Заказчик — крупная логистическая компания, работающая в B2B-сегменте. Основная деятельность сосредоточена на экспедиторских услугах. Ежедневно компания обрабатывает сотни запросов, включая повторяющиеся заявки от постоянных клиентов на стандартные маршруты и расчёт стоимости перевозки.
Логистическая компания обрабатывала большое количество однотипных запросов. Менеджеры тратили значительную часть времени на рутинные операции: расчёт по тарифным формулам, уточнение номенклатуры услуг и поиск информации во внутренних регламентах. Такие задачи занимали примерно до 70% рабочего времени команды.
В пиковые периоды ответы менеджеров на заявку могли увеличиваться до 30 минут, так как им приходилось вручную рассчитывать стоимость и проверять условия в нескольких внутренних документах.
Цели внедрения:
Мы разработали и внедрили на сайт ИИ-оператора в формате интерактивного виджета. Интерфейс построен как продвинутый чат: клиент получает не только готовый ответ, но и ссылки на источники — внутренние документы, тарифные сетки и правила расчёта, на основе которых формируется коммерческое предложение.
Система была обучена на базе знаний компании: номенклатуре услуг, актуальных прайс-листах, правилах экспедирования и внутренних регламентах. Архитектура решения построена по принципу RAG (Retrieval-Augmented Generation), поэтому ИИ формирует ответы исключительно на основе проверенных данных и избегает «галлюцинаций», характерных для обычных языковых моделей.
Аудит и проектирование
Анализ логики ценообразования, тарифных формул и типовых сценариев клиентских запросов. Проектирование архитектуры решения и сценариев работы ИИ-оператора.
Подготовка базы знаний
Структурирование и оцифровка внутренних данных компании: номенклатуры услуг, тарифных сеток, регламентов и правил экспедирования для последующего использования в RAG-архитектуре.
Настройка логики и интеграция
Реализация бизнес-логики расчётов, интеграция с внутренними системами компании и настройка клиентского виджета на сайте.
Тестирование
Проверка корректности работы ИИ-оператора, тестирование диалоговых сценариев и устойчивости системы при различных параметрах запросов.
Запуск
Развёртывание решения в рабочей среде, запуск виджета и мониторинг диалогов и расчётов для контроля качества работы системы.
ИИ-оператор закрывает основные этапы обработки входящих запросов:
1. Интеллектуальный расчёт: ИИ использует логику тарифных формул компании для мгновенного определения стоимости перевозки.
2. Сегментация клиентов:
Для старых (авторизованных) клиентов: ИИ-оператор проводит полный предварительный расчёт и выдаёт готовую цифру без участия менеджера.
Для новых клиентов: интеллектуальный помощник на сайте делает ориентировочное КП, задаёт квалифицирующие вопросы и передаёт структурированную заявку менеджеру для финального уточнения.
3. Работа с документами: бот мгновенно находит информацию в сложных внутренних регламентах и отвечает на вопросы по условиям работы.
Стоимость перевозки зависит от множества параметров — веса и объёма груза, его типа и класса опасности, расстояния маршрута и дополнительных услуг. Нам нужно было перенести эту систему расчётов в логику ИИ так, чтобы результаты оставались точными и надёжными.
ИИ-оператор на сайте должен был работать как часть внутренней инфраструктуры компании. Для этого мы интегрировали его с CRM и другими системами, чтобы все расчёты и диалоги автоматически фиксировались и были доступны менеджерам в режиме реального времени.
Раньше первичный расчёт стоимости перевозки занимал у менеджеров в среднем от 15 до 30 минут, а теперь клиент получает его практически мгновенно (примерно за минуту).
Компания автоматизировала большую часть повторяющихся операций — до 80% типовых запросов ИИ-оператор обрабатывает самостоятельно, без участия сотрудников. Клиенты теперь получают коммерческие предложения и консультации в режиме 24/7, а компания не теряет заявки, поступающие вне рабочего времени.
