Автоматизация отдела продаж в логистической компании с помощью ИИ-ассистента

К нам обратилась логистическая компания, занимающаяся контейнерными перевозками через порты Сиэтла и Такомы, с острой и понятной болью в работе отдела продаж.

Основная проблема — постоянные ошибки менеджеров при расчёте стоимости перевозки. Из-за большого количества нюансов, влияющих на финальную цену (тип и размер контейнера, пустой он или загруженный, откуда и куда его нужно доставить — с порта или в порт), сотрудники регулярно допускали неточности.

Дополнительную сложность создаёт объёмная тарифная матрица, которую нужно индивидуально применять к каждому клиенту. А поскольку команда менеджеров работает удалённо, из разных стран, процесс обучения новых сотрудников был крайне затруднён: онбординг занимал до 6 месяцев, прежде чем человек мог уверенно и без ошибок выполнять свою работу.

Компания теряла деньги, время и клиентов — и обратилась к нам с запросом на решение, которое поможет убрать человеческий фактор из процесса расчёта и повысит эффективность работы отдела продаж.

Мы разработали интеллектуальную систему, которая полностью автоматизирует рутинную часть работы менеджеров. Ключевой компонент — интеграция LLM (языковой модели), которую мы дообучили на базе переписок и внутренних документов компании.

Теперь пользовательский путь выглядит так:

Приходит письмо с запросом на доставку;

Расширение внутри почтового клиента автоматически считывает содержание письма;

Система анализирует маршрут, параметры контейнера и применяет нужную часть тарифной матрицы;

Формирует готовый, релевантный ответ с расчётом стоимости; 

Упаковка в КП для клиента

Менеджер только выбирает подходящий тариф и нажимает «отправить»

Мы провели подробный аудит внутренних процессов: изучили правила расчёта, структуру тарифов, историю переписки с клиентами, особенности принятия решений менеджерами.

Результат: была сформирована логика ценообразования и критерии, которые необходимо учитывать при работе ИИ. Это позволило не просто автоматизировать процесс, а воспроизвести реальный стиль работы опытных сотрудников.

Мы провели файнтюнинг языковой модели на базе исторических писем, расчётов и ответов менеджеров. Обучили систему распознавать параметры запроса и сопоставлять их с нужными тарифами, учитывая все нюансы маршрутов.

Также была реализована система шаблонов и логики выбора формулировок, чтобы ответы клиентам выглядели живыми и соответствовали стилю компании.

Важно отметить, что после успешного прохождения тестирования (в котором участвовали два сотрудника компании), нам потребовался дополнительный месяц на доработку модели. Несмотря на отличные результаты в лабораторных условиях, при запуске в реальной среде с фокус-группой потребовалась корректировка логики и адаптация под живые сценарии.

Это типичная особенность подобных проектов с использованием ИИ: модель может демонстрировать высокую точность на тестах, но при реальной работе всегда важно закладывать этап адаптации под реальные пользовательские данные и поведение

Решение было реализовано в виде расширения к почтовому клиенту. Теперь:

Система обрабатывает входящие письма в реальном времени;

Подбирает подходящие тарифы и формирует готовый текст ответа;

Интерфейс позволяет менеджеру выбрать нужный вариант и подтвердить отправку.

Спустя 3 месяца после внедрения система показала выдающиеся бизнес-результаты:

Сокращение времени обработки запроса с 5–15 минут до 30 секунд;

Снижение количества ошибок на 99% — за время работы не зафиксировано ни одной критической;

Онбординг новых сотрудников сократился с 6 месяцев до нескольких дней;

Высвобождение до 70% рабочего времени опытных менеджеров, ранее потраченного на рутину;

Рост удовлетворённости клиентов за счёт быстрого и точного взаимодействия.

После полного внедрения система не только сократила время отклика и снизила количество ошибок, но и позволила компании оптимизировать структуру отдела продаж — штат был сокращён на 30%. Один менеджер теперь обрабатывает объём запросов, с которым ранее справлялись несколько сотрудников. Это снизило операционные расходы без потери в качестве клиентского сервиса.

Мы не просто создали инструмент — мы внедрили интеллектуального помощника, который усилил команду, убрал человеческий фактор и дал возможность масштабировать бизнес без потери качества.

Проект оказался настолько успешным, что заказчик инициировал новый этап сотрудничества — автоматизацию отдела диспетчеризации.