ИИ-агент поверх amoCRM проверяет каждый звонок отдела продаж, оценивает его по рубрике из 94 реальных звонков и присылает владельцу отчёт в Telegram. Разбираем архитектуру, 7 инженерных практик и цифры.
Компания в Ташкенте продаёт по телефону: клиент звонит, менеджер рассказывает об услугах, ценах и сроках. Владелец не может прослушать сотни звонков, а статусы в amoCRM не показывали, что происходит на самом деле. Мы встроили ИИ-агента, который слушает каждый звонок отдела продаж, оценивает его по рубрике, построенной на 94 реальных звонках, и присылает владельцу отчёт в Telegram. Первые же данные удивили: по CRM отвечено 88,9% звонков, по записям — около 70%. А 31 из 61 продающего звонка закончился без следующего шага. Анализ одного звонка стоит около $0,06.
Задача
У отдела продаж был amoCRM и облачная телефония с записью разговоров. Формально всё под контролем: звонки фиксируются, сделки двигаются по воронке. Но владелец видел только цифры CRM и не знал, как менеджеры разговаривают с клиентами, где теряются заявки и почему бронирования срываются. Прослушивать записи вручную — десятки часов в неделю, поэтому их не слушал никто.
Нужен был не очередной дашборд, а сотрудник, который слушает всё, оценивает честно и сообщает только то, что требует внимания.
Как устроен агент
Путь звонка: amoCRM → запись разговора → текст → оценка → отчёт владельцу в Telegram.
Агент работает поверх уже существующих систем клиента и ничего в них не ломает:
amoCRM. Агент регулярно проверяет новые звонки и сделки через API.
Телефония. Для каждого звонка он забирает запись разговора.
Распознавание речи. Модель распознавания речи превращает разговор в текст и размечает, кто говорит — менеджер или клиент. Звонки идут на узбекском, русском и вперемешку.
Классификация. Звонки поставщиков, соискателей и ошибочные номера отсеиваются и не оцениваются.
Оценка. Модель рассуждения оценивает продающий звонок по взвешенной рубрике: приветствие, выявление потребности, презентация услуги, работа с возражениями, договорённость о следующем шаге.
Отчёты. Каждый вечер владелец получает отчёт в Telegram, раз в неделю — PDF с разбором по каждому менеджеру, раз в месяц — сводку. Можно просто спросить агента голосом или текстом.
7 инженерных практик
1. Рубрика из реальных данных
Критерии оценки мы не придумывали. Сначала разобрали 94 реальных звонка этого бизнеса и только потом собрали рубрику, которая отражает, как в этом бизнесе на самом деле продают.
2. Модель под каждую задачу
Одна модель слышит (речь → текст), другая думает (оценка и ответы владельцу), третья говорит (голосовой отчёт). Если основная модель недоступна, срабатывает автоматический резерв, а в каждой оценке записано, какая модель её сделала.
3. Интеграция без нового интерфейса
Менеджеры продолжают работать в amoCRM, владелец читает отчёты в Telegram. Никаких новых кабинетов и паролей.
4. Проверка фактов
Агент не доверяет полям CRM на слово: он сверяет статус «отвечено» с тем, что слышно на записи. Именно так нашлась разница между 88,9% в CRM и примерно 70% по записям.
5. Контроль расходов
Каждый запрос к модели учитывается вместе с числом токенов, на месяц задан лимит бюджета с оповещениями, а для экстренной остановки есть аварийный выключатель.
6. Тесты до запуска
362 автотеста и 21 проверка перед каждой выкладкой. Отдельно проверяем, что отчёт нормально читается с экрана телефона.
7. Тихий режим
Бот отвечает только владельцу — посторонние не получают даже ответа. Ошибки переводятся на понятный язык, а оповещения приходят только тогда, когда звонок действительно требует внимания.
Цифры
88,9% звонков CRM считала отвеченными — по записям около 70%.
31 из 61 продающего звонка закончился без договорённости о следующем шаге.
94 реальных звонка легли в основу рубрики оценки.
91 запись переоценили после калибровки рубрики — без единого сбоя; средняя оценка сместилась с 4,4 до 6,5.
362 автотеста и 21 проверка перед выкладкой.
Около $0,06 — стоимость анализа одного звонка.
Что пошло не так и как исправили
CRM «врала» о звонках. Флаг «отвечено» в CRM не совпадал с реальностью: часть звонков, отмеченных отвеченными, на записи оказывались пропущенными. Теперь агент всегда сверяется с аудио.
Первая версия оценки была слишком строгой. Менеджеры получали заниженные баллы за нормальные разговоры. Мы откалибровали рубрику на реальных звонках и переоценили 91 запись — средняя оценка стала 6,5 вместо 4,4 и начала совпадать с мнением владельца.
Сессия с CRM могла обрываться. Мы заложили несколько резервных способов подключения и автоматическое восстановление, а пропущенные за время сбоя звонки агент догружает сам.
Сколько это стоит в работе
Анализ одного звонка обходится примерно в $0,06 на работу моделей. Бюджет ограничен заранее: при приближении к лимиту приходит оповещение, а превысить его агент не может.
Кейсы 
