LLMCaseLLMCase
Кейс #услуги·июль 2026

Как банк ДОМ.РФ снял с поддержки 40% обращений клиентов

40%
обращений закрывает бот
2800
диалогов/мес обрабатывает бот из 7000
97%
ответов быстрее 3 секунд
ДОМ.РФ
Банк, Россия
Ниша
Услуги
Куда внедрял ИИ
Поддержка

!Проблема

Большой поток обращений клиентов по широкой продуктовой линейке — около 200 банковских продуктов
Около 20 уникальных сценариев взаимодействия с клиентами приходилось обрабатывать вручную
Высокая нагрузка на службу поддержки при растущем объёме диалогов

Инструменты и решение

Банк ДОМ.РФ подключил чат-бота на low-code платформе Smartbot Pro (интегратор — KTS), чтобы разгрузить поддержку по 200 продуктам. В результате бот самостоятельно обрабатывает 40% всех диалогов — 2800 из 7000 в месяц, а 97% запросов пользователей получают ответ быстрее 3 секунд.

Как решали

Чат-бот на low-code платформе Smartbot Pro с логикой на блок-схемах и языком SmartQuery для кастомизации сценариев
Нейросеть для автоматического подбора подходящего сценария под запрос клиента
Кластеризация исторических обращений алгоритмом OPTICS на эмбеддингах LaBSE для выделения сценариев
Интеграция с банковскими системами — «Новая Афина» и кредитный конвейер АПИКС
Авторизация через Keycloak и OAuth2-proxy в Kubernetes-инфраструктуре

Результат в цифрах

40%
обращений бот обрабатывает автоматически (2800 из 7000 диалогов в месяц)
7 000
диалогов в месяц проходит через бота
97%
запросов пользователей обрабатываются быстрее 3 секунд
550
сценариев и 3100 блоков логики построено в боте

Похожие кейсы

Как сеть обслуживания банкоматов снизила нагрузку на поддержку на 80% с помощью ИИ-бота -80% нагрузка на колл-центр Как интернет-магазин заменил 8 менеджеров поддержки AI-ассистентом и сэкономил 2,8 млн ₽ в год 2,8 млн ₽ экономия ФОТ в год Как ГК ФСК снизила нагрузку на поддержку на 30-40% с помощью ИИ-платформы -30-40% нагрузка на поддержку Все 63 кейсов в библиотеке →