AI-агенти в бізнесі: реальні цифри та шлях до результату

Компанія: HAPP

Посада: Co-founder & CTO

Досвід: Понад 10 років у корпоративних продажах, близько 5 років у бізнес-аналітиці та автоматизації. Співзасновник HAPP — платформи AI-асистентів для автоматизації комунікації бізнесу з клієнтами.

Ключова експертність: AI-агенти та автоматизація бізнес-процесів, AI-комунікації з клієнтами, CRM-інтеграції, голосові та текстові AI-асистенти, мультиканальна комунікація, автоматизація продажів і follow-up, бізнес-аналітика, unit-економіка та оцінка окупності AI-рішень.

AI-агенти в бізнесі: реальні цифри та шлях до результату

AI вже не просто красиво відповідає на запитання. Він може продавати, обробляти заявки, працювати з CRM, повертати клієнтів у воронку та виконувати рутинні операції. Але максимальний ефект дає не сама технологія, а правильно вибудуваний бізнес-процес.

Про це розповів Андрій Фурман, Co-founder & CTO HAPP — фахівець із 10-річним досвідом у продажах і понад 8 роками досвіду в бізнес-аналітиці та впровадженні CRM/BPM-систем.

Під час виступу він поділився практичними кейсами впровадження AI-агентів у комунікації з клієнтами, показав цифри щодо автоматизації та пояснив, як зрозуміти, чи готовий бізнес до такого рішення.

П’ять хвилин, які можуть коштувати продажу

У бізнесі швидкість відповіді безпосередньо впливає на конверсію. Якщо клієнт не отримує відповідь у чаті або телефоном, він може просто звернутися до конкурента.

За словами Андрія Фурмана, критичною є позначка у п’ять хвилин: після цього ймовірність закриття угоди може суттєво знижуватися.

Проблема особливо помітна у неробочий час. Вранці менеджерів часто зустрічають десятки пропущених дзвінків і повідомлень, частина з яких уже втрачена.

«Мати агента, який працює в неробочий час, — це вже база в 26-му році».

AI-агент може прийняти звернення вночі, у вихідний або тоді, коли всі менеджери зайняті, відповісти на типове питання та не дати клієнту піти до конкурента.

Агент має не просто говорити, а діяти

Сам факт, що AI добре веде діалог, ще не означає, що він приносить бізнесу користь.

Справжня цінність з’являється тоді, коли агент підключений до CRM та інших систем і може виконувати конкретні дії:

• створити замовлення;
• перевірити наявність товару;
• уточнити ціну;
• кваліфікувати ліда;
• підтвердити замовлення;
• записати клієнта на послугу;
• нагадати про доставку;
• повернути клієнта у воронку продажів.

Якщо ж агент не має доступу до необхідних систем, він залишається «красивою демкою», яка не виконує реального бізнес-функціоналу.

Ще один важливий напрям — мультиканальність. Клієнт може написати в Instagram, потім зателефонувати, а пізніше продовжити розмову в месенджері. AI має розуміти, що в усіх випадках це одна й та сама людина.

Для цього використовуються механізми long-term memory, які дозволяють переносити інформацію про клієнта між різними сесіями та каналами.

Що AI вже може автоматизувати

За досвідом HAPP, у різних бізнесах можна автоматизувати в середньому близько 50–70% комунікацій. Точний показник залежить від галузі та конкретного процесу.

Найпоширеніші сценарії:

• E-commerce: підтвердження замовлень, статуси доставки, нагадування про посилки, повторні продажі.
• HoReCa та beauty: запис на процедури, консультації, скасування та нагадування про візити.
• Медицина: інформування та автоматичний обдзвін клієнтської бази.
• Авто та нерухомість: обробка звернень і кваліфікація клієнтів.
• Логістика: автоматизація типових комунікацій із клієнтами.

При цьому AI може не лише економити час менеджерів, а й безпосередньо генерувати продажі.

AI може продавати на рівні менеджера

Один із кейсів, який навів Андрій Фурман, стосувався повторних продажів.

Компанія мала клієнтів, які зазвичай здійснювали повторну покупку приблизно раз на два місяці. AI-асистент отримав завдання автоматично телефонувати клієнтам після цього періоду та запитувати, чи потрібно їм оновити замовлення.

Середня конверсія менеджера становила близько 16%, а AI-асистента — 18%. За чотири місяці роботи середній показник конверсії асистента склав 17,5%, а його продажі — близько 20 тисяч гривень на день.

Вартість такого рішення становила приблизно $1200 на місяць.

Але ключовим тут був не сам AI. Перед дзвінком система аналізувала історію покупок, частоту замовлень і час, коли клієнт зазвичай здійснював покупки.

Тобто агент не просто телефонував усім підряд — він використовував дані, щоб зробити комунікацію більш релевантною.

40 годин роботи менеджера можна звільнити

Інший сценарій — автоматичне підтвердження замовлень.

Якщо інтернет-магазин отримує близько 50 заявок на день, а менеджеру потрібно кілька хвилин на обробку кожної, автоматизація такого процесу може звільнити до 40 робочих годин.

