Корпоративный ИИ-ассистент: что он должен знать о компании, чтобы отвечать как сотрудник
Корпоративный ИИ-ассистент для компании работает не на «умной модели», а на вашей базе знаний: номенклатуре, ценах, регламентах и истории сделок. Модель отвечает за язык и логику рассуждения, факты она берёт из того, что вы в неё загрузили. Поэтому ассистент из коробки звучит уверенно и вежливо, но по существу вашего бизнеса не знает ничего: ни что у вас снято с производства, ни кто согласует скидку, ни что вы обещали этому клиенту в прошлом квартале. Разберём, из чего собирается рабочая база знаний и как проверить ответы до того, как ассистента пустили к клиентам.
Почему ассистент «из коробки» отвечает мимо
Готовая модель знает язык, общие сведения о мире и умеет складно рассуждать. Всё, что делает вас компанией, у неё отсутствует: артикулы и модификации, действующий прайс и границы скидок, сроки поставки по регионам, условия возврата, кто и что подписывает, чем ваш продукт отличается от соседнего по полке.
Дальше начинается главная проблема. Модель не молчит, когда не знает. Она достраивает правдоподобный ответ, и клиент получает срок, гарантию или цену, которых в компании не существует. Один такой ответ в переписке стоит дороже, чем весь проект внедрения: его придётся отрабатывать руками, а иногда исполнять.
Вывод простой. Ценность даёт не сама нейросеть, а контур вокруг неё: проверенные данные, границы полномочий и правило говорить «нет данных». Именно этот контур занимает основную часть работы при внедрении.
Ассистент, который не умеет сказать «нет данных», опаснее отсутствия ассистента.
Что должен знать корпоративный ИИ-ассистент для компании
Чтобы отвечать как сотрудник, ассистенту нужны те же пять слоёв знаний, которые новичок набирает за первые месяцы работы:
- Номенклатура и цены. Что продаём, в каких вариантах, по какой цене, что снято с производства, что под заказ, что есть на складе прямо сейчас.
- Регламенты и полномочия. Порог скидки, срок ответа, условия оплаты и возврата, кто согласует нестандарт, что запрещено обещать никогда.
- История отношений. Данные CRM: прошлые сделки, обращения, договорённости, статус текущего заказа. Без этого ассистент разговаривает с постоянным клиентом как с прохожим.
- Язык компании. Как вы называете вещи внутри и снаружи, какой тон допустим, какие формулировки под запретом.
- Реальные вопросы и ответы. Выгрузка переписок, тикетов и расшифровок звонков. Оттуда вырастает основная часть сценариев, потому что клиенты спрашивают одно и то же.
Пятый слой люди чаще всего пропускают, а он самый дешёвый и самый полезный: вопросы у вас уже собраны, их надо только достать.
Как собирается рабочая база знаний
Порядок работ выглядит скучно, и в этом его сила.
Инвентаризация источников. Учётная система, CRM, диск с документами, рабочие чаты, сайт. Выясняется, что один и тот же прайс живёт в четырёх местах в четырёх версиях.
Выбор источника истины. На каждый тип вопроса назначается ровно один источник. Остатки берём из учётной системы, статус заказа из CRM, условия оплаты из утверждённого регламента. Всё остальное из базы удаляется, иначе ассистент будет выбирать между двумя правдами.
Чистка и нарезка. Документы режутся на короткие фрагменты, один фрагмент отвечает на один вопрос. У каждого проставляется дата и владелец. Устаревшее выносится в архив, а не оставляется «на всякий случай».
Живая связь вместо копий. Цены, остатки и статусы подтягиваются запросом в систему в момент ответа. Копия устареет в первую же неделю.
Владелец обновления. Человек и срок, иначе база рассыплется за квартал. В логистике дистрибьютора косметики через отдел проходило больше 760 документов в день, и порядок там держался не на памяти сотрудников, а на регламенте и системе учёта. С базой знаний ровно так же.
Как проверить ответы до того, как пустили к клиентам
Проверка делается не на ощущениях руководителя, а на списке. Соберите несколько десятков реальных вопросов из переписки и звонков, разложите их на три группы: ассистент обязан ответить точно, ассистент отвечает частично и предлагает человека, ассистент отвечать не должен вообще.
Дальше прогоняете весь список и отдаёте ответы на слепую проверку тому сотруднику, который отвечает за эту зону: снабженец смотрит сроки, юрист договорные формулировки, руководитель продаж скидки. Оценка ставится в трёх состояниях: верно, неверно, опасно. «Опасно» это правдоподобная выдумка, и такие случаи разбираются в первую очередь.
Что проверяем обязательно:
- каждый фактический ответ содержит ссылку на источник, который можно открыть и прочитать;
- на провокации (дайте скидку побольше, гарантия ведь пожизненная, у конкурента дешевле) ассистент держит рамку регламента;
- на вопрос вне базы отвечает «нет данных» и передаёт человеку;
- после обновления прайса тот же список вопросов прогоняется заново.
Затем пилот внутри компании: пусть на ассистенте сначала поработают свои же сотрудники. Клиенты идут последними, когда доля опасных ответов на контрольном списке равна нулю.
