Сложность:

Гарик Бабаян: закачали все данные в нейронку — теперь бухгалтеры отвечают клиентам за секунды

В кейсе рассказываем, как сооснователь бухгалтерского сервиса внедрил ИИ в процессы компании. Теперь нейросети готовят быстрые ответы, мониторят негатив и помогают продажникам обрабатывать до тысячи лидов в месяц.

Опыт с нейросетями: я интересуюсь нейросетями и стараюсь их активно внедрять в свою работу. Сейчас в нашей компании на нейронках завязано многое: автоответы, подсказки для бухгалтеров, оповещение руководителей. Это здорово экономит время, и я хочу масштабировать такие практики.

Хотели решить сразу много задач при помощи ИИ

У нас в компании было много разных хотелок, и все они сводились к одному: снизить нагрузку на сотрудников и повысить контроль качества обслуживания. Мы формулировали свои задачи примерно так:

• нужно как можно быстрее отвечать клиентам. Мы постоянно дорабатываем наш клиентский сервис, и моментальные ответы — часть этой работы. Наша команда старается над тем, чтобы задачи клиентов (особенно срочные) решались почти сразу.
• руководителям требуется контроль за негативом. Иногда клиенты будут недовольны — это неизбежно. И нашим менеджерам нужно держать руку на пульсе, чтобы понимать: где заказчик просто встал не с той ноги, а где необходимо решать проблемы.
• желательно разгрузить бухгалтеров, чтобы они успевали больше. У команды всегда много работы, и наша руководительская задача — упростить им жизнь, где это возможно. Так у сотрудников высвобождается время для более сложной и креативной работы.
• надо обрабатывать лиды почти моментально, чтобы не упускать заказчиков. Мы проанализировали продажи и засекли: самая высокая конверсия там, где клиенту ответили за пару секунд. Осталось придумать систему, при которой команда сможет постоянно отвечать с такой скоростью.

Мы прикинули, что большая часть этих задач, если не вообще все, решаются при помощи ИИ. Подключили своих технических специалистов, включились собственными мозгами — и принялись за дело.

Подключили мониторинг сообщений

У нас бухгалтерская фирма, которая работает с сотнями клиентов в долгосрочных отношениях. А здесь, знаете ли, как в браке: бывают моменты, когда живёте душа в душу, а иногда у вас разборка на разборке. Поэтому вытекают две задачи:

• собирать негатив. Важно, чтобы руководители были в курсе проблем и быстро реагировали на них. Однако собирать фидбек от всех бухгалтеров просто невозможно — нужна автоматизация.
• фильтровать негатив. Иногда злые сообщения не направлены на компанию или работу бухгалтеров — клиент может злиться на контрагентов, на ситуацию или просто так. Все подобные случаи нужно как-то сортировать.

Сообщения, которые нужно анализировать, поступают в WhatsApp, в Telegram и на электронную почту, а затем сводятся в одном омниканальном сервисе. В нём отражаются все переписки — поэтому ИИ мы решили применять именно к нему, чтобы не подключать сразу несколько источников.

Мы рассматривали только open-source решения. Для нас было важно, чтобы ИИ можно было развернуть на собственном сервере — ведь мы работаем с персональными и финансовыми данными. В список для рассмотрения попали несколько нейронок:

*принадлежит Meta, которая признана экстремистской в РФ

Ещё мы потестировали несколько американских нейронок, но они оказались слабоватыми, и выдавали тупые ответы. В итоге остановились на Qwen от Alibaba.

Наши программисты развернули на серверах Qwen. Они при помощи промптов поставили задачи для нейронки: собирать срочные и негативные сообщения. Затем доработали бэкенд-прослойку, чтобы промпты работали и запустили в тест. Теперь нейронка должна была ловить «острые» сообщения клиентов, вроде этого:

• «Вы там два раза уже пишу, вы не звоните»
• «Вы задолбали»
• «Вы вообще адекватны или нет?»
• «Какой ещё нахрен счёт, я уже всё оплатил!»

Помимо этого нейронка улавливала, если клиенту нужен был ответ поскорее. Например, когда заказчик пишет «срочно» или «нужно завтра».

Дальнейшая логика такова: ИИ собирает сообщения, анализирует тональность и срочность. Если клиенту нужно выполнить задачу прямо сейчас, либо он чем-то недоволен — нейронка помечает запрос. В этот момент к нам в чат руководителей приходит сообщение:

Когда сообщение приходит, мы сразу включаемся в дело и проверяем на адекватность. Если ситуация реально требует внимания — пишем бухгалтеру и просим разобраться как можно скорее. Контроля становится больше.

Все тревожные сообщения отправляются в единый реестр. Его мы разбираем на совместных созвонах каждую среду. Делаем разборы полётов и проверяем статусы важных задач. А в конечном итоге — совершенствуем уровень сервиса для клиента.9

Внедрили «помощника бухгалтера»

После того, как мы сделали мониторинг гневных сообщений, занялись тем, как их вообще не допускать. Занялись оперативностью нашей поддержки, ведь чем быстрее клиенту помогут, тем выше шанс, что он останется доволен.

