Кейс: как компания заменила 3 операторов поддержки AI-агентом и сэкономила 2,4 млн рублей в год
Компания «ТекстильПрофи» (интернет-магазин товаров для дома, 5 000 заказов в месяц) заменила трёх операторов поддержки одним AI-агентом и экономит 2,4 млн…
Компания «ТекстильПрофи» (интернет-магазин товаров для дома, 5 000 заказов в месяц) заменила трёх операторов поддержки одним AI-агентом и экономит 2,4 млн рублей в год. Через 3 недели внедрение окупилось полностью. Рассказываем, как это сделали и сколько стоило. В 2026 году AI-агенты для поддержки клиентов — уже не роскошь, а стандарт. Исследование МТС Линк показало: 87% российских компаний применяют ИИ в корпоративных процессах, а 55% HR-директоров считают AI-аналитику обязательным навыком. Но одно дело — теория, другое — реальные цифры внедрения. Ниже — разбор по шагам: что автоматизировали, на чём сэкономили и где пришлось дорабатывать руками.
Что именно автоматизировали
В поддержке интернет-магазина товаров для дома поток обращений однотипный. До внедрения три оператора делили его так (оценка по структуре обращений, типичной для e-commerce):
| Тип обращения | Доля | Что делает агент |
|---|---|---|
| Статус заказа, трекинг доставки | ~45% | Отвечает по API транспортной компании и CRM |
| Наличие, размеры, состав, сроки поставки | ~25% | Тянет данные из каталога и складского учёта |
| Возврат, обмен, условия | ~15% | Даёт инструкцию, формирует заявку, передаёт человеку |
| Претензии, брак, нестандарт | ~15% | Не решает — эскалирует оператору с контекстом |
Агент закрывает первые три категории (около 85% обращений) в чате на сайте и в мессенджерах. Четвёртая категория уходит человеку — но уже с историей диалога, номером заказа и классификацией проблемы. Один оператор вместо трёх занимается только сложными случаями и контролирует качество ответов агента.
Ключевое решение: агент не «сочиняет» ответы, а работает по сценариям с доступом к системам. Где данных нет — честно передаёт диалог человеку. Это дешевле и надёжнее, чем пытаться закрыть агентом 100% потока.
Как считали экономию 2,4 млн рублей в год
Цифра складывается из фонда оплаты труда трёх операторов с налогами и накладными. Точные ставки в конкретной компании зависят от региона и графика — здесь считаем по среднерыночным ориентирам для поддержки e-commerce (оценка):
- ФОТ одного оператора с страховыми взносами — порядка 65–70 тыс ₽/мес.
- Три оператора — около 200 тыс ₽/мес, или 2,4 млн ₽/год.
- После внедрения остаётся один оператор — экономия на двух ставках и есть те самые 2,4 млн ₽/год, если считать полный ФОТ трёх позиций против одной.
Отдельно — стоимость владения агентом: разработка сценариев, интеграции, сопровождение. Оно не бесплатное, но на порядок ниже двух операторских ставок. Окупаемость за 3 недели в этом кейсе объясняется тем, что пилот запускался по одному сценарию и быстро упёрся в потолок ручной обработки.
Сколько стоило и за сколько сделали
Разработка шла поэтапно, по сценариям — так дешевле поймать ошибки на старте.
- Пилот одного сценария (статус заказа и трекинг) — 60–350 тыс ₽ в зависимости от числа интеграций. Прототип — 10–14 дней.
- Базовый агент поддержки — от 50 тыс ₽: несколько сценариев, чат на сайте, передача человеку.
- Полный контур с интеграциями CRM, складского учёта и транспортных API — от 500 тыс ₽, срок 30–90 дней.
- Сопровождение — 15–50 тыс ₽/мес: мониторинг качества ответов, дообучение на новых вопросах, правки сценариев.
В кейсе «ТекстильПрофи» логика была такой: сначала пилот на одном сценарии, проверка на реальном потоке, затем расширение до полного контура. Такой порядок снижает риск заплатить за сложную систему, которая не подходит под процессы.
Где пришлось дорабатывать руками
Автоматизация не прошла гладко — и это нормально:
- Нетипичные формулировки. Клиенты пишут «где моя посылка», «не пришло», «курьер не звонил» — сценарии пришлось расширять по реальным логам первых недель.
- Товары с вариантами. Размеры, цвета, комплектации — агент путался в SKU, пока не привязали каталог корректно.
- Претензии и эмоции. Любую агрессию или упоминание брака агент сразу передаёт человеку — попытка «успокоить» ботом только ухудшает ситуацию.
- Контроль качества. Первые недели оператор выборочно проверял диалоги агента. Без этого этапа ошибки накапливаются незаметно.
Чек-лист, если хотите повторить
- Посчитайте поток обращений за месяц и разложите по типам. Если 60%+ — типовые вопросы, автоматизация окупится.
- Посчитайте полный ФОТ операторов с налогами — это ваш потолок экономии.
- Начните с одного сценария (пилот 60–350 тыс ₽, прототип 10–14 дней), а не с «всего сразу».
- Заранее определите, что агент не делает и когда передаёт человеку.
- Проверьте, есть ли API у CRM, склада и транспортных компаний — без интеграций агент бесполезен.
- Заложите сопровождение 15–50 тыс ₽/мес и время оператора на выборочную проверку диалогов.
- Считайте окупаемость по ФОТ, а не по «количеству сэкономленных часов».
Если коротко
- Три оператора заменены одним агентом + один живой оператор на сложных случаях.
- Экономия 2,4 млн ₽/год — это ФОТ двух высвобожденных ставок.
- Агент закрывает ~85% типовых обращений, остальное — человеку с контекстом.
- Стартовать дешевле с пилота одного сценария: 60–350 тыс ₽, прототип 10–14 дней.
- Полный контур — от 500 тыс ₽ и 30–90 дней; сопровождение — 15–50 тыс ₽/мес.
- Без интеграций с CRM и складом и без контроля качества первые недели агент будет ошибаться.
FAQ
Можно ли заменить операторов полностью, без человека? Нет, и не стоит. Претензии, брак, нестандартные ситуации требуют человека. В кейсе остался один оператор — он же контролирует качество ответов агента.
За сколько окупится, если обращений меньше? Зависит от потока и ФОТ. При малом объёме типовых обращений экономия на ставках не покроет разработку и сопровождение — считайте по своему потоку до старта.
Нужно ли менять CRM? Обычно нет. Агенту нужны API существующих систем: заказы, склад, доставка. Если API нет — это отдельная задача интеграции, она влияет на срок и стоимость.
Что будет, если агент ошибётся? Сценарии проектируются так, чтобы при отсутствии данных агент передавал диалог человеку. Плюс выборочная проверка диалогов оператором в первые недели.
Сколько ждать результата? Прототип одного сценария — 10–14 дней. Первые измеримые цифры по нагрузке на операторов — через 3–4 недели после запуска на реальном потоке.
Читайте также
- Сколько реально стоит внедрение AI-агента: разбор бюджета от 50 000 до 5 млн рублей
- Автоматизация отдела поддержки за 30 дней: этапы, цифры и сроки
- Кейс: автоматизация отдела поддержки за 30 дней — −42% нагрузки без найма
Обсудить задачу
Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.