Кейс · SaaS · Поддержка клиентов

AI-агент для техподдержки SaaS: −41% нагрузки — кейс

ИИ-система сортировки обращений сократил нагрузку на команду поддержки на 41% при росте NPS на +12 пунктов. Внедрение за 21 день. Кейс SaaS-платформы. ProAI2B.

Коротко

B2B SaaS-платформа с 80,000 активных пользователей. Команда поддержки из 12 операторов не справлялась с нагрузкой. ProAI2B построил ИИ-система сортировки обращений на GPT-4o + RAG: 74% обращений закрываются автономно, NPS вырос с 38 до 50, затраты на поддержку снизились на 41%.

Параметры

Параметры проекта

ОТРАСЛЬ

SaaS · Поддержка клиентов

КЛИЕНТ

Mid-market SaaS (NDA)

РЕГИОН

EU + СНГ

СРОКИ

21 день до пилота, 3 месяца до промышленного запуска

КОМАНДА

4 инженера ProAI2B + 2 со стороны клиента

Проблема

12 операторов на 3 смены, средняя очередь до 40 минут в часы пик
60% обращений — повторяющиеся вопросы про биллинг, лимиты, статусы, восстановление пароля
NPS службы поддержки — 38, основная причина низкой оценки: длительное время ожидания
Прогнозируемый рост базы 2× за год без бюджета на масштабирование команды
Документация разрозненна: Confluence (внутренняя), help.app.com (внешняя), 4 года истории обращений в Zendesk

Решение

Что мы построили

Агент-сортировщик на GPT-4o классифицирует обращение, оценивает тональность и срочность
RAG-слой над Confluence и справочным центром + историческими решениями из Zendesk
Вызов внешних систем: AI проверяет статус подписки, лимиты тарифа, статус задачи в API
Эскалация по тональности: при негативе > 0.7 — мгновенная передача к человеку
Помощник оператора: для оставшихся 26% обращений — черновики ответов и подсказки оператору
A/B-подход для непрерывного тюнинга промптов и моделей

Архитектура

Архитектура решения

Frontend

Embed в Zendesk Messaging + Intercom через Web SDK.

Сервис сортировки

Node.js / FastAPI, классификация + тональность + маршрутизация.

Исполнение агентов

координатор LangGraph + специализированные рабочие агенты.

RAG Layer

Pinecone (1,2 млн фрагментов) + переранжирование Cohere, гибридный поиск.

Слой интеграций

Коннекторы к API продукта, система биллинга, Zendesk API.

Мониторинг

трассировки Langfuse + собственные проверки качества + Sentry + Datadog.

Проверка качества

200 эталонных обращений, еженедельные регрессионные тесты.

KPI

Результаты

74%обращений автоматизировано

−41%затраты на поддержку (в годовом пересчёте)

+12NPS (38 → 50)

4 сексреднее время ответа

99.2%точность ответов (на контрольном наборе)

92%Оценка диалогов с AI

Хронология

Как разворачивали

Неделя 1

Анализ процессов

Audit 90 дней обращений, кластеризация тем обращений, выбор 80 базовых сценариев.

Неделя 2

Загрузка базы знаний

Подключение Confluence + справочного центра + архив Zendesk. Разбивка на фрагменты, векторизация, базовый замер качества.

Неделя 3

Разработка агентов

Сортировщик + 3 рабочих агента (оплата / статусы / инструкции). Вызов внешних систем, защитные ограничения.

Неделя 4

Теневой режим

AI отвечает фоном, операторы проверяют. Сбор обратной связи, донастройка промптов.

Неделя 5

Пилотный запуск

20% трафика в реальную эксплуатацию. Метрики качества, тональность, эскалации.

Неделя 8

Полный запуск

100% трафика. Расширение до 24 сценариев. A/B-тест GPT-4o vs Sonnet 4.

Неделя 12

Оптимизация

Снижение затрат: маршрутизация 70% на GPT-4o-mini. Помощник оператора для сложных случаев.

«Мы готовились увольнять 4 человека из поддержки. Вместо этого освободили команду от рутины — теперь они занимаются корпоративным онбордингом и контролем качества. Это лучшая инвестиция года.»

Вице-президент по работе с клиентами
SaaS для среднего сегмента, 80 тыс. пользователей

FAQ

Технические вопросы

Как ProAI2B обеспечил такую точность?

Подход с автоматической проверкой качества: 200 эталонных обращений с экспертной разметкой, еженедельные регрессионные тесты. Любое изменение промпта блокируется при регрессии > 1%.

Сколько стоило внедрение?

7 000 000 ₽ за 12 недель. Окупаемость 5 месяцев на экономии затрат + удержание клиентов.

Что с галлюцинациями?

Strict RAG: AI отвечает только на основе найденных фрагментов, ссылки на источники обязательны. При низкой уверенности поиска — эскалация.

Что если AI пишет что-то не то?

Каждый диалог логируется, плохие оценки разбираются на еженедельном разборе, промпты и RAG обновляются.

Готовы внедрить AI за 14–30 дней?

Бесплатный диагностический звонок: разберём ваш процесс, оценим потенциал автоматизации и посчитаем ROI под ваши данные.

Рассчитать ROI