В «ОБИТ» сделали ИИ-помощника для продавцов. Под капотом — МCP «Дадаты»
- Продавцам нужна информация о компаниях и адресах
- Информацию собирают во внешних справочниках и внутренних системах. Это долго
- В «ОБИТ» решили автоматизировать сбор информации для продаж
- Для продавцов разработали ИИ-помощника, который мигом собирает нужные данные
- Помощник получает публичные данные о компаниях и адресах от «Дадаты». По протоколу MCP
- MCP: доступ AI-агентов к ЕГРЮЛ и ГАР
- Результаты
Компания. «ОБИТ» — оператор ИТ-решений. Ребята занимаются большими проектами, где делают все: от разработки телекоммуникационной оболочки до цифровизации и автоматизации бизнес-процессов, локализации ИТ-решений. Сделают так, чтобы информационные ресурсы «не падали». Или построят защищенные каналы обмена данными между филиалами в разных городах.
Клиенты — торговые сети, банки, застройщики, транспортные компании, рестораны. Но в этой статье речь пойдет вовсе не о клиентском проекте, а про внутреннюю автоматизацию.
Задача. Помочь продавцам быстро собирать информацию о клиентах из разных источников: CRM, учетной системы, внешних справочников.
Решение. Разработали ИИ-помощника, который мигом собирает нужную продавцу информацию. Публичные данные о компаниях и адресах помощник получает от «Дадаты», по протоколу MCP.
Продавцам нужна информация о компаниях и адресах
В «ОБИТ» работает порядка ста продавцов. Они общаются с текущими клиентами и ищут новых: принимают звонки, ездят на встречи, готовят коммерческие предложения. Скорее всего, у вас в компании продавцы делают то же самое.
Для работы продавцам нужна информация об организациях и адресах.
- Например, чтобы определить перспективных клиентов, смотрят на выручку и затраты. Если у компании нет денег, ей не будут ничего предлагать;
- перед звонком потенциальному клиенту изучают, чем занимается компания и кто её руководитель. Заодно уточняют, какие услуги «ОБИТ» не оказывает по ее адресу;
- перед звонком текущему клиенту проверяют, какие услуги он уже покупал;
- чтобы персонализировать предложение, читают новости компании. Если организация открывает филиалы, возможно, ей пригодится корпоративная сеть между этими филиалами.
Продавцы работают «в полях», поэтому информация часто нужна, когда человек едет в офис, сидит на встрече или разговаривает по телефону. Чем быстрее у продавца будут данные, тем лучше.
Информацию собирают во внешних справочниках и внутренних системах. Это долго
Продавцы собирают сведения о клиентах в десятке источников.
Сначала продавец в CRM проверит, нет ли организации в списке текущих клиентов. Дальше скачает выписку из ЕГРЮЛ, откроет бухгалтерскую отчетность и изучит финансовые показатели. Потом прочитает новости на сайте компании и в интернете. Проверит ограничения по адресу в учетной системе. И только тогда решит, какие услуги предложить на звонке.
Ребята не засекали, как долго ищут информацию, но говорят, что это ощутимо затягивает работу. Особенно страдает скорость работы «в полях». Можно даже подорвать лояльность клиента.
Например, на встрече директор спросит: «Сколько стоит подключить интернет 2 Гбит/с на Лесную 15?». Пройдет минут десять, пока продавец соберет данные, проверит ограничения и прикинет стоимость проекта. Иной директор за это время потеряет интерес и уйдет на другое совещание.
В «ОБИТ» решили автоматизировать сбор информации для продаж
Разработчики получили задачу — помочь продавцам быстро получать информацию о компаниях и адресах. К этой задаче уже подступались: для продавцов сделали бота-помощника, который искал сведения во внутренних системах: CRM и учетной. Теперь этого помощника решили усовершенствовать — научить искать информацию вообще в любых внешних и внутренних источниках.
Для продавцов разработали ИИ-помощника, который мигом собирает нужные данные
MCP-сервер «Дадаты»
MCP выдает ИИ-агентам свежие данные о компаниях и адресах. Делает так, чтобы ответам нейросетей можно было доверять. Помогает быстро решать задачи.
РазузнатьРазработчики «ОБИТ» создали для продавцов ИИ-помощника. С ним общаются в формате чата: продавец задаёт вопросы, а сервис собирает сведения и отвечает:
Помощнику задают вопросы в телеграм-боте. Это единый интерфейс ввода и вывода, который работает без ВПН, где угодно, на телефонах и компьютерах. Нужно только авторизоваться в боте, иначе доступ к нему мог бы получить любой желающий.
Команда разработки выбрала «Телеграм» в качестве интерфейса, чтобы быстрее запустить помощника. Но ребята заметили у мессенджера функциональные особенности при работе с нейросетями. Поэтому в будущем интерфейс ввода-вывода усовершенствуют до веб-приложения.
Например, скорость вывода. Люди привыкли, что ответы условного «ЧатаГПТ» появляются на экране за пару секунд. А вот телеграм так не умеет, продавцам приходится ждать информацию.
Сам помощник — мультиагентная система: несколько LLM-моделей, каждой из которых назначают свою роль. Центральный агент понимает, какая информация нужна для ответа на вопрос продавца, и распределяет между агентами задачи по ее поиску. Одного отправляет за данными в CRM, другого — на сайт, третьего — в публичные справочники.
