Нейросеть формирует краткие выжимки из отзывов
Нейросеть автоматически формирует краткие выжимки из отзывов для пользователей Авито.
Количественный эффект не раскрыт.
Как компании применяют искусственный интеллект в поддержке клиентов: чат-боты, голосовые помощники и автоматизация контакт-центров. Кейсы обработки обращений, работы операторов и результатов обслуживания.
Кейсов внедрения: 433.
Нейросеть автоматически формирует краткие выжимки из отзывов для пользователей Авито.
Количественный эффект не раскрыт.
Собственный ИИ-ассистент предоставляет партнёрам круглосуточные ответы и сведения из базы знаний компании при запуске франшизы.
Партнёрам не требуется самостоятельно искать сведения или ждать ответа менеджера.
ИИ-бот анализирует обращения партнёров франчайзинговой сети.
Руководитель отдела развития заявил об экономии времени и повышении точности выводов.
ИИ выявляет отклонения менеджеров продаж от скриптов и оценивает работу отдела заботы о клиентах.
Количественный эффект не раскрыт.
В чате с агентами нейросеть анализирует обращения и отвечает на часть из них.
Заявлено сокращение времени обработки запросов; целевые 50% сообщений относятся к будущему плану.
Академия подготовила базу знаний по OKR и подключила к ней Telegram-бота «Сократ». Он отвечает на вопросы, помогает прорабатывать цели и рекомендует материалы компании.
За неделю после анонса бота в Telegram-канале появились 100 новых пользователей — потенциальных клиентов Академии.
ИИ анализирует звонки по чек-листу и отправляет в рабочий Telegram-чат краткое резюме, запись и расшифровку проблемного диалога. Руководитель может быстро связаться с пациентом и исправить ошибку оператора.
За месяц конверсия из звонка в запись выросла примерно на 20%. Уведомление о проблемном звонке поступает через 5–15 минут.
В магазинах тестируется компьютерное зрение для контроля качества взаимодействия сотрудников с клиентами.
Результаты тестирования не раскрыты.
В Единый контакт-центр внедрены распознавание речи, маршрутизация обращений по типу запроса, нейросетевая саммаризация разговоров и категоризация обратной связи.
Среднее время диалога с клиентами сократилось на 7%; показатель FCR повысился, но величина повышения не раскрыта.
ИИ-ассистент задаёт клиенту вопросы, подбирает персонализированный полис и сопровождает взаимодействие до покупки.
В пилотном проекте 85% диалогов были связаны с подбором полиса, 15% — с консультациями; отказы от покупки снизились более чем на 11%, продажи увеличились на 8%.
Специализированный бот использует данные каталога для создания постов, ответов на частые вопросы и описаний продуктов.
Ботом пользуются более 13 тысяч консультантов в день; создаётся более 500 текстов и 100 изображений в день.
Приложение распознаёт косметический продукт по фотографии, анализирует состав и предоставляет рекомендации; ассистент отвечает на вопросы пользователей.
Количественный эффект не раскрыт.
Дообученная языковая модель с RAG классифицирует входящие обращения по интентам и направляет их в соответствующие сценарии чат-бота. Модель развернули в production на 50% трафика для канареечного A/B-теста.
После недели работы общая метрика автоматизации не снизилась; небольшой рост по отдельным интентам не был статистически значимым. При этом модель стала чаще выбирать интент, но реже определяла его правильно.
Внедрили AI-ассистента на сайте, в мессенджерах и чатах площадок: он отвечает по единой FAQ-базе, проверяет доступность номеров, собирает заявку, передаёт администратору структурированный лид и предлагает дополнительные услуги.
Типовой ответ предоставляется менее чем за 30 секунд, покрытие повторяющихся вопросов составляет около 80%, ассистент доступен 24/7; допродажи выполняются без участия администратора.
AI-администратор принимает обращения в четырёх каналах, записывает, отменяет и переносит визиты в Yclients, отправляет напоминания и предлагает дополнительные услуги.
Количество записей выросло на 30%, нагрузка администраторов снизилась на 50%.
