// КЕЙС · Производство · 10 недель
Производственная компания (Metako)
Задача
Производственный B2B-бизнес: заявки приходят письмами и через форму сайта, каждая требует проверки наличия в 1С, расчёта стоимости и ответа клиенту. Менеджер тратит на это до 6 часов в день — и всё равно 20% заявок отвечают дольше суток.
Что сделал
- Собрал сервис на Python с YandexGPT для классификации входящих писем
- Поднял базу знаний по номенклатуре — агент видит актуальные остатки в 1С
- Научил бота задавать уточняющие вопросы, если в запросе не хватает данных
- Интегрировал в amoCRM через webhooks: автоматически создаёт сделку с предзаполненными полями
- Добавил кнопку «передать оператору» — сложные кейсы уходят к живому менеджеру
Результат
Время от письма до ответа клиенту упало с нескольких часов до 2–3 минут. Менеджер, который раньше занимался квалификацией, переключился на крупные сделки — их стало больше, потому что теперь он успевает ими заниматься.
Через AI-агента проходит 200+ заявок в месяц. Стоимость одного ответа — около 4 рублей на токены LLM плюс амортизация разработки.
Как шёл проект
- 01 · Недели 1–2
Анализ потока заявок
Разобрали 500 реальных писем и заявок. Выделили 7 сценариев и типовые вопросы.
- 02 · Недели 3–6
Разработка AI-агента
Prompt-инженерия, база знаний по продукту, интеграция с 1С для проверки наличия.
- 03 · Недели 7–8
Интеграция в amoCRM
Webhooks, автозаполнение карточки сделки, кнопка эскалации на живого менеджера.
- 04 · Недели 9–10
Пилот и докрутка
Две недели пилота с логом каждого ответа. Докрутили промпты по обратной связи от РОПа.
Обсудить похожий проект?
Начнём с короткой диагностики — посмотрю вашу ситуацию и подскажу следующий шаг.