ИИ-бот техподдержки в Битрикс24: 40% обращений закрывает самостоятельно

Вебформат Россия, Екатеринбург

Поделиться: 0 0 0

ИИ-бот техподдержки в Битрикс24: 40% обращений закрывает самостоятельно

Сфера

Промышленность и оборудование

Сдано

Июль 2026

Задача

Крупное инженерное предприятие: производство, разработка, инженеры АСУ ТП и релейной защиты. Внутренние вопросы к ИТ и смежным службам шли как придётся - письмом на почту, звонком, репликой в коридоре. Единого входа не было.

При таком потоке терялось около 10% обращений: письмо тонуло, устная просьба забывалась. Первого ответа сотрудник мог ждать до 10 часов - инженер занят основной работой и до чужого вопроса доходил не сразу. Счёт обращений идёт на тысячи в месяц, и разбирать их вручную дорого.

Нужен был один вход, мгновенная реакция и разгрузка инженеров от типовых вопросов - без того, чтобы отдавать внутреннюю переписку во внешнее облако.

Решение

Крупная инженерная компания в промышленной автоматизации и энергетике: собственное производство и разработка. Внутренние обращения шли почтой, звонками и устно - часть терялась, первого ответа приходилось ждать. Мы поставили ИИ-бота техподдержки в коробочный Битрикс24 клиента, с языковой моделью на его сервере: единый вход, мгновенный ответ, 40% вопросов закрываются из базы знаний без заявки. Внедрение заняло 3 месяца.

Языковая модель работает на сервере клиента, данные не покидают периметр

Для промышленного предприятия это был первый вопрос, и мы закрыли его на старте проекта. Штатный облачный ИИ Битрикса отправляет данные во внешний сервис - для внутренних обращений, где всплывают зарплаты, маржа сделок и рабочая переписка, это не подходит.

Мы развернули языковую модель прямо на сервере клиента с видеокартой. Запросы не уходят в интернет, весь разбор текста идёт внутри контура. Свою модель зарегистрировали официальным методом Битрикса как провайдера ИИ - и она работает во всех ИИ-функциях портала, а тонкий адаптер в контуре переводит запросы Битрикса в её формат и обратно.

База знаний учитывает права доступа: сотрудник без допуска не вытащит через бота то, чего ему видеть нельзя. Модель одна и та же для поиска ответов, приёма заявок и проверки качества.

Модель - Gemma (текст и картинки, с русским работает нормально), поднята на vLLM под высокую нагрузку портала. Несколько моделей развернули в контейнерах - клиент сравнивал их вживую на своих задачах и оставил свою. Регистрация через штатный механизм провайдера ИИ Битрикса, адаптер приводит форматы запросов к модели и ответов обратно.

Единый вход: сотрудник пишет обычными словами

Сотрудник пишет боту в чат Битрикса как живому человеку. Бот понимает намерение - приветствие, вопрос или сообщение о проблеме. Сначала он ищет решение в базе знаний. Если готового ответа нет, предлагает завести заявку.

При сборке заявки бот подбирает шаблон по теме, вытаскивает из текста параметры - объект проблемы, номер кабинета - и доспрашивает недостающее по одному вопросу за раз, не заваливая формой. Показывает, что получилось, и создаёт задачу с исполнителем, сроком и приоритетом, отдаёт ссылку.

Задачи бот заводит через Потоки Битрикса: заявку берёт любой свободный инженер, вручную назначать ответственного не нужно. Приоритет бот определяет по смыслу: заглавные буквы и восклицательные знаки его не обманывают. Фраза "не включается компьютер, а через 5 минут собрание с директорами" поднимает приоритет до высокого - и бот помечает, что повысил его сам.

10 шаблонов заявок, у каждого свои поля и настраиваемый уточняющий вопрос - клиент правит их сам, без разработчика
Фильтр по тематике: задачи заводятся только по ИТ и рабочим вопросам, на постороннее бот честно говорит, что подходящего шаблона нет
Скриншот можно приложить прямо в чат - файл попадает в задачу
Бот держит деловой тон и не выходит из роли на провокациях

40% вопросов закрываются без заявки

Главная разгрузка инженеров - в том, что почти половина обращений не доходит до задачи. Бот отвечает из корпоративной базы знаний сам.

Поиск смысловой: документы режутся на фрагменты, векторизуются, поверх работает языковая модель. Бот ищет и по заголовку, и по телу статьи, разбирает вложенные файлы. База обновилась - бот подтянул изменения автоматически. Права доступа бот соблюдает: чувствительное покажет только тем, кому положено.

Итог: 40% обращений сотрудник закрывает прямо в диалоге, не создавая заявку и не отвлекая инженера.

Оценка 4,5 из 5, а качество ответов сверяет вторая модель

После закрытия задачи бот просит оценку до 5 звёзд и, по желанию, комментарий. Отзывы копятся, их можно фильтровать по дате, шаблону и исполнителю - видно работу каждого специалиста. Средняя оценка сотрудников - 4,5 из 5.

Чтобы качество не проседало со временем, ответы бота проверяет отдельная нейросеть-судья. Она автоматически сверяет ответы с эталонной таблицей примерно из 100 вопросов и выставляет оценку по весам. Это заменяет ручное тестирование людьми и страхует от деградации при смене модели или обновлении базы знаний. Качество ответов держится на уровне 93%.

Судья - вторая модель, прогоняет ответы бота по эталонной таблице (около 100 пар вопрос-ответ) и считает взвешенную оценку. Запускается при смене модели и после правок базы знаний, ловит просадку до того, как её заметят сотрудники.

Антидубли и инциденты: сто обращений сводятся в один

Перед созданием задачи бот проверяет, нет ли похожей открытой - по названию и ИИ-анализу содержания. Если такая есть, показывает существующую вместо копии.

Массовые сбои бот тоже разбирает. Администратор может опубликовать объявление, а если за сутки приходит больше заданного числа похожих обращений, бот сам заводит инцидент и уведомляет менеджеров. При падении сервиса, о котором пришёл сигнал из системы мониторинга, бот первым отвечает, что проблема известна и решается.

Для порядка величины: когда упал общий сервис, за час к боту написали порядка сотни сотрудников с одной и той же бедой. Бот свёл это в один инцидент вместо сотни задач и каждому сразу ответил, что чинят.

Единый вход, мгновенный ответ и разгруженные инженеры

Разрозненные почта, звонки и устные просьбы сменились одним входом в Битриксе. Первого ответа больше не ждут часами - бот отвечает сразу, а 40% вопросов закрывает сам. Потерь на уровне 10% нет: каждое обращение попадает в систему.

Внедрение заняло 3 месяца. Сегодня в работе не только техподдержка: тем же ботом идёт адаптация новичков, а на локальных моделях в контуре готовят протоколы созвонов и расшифровку звонков. Аналитика по обращениям - в BI-конструкторе Битрикса: видно узкие места и кандидатов на следующую автоматизацию.

Если у вас похожая нагрузка на внутренние службы и есть требование держать данные внутри периметра, расскажем, как это устроено на вашем контуре, и оценим объём. Оставьте заявку - разберём вашу задачу.