Бот записывает клиентов и напоминает о тренировках
Telegram-бот подключён к YClients, принимает запись круглосуточно, отправляет напоминания и отвечает на сложные вопросы с помощью GigaChat.
Количество неявок снизилось на 28%.
Задачи компаний, применённые решения, результаты и первоисточники.
Telegram-бот подключён к YClients, принимает запись круглосуточно, отправляет напоминания и отвечает на сложные вопросы с помощью GigaChat.
Количество неявок снизилось на 28%.
Telegram-бот ожидает фотоотчёт субподрядчика к 18:00, автоматически напоминает и готовит итоговую сводку для клиента.
Ежедневный контроль и информирование клиента стали автоматическими.
GigaChat трижды в неделю генерирует публикации для ВКонтакте и Telegram по заданным шаблонам, после чего управляющий проверяет и публикует их.
Работа управляющего над публикациями занимает 20 минут вместо трёх часов.
Система отправляет три сообщения перед окончанием абонемента и еженедельно формирует управляющему список клиентов с риском ухода.
Конверсия в повторную покупку выросла с 48% до 68%, что соответствует относительному росту числа повторных клиентов на 42%.
GigaChat извлекает реквизиты из голосового сообщения водителя и через API передаёт данные для заполнения ТТН в 1С:Управление транспортом.
Время оформления ТТН сократилось с 15 минут до 90 секунд.
Бот круглосуточно рассчитывает стоимость, показывает портфолио и записывает клиента на замер.
Доля потерянных лидов снизилась с 40% до 8%, число заказов выросло на 12 в месяц, менеджер экономит три часа в день.
Бот отвечает покупателям и продавцам по совместимости, характеристикам и установке товаров из каталога на 3 000 SKU.
Время консультации сократилось втрое, а конверсия из консультации в покупку выросла с 40% до 62%.
Служба подключила голосового диспетчера для круглосуточного приёма и обработки заказов.
За первые два месяца количество обработанных ночных заказов выросло на 340%, а выручка — на 18% без дополнительного персонала.
В октябре 2025 года банк запустил пилот помощника для сотрудников точек продаж и выездных менеджеров. Бот отвечает на рутинные вопросы, которые раньше направляли экспертам головного офиса.
Пилот охватил 25 сотрудников. Типовые вопросы оказались недостаточно полезным сценарием; банк уточняет задачи помощника. Достигнутая экономия времени не раскрыта.
В чат-бот «Катюша» встроили поиск по базе знаний с генерацией ответа. Вместо цепочки уточняющих вопросов клиент получает прямую консультацию; технология работает в пилотных тематиках и тиражируется на массовые обращения.
По данным банка, на пилотных тематиках автоматизация обращений выросла на 7%, среднее время решения вопроса сократилось в восемь раз, удовлетворённость клиентов выросла на 21%.
ML-модель анализирует транзакции и характеристики клиента и передаёт рекомендации в операционную CRM. Сотрудник офиса или контакт-центра использует их, чтобы выбрать тему разговора и подходящий продукт.
Рекомендации встроены в обслуживание предпринимателей. Прирост продаж и влияние на отток не раскрыты.
Сотрудники используют внутренний ИИ-инструмент «Иннокод» для автоматизации рутинных операций в процессе разработки, включая генерацию кода, тестов и документации.
Заявлено увеличение скорости разработки на всех этапах на 30%.
Платформа добавила интерактивный разбор задач: помощник задаёт уточняющие вопросы, объясняет шаги решения и предлагает упражнения для закрепления.
Отдельным Репетитором AI по математике пользуются около 240 тыс. детей и родителей.
Программа «Арка» агрегирует данные о стаде, воспроизводстве, здоровье и надоях; встроенный ИИ-консультант объясняет отклонения, предлагает возможные причины и действия.
Количественный эффект для СПАК «Кузьминский» не раскрыт; система также используется другими сельхозпредприятиями.
Платформа встроила ассистента для преподавателей информатики: он создаёт планы уроков, тесты и контрольные с учётом условий школы и программы.
В первые два месяца ассистентом воспользовались 3100 преподавателей. Заявленная экономия подготовки — до часа в день.
В ресторанных сетях внедрён анализ звонков и разговоров с гостями; владельцу ежедневно направляется сводка с оценкой качества разговоров и проблемными звонками.
