ИИздец. ИИ-продавец.

Увы, почти все сегодняшние ии-сотрудники, ии-продавцы, ии-кто угодно – просто GPT с промтом, либо GPT с памятью. А выдают это как сервис, который будет стабильно выполнять роль живого человека…

Я все таки технический человек, постараюсь на своем языке объяснить, как выглядит реально рабочее решение.

Вроде как, понятно, что сотрудник – это не одна, а много связанных функций. GPT – это все таки нейросеть, которая имеет конкретные ограничения, но преподносится массам людей как "сверхинтеллект". Увы, это не так. И не будет скоро, судя по вчерашнему релизу GPT-5. Даже если загрузить все инструкции и регламенты в один большой текст, GPT в них будет просто теряться. Чтобы не уходить в технические детали, это именно ограничение модели, которое никакими промтами не исправить.

GPT с памятью, как ни крути, подходит только когда нужен просто бот на вопрос-ответ, например, бот техподдержки. Но такое решение точно не тянет на замену функций живого менеджера. Чтобы это работало, нужен другой подход.

Если коротко — сеть ИИ‑агентов.

Чтобы сделать реального ИИ-менеджера, нужно разбить всю его работу на кучу отдельный мини-функций. И на каждую отдельную мини-функцию уже делать ии-агента на GPT, который обучен делать только ее.

Работа менеджера по сути – сеть связанных между собой ии-агентов, цель которых вести клиента до заказа/покупки/записи/оплаты, при этом в процессе обращаться к другим приложениям.

Получается часть ии-агентов отвечает за диалог, часть за CRM, 1С, ЭДО, Таблицы, Банкинг и тд. Примерно так это и работает у меня.

Если всерьез сесть создавать ИИ-менеджера, у нас бы вышли примерно такие требования к нему:

То есть под каждый этап диалога должна быть отдельная цель и под эту цель отдельный ИИ-агент: ИИ-агент установления контакта, выявления потребности, презентации, отработки возражений, целевого действия, завершения диалога.

В зависимости от того, что за клиент общается с ИИ-продавцом, должна меняться конфигурация. Например, если он из Москвы, розничный и интересуется пробниками, то будут ИИ-агенты должны иметь одни условия, если регион, оптовик, хочет сразу сделать поставку – другие. То есть в зависимости от того от куда клиент: Мск/Регион; типа компании клиента: Розничная/Оптовая; запроса клиента: пробная партия, полноценная поставка; меняется контекст и цель ии-агентов. А эти параметры определяет отдельный ИИ-агент по ходу переписки. В зависимости от параметров, подбирается конфигурация других ии-агентов.

Мы бы решили, что лучше подключить его прямо к аккаунту tg, whatsapp и тд. Чтобы он печатал, мог отправлять файлы, голосовые, кружочки и специально делать небольшие ошибки в тексте, чтобы создать эффект, как будто перед клиентом супер вовлеченный, живой менеджер.

По сути он может делать тоже самое что делает менеджер в интерфейсе любой программы, только кодом, через api:

ИИ-агент принимает заявки с сайта, перемещает между этапами, оставляет примечания после созданного заказа, и ставит задачи менеджеру, чтобы тот принял заказ или включился в диалог. И даже если даже возникает сложная ситуация, когда у ИИ не хватает контекста для решения вопроса, он передает ее менеджеру. Как ниже на скрине, например, менеджер Антоний вел постоянного клиента, который написал с нового аккаунта, ИИ по названию ООО в сообщении нашел его в базе, поставил задачу менеджеру связаться и передал сделку.

Например, в 1С, ИИ-агент проверяет наличие позиций, составляет договор и счет. По ЭДО через Диадок отправляет документ на подпись, а в чат отправляет счет на оплату. После получения денег и подписания договора в ЭДО отправляет заказ на отгрузку. Перед этим менеджер проверяет, что все было окей, собирает заказ и отправляет в доставку.

На примере бьюти-студии, ИИ записывает, переносит, отменяет записи в Yclients(системе для учета расписания). Помимо этого, в момент записи смотрит, есть ли незаполненные слоты до или после процедуры и предлагает совместимые услуги. После процедуры может лично запрашивать обратную связь: если что-то пошло не так, сразу записывать на коррекцию, если все окей, предлагать оставить отзыв. Помимо этого реанимировать клиентскую базу, которые не записывались больше месяца назад. На скрине пример созданной записи на услугу в Yclients.

Как показывает практика сегодня для каждой компании все супер индивидуально, настолько, что для двух компаний в одной сфере придется почти с нуля разрабатывать ИИ-агентов.

Примерно так получается автоматизированная система работы с клиентами, которая берет на себя рутинную работу менеджеров. Так, что живым менеджерам нужно только финально проверять успешно завершенные диалоги и включаться только в сложных случаях, когда у ИИ-продавца не хватает полномочий для решения вопроса.

Стандартная модель коммерческой разработки. Есть фикс за разработку, затем только платить за нейросети. Ежемесячно выходит от 3500₽/мес – это себестоимость сервера и расходов на GPT. Причем в прогрессии на 1000 заявок они не превышают з/п даже одного живого менеджера.

Примерно так сегодня выглядит работающее решение.