Для руководителей сервиса и продаж

Искусственный интеллект для диалогов и бизнеса

В volbor модель не болтает «в общем». Она ищет фрагмент в вашей базе, кладёт черновик оператору и вызывает API только по контракту. Без контура человек 6–8 минут листает регламент, а ночью лид просто уходит[1].

Кластер ИИ

Шесть модулей, один контур

Не включайте всё сразу. Выберите, кто отвечает ночью и куда модель имеет право ходить.

Что выбрать

Один вход, не «весь ИИ»

Хабы путают, если все карточки ведут в одно и то же. Здесь — когда какой модуль.

СитуацияМодульНе это
Очереди, SLA и права собирают рукамиZeroСуфлёр — он пишет текст, не конфиг
Первая линия ищет регламент 6–8 минут[1]СуфлёрАгент к клиенту, пока черновик не проверен
Ночь и типовой статус / наличиеAI-агентыПубличный чат без базы
Лид с формы лежит до утраAI SDRЗакрывающий AE как первая линия
Бот цитирует FAQ, заказ не двигается[2]Действия ИИМодель-root в ERP
Нужен статус из базы, не SELECT *MCPСырой SQL из промпта

Стек ИИ

Сначала знание, потом черновик, потом действие

Хаоса из пяти нейросетей в мессенджере не будет. В volbor один контур: база → суфлёр или агент → API по схеме → человек, если фрагмента нет.

Ответ только из вашей базы
Оператор не начинает с пустого поля
Передача

FAQ

Что обычно спрашивают, прежде чем включить ИИ

Что такое ИИ в volbor?

ИИ в volbor — это контур для диалогов: поиск по вашей базе знаний, черновики для оператора, автономные агенты и вызовы API по схеме. Это не подключение публичного чата напрямую к мессенджеру.

Модель не будет выдумывать цену и скидку?

Если фрагмента нет в базе, ответ клиенту не генерируется «из общего знания». Диалог уходит оператору. Цена, остаток и слот берутся из документов или из API, не из догадки модели.

Нужен ли дата-сайентист для запуска?

Нет. Каналы, статьи, инструкции агента и суфлёр настраиваются в интерфейсе. Код нужен только если вы пишете свой MCP-сервер или нестандартный API.

Можно оставить ИИ только подсказкой, без бота к клиенту?

Да. Суфлёр работает внутри Inbox: черновик видит сотрудник, клиент — только отправленный человеком текст.

Что с персональными данными и GDPR?

Переписки не идут в обучение публичных моделей. Карты, пароли и документы маскируются до вызова модели. Изоляция — на уровне рабочего пространства. Это международные правила защиты данных, не локальный закон одной страны.

На каких языках отвечает?

Модель ведёт диалог на языке клиента. Оператор может писать на своём — суфлёр переводит черновик. Точный список языков зависит от выбранной модели в пространстве.

С чего начать, если базы знаний ещё нет?

С десяти статей, которые уже закрывают половину тикетов: доставка, возврат, тарифы, статус заказа. Остальное добавите по факту эскалаций, а не «загрузим всё сразу».

Сначала суфлёр, потом автопилот

Загрузите статьи, включите черновики в Inbox, один раз проверьте, что модель не отвечает мимо базы. Ночную смену можно не нанимать заранее.

Методология и источники

Как считаются цифры на этой странице

  1. [1]
    6–8 минут на типовой ответ без суфлёра

    Разбор шагов первой линии: найти статью в вики, сверить исключение, скопировать абзац, поправить тон. На гарантию, возврат и «где заказ» это обычно несколько вкладок и 6–8 минут до первого осмысленного текста. «Черновик сразу» — генерация в Inbox по уже проиндексированной статье, без обещания конкретного P95. Это не полевой замер по списку компаний.

  2. [2]
    Текст без действия возвращает клиента в очередь

    Если бот цитирует инструкцию «проверьте статус в кабинете», клиент либо не находит кабинет, либо пишет снова. Тикет не закрыт, пока не вызван read-метод статуса или слота. Сравнение — консультация без API против консультации с одним read-вызовом. Не доля «всех тикетов отрасли».

  3. [3]
    $2,800 в месяц с типовых тикетов

    Арифметика примера: 4 места × $1,400 loaded-cost = $5,600. Если регламентные темы (статус, тариф, возврат по статье) составляют около половины входящих и их забирают агент и суфлёр, это ~$2,800. Фактическая доля FAQ у каждой команды своя — её видно в аналитике очереди. Не обещание экономии конкретного клиента и не исследование «N внедрений».