Для ускорения ответов задействовали нейронку, которую ранее уже развернули. Решили, что она будет подбирать быстрые ответы для наших бухгалтеров. Раньше специалисты много времени тратили на переписку: нужно было отвечать на однотипные вопросы, подбирать формулировки, при этом следить за контекстом общения с клиентом.

Теперь программисты доработали ИИ и задали ограничивающие промпты, которые не давали нейронке говорить ерунды. Но мы всё равно побоялись делать полноценного нейронного бота-автоответчика — слишком рискованно.

Мы не стали делать, чтобы он писал ему ответы и отправлял, потому что страшно. Может нафантазировать всё что угодно и согласиться на всё что угодно, как бы мы не ограничивали. К сожалению, это реально страшно.

Поэтому мы сделали из ИИ бота-советчика и интегрировали его в приложение, через которое бухгалтеры общаются с клиентами. Там появилось боковое окошко, куда нейронка присылает свои предложения с ответами. А специалист уже решает, скопировать автоответ или нет.

Пока что мы не замеряли, насколько сильно изменилась нагрузка наших бухгалтеров. Но я точно знаю, что они ежедневно используют эти опции. По моим прикидкам, пару часов в неделю специалисты теперь точно экономят — это время они могут тратить на других клиентов.

Разработали бота для продаж

Наши услуги часто ищут на Авито, а на этой площадке скорость ответа критична. Клиент пишет сразу нескольким исполнителям и выбирает того, кто быстрее откликнется. Таких сообщений может поступать до тысячи в месяц, и менеджеры не всегда успевали обрабатывать все обращения, особенно ночью и в выходные.

Через коннектор мы подключили Qwen к Авито. Ей написали специальный промпт: отвечать мгновенно и вежливо, предлагать созвон и стараться получить номер телефона клиента. Алгоритм такой:

• ИИ ведёт переписку до тех пор, пока не получит номер телефона.
• Когда номер появляется, менеджер подключается и берёт лида в работу.
• В ~70% случаев система успешно получает контакт.

Иногда нейросеть перегибает. Например, ведёт себя слишком напористо или предлагает созвон прямо на выходных. Получается курьёзная ситуация: менеджеры отдыхают, а нейронка зовёт клиента созваниваться прямо сейчас. Но в целом эффективность оказалась высокой.

Сделали автоматический реестр

Мы не ограничились только генеративными нейронками, хоть и прикрутили их везде, где только возможно. Чтобы ускорить работу бухгалтеров ещё сильнее, мы взялись за самую нудную часть их работы — ввод первичной документации.

Раньше у нас была огромная проблема: мы по сто раз запрашивали одни и те же документы, и клиенты бесились. Это происходило из-за того, что документы передавали разными способами: через чаты, по почте — и из-за путаницы они не всегда регистрировались корректно.

Чтобы справиться с проблемой, мы подключили нейронку для распознавания. Что она теперь делает:

• сохраняет документы в единую директорию;
• распознаёт содержимое файла, даже если это скан или фотография;
• определяет контрагентов, дату и сумму;
• формирует реестр;
• указывает директорию хранения.

Получается, мы сделали такую штуку, что теперь ничего не делаем вообще: документы приходят, сами сохраняются, сами протоколируются. Мы каждое утро просто скачиваем реестр и отдаём в работу.

На основе этой нейронки мы уже разрабатываем новое решение — хотим подключить ИИ к 1С по API. Так нейронка сможет автоматически создавать черновики проводок, опираясь на данные из документов.

Что в итоге

При помощи нейронок мы разрешили несколько практических задач, которые помогают в работе с клиентами:

Контроль над клиентским сервисом. Руководители теперь видят все жалобы и срочные запросы в реальном времени и каждую неделю поднимают реестр жалоб для анализа.

Документы перестали теряться. ИИ автоматически сохраняет и протоколирует файлы, формируя ежедневный реестр. Это сняло проблему повторных запросов у клиентов.

Подсказки для бухгалтеров. У сотрудников всегда под рукой готовый вариант ответа, который можно скопировать и отправить. Это экономит время и снижает риск ошибок.

Лидогенерация на Авито. Нейросеть успевает первой отвечать на заявки и в 70% случаев получает номер телефона клиента, после чего менеджер подключается и ведёт сделку дальше.

В будущем мы запланировали ещё несколько проектов: хотим сделать полноценное предзаполнение документов для бухгалтеров и автоматическое формирование счетов — для клиентов. Уже готовим для этого интеграцию с 1С.

Эти изменения мы сделали до «Нейроцеха»

Когда я вступал в клуб, у нас уже были готовы почти все эти наработки. Хоть я и не использовал базу знаний для разработок с ИИ, я бы поделился с участниками идеями, если бы меня об этом попросили.