ИИ сверяет выручку между Контур ОФД и банками
Один из работающих модулей сверяет выручку между Контур ОФД и данными Сбербанка, ВТБ, Т-Банка и Альфа-Банка.
Сверка выручки выполняется в составе одновременно работающих ИИ-модулей.
Задачи компаний, применённые решения, результаты и первоисточники.
Один из работающих модулей сверяет выручку между Контур ОФД и данными Сбербанка, ВТБ, Т-Банка и Альфа-Банка.
Сверка выручки выполняется в составе одновременно работающих ИИ-модулей.
Telegram-бот находит ответы по кодам ошибок в технической документации и присылает инженерам инструкции и фрагменты обучающих видео.
Нагрузка на колл-центр снизилась на 80%, трудозатраты поддержки — в 4 раза.
Telegram-бот синхронизирован с корпоративной базой знаний и отвечает сотрудникам по кадровым документам, регламентам и техническим инструкциям. База пополняется при появлении новых материалов.
80% вопросов решаются без участия людей, время поиска сократилось с 10–15 минут до одной минуты. Бот обрабатывает более 100 запросов в день, а до менеджеров доходит на 30–40% меньше рутинных вопросов.
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%.
Врач надиктовывает ход приёма: Whisper распознаёт речь, а DeepSeek структурирует текст и заполняет протокол. Мобильное приложение связано с учётными системами клиник.
Заявленное сокращение времени приёма — 50%. Дополнительный доход до 3 млн рублей в год — оценка потенциала.
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.
Банк подключил чат-бота Smartbot Pro с нейросетью для выбора сценария под запрос клиента и интеграцией с банковскими системами.
Бот самостоятельно обрабатывает 40% диалогов — 2800 из 7000 в месяц. Для 97% запросов время ответа составляет менее 3 секунд.
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.
Система агрегирует отзывы, анализирует тональность и риски, готовит отчёты и черновики ответов для менеджеров.
Доля ручной аналитики снизилась с 80–90% до не более 10%; доля отзывов с ответом выросла с 30% до 95%; возвраты по негативным причинам снизились на 9%.
Ассистент Nextbot консультирует по продукции на сайте и в мессенджерах, определяет готовность к покупке и передаёт менеджеру историю диалога и данные заявки в amoCRM.
Компания заявляет прирост выручки на 5 млн рублей за четыре месяца. Время ответа сократилось с 10–20 минут до менее минуты.
Модуль KitBot проводит оценку компетенций, вовлечённости и лояльности, а также обратную связь 360°. Telegram-бот уведомляет сотрудников без корпоративной почты, веб-портал используется для прохождения оценки, интеграция с HR-системами синхронизирует данные и формирует аналитические отчёты.
Оценкой охвачены 100% сотрудников всех уровней; сроки её проведения сократились в 1,5 раза, нагрузка на HR-отдел — на 70%.
ИИ-ассистент с семантическим поиском разбирает запрос менеджера на естественном языке и подбирает электронные компоненты с учётом срока поставки, цены, SLA и складских остатков. Сотрудники обращаются к нему через Telegram-бот и веб-виджет.
Подбор компонента сократился с 15 минут — нескольких часов до 2–4 секунд; 87% запросов обрабатываются без эксперта, конверсия в закупку из ассистента выросла на 3%.
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.
Пайплайн очистки аудио, ASR, NLP и TTS пилотно интегрирован в контур контакт-центра.
Среднее время ответа сократилось с 4,5 до 1,2 минуты, точность распознавания выросла с 78% до 92,2%, нагрузка на операторов снизилась на 30%.
Сеть внедрила единый квалификатор с централизованной CRM и голосовой обзвон базы из 18 тысяч контактов.
Через 60 дней время первого ответа сократилось с четырёх часов до 12 минут, конверсия в тест-драйв выросла на 28%, заявлены 94 дополнительные сделки за месяц.
В автосалоне внедрили квалификатор заявок, автоматическую запись на тест-драйв и реактивацию базы из 4500 контактов.
За 90 дней число тест-драйвов выросло с 50 до 110, а число сделок — с 25 до 43 в месяц; заявлена дополнительная маржа около 3,6 млн рублей за квартал.
Создан автоматический пайплайн генерации антител для разработки структуры молекулы.
Этап сокращён с трёх лет до двух месяцев; проект был пилотным, результаты валидации ещё ожидались.
На кассах устанавливают микрофоны, а система разделяет реплики фармацевта и клиента и оценивает диалог по критериям качества обслуживания.
Выявленные системой паттерны используются для дообучения фармацевтов; количественный эффект не раскрыт.
В приложении и веб-версии платёжного сервиса ИИ извлекает данные иностранного паспорта или миграционной карты и сопоставляет селфи с фотографией в документе.
Распознавание и проверка личности занимают секунды. Изменение конверсии в завершённую регистрацию не раскрыто.
Система проводит диалоговый ассессмент: принимает голосовые или текстовые ответы сотрудников, удерживает критерии оценки и формирует персональную обратную связь по сильным сторонам и зонам развития.
Пилот программы AMBA охватил около 300 участников и дал нормальное распределение оценок после корректировки более строгой оценки ИИ; оценки сравнивали с экспертной проверкой транскрибаций.
ИИ-агент получает данные из операционных систем ресторанов, анализирует расходы и другие финансовые и операционные показатели, формирует отчёты для собственника и выявляет признаки хищений.
По оценке разработчика, сервис может увеличить операционную прибыль на 5–7% и сократить убытки; фактический результат внедрения не опубликован.
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%.
ИИ-менеджер квалифицирует обращения, рассчитывает стоимость по собственным алгоритмам, показывает портфолио, готовит КП и назначает встречу; система интегрирована с сайтом, ВКонтакте и AmoCRM.
Заявлено сокращение времени ответа с 4 часов 15 минут до 15–30 секунд, рост конверсии заявки с 2,3% до 5,5% и рост числа сделок с 8–12 до 28–32 в месяц.
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%.
ChatGPT-агент с интеграцией 1С формирует коммерческое предложение по объекту, объёму и скидочной матрице.
По данным кейса, подготовка предложения сократилась с 3,5 часа до 15 минут, а менеджеры стали закрывать в 2,5 раза больше сделок.
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.
ИИ-консультант отвечает на вопросы о наличии, применении и различиях товаров на сайте и в Telegram, включая нерабочее время.
Продавец высвободил три-четыре часа в день; конверсия в покупку выросла на 18%.
В 2025 году запущен пилот ИИ-ассистента «1С:Напарник», который используется на этапах разработки — от постановки требований до встраивания решения в корпоративный контур.
К ИИ-помощнику подключены 120 сотрудников; компания наблюдает реальный прирост производительности, особенно у специалистов младшего и среднего уровня.