Задача: SLA, который нельзя нарушить, и поток, который нельзя нанять
Типовой B2B-сервис с несколькими десятками корпоративных клиентов: договором прописано время реакции, за срыв — штрафы и репутация. При этом статистика обращений почти везде одинакова: значительная часть потока — установка и доступы, типовые ошибки, вопросы «как сделать X в версии Y», ответы на которые уже есть в базе знаний. Инженеры второй линии тонут в первой. Нанимать под рост потока — значит размывать ответственность: сложные случаи всё равно ждут своих людей.
Задача контура — развести потоки: типовое закрывается ботами за секунды с доказуемой ссылкой на статью, сложное доходит до инженера оформленным тикетом с контекстом, а SLA-таймер запускается автоматически.
Чем B2B-поддержка отличается от ботового фронта сайта
Первое отличие — у клиента есть контекст. Бот для анонимного посетителя сайта отвечает «вообще»; бот техподдержки знает продукт, тариф, версию и историю прошлых обращений — и не предлагает инструкцию для другой редакции. Второе — ответ влечёт обязательства: обещание «перезвоним» или совет по настройке в B2B — часть сервиса, поэтому бот отвечает только по согласованной базе знаний и всегда показывает источник. Третье — тикет-система как ядро: бот — не отдельный чат, а фронтенд к вашему helpdesk, где тикет, SLA и ответственность живут как раньше.
Отдельно фиксируется граница: бот не обещает сроков и не берёт на себя вину. Всё, что про обязательства, — прерогатива человека; бот аккуратно передаёт вопрос дальше с собранным контекстом.
Архитектура: фронтенд к тикет-системе
Клиент ──► чат в личном кабинете / на портале поддержки │ идентификация: продукт, тариф, версия, история тикетов ▼ Оркестратор: уточняющие вопросы, приоритет по SLA │ гибридный поиск: база знаний + похожие закрытые тикеты ▼ Векторный индекс ◄── статьи базы знаний (с признаками версий), │ архив закрытых обращений (обезличенный) ▼ LLM в российском контуре: ответ + ссылка на статью ├──► решено ──► тикет создаётся закрытым (для статистики) ├──► не решено ──► тикет для инженера: контекст, шаги, версия └──► сбой/критично ──► немедленная эскалация по SLA-таймеру ▼ Аналитика: чего нет в базе знаний, какие статьи не находят
Ключевой слой — версионность базы знаний: одна и та же функция в разных версиях продукта отвечает по-разному, поэтому у каждой статьи в индексе есть признаки версий и сроков поддержки. Второй слой — обучение на закрытых тикетах: обезличенный архив похожих обращений часто отвечает точнее любой статьи, и он же подсказывает, какую статью пора дописать.
Этапы внедрения
| Этап | Что получается | Цена | Срок |
|---|---|---|---|
| Аудит поддержки | карта обращений, ревизия базы знаний, SLA-правила и маршруты | 90 000 ₽ | 2–4 рабочих дня |
| Пилот на одном продукте | бот первой линии, тикет-интеграция, замер доли закрытых обращений | от 480 000 ₽ | 1–1,5 месяца |
| Контур на линейку | все продукты и каналы, роли, мониторинг, петля базы знаний | 0,9–1,2 млн ₽ | по ТЗ |
| Поддержка контура | переобучение индекса, мониторинг качества ответов и SLA | по отдельному договору | — |
Рыночный контекст: медиана начальной цены по 236 закрытым ИТ-лотам сентября — 2,43 млн ₽; ассистент-класс закупался в диапазоне 0,6–1,2 млн ₽. Контур поддержки — средний сегмент этого ряда. Все суммы — «от», НДС не облагается в связи с применением УСН (п. 2 ст. 346.11 НК РФ).
Замеры пилота: до и после
Ниже — ориентиры класса, типовые диапазоны результатов, не отчёт конкретного сервиса. До старта фиксируем отсчётные значения: доля типовых обращений в потоке, скорость первого ответа, сколько тикетов переоткрываются.
- Обращения, закрытые первой линией: 30–60% потока — в зависимости от зрелости базы знаний.
- Первый ответ: с минут очереди до секунд; SLA-таймер запускается автоматически, а не вручную.
- Качество тикетов для инженеров: контекст собран ботом, типовое сокращение переписки на уточнения — 20–40%.
- База знаний: журнал неотвеченных вопросов — готовый план статей; типовая находка пилота — 15–25% потока не покрыто базой вовсе.
Безопасность и границы
Всё живёт в российских информационных системах: доступ по ролям, журнал диалогов, архив тикетов обезличивается до индексации; 152-ФЗ закрывается архитектурой ещё до пилота, режим коммерческой тайны клиента — разграничением доступа (клиент видит только свои обращения). Граница автоматизации: бот отвечает «как в документации» и не берёт на себя договорные обязательства; решения об обходах, компенсациях и сроках — только человек. ИИ-обязанности контура регулирует 243-ФЗ: общая часть действует с 01.09.2026, с 01.03.2027 требования распространяются на операторов больших фондов моделей — от 1 млрд параметров; переходный период — до 01.09.2032, штрафов и реестра закон не предусматривает.
Откуда этот кейс. Это собиранный проект из нашей практики: продукты и компании не названы (NDA), метрики — вилки класса; рабочие значения фиксируются в КП и протоколе приёмки. Любой ответ бота сводится к статье базы знаний или закрытому тикету — источник проверяем.