/
Кейс внедрения ИИ под ключ для регионального интернет-провайдера
Ниша: интернет-провайдер
Тип бизнеса: региональная компания
Модель работы: У клиента была небольшая команда техподдержки, работающая по фиксированному графику.
Обращения от абонентов поступали в разные каналы: телефон, мессенджеры, формы на сайте.
Контекст: Ночная обработка отсутствовала — все сообщения накапливались до утра.
Проверка тарифов, акций и условий биллинга выполнялась вручную по внутренним документам.
Система учёта обращений отсутствовала: не было единого хранилища, статусов и полной истории запросов.
"Мы растём, а поддержка уже не успевает за потоком обращений. Люди пишут в любое время — и днём, и ночью — а ответ получают только утром. Сообщения разбросаны по разным каналам, что-то теряется, что-то приходится искать вручную.
Операторам сложно быстро сориентироваться в тарифах, акциях и условиях — информация маркетологами меняется непредсказуемо, а доступных инструментов оповещения сотрудников нет. Из-за этого ответы затягиваются, появляются неточности.
Отделы работают несвязно, без общей картины: поддержка не знает о новых предложениях, маркетинг не видит обращений, а продажи не понимают, чем живут клиенты.
В итоге сервис замедляется, люди нервничают, а нам всё очевиднее, что без автоматизации службы поддержки мы просто не справимся с текущей нагрузкой."
Подключили ИИ-агента к действующей системе биллинга, чтобы он мог уточнять задолженность, начисления и статус услуг в реальном времени.
Сформировали централизованную базу: тарифы, акции, маркетинговые материалы, регламенты — всё, что требуется для корректных ответов и автоматизации клиентского сервиса ИИ.
Объединили входящие сообщения из мессенджеров, сайта и других точек контакта, чтобы ИИ мог отвечать пользователям из любого канала и обеспечивать обработку обращений провайдера с помощью ИИ.
Определили стиль, структуру и глубину ответов. Обучили агента отвечать кратко, корректно и без лишних "ИИ-формулировок".
Внедрили централизованную систему для хранения и анализа всех обращений — появилась полная история, статусы и статистика.
Провели тестирование, обучили модель на данных клиента и развернули решение в рабочем контуре.
Разработан на базе Python с использованием OpenRouter, DeepSeek и LiteLLM.
Модуль на FastAPI для работы с CRM и биллинговой системой клиента через API.
Решение развёрнуто на сервере внутри контура клиента; используется конфигурация без GPU, оптимизированная под нагрузку и требования безопасности.
87% обращений обработаны с ответом менее чем за 1 минуту
117 одновременных запросов обработаны без очереди и задержек
Работа в объёме 2 операторов нагрузка на поддержку уменьшилась.