Проекты / AI / Acme AI
2025

Восемь операторов саппорта — в одного..

Acme AI — SaaS-сервис генерации презентаций, 40 000 активных пользователей. Поток-агенты разгрузили саппорт: 78% тикетов закрываются автоматически с правильным контекстом по аккаунту.

NDA
Acme AI
RAG-агент с tool-calling в первой линии поддержки
ai-продукт · 40k пользователей · собственная llm-инфраструктура
КлиентAcme AI
ИндустрияAI · SaaS-продукт
УслугиПлатформа · UX
Сроки7 недель
Год2025
01 О проекте

Когда саппорт стал узким горлышком роста.

1200 тикетов в день и 4 часа first response в пики.

У Acme AI 40 000 активных пользователей, и поток обращений — 1200 в день. Команда саппорта из 8 человек захлёбывалась: повторяющиеся вопросы про подписку, ограничения тарифа, проблемы с экспортом. SLA по first response падал до 4 часов в пики.

Каждый час задержки ответа в SaaS — это просьба о возврате, негативный отзыв или потерянный апсейл. CSAT падал, churn рос, команда выгорала на однотипных тикетах вместо сложных кейсов.

Гипотеза: 80% обращений — типовые вопросы, ответы на которые уже есть в документации и базе предыдущих решений. AI-агент с RAG + доступом к данным аккаунта — закроет первую линию автоматически.

02 До и после

Что изменилось в работе — одной картой.

ДО
4 часа
first response в пики
ПОСЛЕ
1,4 мин
AI-агент отвечает первым
03 Подход
1 нед Сбор корпуса тикетов
3 нед RAG + tool-calling
2 нед Песочница и валидация
1 нед Запуск в первой линии
1 нед

Сбор корпуса тикетов

14 000 тикетов из Intercom за полгода. Разметка на 27 типов обращений. База: документация, FAQ, change-log, история биллинга.

3 нед

RAG + tool-calling

Qdrant + e5-embeddings по корпусу. Tool-calling: проверить подписку, выдать промокод, перезапустить экспорт, эскалировать оператору.

2 нед

Песочница и валидация

Прогон на 2000 исторических тикетов. Качество ответа: 91% совпадение с реальным ответом оператора. Те 9% — на проверку.

1 нед

Запуск в первой линии

Включили на 100% входящих в Intercom. Оператор подключается при confidence < 0,75 или просьбе «человека».

04 Архитектура

Из разрозненных источников — в единый рабочий процесс.

Поток-движок · интеграции · карточки

Система забирает данные из источников клиента, прогоняет через классификатор и парсер, обогащает справочниками и кладёт готовую карточку в учётную систему. Каждый шаг пишется в журнал: что пришло, как разобрано, кому ушло — всё проверяемо.

вход
Источники данных
Платформа · UX
обработка
Поток-движок
очередь задач
шаг · 01
Классификатор
типизация и маршрутизация
шаг · 02
Парсер и обогащение
извлечение ключевых полей
выход
Учётная система
AI-агент отвечает первым
×78 %
тикетов закрывает AI без оператора
06 Результаты

Что изменилось
через 60 дней.

78 %
тикетов закрывает AI
1200
обращений в день
1,4 мин
первый ответ (было 4 ч)
91 %
качество vs оператор
+12 %
CSAT за квартал
−5
операторов высвобождено
7 нед
от старта до запуска
40K
клиентов в обслуживании

Мы перестали гасить пожары и наняли двух старших инженеров поддержки вместо восьми junior-ов. CSAT при этом вырос. AI делает 80% работы, люди — те 20%, где нужна голова.

head of support, Acme AI
Следующий кейс — 04 / 22
Гравитация Health
Кардиоцентр · 26 врачей · аналитика приёмов.

Начните автоматизировать процессы вашего бизнеса.

Десятки компаний уже автоматизировали рутину — освободили часы своим специалистам и убрали ошибки ручного переноса. Покажем, как это работает на ваших данных. Демо за 30 минут.