Как от сценарного бота поддержки перейти к ИИ-агентам: опыт КНАУФ
Решение
Чат-бот с LLM
Каналы
Сайт компании, мессенджеры
Инструменты
Just AI Agent Platform, Jay Knowledge Hub, Caila
Клиент
- Отрасль: Производство стройматериалов
- Локация: Россия
КНАУФ — лидер гипсовой промышленности России, основоположник современной практики отделочных работ. 20 производственных предприятий, собственная добыча в шахте и в 8 карьерах, более 4 500 работников.
Компания производит широкий спектр продукции: листовые материалы на основе гипса и цемента, элементы каркаса из металла, материалы для штукатурных работ, теплоизоляцию и другие виды стройматериалов.
Запрос и контекст
КНАУФ — лидер гипсовой промышленности России с широчайшим перечнем строительных и отделочных материалов. Каждый завод выпускает свой тип продукции, и у пользователей возникает большое количество вопросов по ассортименту и применению.
В компании работает центральная техническая служба поддержки, расположенная в Красногорске Московской области и функционирующая по московскому рабочему графику. Объем обращений составлял более 9000 в месяц, при этом половина вопросов поступала в нерабочее время и оставалась без ответа.
Александр Симонов
руководитель проектов по digital-сервисам, ООО «КНАУФ Гипс»
Сложные вопросы закрывают всего два технических специалиста — не целый колл-центр, как можно было бы ожидать от компании такого масштаба. Поэтому для нас было жизненно важно закрыть поток типовых обращений, не раздувая штат.
Решение
Пошаговое развитие и улучшение бота без остановки процессов обслуживания.
Максим Марочкин
менеджер по работе с клиентами, Just AI
В индустрии сейчас много ажиотажа вокруг агентов, но мало кто говорит о том, что внедрение агентного подхода не обязательно должно быть революционным или болезненным.
Мы пропагандируем эволюционный путь — не ломать процессы и внедрённые решения, а проанализировать ситуацию и постепенно включать AI в те бизнес-процессы, где это даст максимальный эффект прямо сейчас. Именно такой путь прошёл КНАУФ.
Ключевые результаты
4 000+
уникальных пользователей ежемесячно
9 000+
обращений в месяц
24/7
качественная поддержка без перерывов
Этап 1. Сценарный бот (2022 год)
На старте был создан классический NLU-бот с детерминированными сценариями. Он отвечал на вопросы по сервисам компании: маркетплейсу, калькулятору, Академии КНАУФ, клубу лояльности и продуктовой линейке. Бот закрывал около 38% обращений.
Однако быстро проявились проблемы: трудоёмкая поддержка скриптов, быстрое устаревание информации и сложная связка с базами данных — все изменения приходилось вносить вручную.
Александр Симонов
руководитель проектов по digital-сервисам, ООО «КНАУФ Гипс»
Самый маленький сценарий — это 17 страниц. Не каждый сотрудник, даже заинтересованный в корректной работе бота, готов был всё это просматривать и переделывать. Сегодня на сайте что-то поменялось, в приложении что-то обновилось — и нужно идти искать, где именно в этих 17 страницах внести правку. Это было по-настоящему тяжело.
Этап 2. Внедрение LLM и RAG (2023 год)
Следующим шагом стал переход на языковую модель на основе ChatGPT-4 с подключением RAG-подхода. В базу знаний было загружено:
- 3 000 пар «вопрос — ответ», собранных из всех каналов коммуникации;
- 100 верифицированных документов — информационные листы продукции.
Ключевые улучшения:
- Отказ от жёстких скриптов — бот получил вариативность и стал отвечать как настоящий сотрудник поддержки.
- Обработка нестандартных вопросов — например, на вопрос «У вашей грунтовки появился неприятный запах, что делать?» бот самостоятельно формулировал рекомендацию, хотя такой информации не было ни на одной этикетке.
