Больше никаких пауз: как стартаперы научили ИИ-агентов говорить быстрее людей и делать 1 млн звонков в месяц

Всем привет! Это Денис Сметнев. Последние несколько лет плотно общаюсь с разными стартапами — от EDtech до SaaS-проектов, которые работают в России и за границей. Один из таких — проект Дани Щербакова, который с командой делает ИИ-роботов. Эти роботы делают звонки для бизнеса. Честно, когда я впервые услышал записи разговоров этих ИИ-агентов, у меня было только одно чувство: «Нифига себе». Потому что я обычно скидываю трубку, если понимаю, что со мной разговаривает тупой робот, а здесь все иначе. В этой статье расскажу, как устроены эти разговоры и как ИИ-агент делает миллион звонков в месяц.

Как отличить ИИ-агента от старого робота: история про рододендрон

Когда разговариваешь с людьми про звонки с помощью роботов, то чаще всего появляется вопрос: «Да как вообще с ними можно разговаривать? Сразу скидываю трубку». 

Действительно, в большинстве случаев сразу понятно, что звонит робот: дурацкие паузы и повторы вопросов, если ты отвечаешь нестандартно или молчишь. Все дело в том, что такие роботы действуют на основе интентов. Для таких разработок прописывают стандартные сценарии диалогов:

«Здравствуйте, Максим! вы интересовались славянским шкафом?
Да
Тогда у нас есть отличная чешская стенка…».

И не дай Бог, если ты ответишь, что искал скандинавский шкаф: робот начнет задавать вопросы по новой.

Ребята используют другой подход. Роботы — ИИ-агенты, которые работают с контекстом вашей компании и целью звонка. Они активно поддерживают диалог, анализируют вопросы и дают по-настоящему качественные ответы. В России бизнес ежегодно совершает более 50 миллионов звонков своим клиентам и многие хотят автоматизировать этот процесс без потери качества. 

«Меня, например, удивило, когда проект зимой работал с питомником растений. Робот попал на девушку, которая стала отказываться от покупки со словами, что планирует посадить рододендрон, а это делают ближе к лету. На это робот дал консультацию, что сезон посадки рододендронов начинается как раз осенью. Диалог выглядел так:

Человек: А сейчас не поздно садить фруктовые деревья?
Робот: Нет, не поздно. Осень — это хороший период для посадки фруктовых деревьев. Они успеют укорениться до зимы. Если хотите, могу подготовить для вас персональную подборку по растениям, которые сейчас можно высаживать. Удобно, если в мессенджер отправлю?
Человек: Да, меня знаете, я бы хотела грушу большую. Летнюю. Есть у вас такие деревья?
��обот: Да, у нас есть груши, как летние, так и зимние. Я подготовлю информацию и отправлю вам в мессенджер.
Человек: Да, отправьте, пожалуйста и чтобы дерево такое было с закрытой корневой системой, конечно».

Сложно представить, что обычный робот или даже продавец колл-центра сможет дать такой ответ.

На рынке остаются колл-центры с живыми людьми, но там тоже не все так просто. Эффективные звонки возможны, когда звонящий хоть что-то понимает в теме бизнеса. Хорошие результаты человек начинает давать через 2-3 месяца. Например, в недвижимости эффект чувствуется, когда продавцы сделали 1000 звонков. Если хочешь лучше, то нужно сделать 2000 звонков и нанять еще 50 человек, которые дадут результата через 2-3 месяца. 

При этом так называемых «звонарей» невозможно полноценно контролировать (кто-то даже покупает отдельные продукты, чтобы хоть как-то решать эту задачу). Они ошибаются, болеют, ходят в отпуска и устают к концу дня в пятницу.

Робот сделает 100 000 звонков буквально за один день. При этом это будут качественные разговоры, которые могут продолжаться 5-7 минут в зависимости от темы беседы. Во время звонков люди иногда спрашивают, кто с ними разговаривает: робот ��ли человек. Ответ зависит от промта, но интересно, что практически никто не прекращает общение после информации, что звонит не человек.

На рынке сейчас много псевдо-решений за 1–2 рубля в минуту. Они тоже любят прикрываться словом «ИИ», но по факту это все те же старые роботы на интентах, которых научили чуть лучше ориентироваться по скрипту. Только вот качество разговора от этого не меняется — булшит он и в Африке булшит. Качественные звонки стоят дороже.

