Федеральная сеть автосервисов — крупная распределенная структура, где клиент все чаще приходит не со звонком, а с сообщением: пишет в чат, отправляет фото повреждения или детали, записывает голосовое и ждет, что его быстро сориентируют.

В этом сценарии важна не только скорость ответа, но и качество первого контакта: понять проблему, задать правильные вопросы, не потерять детали и вовремя передать обращение в работу. При большом потоке сообщений и высокой загрузке менеджеров поддерживать такой уровень сервиса одинаково в каждом диалоге сложно — особенно когда речь идёт не об одной точке, а о сети.

Задача интеграции AI-ассистента:

• взять на себя первую линию текстовых обращений и отвечать клиенту мгновенно, без ожидания
• распознавать фото и голосовые сообщения, которые клиенты присылают вместо текста
• уточнять марку, модель, проблему и другие детали, не теряя важную информацию
• передавать в работу уже подготовленную заявку, а не сырое сообщение
• держать единый стандарт общения сразу во всех филиалах сети

Внедрение начали не сразу на всю сеть, а постепенно — с одного филиала. Такой подход позволил спокойно проверить сценарии, посмотреть реальные диалоги, доработать логику вопросов и убедиться, что ассистент корректно обрабатывает обращения. После пилотного запуска решение начали масштабировать: сейчас ИИ-ассистент работает в 8 филиалах сети.

Теперь AI-сотрудник:

• распознает фото, которые присылают клиенты
• обрабатывает голосовые сообщения
• уточняет марку, модель, проблему и другие важные детали
• консультирует по типовым вопросам
• собирает вводные для записи или расчёта
• передает заявку в CRM
• держит единый стандарт общения во всех филиалах

В результате клиент быстро получает понятный ответ, а команда автосервиса видит в CRM не сообщение в духе «Здравствуйте, сколько стоит ремонт?», а структурированную заявку с нужными вводными.

8 филиалов полностью автономны: у каждого свой отдел продаж, свои правила и регламенты. Один филиал ремонтирует МКПП, другой — нет. Один принимает в работу автомобили со своими запчастями, другой — нет. Свести все эти правила в единую систему оказалось непростой задачей, в которой участвовало большое количество людей.

Сразу предусмотреть все вопросы клиентов было невозможно. Например, когда клиент спрашивал про конкретные модели оборудования, которое применяется в работе, нейросеть иногда «галлюцинировала» на эту тему. Был и случай живого негатива — клиент приехал на диагностику на крупногабаритной машине, которую не смогли поднять на подъемнике.

Система требует постоянного обучения и доработки ответов, но с каждым уточнением ответы становятся точнее, а ошибок — меньше. Вопросы разделили на две группы: общие, единые для всех филиалов, и персонализированные, связанные с особенностями конкретного сервиса. Для синхронизации с филиалами завели пополняемую сводную таблицу, в которой фиксируют новые вопросы клиентов.

1. 3 574 обращения обработано с момента внедрения по всем подключенным филиалам.
2. 966 обращений за последний месяц — текущий ежемесячный объем по сети.
3. 8 филиалов подключены к ИИ-ассистенту, внедрение продолжается постепенно: каждый новый филиал подключается к уже отработанной логике.
4. Стоимость в среднем в 4 раза ниже, чем у менеджера на этой роли, при этом ассистент работает круглосуточно и одновременно ведёт большое количество диалогов.
5. Стабильное качество первого контакта. Ассистент не устает, не забывает сценарий, не пропускает важные вопросы и работает одинаково аккуратно в каждом филиале.

Сеть получила единый стандарт обработки текстовых обращений: клиенты быстрее получают ответы вечером, ночью, в выходные и в моменты пиковой нагрузки, а менеджеры освобождаются от части однотипных вопросов и могут больше времени уделять сложным обращениям и уже подготовленным заявкам.