ИИ-ассистенты в России: ИИ уже у 71% крупных компаний
Заявка с Авито пришла в пятницу вечером, ответ ушёл в понедельник, клиент к тому времени купил у соседа. архитектура информационной системы для заявок Ниже разбираю, какие российские ИИ-ассистенты подходят для продаж, закупок и контроля звонков, что о них говорит закон и как посчитать окупаемость до того, как платить за масштабирование.
- Генеративный ИИ используют 71% крупных российских компаний, но полноценное применение подтверждают единицы.
- Для заявок решающая метрика – скорость первого ответа. У наших клиентов она сократилась до 15 секунд.
- 152-ФЗ требует хранить персональные данные граждан РФ в базах на территории России. Выбор модели начинается с этого требования.
- Новый закон об ИИ касается моделей от 1 млрд параметров, переходный период длится до 1 сентября 2032 года.
- Пилот на одном канале с замером до и после занимает около 90 дней.
Чем ИИ-ассистент отличается от чат-бота и ИИ-агента?
Различие определяют два признака: насколько свободно система понимает клиента и какие действия ей разрешено совершать без человека.
ИИ-ассистент – это программа на языковой модели, которая понимает свободный текст или речь, отвечает по базе знаний компании и выполняет ограниченный набор действий: заполняет карточку в CRM, назначает визит, передаёт диалог менеджеру. Кнопочный чат-бот работает по сценарию и ломается на первом нестандартном вопросе.
Уровни стоит разделить по допустимым действиям:
- Чат-бот отвечает по дереву сценариев. В учётных системах ничего не меняет.
- Ассистент (copilot) подсказывает сотруднику: готовит черновик ответа, вытаскивает данные из базы. Решение остаётся за человеком.
- ИИ-агент сам пишет клиенту или поставщику, квалифицирует, записывает и эскалирует. Ему нужны жёсткие рамки и журнал каждого действия.
Агенту нужен доступ к актуальным данным, иначе он начнёт выдумывать цены и наличие. Для этого используют RAG: перед ответом модель ищет нужный фрагмент в базе знаний (прайс, карточку товара, регламент) и отвечает по нему. Отсюда вытекают три требования: разграничение доступа (агент видит только свои документы), логирование источника каждого ответа и выборочный аудит диалогов.
Какие российские решения подходят бизнесу?
Вариантов три: облачные API крупных вендоров, корпоративные платформы поверх них и локальное развёртывание открытых моделей на своих серверах.
Принято считать, что ИИ в России внедрили почти все. Цифры вроде бы это подтверждают. По данным ICT.Moscow, в 2025 году генеративный ИИ хотя бы в одной функции используют 71% крупных компаний, а в 2024-м, по CNews через ComNews, внедрение подтверждали 39%. Это верно, но не до конца. В том же 2024 году Sostav писал: 54% компаний топ-300 внедрили ИИ хотя бы в одну функцию, и ни одна не подтвердила полноценного использования. Росстат и вовсе фиксирует ИИ примерно у 5,2% крупных и средних организаций.
Разрыв между опросами и статистикой объясняется пилотами, которые так и не стали рабочим процессом. Для того, кто только начинает, это хорошая новость: конкуренты в основном ещё экспериментируют.
| Вариант | Где обрабатываются данные | Скорость запуска | Кому подходит | Главный риск |
|---|---|---|---|---|
| Облачный API (YandexGPT, GigaChat) | У вендора, в российском облаке | Недели | Средний бизнес, чаты и звонки | Оплата растёт с объёмом диалогов |
| Корпоративная платформа | У вендора платформы или в вашем контуре | Недели–месяцы | Компании с несколькими каналами и CRM | Зависимость от одного подрядчика |
| Локальное развёртывание open-source-модели | На ваших серверах | Месяцы | Клиники, банки, всё с чувствительными данными | Нужны железо и инженер, который его обслуживает |
Чаще всего применяют ИИ в клиентском сервисе: так ответили 46% компаний. Туда и стоит идти первым.
Как выбрать ассистента для продаж и заявок?
Начинайте с канала, где теряется больше всего обращений, и с метрики «время до первого ответа». Модель выбирается потом.
Типичная ситуация: отдел продаж уверен, что проблема в слабых менеджерах, нанимает тренера по переговорам, а заявки продолжают остывать в мессенджерах, потому что их некому разобрать вовремя.
Прогноз рынка звучал так: ИИ заменит продавцов. На деле вышло иначе. По нашим наблюдениям в трёх проектах, узким местом оказалась пропускная способность первой линии: менеджеры работали операторами переписки. В автосалоне с пробегом после того, как первичную переписку забрал ИИ-продавец, выдача автомобилей на одного менеджера выросла с 11 до 17 в месяц. Переговоры, возражения и закрытие сделки остались за человеком.
У наших клиентов в московском автосалоне конверсия входящих заявок в запись на визит выросла с 15% до 35%, а время первого ответа сократилось до 15 секунд вместо прежних «от нескольких минут до нескольких часов». В автосалоне с пробегом конверсия чата на Авито в контакт клиента выросла с 35–40% до примерно 50% за первые 2–3 месяца. Выручка за апрель–июнь 2026 года прибавила 30,5% год к году при стагнирующем рынке.
Требования к ассистенту по каналам:
- Сайт и формы. Мгновенный ответ, квалификация (бюджет, сроки, модель), запись в CRM, передача менеджеру с резюме диалога.
- Авито и маркетплейсы. Привязка к карточке товара. В одном из наших проектов ИИ-продавец подключён к карточке каждого автомобиля и отправляет покупателю отчёт по истории машины с пояснениями, а не голым файлом.
- ВКонтакте, Telegram, MAX, WhatsApp. Готовность к пиковой нагрузке. В агентстве недвижимости один ролик с кодовым словом давал до 300 комментариев за несколько часов, больше, чем менеджер успевает обработать за рабочий день. После запуска там обрабатываются 100% входящих диалогов, первый ответ приходит в течение минуты вместо нескольких часов или суток.
Выгрузите время поступления заявок за месяц. В том же агентстве недвижимости значительная часть обращений приходила вечером, ночью и в выходные, когда отдел продаж не работал. Если у вас похожая картина, ассистент окупится на одних нерабочих часах.
Правила доступа к переписке через API у каждой площадки свои и меняются. Проверяйте их до подписания договора с подрядчиком.
Можно ли поручить ИИ закупки и контроль качества?
Можно, если у задачи есть понятный шаблон: письмо поставщику, сравнение КП по таблице, проверка звонка по чек-листу.
В закупках агент ведёт первичные контакты. В автосалоне с пробегом у наших клиентов работает ИИ-байер: он сам пишет продавцам автомобилей на Авито и предлагает поставить машину на комиссию. Сравнение коммерческих предложений строится так же: агент сводит цену, сроки и условия в одну таблицу, а решение принимает закупщик.
Речевая аналитика проверяет сотрудников. Технология уже распространена: по данным ИСИЭЗ ВШЭ, более трети организаций с ИИ обрабатывают текст или звук, включая распознавание и синтез речи. Схема работы: запись звонка → расшифровка → оценка по чек-листу (приветствие, выявление потребности, озвучена ли цена, назначен ли следующий шаг) → эскалация руководителю, если нарушены критичные пункты. Ценность даёт эскалация: пока отчёт никто не читает, контроль качества остаётся декорацией.