Можно было бы обойтись одной «большой» нейросетью вроде OpenAI или DeepSeek. Но такие модели создают высокую нагрузку на инфраструктуру: им нужно много GPU-памяти, а значит, мощные серверы с графическими ускорителями за миллионы рублей. А вот маленькие нейросети можно распределить по уже имеющимся мощностям, поэтому в «ОБИТ» выбрали мультиагентный подход.
Сейчас команда экспериментирует с моделями. Используют, среди прочего, Qwen-3 и русифицированную T-PRO.
Нейросети нужны помощнику, чтобы понимать вопросы и давать конкретные ответы. Формально, можно искать информацию без нейросетей. Скажем, запрашивать данные в CRM и ЕГРЮЛ по API, зная ИНН. Собственно, так все обычно и делают. Но искусственный интеллект важен для легкого общения:
У помощника можно спросить, будто у человека: «Что покупала „Ромашка“». В сценарном боте, без нейросетей, подобной легкости не добиться. Продавцу пришлось бы нажимать кнопки: «Поиск данных» → «О компании» → «из CRM» → «по ИНН».
Заодно ИИ дает конкретные ответы. Если продавец спросит, чем занимается компания, нейросеть не просто вывалит данные из ЕГРЮЛ, а ответит по существу. Мол, торгует спортивными товарами.
Есть и стратегический мотив. «ОБИТ» не только использует ИИ-решения, но и внедряет их клиентам. Разрабатывая помощника, компания становится центром компетенций в области искусственного интеллекта.
«На рынке много маркетинга вокруг ИИ, а реально работает два-три процента решений. Поэтому мы у себя внутри сформировали центр компетенций: тестируем готовые ИИ-продукты, разрабатываем собственные и делимся нашими наработками с клиентами.
Заместитель генерального директора
по стратегическим проектам
Помощник получает публичные данные о компаниях и адресах от «Дадаты». По протоколу MCP
В мультиагентной системе нейросети используют инструменты — «тулы». Это сервисы, к которым агенты обращаются, чтобы выполнять задачи.
Допустим, агент получает информацию из CRM. Его инструмент — эта самая CRM: он обращается к ней с запросами и получает сведения.
Другой агент разбирает голосовые сообщения продавца. Для этого использует два инструмента: нейросеть-дешифровщик, которая превращает речь в текст, и сервис, который исправляет ошибки транскрибации.
Часть агентов в качестве инструмента использует «Дадату».
Первая задача «Дадаты» — предоставлять публичные сведения о компании: ФИО директора, доходы и расходы, штрафы и недоимки, лицензии и многое другое. Агент получает данные одним запросом. Не нужно собирать их по крупицам в десятке государственных справочников.
Чтобы получить сведения о компании, нужен уникальный идентификатор — ИНН или ОГРН.
Продавец часто не знает идентификатора. Обычно помнит бренд, например «Сити Молл», или юридическое название компании. Можно было бы спрашивать ИНН у продавца, но это будет тормозить работу. Продавцу придётся уходить из чата и где-то искать идентификатор.
Поэтому один из агентов добывает ИНН из названия компании. Детали разработчики не раскрывали, но объяснили, как это работает в общих чертах. Если известен бренд, агент погуглит ИНН по запросу вроде «Сити Молл ИНН». Если известно название юрлица, посмотрит в CRM и вернет ИНН найденной там компании. Или ИНН всех юрлиц с совпадающими названиями. И только в крайнем случае помощник спросит идентификатор у продавца.
Помощника тестировали и без «Дадаты». Но в интернете агенты находили неполную и устаревшую информацию о компаниях. Например, только один филиал из 50 или доходы трехлетней давности. Преимущество «Дадаты» как раз в том, что нейросети получают «сегодняшние» данные из государственных справочников. Этой информации можно доверять.
Вторая задача «Дадаты» — стандартизация адресов. Если менеджер в вопросе укажет адрес, агент отправит строку «Дадате». Сервис приведет адрес к единому формату, предоставит его код ГАР и координаты. Эти данные помогают найти адрес во внутренних системах. Как итог — проверить, входит ли он в зону обслуживания и какие есть ограничения:
Агентов к «Дадате» подключили по протоколу MCP. Это специальный интерфейс для нейросетей, который помогает подключать инструменты, не дописывая большой кодовой базы. Использовали готовую конфигурацию MCP-сервера «Дадаты».
В «1С» «ОБИТа» уже работала наша «Организация по ИНН». Поэтому сначала разработчики хотели сделать MCP к «1С» и уже оттуда вызывать «Дадату» по API. Но узнали об MCP-сервере и подключили сервис к агентам напрямую.
Результаты
Помощника запустили в пилотном режиме. За три недели получили такие результаты:
1. Около 50% продавцов будут использовать бота на постоянной основе. Под остальных бота кастомизируют.
2. Помощник отвечает конкретнее, если «правильно» задавать вопросы. То есть для работы с ботом продавцам полезно развивать навыки промпт-инжиниринга. Теперь разработчики проводят тренировки для команды продаж. Там показывают, как одна фраза может изменить качество итогового отчета.
3. Готовые саммари, рекомендации и подсказки по ЛПР от ИИ помогают сформулировать персональное предложение. Это особенно полезно в работе с крупными клиентами.
«Бот не заменяет глубокую проработку клиента, но стал отличным „помощником под рукой“. Он сразу показывает ключевые цифры и даже последние упоминания в СМИ — то, что важно для первого контакта»
Заместитель генерального директора
по стратегическим проектам