Описание

Клиент: интернет-магазин запчастей для бытовой техники.

Вводные данные: компания получает плотный поток лидов через разные каналы связи. Все обращения падают в Открытые линии Битрикс24.

Боль бизнеса: менеджеры первой линии вместо продаж работают справочной службой и дешифровщиками. Они тратят время на базовый пинг-понг с клиентами: слушают голосовые, пытаются разглядеть модели техники на фотографиях шильдиков и отвечают на типовые вопросы. Из-за этого падает скорость обработки горячих лидов, а фонд оплаты труда (ФОТ) раздувается при попытке масштабировать трафик.

Задача: мне нужно было полностью автоматизировать первую линию поддержки.
Цели:
1) Масштабирование без найма. Система должна переваривать любой объем входящего трафика 24/7 без привлечения новых сотрудников.
2) Избавление от рутины. Менеджер не должен начинать диалог с пустого "Здравствуйте". Отдел продаж должен подключаться только к квалифицированным лидам, когда в Битрикс24 уже заполнена карточка, а в Telegram пришло уведомление о готовности к сделке.
Сделать "в лоб" через стандартных чат-ботов с кнопками было нельзя - клиенты пишут текстом, кидают фото сломанной техники и записывают аудио. Нужен был гибкий ИИ-агент, способный понимать контекст и парсить медиафайлы.

Решение

Я спроектировал связку на базе n8n, которая работает как шлюз между Битрикс24 и API нейросетей. Вся архитектура выстроена так, чтобы ИИ бесшовно работал внутри Открытых линий и полностью заменял оператора на этапе квалификации.

Вот как я реализовал техническую часть:
1) Перехват трафика. Я настроил вебхуки: любое входящее обращение (текст, картинка, голосовое) из Открытых линий Битрикс24 мгновенно инициирует сценарий в n8n.

2) Распознавание аудио. Для обработки голосовых сообщений я подключил отдельную модель. Сценарий забирает аудиофайл из CRM, транскрибирует его в текст, отсекая фоновый шум, и передает готовую выжимку основному ИИ-агенту.

3) Чтение фото-шильдиков. Это был самый проблемный участок грязных данных. Я внедрил модуль Vision. Теперь, когда клиент кидает фото наклейки с бытовой техники, нейронка анализирует изображение, вытаскивает бренд, артикул и модель, после чего переводит эти данные в структурированный текст.

4) Логика ИИ-агента. Я прописал системный промпт для языковой модели. ИИ работает строго по скрипту, его задача - собрать нужные переменные: какая деталь требуется, для какой техники, есть ли серийный номер. Если данных не хватает, ИИ сам генерирует уточняющий вопрос и отправляет его клиенту прямо в чат Битрикс24.

5) Обогащение CRM. Как только нейросеть понимает, что квалификация пройдена (чек-лист заполнен), n8n автоматически обновляет карточку лида в Битрикс24, раскладывая собранную информацию по отдельным полям.

6) Передача сделки человеку. На финальном этапе я настроил интеграцию с Телеграм. Как только лид "созрел", отдел продаж получает пуш-уведомление: "Лид квалифицирован, данные собраны". Менеджер заходит в Битрикс24, видит готовую карточку с артикулами, читает историю переписки и сразу переходит к продаже.

В итоге я собрал автоматизированный контур, где ИИ берет на себя всю черновую работу по расшифровке и сбору данных, а человек подключается только на этапе выставления счета.

Результат

Я перевел первую линию поддержки полностью на автопилот. Система работает и стабильно переваривает весь входящий поток грязных данных.

Итоги внедрения в цифрах и бизнес-метриках:

- скорость первичной обработки - секунды. ИИ отвечает мгновенно в режиме 24/7. Мы исключили потерю лидов в нерабочие часы и выходные, что напрямую спасает конверсию и не дает клиенту уйти к конкурентам.

- экономия времени отдела продаж. Раньше на квалификацию одного сложного запроса (послушать аудио из цеха, запросить фото шильдика, вбить артикул) уходило до 15 минут. Сейчас продажник тратит 0 минут на сбор данных.

- заморозка ФОТ при масштабировании. Заказчик получил возможность кратно увеличивать рекламный трафик без найма новых операторов. Пропускная способность контура теперь ограничена только балансом API, а не количеством рабочих мест.

- чистота данных в CRM. ИИ не устает и не забывает скрипты. Карточки в Битрикс24 всегда заполнены по единому стандарту, человеческий фактор при вводе номенклатуры исключен. Это дает ЛПР прозрачную аналитику по самым частым запросам.

Как это работает на практике сейчас:
Клиент пишет в 2 часа ночи: "Сломалась машинка, нужна вот эта штука" и прикрепляет голосовое с фотографией детали. ИИ-агент принимает запрос, транскрибирует аудио, парсит фото шильдика, вытаскивает артикул и задает уточняющие вопросы, если данных не хватает.

Утром менеджер открывает Телеграм, видит уведомление с готовой выжимкой, переходит в Битрикс24 и сразу формирует счет на оплату.

Я убрал из отдела продаж функцию справочного бюро. Теперь менеджеры занимаются исключительно закрытием сделок и генерацией выручки.

Презентация проекта