Кейсов внедрения: 158. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
Telegram-бот на базе GPT-4 задаёт квалификационные вопросы, подбирает объекты из базы и передаёт готовое резюме диалога менеджеру.
В материале заявлены сокращение первого ответа с 2,5 часа до 40 секунд, рост конверсии в показ с 12% до 21%, снижение рутинной нагрузки на 55% и рост числа обработанных заявок в 2,3 раза.
ИИ обрабатывает документы по ипотеке в реальном времени в цифровом цикле покупки квартиры в новостройке.
Статья приводит сокращение цикла одобрения с дней до минут.
ИИ-робот подключается через API к чатам на Авито, ЦИАН и Домклик, отвечает покупателям, квалифицирует лиды, собирает контакты, создаёт карточки в CRM и передаёт сложные диалоги оператору.
На пилоте 95% ответов признаны корректными, конверсия чата в телефонный контакт выросла примерно на 20%, а база клиентов росла в полтора раза быстрее.
ИИ-ассистент отвечает на вопросы покупателей, подбирает объекты и формирует нейросетевые рекомендации.
С «Циан-помощником» взаимодействовали более 7 млн человек; около 70% пользователей просматривают все рекомендации, а 30% переходят по ним на объекты.
Система ежедневно анализирует рынок и предлагает корректировки цен на квартиры с учетом текущего спроса.
По словам представителя компании, цены быстрее реагируют на изменение спроса; количественный эффект не раскрыт.
Алгоритмы собирают для моделирования данные о предложениях конкурентов, ценах, темпах продаж и скорости реализации разных типов квартир.
Трудозатраты на моделирование сократились вдвое; расчеты проверяют специалисты компании.
Интегратор подключил ИИ, который сам начинает переписку с контактами из CRM, выявляет актуальную потребность, квалифицирует клиента и возвращает подходящих лидов в воронку для передачи менеджерам.
Обработано 10 000 контактов. Заявленная конверсия в квалифицированного лида составила 4,95%; ручную отправку 10–200 сообщений в день заменил автоматический процесс.
Модель учитывает спрос, сезонность, расположение, цены конкурентов и поведение пользователей. Рекомендации по цене встроены в кабинет арендодателя и внутренние системы сервиса.
Заявлен рост конверсии из просмотра в бронирование на 6%, сокращение простоя объектов на 8% и рост LTV арендодателя на 3%.
Внедрена ИИ-платформа для анализа договоров, настроенная по более чем 40 внутренним критериям риска.
Общее время договорной работы сократилось с 750 до 160 часов в месяц; команда взяла в работу дополнительно 120 договоров в месяц без найма новых сотрудников; заявленная экономия составила 400 000 рублей в месяц.
Заявки из разных каналов собраны в amoCRM. Ассистент «Пётр» отвечает на вопросы, уточняет бюджет, площадь, район и сроки и записывает данные в карточку сделки через API.
Первый ответ занимает 10 секунд. Заявлен рост конверсии в сделки на 18% и числа визитов в офис на 12%.
ИИ-ассистент квалифицирует обращения из разных каналов, заполняет карточки сделок в amoCRM и передаёт заявки менеджерам.
Обработка заявки сократилась с 1–2 часов до минуты. Объём рутины у менеджеров уменьшился примерно в 3,5 раза.
Агент принимает обращения из четырёх каналов, квалифицирует их, создаёт заполненный лид в amoCRM и передаёт сложные вопросы собственнику.
Квалифицированные заявки с Avito выросли с 1–2 в неделю до 3–4 в день; первый ответ занимает менее 15 секунд; 70–85% обработки идёт без человека.
ФСК вместе с red_mad_robot внедрила платформу с двумя ИИ-агентами: для сотрудников и внешних поставщиков. Ответы формируются с поиском по корпоративной базе знаний.
Нагрузка на поддержку и коммерческий департамент снизилась на 30–40%. Разработка и внедрение заняли два месяца.
ИИ отвечает клиентам в чатах «Авито», «Циан» и «Домклик» вместо риелторов, сохраняя диалог в том же канале.
Количественный эффект не раскрыт.
В клиентском чате внедрена система, которая распознаёт намерения пользователей, обрабатывает составные запросы и выдаёт ответы из управляемой базы знаний.
