Чат-боты для клиентов и сотрудников: как внедрить

Герман Коваленко · основатель ENGRAM · Обновлено 1 июля 2026 · Об авторе →

Коротко: Чат-боты для бизнеса делятся на два направления: внешние (для клиентов) и внутренние (для сотрудников) - и внедрять их нужно раздельно, потому что задачи и требования принципиально разные. По технологии боты бывают rule-based - на жёстких сценариях и кнопках - и AI-боты на NLP, которые понимают свободный текст и учатся на диалогах. Выбор типа зависит от сценария: там, где пользователь предсказуем, достаточно правил; там, где он формулирует запрос по-своему, нужен искусственный интеллект.

Чат-бот - это программа, которая ведёт диалог с человеком: текстом или голосом. Бизнес использует их в двух направлениях: снаружи (клиентская поддержка, продажи, бронирование) и внутри (HR, IT-helpdesk, онбординг). Разница между этими двумя сценариями принципиальная, и смешивать их при внедрении не стоит.

Два типа ботов: где проходит граница

Под словом «чат-бот» скрываются очень разные вещи. Первый тип - rule-based, бот на правилах. Он идёт по жёсткому сценарию: кнопки, ветки, фиксированные ответы. Дёшево, предсказуемо, быстро настраивается. Но как только пользователь уходит с проложенной тропы, бот ломается.

Второй тип использует NLP и машинное обучение. Он понимает свободный текст, улавливает намерение, а не только ключевые слова. Такой бот учится на реальных диалогах и со временем отвечает точнее. Цена входа выше, зато сценарии, которые он закрывает, несопоставимо шире.

На практике я рекомендую начинать с rule-based для узкого, хорошо описанного процесса, а потом наращивать AI-слой там, где правил уже не хватает.

Что бот даёт на клиентском фронте

Круглосуточная доступность - это не маркетинговый тезис, а реальная экономия. Ночью и в выходные бот закрывает типовые запросы без дежурного оператора. Juniper Research оценивал потенциальную экономию для бизнеса в целом по рынку в 8 млрд долларов в год ещё к 2022 году. Цифра агрегированная, но порядок понятен.

Конкретные задачи, которые бот закрывает на клиентской стороне:

• FAQ и статусы. Где мой заказ, когда доставка, как вернуть товар. Это 40-60% обращений в любом интернет-магазине.
• Квалификация лидов. Бот задаёт уточняющие вопросы и передаёт менеджеру уже прогретый контакт с контекстом.
• Бронирование и запись. Клиника, салон, сервисный центр: бот сам смотрит слоты и фиксирует запись.
• Сбор обратной связи. Короткий опрос после обращения проходит в том же окне, конверсия в ответы выше, чем у email.

Ключевое условие: бот обязан уметь передавать разговор живому оператору. Без этого вы просто создаёте тупик для клиента, которому бот не помог.

Внутренний бот: HR, IT и онбординг

Сотрудники задают одни и те же вопросы снова и снова. Сколько дней отпуска осталось. Как оформить командировку. Где найти шаблон договора. HR и IT-отделы тратят на это часы каждую неделю.

HR-бот закрывает базовый слой: справки, политики, остатки отпусков, заявления. IT-helpdesk-бот принимает тикеты, диагностирует типовые проблемы (сброс пароля, доступ к системе) и эскалирует только то, что требует человека.

Отдельная история - онбординг. Новый сотрудник в первые две недели завален вопросами, но стесняется спрашивать по мелочам. Бот снимает этот барьер: можно уточнить что угодно без ощущения, что отвлекаешь коллегу.

Для задач, где нужно не просто ответить на вопрос, а найти нужный документ или вспомнить решение из прошлого проекта, HR-бот уже не справляется в одиночку. Здесь подключается корпоративная база знаний. Российский инструмент ENGRAM работает именно в этой нише: фиксирует встречи, документы и решения, чтобы команда могла найти нужное через поиск, а не через «спроси у Маши».