ML-модель обучена на отзывах, внедрена в рабочий процесс и дообучается по результатам проверки модераторов.
Автоматически модерируется 60% отзывов; отзыв после ИИ-модерации появляется примерно за 20 минут вместо нескольких дней ручной проверки.
Отель использует чат-ботов для обработки запросов, информирования о номерах и услугах и помощи с бронированием.
Повышается уровень сервиса, персонал сосредотачивается на сложных задачах.
Владелец подключил нейроменеджер SpellManager к своему сайту для работы с клиентами и отслеживания статистики.
По отзыву пользователя, менее чем за месяц конверсия сайта выросла в 2,5 раза, а число заявок — в три раза.
В сервис Russpass внедрили ИИ-помощника, который автоматически формирует персональные подборки отелей, ресторанов, экскурсий, маршрутов и достопримечательностей на основе аналитических данных, предпочтений и ответов пользователей в анкетах.
Пользователи получают автоматически сформированные персональные рекомендации в личном кабинете и разделах сервиса.
Создан и применён бот на базе RAG и LLM, объединённый с CRM и интент-моделью. Он использует базу знаний, логи операторов и динамические данные CRM для ответов на вопросы о товарах и статусах заказов.
Бот предоставляет актуальную информацию, снижает вероятность галлюцинаций и повышает качество взаимодействия с клиентами; количественный эффект не раскрыт.
В мобильном приложении запущен голосовой инвестиционный консультант на основе больших языковых моделей.
Количественный эффект не раскрыт.
Нейросети оценивают ущерб по фотографиям с места ДТП на этапе урегулирования.
Применение помогает обновлять данные, улучшать качество финальных моделей и ускорять оценку и принятие решений.
Внедрена платформа AutoFAQ на основе комплексного ИИ и LLM для обработки обращений, интеграции с CRM, классификации запросов и помощи операторам.
Роботизировано до 85% обращений в чатах и до 15% запросов по электронной почте; удовлетворённость пользователей составила 4,9 из 5, производительность операторов выросла на 20%, заявлена четырёхкратная окупаемость инвестиций за 10 месяцев эксплуатации в 2024 году.
На платформе НЭЙРУ внедрён нейро-риелтор, который квалифицирует клиентов, отвечает на вопросы, формирует подборки и передаёт данные риелтору.
Обработка заявок ускорилась в 3 раза.
В аптечной сети используется внутренняя рекомендательная система, помогающая проверять совместимость лекарственных препаратов в рецепте.
Улучшение качества обслуживания покупателей; количественный эффект не раскрыт.
В приложение магазина встроили ИИ-ассистента «Мэджик». Он предлагает продукты по заданным критериям и варианты для завтрака, обеда или ужина.
Подбор товаров доступен в приложении. Влияние помощника на продажи и использование покупателями не раскрыто.
Сервис показывает клиенту кредитный рейтинг, определяет два фактора с наибольшим негативным влиянием и предлагает персональные рекомендации по улучшению рейтинга.
В документе заявлено повышение прозрачности взаимодействия с банком и вероятности положительного решения об оказании финансовой услуги.
Внедрён робот-диспетчер для обработки входящих звонков в периоды пиковой нагрузки.
На шестом месяце робот самостоятельно обработал 58,3% запросов; эффективность контакт-центра выросла более чем в два раза при том же штате.
В начале 2026 года сеть испытала на кассах самообслуживания распознавание овощей, фруктов и кондитерских изделий. Покупателю не нужно вручную искать позицию в каталоге.
В пилоте время на позицию составило 9,1 секунды вместо 15,7 секунды при ручном поиске — на 42% быстрее. Точность распознавания достигла 91%.
Внедрён ИИ-робот-диспетчер с интеграцией с биллингом и ВАТС для обработки типовых обращений и маршрутизации сложных запросов операторам.
Доля автоматизации достигла 70%; пропущенные вызовы снизились с 24,5% до 3%; среднее время разговора сократилось с 6,5 до 3,6 минуты; годовая экономия составила около 7,6 млн рублей.