При самостоятельной настройке легко упустить, к кому относятся условия: ассистент находит действующий документ, но предлагает розничному клиенту цену для дилера. Вам приходится объяснять расхождение, пересогласовывать предложение и рисковать сделкой или маржой. Если на похожие вопросы разных клиентов ассистент выдаёт одинаковые условия, а вы исправляете это отдельной подсказкой для каждого случая, пора подключать специалиста. В рамках внедрения ИИ под вашу задачу мы берём на себя настройку выбора данных под конкретный запрос, проверку таких сценариев и обучение сотрудников работе с ассистентом.
Правило «не знаю» и граница ответственности
Хороший корпоративный ИИ-ассистент для компании отличается от плохого не эрудицией, а честностью. Он обязан признавать пробел и передавать диалог человеку, сохранив контекст переписки.
Границы прописываются заранее и жёстко. Ассистент не подтверждает сроки, которых нет в системе, не выдаёт скидку сверх порога, не трактует условия договора, не комментирует спорные ситуации и рекламации. Всё это уходит менеджеру с пометкой, почему передано.
Такой ассистент выглядит скромнее, но именно ему начинают доверять сотрудники. Тот, который однажды сочинил срок поставки, потом перепроверяется руками при каждом ответе, и вся экономия времени исчезает.
ИИ приживается там, где его встроили в рутину
Технология сама по себе ничего не меняет. Меняет процесс, в который она встроена, и люди, которые понимают, что с ней делать.
В командном проекте ЕРИС (радиологическая информационная система) ИИ заходил именно так: масштабирование на 35+ регионов, более 30 000 обученных пользователей, алгоритмы внутри повседневной работы рентгенологов. Работала не идея искусственного интеллекта, работал алгоритм на конкретном шаге процесса, понятный человеку за экраном.
С корпоративным ассистентом та же логика. Определите, где он стоит: первая линия поддержки, подбор товара по запросу, ответы менеджеру по внутренним регламентам, помощь новичку в онбординге. Договоритесь, что считается успехом: доля закрытых без человека обращений, время первого ответа, снижение количества вопросов к руководителю. Без этого через месяц никто не сможет сказать, стало лучше или нет.
Соберите пять слоёв знаний, назначьте один источник истины на каждый тип вопроса, поставьте владельца обновления и прогоните контрольный список вопросов перед запуском. Это и есть вся работа: модель здесь самая простая часть, а сложное лежит в ваших данных и регламентах.
Если в компании есть отдел продаж, стоит проверить и его: звонки менеджеров, CRM и путь клиента до ухода. Я провожу такую диагностику: за два дня показываю, где отдел теряет сделки, за пять дней даю план исправления. Первый шаг: созвон на 20 минут, на нём разберёмся, что проверить у вас в первую очередь.
Частые вопросы
Почему корпоративный ИИ-ассистент придумывает цены и сроки?
Готовая модель знает язык и общие сведения о мире. Вашей номенклатуры, прайса, сроков поставки и регламентов у неё нет. Когда модель чего-то не знает, она не молчит и достраивает правдоподобный ответ, поэтому клиент получает срок, гарантию или цену, которых в компании не существует. Защищают от этого проверенные данные, границы полномочий и правило отвечать «нет данных».
Что загрузить в ИИ-ассистента, чтобы он отвечал как сотрудник компании?
Ассистенту нужны пять слоёв знаний: номенклатура и цены, регламенты и полномочия, история отношений из CRM, язык компании, реальные вопросы и ответы. Последний слой берут из переписок, тикетов и расшифровок звонков. Его пропускают чаще других, хотя он самый дешёвый и полезный: вопросы клиентов уже собраны, их нужно только достать.
Как собрать базу знаний для корпоративного ИИ-ассистента?
Сначала составляют список источников: учётная система, CRM, диск с документами, рабочие чаты, сайт. Затем на каждый тип вопроса назначают один источник истины и убирают из базы всё остальное, чтобы ассистент не выбирал между двумя версиями. Документы режут на короткие фрагменты с датой и владельцем, а цены, остатки и статусы подтягивают запросом в систему в момент ответа. За обновление базы отвечает конкретный человек в заданный срок.
Как проверить ответы ИИ-ассистента перед запуском к клиентам?
Соберите несколько десятков реальных вопросов и разделите их на три группы: ассистент отвечает точно, отвечает частично и зовёт человека, не отвечает вообще. Ответы вслепую проверяет сотрудник, отвечающий за эту зону, и ставит оценку: верно, неверно или опасно. После этого ассистента испытывают на своих сотрудниках. Клиентов подключают, когда доля опасных ответов на контрольном списке равна нулю.
Кнопка открывает Telegram. Как обрабатываются данные из переписки, сказано в политике.
Чем помогаю
Аудит отдела продаж за два дня: слушаю звонки менеджеров, смотрю сделки в CRM и показываю, на каких шагах теряются клиенты.
Ловец лидов: бот для поиска клиентов в Telegram-чатах. Находит в 1 100+ бизнес-чатах тех, кто ищет подрядчика, и присылает заявку, пока запрос свежий.
Речевая аналитика звонков: ИИ разбирает разговоры отдела продаж и показывает, где менеджеры теряют сделки.