Главное Авторские колонки Вакансии Вопросы
😼
Выбор
редакции
415 0 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Русская платформа ИИ-экспертов для бизнеса: как мы учим бота продавать- и где он нас подвёл уже на первом спринте

Коротко: что мы хотим сделатьINTEGRA — это платформа ИИ-экспертов, которые работают на ваших данных и помогают отделу продаж: отвечают в мессенджерах, квалифицируют лиды, подсказывают менеджерам, не сливают контекст и, главное, учатся на реальных диалогах, звонках и статусах сделок в CRM.
Мнение автора может не совпадать с мнением редакции

Пишу как есть. Без пафоса. С цифрами, факапами и открытиями. Это дневник запуска INTEGRA — платформы ИИ-экспертов для бизнеса. Первый эксперт — по продажам.

Коротко: что мы хотим сделать

INTEGRA — это платформа ИИ-экспертов, которые работают на ваших данных и помогают отделу продаж: отвечают в мессенджерах, квалифицируют лиды, подсказывают менеджерам, не сливают контекст и, главное, учатся на реальных диалогах, звонках и статусах сделок в CRM.

Интеграции с каналами: Telegram, WhatsApp, Instagram, VK. Данные: переписки, карточки контактов/сделок в CRM, расшифровки звонков. Идея: дообучаем модель на вашей реальности, а не на абстрактных «интернет-знаниях».

Звучит бодро. Мы тоже так думали. А потом начался первый спринт.

Где мы сразу же ошиблись (и что из этого вынесли)


1) «Парсим все чаты — и бот заговорит как лучший менеджер»

Мы начали с массовой загрузки переписок из мессенджеров. Логика была простая: люди пишут в Telegram/WhatsApp — значит, там и истина. Реальность: нет. В чатах часто куски контекста отсутствуют. Типичный паттерн: сначала менеджер звонит, там договариваются о важном, а потом в мессенджере — пара слов «Ок, отправил». Мы давали модели эти «обрывки», а потом удивлялись, почему бот отвечает странно. Он ведь не знал, о чём договорились по телефону.

Вывод: чаты без звонков = половина картины. Нужно стягивать и расшифровки звонков. Мы это подключили — стало лучше, но всплыла следующая боль.

2) «Скопируй лучшего — и будет счастье»


Когда добавили звонки, модель начала копировать стиль топ-продавцов.
Проблема № 1: у лучших тоже есть «косяки». Кто-то звучит чуть высокомерно. Кто-то, наоборот, излишне мягко. Модель это переняла.
Проблема № 2: скидки. Некоторые менеджеры в переговорах падали по цене (тактика сработала у них в конкретном кейсе). Модель решила, что это «норма», и стала щедрой там, где это противоречит политике компании.

Что сейчас делаем мы: ввели слой правил и «рамки личности» эксперта (это похоже на информацию в вакансии):

  1. фиксированная политика цены и скидок,
  2. тональность (уважительно, делово, без панибратства),
  3. эскалации: любые «серые зоны» — человеку.

3) «ИИ, расскажи Ларисе про её заказы» — и мы поймали утечку


Пока система училась на данных из CRM и переписках, мы столкнулись с неприятным: утечка персональных данных. Примерно так это выглядело: — Пользователь представился: «Я Лариса». — Модель смотрела в CRM и радостно выдала всю историю заказов этой Ларисы с адресом, возрастои и коментариями менеджера (Напимер «Злюка, вечно пишет и ничего не покупает») . Где-то даже «засветились» паспортные поля. Это нельзя. Точка.

Что сделали:

  1. жёсткая изоляция на этапе извлечения данных (маскируем ФИО/телефоны/паспортные/адреса),
  2. ролевые политики доступа (что именно ИИ может видеть и что имеет право говорить во внешнем канале),
  3. белые ответы: модель может использовать данные для логики, но не произносить их наружу.

Вывод: Это часть продукта с первого дня.

4) Галлюцинации. Когда бот отвечает уверенно, но не по делу


Да, та самая боль. Были ответы, которые звучали красиво, но не соответствовали фактам. Почему?

  1. Качество исходных переписок местами низкое,
  2. В CRM — разношёрстные карточки,
  3. Диалоги без статусов и исхода сделки.

Как лечим:

  1. не «кормим всё подряд»,
  2. собираем эталонный набор — «вопрос → правильный ответ»,
  3. помечаем удачные/неудачные реакции,
  4. используем retrieval (доставать только релевантный фрагмент), а не давать модели весь хаос.

  1. скорость первого ответа,
  2. точность извлечённых фактов,
  3. доля эскалаций,
  4. влияние на конверсию из «интереса» в «встречу/счёт».


На пороге первого релиза

Мы выпускаем самую первую бету INTEGRA с ИИ-продавцом. Это ранний билд: базовый функционал, минимум лишнего, максимум обратной связи.

Ближайшие две недели: первый релиз и первые интеграции

Входим в самый первый релиз. План таков:

  1. Интеграции: запускаем Telegram + CRM (amoCRM и Bitrix24) — чтобы можно было полноценно вести диалоги из личного Telegram или через встроенных чат-ботов, а все переписки автоматически попадали в наш сервис.
  2. Подготовка базы знаний: на старте нужно будет сопоставлять диалоги в формате «вопрос → правильный ответ» и догрузить внутренние инструкции вашей компании. Это ускорит обучение ИИ и снизит ошибки.
  3. Далее — телефония: подключаем расшифровки звонков и общую логику на всех этапах воронки.
  4. Сопровождение: новых клиентов ведём за руку — от подключения до первых результатов. Тестировщики получат небольшие преференции.


Помогите нам быть ближе к бизнесу:

Поставьте 👍 под постом — так о проекте узнает больше предпринимателей.Мы планируем делать AI-экспертов не только по продажам, но и в маркетинге и аналитиков. Хотел бы попросить Вас поучаствовать в развитии проета- заполните короткий опросник тут. Всем участникам дадим ранний доступ и оповестим о готовности по email или в удобном мессенджере.

Про условия беты: честный старт — минимальная ежемесячная оплата + фактические расходы на токены. Без наценок и скрытых платежей: задача — собрать реальный фидбек и докрутить продукт.

#стартапы #AI #продажи #CRM

0
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.