Диалог для компании в сфере недвижимости:

«Человек: Добрый день! У меня в Питере ипотека, но квартира там стоит. Скажите, а есть варианты, что я перекину эту ипотеку на другую и доплачу?
Робот: Есть варианты, когда можно переоформить ипотеку на другую квартиру и доплатить разницу. Это называется ипотечный переход, но тут лучше подскажет наш специалист. Я передам ему ваши контакты, чтобы он вас проконсультировал».

Архитектура внутри: как ребята собрали свой стек и достигли задержки 0,3 секунды

В команде собрали собственный технологический стек. Каждый элемент системы работает на своей инфраструктуре, а все процессы координирует уникальная система оркестрации. Именно благодаря ей задержка ответа составляет меньше 0,3 секунды — это быстрее, чем у большинства живых людей. Голоса не отличить от человеческих, а диалоги построены на fine-tuned языковых моделях.

Что такое fine-tuned модель? Если просто, то базовая LLM — это студент-троечник, который что-то слышал про ваш бизнес, но плавает в терминах и не знает правил. А модель ребят — это опытный менеджер первой линии, который прочитал все скрипты, FAQ, помнит историю прошлых диалогов и знает, когда можно пошутить, а когда нужно строго следовать бизнес-логике.

В целом AI-телефонный агент построен как модульная система, где каждый компонент отвечает за свою функцию, а оркестратор координирует работу всей платформы:

1. Сначала работает распознавание речи (STT). Голос собеседника превращается в текст в реальном времени для дальнейшего анализа.

2. Дальше текст передается в LLM и диалоговую логику ^[1]. Здесь как раз и вступает в дело та самая fine-tuned модель, обученная на сотнях миллионов реальных бизнес-разговоров или скриптах клиента. Она анализирует смысл сказанного, определяет намерения собеседника и выбирает оптимальный ответ. Система отслеживает контекст, управляет ветвлениями сценария и корректно обрабатывает возражения.

3. Выбранный ответ уходит в систему синтеза речи (TTS). Система генерирует естественный голос и все это происходит с задержкой менее 0,3 секунды между вопросом человека и ответом ИИ, чтобы звонок воспринимался как живой разговор. Параллельно оркестратор ведет интеграцию с CRM и базами данных, фиксируя историю контакта, статус лида и все ключевые метрики.

«Тут важно понимать принципиальную разницу в подходе. Обычная LLM работает по вероятностному принципу и генерирует наиболее подходящий ответ на основе контекста, но не обязана строго следовать бизнес-логике. А в продажах важно последовательно пройти этапы квалификации, задать обязательные вопросы, корректно отработать возражения и привести диал��г к целевому действию

Поэтому поверх собственной инфраструктуры работает диалоговый движок с жестко заданными правилами и ветвлениями. Он контролирует структуру разговора, запрещает отклонения от сценария и гарантирует, что каждый звонок проходит по нужной логике, независимо от формулировок собеседника. На создание такого инструмента обычно тратят годы».

Диалог в сфере недвижимости: 

«Робот: А вы где хотите покупать квартиру и какую?
Человек: Двушку в Воронеже и в ипотеку.
Робот: Двухкомнатная квартира в Воронеже стоит от 6 миллионов рублей. Рассматриваете варианты дороже этой суммы?
Человек: Нет.
Робот: Тогда наши менеджеры найдут для вас подходящие варианты и свяжутся в течение дня».

Рынок: важно, чтобы звонили быстро и без пауз

В среднем для запуска этих роботов хватает 2-3 дня: 2 дня на сбор информации, 1 день для настройки агента, 1 день интеграция с CRM. Затем проходит тестирование и стартует обзвон. Параллельно проводят постоянную оптимизацию на основе полученных данных. 

Весь процесс проходит на облачной платформе, и не нужна дополнительная разработка, а управление проходит в личном кабинете, чтобы собирать статистику и аналитику. Платформа позволяет полностью управлять диалогами: выстроить любой сценарий, прикрутить CRM и базы данных, тестировать гипотезы в реальном времени А/В-тестами. Масштабируется решение до миллиона звонков в день без потери качества. 

