ИИ-системы
ИИ-ассистент клиентского взаимодействия и рекомендаций
Мультиагентный ассистент на поиске по знаниям, оркестрации процесса, интеграции с CRM и явной логике передачи человеку.
Контекст
Высокий поток клиентских обращений с большой долей повторяющихся вопросов и потребностью в персональных рекомендациях.
Задача
Операторы тратили время на одни и те же ответы и на поиск контекста по системам; качество ответа зависело от конкретного человека и его опыта.
Ограничения
Точность важнее охвата, обязательная передача человеку в неоднозначных случаях, защита персональных данных.
Архитектура
Оркестратор с агентами поиска, рассуждения и инструментов; передача оператору — терминальный обработчик, а не аварийный выход.
Слой ИИ
Гибридная маршрутизация: дешёвая модель — на классификацию намерения, сильная — на критичные ответы и рекомендации, где цена ошибки высока.
Модель событий
Обращение → определение намерения → сбор контекста → ответ или рекомендация; при недостаточной уверенности процесс уходит человеку с сохранённым контекстом.
Интеграции
CRM, база знаний и история взаимодействий — за нормализованным слоем контекста, единым для всех агентов.
Потоки автоматизации
Автоответ на типовое, подготовка черновика для оператора на сложном, дообогащение карточки клиента по итогам диалога.
Инфраструктура
Бюджеты контекста на шаг, кэширование стабильных частей запроса, таймауты и запасные стратегии на каждом агенте.
Наблюдаемость
Трассировка: какой фрагмент контекста повлиял на ответ, метрики обоснованности и доля обращений, ушедших человеку.
Результаты
Повторяющаяся нагрузка операторов снизилась, качество ответов перестало зависеть от исполнителя, время ответа уменьшилось.
Чему научились
Ценность — в оркестрации и контексте, а не в одной модели; честная передача человеку при низкой уверенности оказалась важнее «отвечать всегда».