Внедрение ИИ-ассистента на базе GigaChat в авиакомпании «Тулпар»
Премиальные клиенты компании решают вопросы за 5-30 секунд: как внедрение ИИ-ассистента обеспечило круглосуточный сервис и снизило нагрузку на менеджеров.
Причина
Решение о внедрении умного помощника в мобильном приложении «Тулпар Аэро» было продиктовано логикой развития сервиса для премиальных клиентов. Компании было важно не только сохранить, но и усилить свою репутацию на рынке бизнес-авиации, где клиенты привыкли к оперативности и индивидуальному подходу. Новый инструмент позволил бы круглосуточно решать стандартные вопросы клиентов, снижая нагрузку на менеджеров, и при этом стать заметным технологическим преимуществом, отличающим сервис «Тулпар Аэро Групп» от конкурентов.
Задачи:
1. Обеспечить клиентам мгновенную поддержку 24/7 через мобильное приложение.
2. Автоматизировать обработку типовых запросов, которые ранее требовали обращения к менеджеру (например, информация о правилах перевозки, багаже, бортовом питании, способах оплаты).
3. Заложить технологическую основу для будущего расширения функционала, а именно для диалогового подбора оптимальных рейсов с учетом предпочтений клиента, количества пассажиров и маршрута.
4. Реализовать корректную интеграцию ассистента в собственное мобильное приложение «Тулпар Аэро», обеспечив стабильную работу и соответствующий интерфейс.
О компании УК «Тулпар Аэро Групп»
УК «Тулпар Аэро Групп» осуществляет стратегическое управление деятельностью авиационной группы компаний «Тулпар». Авиационная группа компаний «Тулпар» — один из лидеров рынка бизнес-авиации России, основанный в 1991 году. Группа предлагает полный цикл услуг: чартерные пассажирские перевозки на бизнес-джетах Bombardier Challenger и Global, техническое обслуживание и ремонт (включая авторизованный сервисный центр Bombardier), а также проектирование и изготовление VIP-салонов.
Ход внедрения проекта
Проект реализовывался итеративно, в четыре логических этапа, общая продолжительность которых составила около трех месяцев. Каждый этап был нацелен на последовательное создание, обучение и тонкую настройку ассистента.
Этап 1. Формирование базовой структуры
Начальный этап был посвящен созданию фундамента будущего ассистента. Основой послужило заранее согласованное с заказчиком техническое задание. На его базе была разработана «скелетная» версия проекта — фиксированная часть, представляющая собой структурированный раздел часто задаваемых вопросов (FAQ). Эта часть задала основу для взаимодействия, обеспечив систему готовыми и точными ответами на наиболее типичные клиентские запросы. Данный шаг был выполнен в сжатые сроки, до одной недели, и позволил быстро получить первую рабочую версию, пригодную для дальнейшего развития.
Этап 2. Построение генеративной базы знаний
Следующим шагом стало создание «интеллектуального ядра» ассистента — генеративной базы знаний. Она была сформирована на основе предоставленных клиентом исходных документов, которые были загружены в систему в формате «как есть». Это были внутренние регламенты, правила обслуживания, описания услуг и характеристик воздушных судов.
На данном этапе началось первичное обучение модели: система училась находить и извлекать информацию из этих неструктурированных документов для формирования ответов. Параллельно проводилось первоначальное тестирование, целью которого была оценка базовой точности и релевантности генерируемых ответов. Как и первый, этот этап занял до одной недели.
Этап 3. Итеративная доработка по результатам тестирования
Этот этап стал самым ресурсоемким и критически важным для достижения качества, потребовав в среднем около месяца работы. Он строился на цикличном процессе совместной работы команд внедрения и заказчика. После каждого раунда тестирования проводились детальные совместные встречи, на которых анализировались результаты.
Основное внимание уделялось выявлению критически неточных или неполных ответов ассистента, а также узких мест и пробелов в самой базе знаний. Обнаруженные проблемы тщательно разбирались. В ответ на это выполнялась адаптация исходных документов: информация переформулировалась, структурировалась или дополнялась. База знаний последовательно обогащалась, а логика формирования ответов корректировалась для повышения их естественности и полезности. Было проведено минимум три такие итерации, что позволило постепенно, шаг за шагом, приблизить точность и поведение ассистента к согласованным целевым показателям.
Этап 4. Финальная стабилизация и полировка
После достижения удовлетворительного уровня качества ответов в ходе итеративных доработок проект перешел в финальную стадию стабилизации, занявшую 5–7 рабочих дней. Фокус сместился на обеспечение надежности и отличного пользовательского опыта. Проводились комплексные технические тесты: на наличие скрытых ошибок (багов), корректную обработку проблемных или сложносоставных документов, а также устойчивость системы к различным краевым случаям и нестандартным запросам.
Одновременно, с учетом специфики канала коммуникации — собственного мобильного приложения «Тулпар Аэро», — выполнялась тонкая настройка. Это включало в себя полировку сценариев диалога для большей плавности общения и адаптацию визуального оформления интерфейса чата, чтобы он гармонично вписывался в общий дизайн приложения и соответствовал ожиданиям премиальной аудитории.

Какие проблемы были решены в ходе внедрения
В ходе проекта были успешно преодолены два ключевых вызова.
Первой сложностью стала неоднородность и структурная сложность исходной документации заказчика. Решение было найдено в процессе многократной адаптации: выявленные проблемные темы тщательно анализировались, часть информации для большей точности переносилась в фиксированную FAQ-зону (англ. frequently asked questions, часто задаваемые вопросы), а тесная координация с экспертами «Тулпар Аэро Групп» позволяла корректировать и дополнять контент.
Вторым вызовом стали технические особенности интеграции в мобильное приложение клиента. Для решения потребовалась плотная совместная работа с командой разработчиков приложения «Тулпар Аэро». Проблема была устранена благодаря серии совместных тестовых прогонов и последующим доработкам с обеих сторон, что обеспечило бесшовную и стабильную работу ассистента в конечном продукте.
Внедрение интеллектуального ассистента на базе продукта Сбер Бизнес Софт и нейросети GigaChat позволило Тулпар Аэро Групп обеспечить качественную, мгновенную и масштабируемую поддержку пользователей своего мобильного приложения 24/7.
На текущий момент ассистент успешно информирует клиентов по широкому кругу типовых вопросов, от правил перевозки до особенностей бортового питания, выдавая ответы за 5-30 секунд. Это значительно снизило нагрузку на штатных сотрудников.
Полученное решение также заложило основу для дальнейшего развития — в перспективе с помощью технологий генеративного ИИ ассистент сможет в диалоговом режиме подбирать оптимальные рейсы, учитывая индивидуальные предпочтения клиентов.
Источники изображений:
Архив компании
Рубрики
Интересное:
Новости отрасли:
Все новости:
Публикация компании
Контакты
Социальные сети
Рубрики
