От 50 тыс. звонков к AI: как Botamin оптимизировал холодные звонки

Контекст компании.

Botamin занимается автоматизацией первой линии продаж с помощью текстовых ИИ-агентов. За последний год компания внедрила AI-агентов более чем у 200 клиентов, включая крупные бренды: SuperJob, Фоксфорд, MyGenetics, Novabiom и UCG Catering Group. В текстовых каналах ИИ закрывает входящую и исходящую коммуникацию, квалификацию лидов и доведение до встреч.

При этом собственная лидогенерация компании долгое время оставалась классической и сильно зависела от человеческого фактора.

Как был устроен холодный прозвон.

Холодные продажи по телефону обеспечивал отдел телемаркетинга:

• 10–12 операторов;
• руководитель группы;
• тренер по качеству;
• около 50 тысяч холодных звонков в месяц.

Ключевой метрикой была стоимость квалифицированной встречи. В среднем она находилась в диапазоне 15–30 тысяч рублей.

Почему модель перестала работать.

Со временем стало ясно, что модель тяжело поддерживается и плохо масштабируется:

• стоимость складывалась из базы, телефонии, ФОТ, управления и HR;
• найм был непрерывным процессом, до стабильной работы доходили 2–3 человека из каждой группы;
• средний срок работы оператора составлял несколько месяцев;
• любые изменения в скриптах требовали недель на внедрение;
• неудачные базы выявлялись с задержкой в несколько дней.

Фактически канал требовал постоянного управленческого внимания и не давал предсказуемости.

Решение.

Компания решила закрыть эту задачу для себя и заменить телемаркетинг управляемым AI-сотрудником. Целью не было создание продукта — задача заключалась в снижении зависимости от людей как операционного узкого места.

Как мы это сделали.

Для первой версии был собран технологический стек:

• языковая модель OpenAI;
• решения Яндекса для работы с речью;
• real-time телефония LiveKit.

На сборку первой версии ушло около двух недель.

Проверка гипотезы

Чтобы исключить субъективность, команда провела A/B-тест:

• 50% звонков выполняли телемаркетологи;
• 50% — AI-агент.

Первый замер показал конверсию AI на уровне около 60% от человеческой. Однако стоимость квалифицированной встречи у AI составила около 5 тысяч рублей против 15–30 тысяч у телемаркетинга. Даже при меньшей конверсии экономика AI оказалась лучше.

Работа с качеством.

На старте возникали ожидаемые проблемы:

• неправильные ударения;
• задержки между репликами;
• галлюцинации в отдельных сценариях.

Важно, что аналогичные ошибки регулярно возникали и у живых операторов, включая серьезные инциденты, зафиксированные в записях разговоров.

Рост конверсии стал результатом системной работы:

• внедрение словаря корректных ударений;
• доработка генерации речи;
• переход от монолитного промпта к микроагентной архитектуре с агентом-оркестратором;
• сокращение итогового промпта, что снизило количество галлюцинаций;
• постоянная оптимизация задержки речи.