LLMCaseLLMCase
Кейс #e-commerce·июль 2026

Как чат-бот на сайте разгрузил колл-центр производителя электромонтажных изделий и поднял продажи на 20%

80%
обращений бот закрывает без оператора
1 из 5
пользователей просит оператора
+20%
покупок после консультаций с ботом
Производитель электромонтажных изделий
Производство и дистрибуция
Ниша
E-commerce
Куда внедрял ИИ
Продажи

!Проблема

Колл-центр перегружен обращениями покупателей, операторы не успевали оперативно отвечать
Не хватало автоматизации воронок продаж на сайте
Покупатели не получали быстрой и точной информации об остатках товаров на складах
Рост продаж ограничивался медленной консультацией по ассортименту

Инструменты и решение

Производитель электромонтажных изделий (клиент под NDA) столкнулся с перегруженным колл-центром и не мог оперативно информировать покупателей об остатках на складе. Интегратор Unistory внедрил чат-бота на сайте на базе GPT-4 в приватном контуре Azure с векторным поиском по каталогу и остаткам. В результате бот закрывает 80% обращений покупателей самостоятельно, оператора просит лишь каждый пятый пользователь, а покупки после консультаций с ботом выросли на 20%.

Как решали

Чат-бот на сайте на GPT-4, развёрнутом на приватном сервере Azure (данные не уходят во внешний OpenAI)
Векторный поиск по каталогу и типовым сценариям через Azure OpenAI Embeddings Ada и Azure AI Search
Оркестрация ответов и маршрутизация запросов через LangChain, данные о товарах и остатках — из PostgreSQL
GPT-агент-дискриминатор фильтрует ответы, чтобы бот не называл цены конкурентов и не выходил за рамки политики компании
Виджет чата на React, интегрированный в сайт, с отказоустойчивым backend (load-balancer и репликация инстансов)
Административная панель для аналитики диалогов

Результат в цифрах

80%
обращений покупателей чат-бот закрывает самостоятельно
1 из 5
пользователей после общения с ботом просит оператора
+20%
рост покупок после консультаций с ботом
4,5 месяца
срок внедрения проекта (2024 год)
UN
Unistory
Написать

Похожие кейсы

Как производитель упаковки ускорил ответы клиентам с 20 минут до 5 секунд с помощью AI-бота 20 мин → 5 сек скорость ответа клиенту Как «Заслон» сократил подбор компонентов для закупок с часов до секунд с ИИ 15 мин — часы → 2-4 сек время подбора компонента Как интернет-магазин заменил 8 менеджеров поддержки AI-ассистентом и сэкономил 2,8 млн ₽ в год 2,8 млн ₽ экономия ФОТ в год Все 63 кейсов в библиотеке →