Производство окон сократило штат менеджеров вдвое: как ИИ-агент обработал заявки и сэкономил 4,8 млн рублей

В компании по производству окон восемь менеджеров вручную разбирали заявки от дилеров. Каждая заявка, будь то фото наброска от руки, PDF-файл или таблица Excel, отнимала от 30 минут до часа, и ошибки из-за человеческого фактора были обычным делом. После внедрения ИИ-агента, способного распознавать любые форматы, время обработки заявки сократилось до трёх минут, штат менеджеров сократился вдвое, а годовая экономия фонда оплаты труда составила 4,8 миллиона рублей.

Ручная обработка заявок, это медленно, дорого и чревато ошибками. Менеджеры тратят часы на рутину, клиенты ждут коммерческое предложение, а бизнес теряет деньги на зарплатах и упущенных сделках. Эта боль знакома многим компаниям, где входящий поток не стандартизирован, а каждая заявка, это уникальный документ. Но сегодня это решается: ИИ-агент способен взять на себя всю рутину, освободив людей для действительно важных задач.

Реальность проблемы: дорогостоящая рутина

Компания по производству окон сталкивалась с классической проблемой роста: чем больше дилеров и заявок, тем больше рутины. Восемь менеджеров были загружены до предела, обрабатывая входящие запросы. Заявки поступали в самых разных форматах: от сфотографированных набросков от руки до сложных PDF-файлов и таблиц Excel.

Каждая такая заявка требовала ручного анализа: менеджеру нужно было распознать параметры заказа, перенести их в систему, рассчитать стоимость и сформировать коммерческое предложение. На одну заявку уходило от 30 минут до часа, и даже при такой высокой трудоёмкости регулярно возникали ошибки, что приводило к задержкам и недовольству дилеров.

Путь к ИИ-агенту: почему ручной труд не справлялся

До внедрения ИИ-агента компания пыталась справиться с потоком заявок за счёт увеличения штата и обучения менеджеров, но это приводило лишь к росту фонда оплаты труда без существенного ускорения или повышения точности. Человеческий фактор оставался главной проблемой: усталость, невнимательность, необходимость вручную разбирать неструктурированные данные. Стало очевидно, что нужна не просто автоматизация отдельных этапов, а комплексное решение, способное обрабатывать информацию в любом формате и полностью брать на себя рутину.

Именно поэтому было принято решение о внедрении ИИ-агента, способного не просто распознавать данные, а извлекать смыслы, рассчитывать и генерировать готовые коммерческие предложения.

Как проектировали ИИ-агента для обработки заявок

ИИ-агент был задуман как «интеллектуальный секретарь», способный полностью заменить человека на этапе первичной обработки заявки. Его ключевыми функциями стали:

• Распознавание любых форматов. Агент был обучен работать с фотографиями, PDF-документами, таблицами Excel и даже рукописными набросками, извлекая из них ключевые параметры заказа (размеры, тип профиля, количество камер, фурнитура и т.д.).
• Извлечение и структурирование данных. После распознавания агент автоматически извлекал и структурировал все необходимые данные, приводя их к единому формату для дальнейшей обработки.
• Автоматический расчёт стоимости. На основе извлечённых параметров и внутренних прайс-листов агент мгновенно рассчитывал стоимость изделия.
• Генерация коммерческого предложения. По результатам расчётов агент формировал готовое коммерческое предложение, которое оставалось лишь отправить дилеру.

В логику агента заложили правило: если он сталкивается с совершенно новым или неоднозначным форматом, он помечает заявку и передаёт её менеджеру для ручной обработки и дообучения системы. Так обеспечивался постоянный рост точности и расширение возможностей агента.

Внедрение: от пилота до полного цикла

Внедрение ИИ-агента началось с пилотного проекта, где система работала параллельно с менеджерами. Это позволило отладить процесс, обучить агента на реальных данных и убедиться в его точности. На первом этапе агента использовали для распознавания и извлечения данных, оставляя финальный расчёт и формирование КП за человеком.

По мере роста доверия и точности, агент постепенно брал на себя всё больше функций. Менеджеры активно участвовали в процессе обучения, предоставляя обратную связь и помогая системе адаптироваться к нюансам. Через несколько месяцев, когда система достигла высокой степени автономности, четыре менеджера были переведены на другие задачи внутри компании, а оставшиеся четыре сосредоточились на работе с VIP-клиентами, решении сложных нестандартных запросов и контроле работы агента.

Результаты

Сокращение времени обработки заявки с часа до трёх минут не только привело к прямой экономии на ФОТ, но и значительно увеличило скорость реакции на запросы дилеров. Это напрямую повлияло на конверсию в сделку, которая выросла на 24% за счёт того, что клиенты перестали ждать ответ по несколько часов.

Как это внедрить у вас

Если в вашем бизнесе есть рутинная обработка неструктурированных документов, это прямое показание к внедрению ИИ-агента:

• Определите самые трудоёмкие рутинные операции. Начните с тех участков, где сотрудники тратят больше всего времени на ручной ввод данных, распознавание информации или подготовку типовых ответов.
• Соберите разнообразные данные. Чем больше примеров ваших заявок, документов и форматов вы предоставите для обучения, тем быстрее и точнее будет работать ИИ-агент.
• Внедряйте поэтапно. Начните с автоматизации части процесса, например, только с распознавания. Постепенно расширяйте функционал агента, передавая ему новые задачи по мере роста его точности и доверия команды.
• Вовлекайте команду. Объясните сотрудникам, что ИИ-агент не заменяет их, а освобождает от скучной рутины, позволяя сосредоточиться на более интересных и сложных задачах. Их активное участие в обучении и доработке системы критически важно для успеха.

Если этот кейс похож на то, что происходит у вас, наш менеджер поможет разобраться: бесплатно проанализирует ваш бизнес и нишу и подскажет, где ИИ-агент даст реальный результат именно в вашем случае. Написать менеджеру