Мы сделали голосового робота, чтобы самим не обзванивать базу. Теперь он делает это лучше нас

Мы Axiomate Lab. Нас пятеро выпускников Бауманки, с 2022 года занимаемся машинным обучением: компьютерное зрение, дообучение моделей, языковые системы. Обычная AI-контора. Делать умные штуки умеем, а продавать их ненавидим.

При этом у нас есть отдел продаж: два менеджера и холодная база, которую надо обзванивать. Вот с этой базы всё и началось.

Сколько на самом деле стоит один холодный звонок

Посчитайте по-честному. Набор, гудки, «перезвоните позже», короткие «не интересно» и редкие длинные разговоры, а потом ещё занести всё в CRM. В среднем на один контакт уходит 3-4 минуты.

Возьмём восьмичасовой день (хотя все понимают, что восемь часов никто не работает). Это максимум около 120 звонков. Из них реально заинтересованных дай бог 5 процентов. Всё остальное это шум, который менеджер разгребает руками.

Момент, когда мы поняли, что занимаемся ерундой

Планёрка, разбираем воронку. Менеджер говорит: сделал сегодня сорок звонков, трое заинтересованных, остальные либо не взяли трубку, либо «не интересно».

И кто-то из разработчиков спрашивает: стоп, мы же на прошлой неделе собирали клиенту голосового бота для уведомлений. Почему мы сами им не пользуемся?

«Так он тупой, работает по скрипту, разговаривать не умеет». «А если прикрутить LLM?»

Переглянулись. Через пару месяцев собрали первый прототип. Скажу сразу, чтобы не строить из этого сказку: он работал, но качество было сырое, и ещё месяцев пять мы доучивали модели, пока не довели до нормального. Быстро такое не делается.

Что под капотом

Если техника не ваше, листайте к результатам. Пайплайн простой по частям и злой в деталях: телефония и запись разговора, распознавание речи, LLM как мозги, синтез речи в ответ.

Главная боль это задержка. Человек договорил, и если робот молчит две-три секунды, магия рушится: собеседник сразу понимает, что говорит с машиной. Мы долго воевали за скорость: кэширование, стриминг, предгенерация фраз, отдельное дообучение под скорость ответа. Сейчас держим паузу в среднем 1,3-1,5 секунды. На слух это разница между живым разговором и разговором с тормозящим роботом.

Первый тест: я позвонил сам себе

Когда прототип завёлся, я скинул роботу свой номер и сценарий холодного звонка. Через минуту телефон зазвонил.

Добрый день! Это Мария из Axiomate Lab. Вы оставляли заявку на сайте, удобно сейчас говорить?

Голос приятный. Слышно лёгкий синтез, но если не знать, легко принять за человека. Отвечаю что-то случайное, робот подхватывает и задаёт уточняющий вопрос. Пробую увести в сторону, он мягко возвращает к теме. Говорю «дорого», он спокойно отрабатывает возражение.

Через пару минут: «Давайте так, мой коллега перезвонит и покажет всё в демо. Завтра или послезавтра удобнее?» И я поймал себя на том, что чуть не ответил «давайте завтра». Своему же роботу, зная, что это робот.

Запустили на живой базе

На мне сработало, но я-то был в курсе. Взяли кусок базы, будни, рабочее время, сценарий на квалификацию и запись на демо. Дальше просто сравнили с тем, как ту же базу проходит живой менеджер.

А потом запустили робота у клиента на реальном объёме: до 5000 номеров в день. Конверсия в целевое действие вышла примерно такой же, как у живого менеджера. Только менеджер столько номеров не наберёт и за месяц, а робот не устаёт, не выгорает и не пропускает контакт, потому что «настроение не то».

Главный вывод: робот не заменяет менеджера, а расчищает ему стол

После теста стало ясно: робот не должен закрывать сделку. Его работа отсеять нецелевых и передать горячих. Воронка перестроилась так:

1. 1Робот обзванивает всю базу.
2. 2Остаются разговоры дольше 30 секунд, где человек реально втянулся.
3. 3Из них часть соглашается на демо.
4. 4Менеджер проводит демо только с тёплыми.
5. 5Дальше продажи, как обычно.

Менеджер больше не тратит жизнь на «алло, удобно говорить, нет, до свидания». Прозвон базы, который раньше растягивался на недели, робот проходит за несколько дней, а люди приходят к менеджеру уже прогретыми.

Спалят робота или нет

Частый вопрос: а поймут ли люди, что это не человек. Мы специально не заставляем робота притворяться: если прямо спросят, он не станет врать. Но на практике на первом контакте люди редко об этом задумываются. Голос звучит живо, пауза перед ответом те самые 1,3-1,5 секунды, разговор идёт в нормальном темпе, и собеседник просто общается по делу.

И это не баг, а осознанный выбор. Робот не изображает живого оператора, он просто говорит достаточно естественно, чтобы не раздражать и не сбивать с мысли.

Сколько это стоит, по-честному

Раз уж про бизнес. Себестоимость звонка у робота (телефония, распознавание и синтез речи, LLM) в разы ниже, чем стоимость минуты живого менеджера с его зарплатой, перекурами и выгоранием. Именно поэтому обзвон большой базы роботом окупается почти всегда: вы платите только за минуты разговора, а не за то, как человек слушает гудки.

Как внутренний костыль стал продуктом

Когда мы показали это паре клиентов, с которыми работали по ML-проектам, реакция была одинаковая: а нам такое можно? Сначала отнекивались, мол, это внутреннее и сырое. Запросы не прекращались.

В итоге упаковали в продукт: личный кабинет, где сценарий собирается без программиста, выбирается голос (сейчас доступно три, новые добавляем по мере дообучения, это небыстро), загружается база или подключается Bitrix24 и amoCRM, а по каждому звонку видно аналитику, кто заинтересован, кто нет и какие были возражения.

Кому это подходит, а кому нет

Честно, без «подходит всем».

Подходит:

• холодный обзвон больших баз;
• квалификация входящих заявок;
• напоминания, подтверждения, реактивация;
• первичный контакт перед менеджером.

Не подходит:

• сложные B2B-переговоры;
• продажи с долгим циклом сделки;
• ситуации, где всё решает живая эмпатия.

Робот это фильтр. Он убирает шум и передаёт живым людям только сигнал.

Если хотите попробовать

Первые 50 номеров вашей базы обзвоним бесплатно, этого хватает, чтобы понять, работает ли робот в вашей нише. Или просто оставьте номер на сайте, и тот самый робот перезвонит и покажет себя сам. Обычно это убеждает лучше любой статьи.

Если интересна техническая часть, как мы добились низкой задержки и как устроена архитектура, скажите, сделаем отдельный разбор.