«Представьте, что все подрядчики одновременно получают от операторов связи доступ к одним и тем же контактам, и по каждому номеру нередко звонят 3–5 разных компаний. Конкуренты методично обзванивают базу весь день, а тут сервис обрабатывает весь массив за 9–10 минут. Пока другие только начинают дозваниваться до первых сотен клиентов, вы уже квалифицировали всю базу и передали горячие лиды в отдел продаж. В современных реалиях скорость реакции ^[2] определяет, кто получит клиента, а кто услышит: «Спасибо, мы уже заказали у другой компании».

Цифры с полей: что меняют ИИ-агенты в реальном бизнесе

Эффективность этих ИИ-агентов лучше всего подтверждается не обещаниями, а реальными метриками в бою. Вне зависимости от сферы — будь то холодные продажи в недвижимости или обработка «тепла» в клининге — результаты демонстрируют стабильный рост ключевых показателей и кардинальное изменение экономики процессов.

Рост конверсии в лида

• В сегменте холодных обзвонов для застройщика конверсия в квалифицированного лида выросла на +50%. Тысяча звонков стала приносить в полтора раза больше готовых к сделке клиентов.

• В сегменте входящих заявок для клининга конверсия из заявки в лида выросла с 48% до 59% (+11 п.п.). Это плюс 11 готовых клиентов с каждой сотни обращений без увеличения рекламного бюджета.

Экономическая эффективность

• Снижение затрат на 60%. Компании удалось сократить расходы на обзвон более чем наполовину, убрав из сметы затраты на текучку, обучение ^[3] и почасовую оплату операторов.

• ROI 21:1. В кейсе с клинингом каждый вложенный в ИИ-агента рубль принес 21 рубль чистой прибыли.

Скорость и объем

• С 1,5 часов до 3 секунд. Время реакции на входящую заявку сократилось в 1800 раз. Теперь звонок от ИИ приходит быстрее, чем клиент успевает закрыть вкладку браузера.

• Миллион звонков в месяц. Компании перестали быть заложниками найма: переход с 5 000 на 20 000 звонков в день занимает не месяцы поиска персонала, а пару дней настройки мощностей.

Стабильность и управляемость

• Исчезновение «человеческого фактора». Конверсия перестала «плыть» из-за усталости менеджера к вечеру пятницы или после праздников. ИИ показывает одинаково высокий результат 24/7.

• Тотальный контроль. В отличие от живого колл-центра, где прослушать можно лишь 1% разговоров, здесь анализируется каждый диалог, а гипотезы тестируются A/B-тестами за один день.

ИИ-агенты трансформируют звонки из статьи расходов в предсказуемый канал привлечения, где высокая скорость реакции и идеальное следование скрипту дают бизнесу клиента раньше конкурентов.

Будущее ИИ-звонков

Думаю, что такие технологии — это некоторое будущее коммуникаций между бизнесом и клиентами. Да, пока работы закрывают первую линию общений с клиентами, а уже люди превращают лидов в покупателей. Здесь все-таки пока не обойтись без человека.

Будущее за выстраиванием экосистемы коммуникаций с клиентами. Каждый бизнес хочет быть на связи 24/7 и ИИ-роботы в этом помогут. Клиент может позвонить в 2 ночи или 7 утра, а робот не просто примет звонок, а ответит на большую часть вопросов и проведет консультацию. При этом у него будет бодрый голос, полноценные и качественные ответы, которые приблизят заявку от клиентов.

«Недавно была новость, что ИИ-робота использовали в ЖКХ, он пообщался с людьми и стал материться. Насколько знаю, эти роботы такое не сделают, так как настройки блокируют посторонние каналы, как обучающие. То есть собеседник никогда не услышит грубость в ответ. При этом такие ИИ-агенты умеют считывать негатив, а также  если собеседник настроен на троллинг. В этих случаях робот просто прекращает общение».

Кстати, когда прослушиваешь разговоры этих ИИ-агентов, то встречаются забавные эпизоды. Люди не только спрашивают, человек с ними разговаривает или робот, но и бывают случаи, когда собеседники пытаются позвать такого звонаря на свидание.

Если хотите, то могу познакомить вас с Даней Щербаковым и его командой. Приходите в личку в тг!