Але тут виникає важливе питання: що робити з цим часом?

«Ту роботу, яку раніше виконував менеджер і яка забирала в нього левову частку часу, зараз виконує штучний інтелект».

За словами Фурмана, правильний підхід — не просто скоротити кількість людей, а перенаправити їхній час на завдання, які створюють більшу цінність: активні продажі, B2B, роботу з новими клієнтами та складнішими запитами.

В одному з кейсів компанія мала 12 менеджерів кол-центру, які займалися першою лінією підтримки. Після чотирьох місяців роботи AI їй було достатньо чотирьох співробітників для цього напрямку.

Вісім працівників могли або залишити компанію, або перейти на активні продажі. У результаті частину з них перевели в новий B2B-напрям, який протягом року перетворився на окремий відділ продажів.

AI може повертати клієнтів у воронку

Ще один сильний сценарій — автоматичний follow-up.

Клієнт може запитати ціну, отримати відповідь і зникнути. Менеджер не завжди встигне повернутися до нього через день або два. AI може контролювати статус ліда в CRM і самостійно продовжувати комунікацію.

В одному з кейсів, пов’язаному з продажем дитячих турів, батьки часто писали ввечері або рано вранці, коли менеджери не могли швидко відповісти.

Якщо протягом 24 годин лід не переходив на наступний етап, AI автоматично надсилав follow-up.

За даними, наведеними спікером, середня конверсія такого сценарію у клієнтів компанії становила близько 50%, а в окремому кейсі з туризмом агент забезпечував до 23% конверсії у воронці follow-up.

Автоматизувати потрібно процес, а не технологію

На думку Фурмана, одна з головних помилок бізнесу — починати впровадження з вибору моделі.

«Коли намагаються впровадити технологію замість самого процесу».

Навіть найпотужніша AI-модель не вирішить проблему, якщо незрозуміло, яку саме бізнес-задачу вона має виконувати.

В одному з кейсів компанія хотіла використовувати дорожчу модель для спілкування з клієнтами. Вартість одного діалогу становила близько 50 центів, тоді як робота менеджера коштувала приблизно 25 центів.

Після переходу на іншу модель якість практично не змінилася, а собівартість знизилася приблизно у 9,2 раза.

Тому вибирати потрібно не «найрозумнішу» модель, а ту, яка оптимально відповідає конкретному завданню та економіці процесу.

Що найчастіше ламає впровадження

Технологічні обмеження — далеко не єдина проблема.

Серед головних причин невдалого впровадження Фурман називає:

1. відсутність доступу до CRM, телефонії або інших необхідних систем;
2. відсутність якісної бази знань;
3. суперечливу або застарілу інформацію в базі;
4. відсутність відповідального за AI-проєкт із боку бізнесу.

Останній пункт особливо важливий. Якщо будь-який співробітник може змінювати налаштування агента, з часом система може перетворитися на набір несумісних правок.

Тому бізнесу потрібна людина, яка відповідає за процес, контролює зміни та має повноваження оновлювати правила роботи агента.

Як зрозуміти, чи готовий бізнес до AI

Перед впровадженням варто перевірити кілька речей.

За словами спікера, хорошим сигналом є наявність 200 і більше однотипних діалогів на місяць, які можна стабільно класифікувати.

Також компанія має розуміти:

• скільки коштує обробка одного звернення людиною;
• скільки часу займає ця робота;
• які канали використовуються;
• де знаходяться необхідні дані;
• чи є актуальна база знань;
• хто відповідатиме за AI-рішення;
• який конкретний результат вважатиметься успішним.

Без базових метрик неможливо коректно оцінити окупність автоматизації.

Перші 90 днів: від одного процесу до масштабування

Впровадження краще починати з одного каналу та одного типу звернення.

Спочатку потрібно виміряти показники до автоматизації. Потім запускається пілот: AI відповідає клієнтам, а менеджер залишається поруч і підключається до складних ситуацій.

На старті велика кількість ескалацій — нормальна ситуація. За словами Фурмана, спочатку їхня частка може становити близько 70%, але після аналізу та доопрацювання її можна знизити до 20–30%.

Після цього можна переходити до масштабування: підключати нові канали, нові типи звернень і поступово збільшувати частку автоматизованої комунікації.

Головна метрика — не наявність AI

AI поступово перестає бути конкурентною перевагою сам по собі. Питання вже не в тому, чи використовує компанія штучний інтелект.

Важливіше знати:

яку частину діалогів він закриває, скільки коштує один діалог і який результат приносить.

«Агент не економить гроші компанії, він економить конкретний діалог».

Саме через таку unit-економіку бізнес може зрозуміти реальну окупність AI, побачити, де технологія приносить додаткові продажі, а де просто звільняє час менеджерів.

І головний висновок Андрія Фурмана простий: починати потрібно не з AI, а з бізнес-процесу. Спочатку визначити проблему, виміряти її в цифрах, вибрати відповідний сценарій автоматизації — і лише після цього підбирати технологію.