатки, спальники, горелки и сопутствующие товары. Ассортимент — сотни позиций, у каждой — сложные технические характеристики. Часть данных хранится в структурированном виде, часть — в презентациях и изображениях.
Ниже — архитектура решения, результаты и важное наблюдение о границах автоматизации.
Проблема: информация есть, доступа к ней — нет
Клиенты задают вопросы в чате на сайте. Чтобы ответить, менеджеру нужно:
- открыть несколько документов или вкладок в базе знаний;
- найти нужную позицию в прайс-листе;
- открыть презентацию производителя, если характеристики не оцифрованы;
- сравнить две модели, чтобы объяснить разницу;
- сформулировать ответ и отправить.
Всё это занимает минуты, а в сложных случаях — десятки минут на один диалог.
Основные боли, которые сформулировал заказчик:
- Высокая нагрузка на менеджеров из-за ручного поиска.
- Снижение скорости реакции на запросы (в чате это критично).
- Неструктурированность части данных (презентации, картинки) — их невозможно быстро найти стандартными средствами Битрикс24.
- Риск ошибок: уставший менеджер может перепутать характеристики или дать неполный ответ.
Задача:
- Сократить время ответа менеджера клиенту за счёт автоматизации поиска информации.
- Научить систему находить релевантные данные во внутренней базе знаний, включая неструктурированные источники.
- Сделать инструмент, который работает как помощник продавца, оставляя финальный контроль за человеком.
Решение: ИИ-ассистент внутри Битрикс24
Мы спроектировали систему, которая работает в привычной для менеджеров среде — внутри чатов Битрикс24. Никаких переключений между окнами, никакого обучения работе с новым интерфейсом.
Архитектура решения
1. Интеграционный слойИИ-ассистент встроен в чат-бот Битрикс24. Менеджер видит его как контакт, которому можно переслать вопрос клиента.
2. Модуль понимания запросов (NLU)Система анализирует естественный язык. Она обучена распознавать:
- названия товаров (в разных вариациях);
- запросы характеристик (вес, размер, материал, мощность);
- сравнительные вопросы («чем модель А отличается от Б»);
- вопросы о наличии и цене.
3. Модуль поиска по базе знанийАссистент обращается к внутренней базе знаний компании. Ключевая особенность — поиск по неструктурированным источникам:
- документы (Word, PDF);
- презентации (PPT, PDF с изображениями);
- изображения с текстом (сканы каталогов, фото характеристик).
Для извлечения информации из презентаций и картинок используется OCR + компьютерное зрение. Система не хранит всю информацию статически, а обращается к актуальным версиям документов.
4. Модуль формирования ответаНа основе найденной информации ИИ генерирует готовый ответ. В ответе содержатся:
- текст для клиента;
- ссылки на первоисточник (чтобы менеджер мог проверить);
- при необходимости — цитаты из документов.
5. Человек в контуреМенеджер видит сгенерированный ответ, проверяет его, при необходимости корректирует и отправляет клиенту. Все сделки и диалоги остаются в Битрикс24 — прозрачность сохранена.
Технические детали
- Инфраструктура: локальный сервер + облачные компоненты для OCR.
- Интеграция с Битрикс24 через REST API.
- Обработка запросов в реальном времени (среднее время ответа ИИ — 2–3 секунды).
- Логирование всех запросов для дообучения модели.
Результаты первого этапа
Внедрение ассистента для менеджеров дало измеримые улучшения:
Скорость ответов. Время подготовки ответа сократилось с нескольких минут до 10–20 секунд в среднем. Менеджер больше не открывает десяток документов — ИИ находит всё за него.
Снижение нагрузки. Сотрудники перестали тратить часы на «копание» в презентациях и каталогах. По оценке заказчика, высвободилось до 30% рабочего времени, которое раньше уходило на поиск информации.
Качество консультаций. ИИ-ассистент находит данные, которые менеджер мог пропустить или забыть. Количество ошибок снизилось.
Прозрачность. Все диалоги и ответы сохраняются в CRM. Руководство может анализировать, на какие вопросы тратится больше всего времени, и дорабатывать базу знаний.
Второй этап: почему автономный чат-бот остался в пилоте
Параллельно с внедрением ассистента для менеджеров мы протестировали сценарий с полностью автономным чат-ботом для клиентов. Тот же ИИ-модуль должен был отвечать на вопросы покупателей без участия человека.
Пилот показал техническую возможность:
- бот корректно отвечал на типовые вопросы;
- распознавал запросы и находил информацию в базе знаний;
- мог вести диалог в рамках обученных сценариев.
Однако заказчик принял решение не выводить его в промышленную эксплуатацию. Причины:
- Стратегия взаимодействия с клиентом. Компания позиционирует себя как эксперт в сложной технической нише. В руководстве посчитали, что живое общение с квалифицированным менеджером — часть ценности и конкурентное преимущество.
- Сложность запросов. Многие вопросы требуют уточнений, которые бот пока не умеет обрабатывать. Например, клиент может спросить: «Что посоветуете для похода на три дня в дождь?» — это требует не поиска по характеристикам, а экспертной рекомендации.
- Контроль качества. Автономный бот может дать некорректный ответ, и клиент уйдёт. В схеме с ассистентом менеджер выступает фильтром, что снижает риски.
В итоге автономный чат-бот остался на стадии пилотного проекта. Компания продолжает использовать ИИ в формате «помощник менеджера».
Где применимо это решение
Описанная архитектура подходит для любого бизнеса, где:
- ассортимент включает сотни или тысячи позиций со сложными характеристиками;
- часть данных хранится в неструктурированном виде (презентации, PDF-каталоги, сканы);
- продавцы работают в CRM (Битрикс24, amoCRM, 1С);
- требуется быстро консультировать клиентов, но полная автоматизация нежелательна.
Примеры отраслей:
- интернет-магазины автозапчастей, электроники, стройматериалов;
- дистрибьюторы сложного оборудования;
- компании с технической поддержкой;
- колл-центры, где операторам нужен быстрый доступ к базе знаний.
Выводы
1. ИИ-ассистент эффективнее, чем поиск вручнуюДаже без полной автоматизации внедрение помощника для менеджеров даёт измеримый ROI: сокращение времени на рутинные операции позволяет продавцам обрабатывать больше запросов или тратить высвободившееся время на развитие клиентов.
2. Человек в контуре — не компромисс, а осознанный выборВ некоторых нишах живое общение остаётся конкурентным преимуществом. Полная автоматизация может снизить качество коммуникации, особенно в сложных продуктах, где клиент рассчитывает на экспертную консультацию.
3. Неструктурированные данные — не преградаТехнологии OCR и компьютерного зрения позволяют использовать презентации и изображения как полноценный источник информации. Это снижает порог входа: не нужно тратить месяцы на оцифровку всех материалов.
4. Пилот — лучший способ проверить гипотезуАвтономный чат-бот в этом проекте не был отвергнут на этапе идеи — он был протестирован, и заказчик принял осознанное решение на основе реальных данных. Это дешевле и быстрее, чем пытаться угадать «как правильно» без эксперимента.
Если у вас похожие задачи — сложный ассортимент, неструктурированные данные, работа с клиентами в чатах, — буду рад обсудить детали в комментариях.
Подробнее о проектах компании — на сайте