Автоматизированы более 20 критических тем; автор кейса заявляет 0 ошибок в контенте благодаря привязке к базе знаний; рутинная нагрузка снята с менеджеров.
ИИ использовали для анализа региона Северо-Запада и потенциальных покупателей, а также при создании визуального и архитектурного облика жилого комплекса с учётом психотипа, климатических данных и особенностей локации.
Количественный результат не раскрыт.
ИИ-квалификатор в Telegram отвечает на заявки и собирает параметры покупателя до передачи менеджеру.
По данным кейса, первый ответ ускорился с четырёх–шести часов до 40 секунд, а конверсия заявки в показ выросла с 18% до 23%.
Salebot-квалификатор уточняет параметры заявки и автоматически рассчитывает первичную смету.
По данным кейса, 80% лидов проходят квалификацию без менеджера, а конверсия в договор выросла с 12% до 19%.
Для каждого ЖК создан AI-менеджер, который консультирует по объекту во всех цифровых каналах, сохраняет диалог и передаёт заявку в CRM.
ФОТ отдела продаж снизился с 300 000 до 80 000 ₽ в месяц, доля обработанных заявок выросла с 65% до 81%, а время первого ответа сократилось с четырёх часов до 30 секунд.
Текстовый агент подключён к двум аккаунтам Авито, сайту, Telegram и Max, а голосовой агент принимает звонки; оба ведут клиента до записи и автоматически создают или обновляют карточки в CRM.
Конверсия из обращения в запись выросла с 10% до 25%, стоимость записи снизилась примерно с 5 000 до 1 000 рублей, а участие инженера в продажах было устранено.
Smart Platform подключена к внутренним источникам А101, отвечает по корпоративным документам со ссылками на них, автоматически обновляет базу знаний и доступна сотрудникам через VK Teams с авторизацией SSO.
Заявлено сокращение времени сотрудников на поиск информации минимум на 30%.
Для бренда FluffyWhite проводили GEO-продвижение в Яндекс Алисе, Perplexity, Google AI Overview и ChatGPT, включая геоструктурирование локаций, микроразметку и подготовку контента под сценарные запросы.
Количественный эффект не раскрыт.
Платформа анализирует сведения о клиентах, объектах и рынке и предлагает аналитикам гипотезы для решений.
Ликвидирован 15-процентный разрыв между плановыми и фактическими продажами; ROI вырос с 10% до 20%, доля одобрения ипотечных заявок — с 15% до 30%.
GigaChat внедрён для автоматизации ответов клиентам колл-центра.
Клиенты получают ответ сразу вместо ожидания в очереди 10–15 минут.
Бот задаёт новому лиду шесть вопросов о бюджете, ипотеке, сроках, районе, квартире и встречной продаже, после чего передаёт риелтору профиль с температурой лида.
Риелтор получает основные параметры до первого звонка вместо их ручного выяснения.
Компания применяет ИИ в аналитике звонков и общении с клиентами: система выявляет вопросы, места потери контакта и повторяющиеся темы, помогает обрабатывать запросы и готовить ответы.
Источник заявляет более быструю обработку запросов и подготовку ответов; численные показатели не раскрыты.
Нейропомощник анализирует разговор менеджера с клиентом, в реальном времени даёт подсказки и формирует рекомендации для повторного контакта; расшифровка и анализ звонков автоматизированы.
Большая часть расшифровки и анализа звонков полностью автоматизирована.
Данные из разных ИТ-систем о сроках и фактических темпах работ собраны в едином хранилище, из которого руководитель получает нужный срез по текстовому запросу.
Источник заявляет получение нужного среза данных за секунды вместо работы с множеством отчётов.
ИИ-бот в Telegram и WhatsApp принимает и квалифицирует обращения клиентов.
За несколько месяцев число сделок выросло с одной до трёх в месяц, а доля неявок на показы снизилась с 35% до 12%.
Telegram-бот генерирует описания объектов, анализирует конкурентов и предлагает шаблоны переговоров для риелторов.
У продукта 290 активных подписок и выручка 550 000 ₽ в месяц; обслуживание занимает 6–8 часов в неделю.