Точность в тестах составила 89%
Александр Симонов
руководитель проектов по digital-сервисам, ООО «КНАУФ Гипс»
Пользователь больше не оставался без ответа. Даже если у бота не было точной информации, он не молчал и не говорил «я не знаю». Он пытался помочь, предлагал направление, подсказывал, куда обратиться. Это было принципиально важно.
Этап 3. Автоматизация базы знаний (2024 год)
Дальше была поставлена цель — полная автономность бота в вопросах обновления данных в базе знаний. Этого удалось достичь с функцией парсинга сайта:
- Бот автоматически отслеживает изменения на сайте компании.
- При обновлении, добавлении или удалении документа бот сам вносит правки в базу знаний.
- Автоматическая разметка и разделение документов на смысловые единицы (чанки) выполняются без участия сотрудников.
В результате база знаний выросла до 500 000 слов, а экономия времени на её поддержание составила более 80%.
Этап 4. Голосовой канал (2025 год)
В голосовой формат бот был выведен через навык «Помощник КНАУФ» в Алисе. Голосовой ассистент консультирует пользователей по вопросам продукции и её применения — с доступом к данным из базы знаний.
Этап 5. Мультиагентная архитектура (2025 год)
С ростом числа каналов (социальные сети, виджет на сайте, Telegram, e-mail, Алиса) и потребности в аналитике компания перешла на мультиагентную систему из 4 ИИ-агентов:
- Оркестратор — принимает запрос и маршрутизирует его к нужному агенту.
- Офтопик-агент — отвечает на запросы, не относящиеся к основной тематике.
- RAG-агент — логически группирует информацию из базы знаний и формирует точные ответы.
- Классификатор — определяет тематику обращения и классифицирует запросы пользователей для аналитики: какие продукты интересуют пользователей, какие темы наиболее востребованы, сколько длятся диалоги.
Александр Симонов
руководитель проектов по digital-сервисам, ООО «КНАУФ Гипс»
Офтопик-агент — одна из самых интересных находок. Если пользователь задаёт глобальный вопрос, бот стараeтся ответить и вписывает в ответ конкретные продукты Knauf — без навязчивости, но с пользой и для клиента, и для бизнеса. Получается по-настоящему здорово.
Результаты
Сейчас в поддержку обращаются более 4000 пользователей в месяц. По статистике, каждый из них задаёт в среднем 2–3 вопроса, потому что сразу получает развёрнутый и качественный ответ. А технические специалисты теперь могут заниматься действительно сложными задачами — например, консультировать по строительству целого дома.
Максим Марочкин
менеджер по работе с клиентами, Just AI
Кейс Knauf — отличный пример того, как гибридный подход помогает контролируемо внедрить искусственный интеллект и постепенно переходить на агентов именно там, где это в первую очередь необходимо.
Мы начинали совсем с малого и пришли к полноценному цифровому помощнику. Уверен, многие компании смогут увидеть в этом опыте свой собственный путь.
Планы на будущее
- Персонализация ответов под разные целевые аудитории (строители, дизайнеры, ритейл-партнёры).
- Объединение баз знаний нескольких дивизионов Knauf в единый контур бота.
- Расширение источников знаний — подключение внешних профильных сайтов.
- Управление рекомендациями — возможность задавать боту приоритеты: в определённый период с заданной вероятностью рекомендовать конкретные продукты из линейки.
- Развитие e-mail-канала — внедрение расширенного RAG для проактивных, развёрнутых ответов в формате нескольких абзацев.
- Полноценное внедрение телефонного канала.
Александр Симонов
руководитель проектов по digital-сервисам, ООО «КНАУФ Гипс»
Мы планируем идти в проактивность. Бот будет вести пользователя за руку и давать максимально развёрнутые ответы. Мы сможем задавать ему приоритеты — например, в определённый период с 90-процентной вероятностью рекомендовать конкретную штукатурку из аналогов. Для ритейла это может быть очень интересно.
Кейс КНАУФ наглядно демонстрирует: внедрение ИИ не требует революции. Эволюционный путь позволяет контролировать каждый шаг, минимизировать риски и получать измеримый результат на каждом этапе.