Платформы: что выбрать

Выбор платформы зависит от трёх вещей: какой язык нужен (русский NLP работает хуже, чем английский у большинства западных решений), с какими системами нужна интеграция, и есть ли у вас разработчики или нужен no-code.

Западные платформы с сильным NLP: Google Dialogflow, IBM Watson Assistant, Amazon Lex, Microsoft Bot Framework. Все поддерживают русский, но с разным качеством. Интеграции широкие, документация подробная. Вопрос с оплатой из РФ решается через реселлеров или корпоративные контракты.

Для клиентской поддержки с готовым интерфейсом оператора: Intercom, Zendesk, LiveChat. Там бот встроен в экосистему helpdesk, переключение на оператора бесшовное. Цены от $50-100 в месяц за рабочее место.

Отечественные варианты: Jivo, Carrot quest, Aimylogic. Оплата рублями, серверы в РФ, что важно при работе с персональными данными по 152-ФЗ. NLP слабее, но для rule-based сценариев хватает.

Каналы подключения у всех примерно одинаковые: сайт, мобильное приложение, Telegram, WhatsApp, голосовые помощники. Telegram в российском B2C сейчас самый живой канал.

Типичные ошибки при запуске

Я видел несколько провальных внедрений, и все они повторяли одни и те же ошибки.

Нет чёткой цели. Запускают бота «для автоматизации», без конкретного KPI. В итоге непонятно, работает ли он вообще. Фиксируйте метрику до запуска: процент обращений, закрытых без оператора, время первого ответа, NPS после взаимодействия с ботом.

Бот не обучается. Запустили, забыли. Через три месяца он отвечает невпопад, потому что никто не анализировал нераспознанные запросы и не дополнял базу. Выделите человека, который раз в две недели смотрит логи и дообучает модель.

Нет выхода на человека. Клиент застрял в петле, бот не понимает, переключить некуда. Это хуже, чем вообще не иметь бота: человек уходит злым.

Перегружают функционалом сразу. Хотят сделать всё и сразу: поддержку, продажи, опросы, бронирование. Бот получается запутанным. Начните с одного сценария, отполируйте его, потом добавляйте следующий.

Подробнее о том, как строить диалоги с ИИ-системами, читайте в гайде по промпт-инжинирингу, а общий обзор языковых моделей, на которых работают современные боты, есть в каталоге LLM-моделей.

Как запускать: практический порядок

1. Определите один процесс с наибольшим объёмом повторяющихся запросов.
2. Соберите реальные вопросы из логов переписки или тикетов, не придумывайте сценарии из головы.
3. Выберите платформу под канал и бюджет, не под красивый лендинг вендора.
4. Сделайте MVP за 2-4 недели, запустите на 10-20% трафика.
5. Смотрите на процент нераспознанных запросов и точки выхода из диалога. Это ваши приоритеты для следующей итерации.
6. Только после стабильной работы первого сценария добавляйте второй.

Частые вопросы

Чем AI-бот отличается от обычного бота на кнопках?

Rule-based бот идёт строго по заданному дереву: нажал кнопку, получил ответ. Если пользователь написал что-то своими словами, бот не поймёт. AI-бот использует NLP: он разбирает смысл фразы, а не ищет точное совпадение с шаблоном. Это позволяет вести свободный диалог, но требует данных для обучения и регулярного обслуживания.

Нужен ли разработчик, чтобы запустить чат-бота?

Для простых rule-based сценариев в Telegram или на сайте можно обойтись no-code платформами (Aimylogic, ManyChat, Carrot quest). Визуальный редактор, готовые интеграции, без кода. Если нужна кастомная логика, интеграция с CRM или ERP, или AI-слой на базе собственных данных, без разработчика не обойтись.

Как чат-бот соотносится с требованиями 152-ФЗ?

Если бот собирает персональные данные (имя, телефон, email), вы обязаны уведомить пользователя и получить согласие. Данные должны храниться на серверах в РФ. Это аргумент в пользу отечественных платформ или self-hosted решений. У западных вендоров уточняйте, где физически находятся серверы и есть ли DPA под российское законодательство.