Владелец заявляет, что процесс позволил жёстко контролировать и кратно улучшить качество обслуживания; влияние на выручку напрямую не измерено.
ИИ автоматически классифицирует обращения, поступающие в службу поддержки по электронной почте.
Более 72% запросов не требуют ручной обработки первой линией поддержки.
На платформе SimpleOne внедрён ИИ-ассистент, который классифицирует и маршрутизирует обращения, создаёт заявки и регистрирует инциденты без участия человека.
Модель обучена на 39 000 исторических заявок и охватывает 7 информационных систем и 16 ИТ-операций.
ИИ внедрён в службу поддержки компании, обрабатывающей 3100 заявок в год; после внедрения сократились время обработки заявок и простой сотрудников.
Время обработки и простой сократились в четыре раза; расчётная экономия составила 23,2 млн рублей в год.
Нейросети применяются для создания контента, бот контролирует активность ведущего караоке-бара, отдельная система контролирует внешний вид блюд, три нейросети формируют маркетинговый радар.
Количественный эффект внедрения не раскрыт.
ИИ анализирует тональность отзывов, расставляет приоритеты, генерирует ответы и создаёт тикеты для проблемных обращений.
Время подготовки ответов сократилось с 7000 минут до 1–2 минут.
Внедрён и эксплуатируется ИИ-канал кадровой поддержки через корпоративный портал, Telegram и другие точки входа; бот отвечает на типовые обращения и интегрирован с внутренними HR-системами и документооборотом.
Уровень роботизации составляет от 50% до 85% в зависимости от канала; зафиксированы 53 000 уникальных диалогов и 91% положительных оценок.
В краснодарском агентстве недвижимости ИИ-ассистент квалифицирует новые обращения, напоминает о компании заинтересованным клиентам и возвращает в работу прежние заявки. Сообщения учитывают бюджет, вопросы клиента и историю в CRM. Одновременно агентство объединило каналы общения и настроило работу менеджеров в amoCRM.
По данным внедренца, за шесть месяцев ежемесячная выручка агентства выросла с 17 до 46 млн рублей. Это результат всей программы изменений: настройки CRM, объединения каналов, обучения команды и ИИ-автоматизации. Отдельный вклад ИИ не раскрыт.
Автоматизировано прогнозирование потребности в сырье для ресторанной сети.
Время заказа сырья сократилось с нескольких часов примерно до 2 минут; точность прогноза выросла примерно на 18%; заявлена экономия более 50 млн рублей в год на масштабе около 50 ресторанов.
Алгоритм определяет, повысит ли скидка вероятность заказа в конкретном ресторане, и распределяет заданный партнёром бюджет между поднятием ресторана в выдаче, скидкой на доставку или сочетанием сценариев.
Инструмент запущен осенью 2025 года; фактический рост заказов не раскрыт.
Пользователь описывает пожелания по блюдам или ресторанам, а нейросеть предлагает подходящие варианты, бронирует столики и оформляет доставку.
Функция работает в приложении с июня 2025 года; количественный эффект не раскрыт.
Запущен AI-бот в Telegram, который дает врачам рекомендации на основе доказательной медицины и помогает с вопросами диагностики и лечения.
Врачи отправляют в среднем 5 запросов в месяц; 43% пользователей доходят до вебинаров по релевантным темам.
Специализированная ИИ-модель автоматически генерирует вероятные варианты написания названий ресторанов и встраивает их в поисковые системы сайта и мобильных приложений.
По заявлению представителя компании, поиск стал удобнее, а встроенные в страницы варианты повышают видимость в поисковиках и привлекают дополнительный трафик.
В приложение сети встроили нейробариста: гость описывает желаемый напиток и настроение, генеративные модели составляют рецепт из доступных в конкретной кофейне ингредиентов, после чего напиток добавляется в заказ.
Пилот проходит в трёх точках сети в Москве; эффект не раскрыт.
МосМедИИ подключается к информационным системам медицинских организаций, анализирует медицинские изображения и формирует дополнительное заключение для врача.
Подключено более 2000 медицинских организаций в 74 регионах; проанализировано свыше 10 млн снимков. По данным столичных властей, время анализа исследования сократилось в среднем на 20–30%.