День 1: Кризис первой линии
Май 2025 года. Мы стартовали проект в европейском iGaming-холдинге с 650 000 активных пользователей. Ситуация в саппорте достигла критической отметки: в пятницу вечером время ожидания в чате пробивало 18 минут. Новички задавали банальные вопросы о статусе вывода средств и не дожидались ответа. Мы зафиксировали 28% оттока на этапе второго депозита. 140 сотрудников в трех сменах физически не справлялись с нагрузкой.
Нанимать еще 50 операторов оказалось слишком дорого из-за затрат на онбординг. Мы согласовали с руководством план экстренного внедрения RAG-бота на базе LLM. Проект разбили на жесткие таймлайны.
Недели 1-4: Базы знаний и API-шлюзы
Мы работали на живой платформе, без даунтаймов. Первый месяц ушел на инфраструктуру:
- Сборка векторов (дни 1-14): Мы выгрузили условия 200 акций, лимиты 15 платежек и правила 40 провайдеров. Мы залили этот массив в Qdrant, вычистив десятки противоречий в старых регламентах.
- Проброс API (дни 15-22): Мы написали изолированный микросервис. Бот получил доступ к балансам игроков и истории транзакций PAM-платформы в режиме read-only.
- Разгрузка веба (дни 23-28): Мы подняли Telegram WebApp. Часть повторных обращений перетекла в мессенджер, снизив давление на основной сайт.
- Запуск Co-Pilot (дни 29-49): Бот начал генерировать подсказки операторам. Три недели мы собирали обратную связь и правили промпты на реальных диалогах.
Дни 50-80: Тонкая настройка NLU-моделей
К середине второго месяца мы столкнулись с неожиданной проблемой: игроки из разных регионов использовали специфический сленг. Например, пользователи из СНГ писали «закатал деп», «слот жрет», «капнуло на балик». Базовая модель воспринимала эти фразы как жалобы на технические сбои и отправляла инструкции по очистке кэша браузера. Мы собрали датасет из 25 000 подобных логов, разметили их вручную силами трех сеньор-операторов и провели дообучение модели через LoRA (Low-Rank Adaptation).
Параллельно мы переписали логику маршрутизации для VIP-пользователей. Мы настроили систему так, чтобы при определении статуса «Platinum» или «Diamond» по API, бот вообще не пытался решать вопрос автономно, а лишь собирал первичный контекст (номер транзакции, скриншот ошибки) и мгновенно переводил диалог на персонального менеджера с приоритетом P1. Это решение позволило сохранить премиальный уровень сервиса и избежать негатива от хайроллеров, которые привыкли к живому общению и индивидуальным уступкам.
| Показатель эффективности | До внедрения AI-бота | Через 3 месяца после релиза | Относительное изменение |
|---|---|---|---|
| Среднее время первого отклика (First Response Time) | 8 мин 40 сек | 1.8 секунды | Ускорение в 280 раз |
| Процент автономного закрытия тикетов (FCR) | — (0% автономии) | 68.4% | Автоматизация 2/3 трафика |
| Удовлетворенность клиентов (CSAT Score) | 3.62 / 5.00 | 4.68 / 5.00 | Рост на +29.2% |
| Конверсия во 2-й депозит после обращения | 32.1% | 43.8% | Рост на +11.7 п.п. |
Месяц 3: Промежуточные итоги
К августу 2025 года мы перевели бота в автономный режим. Количество ручных тикетов рухнуло со 110 000 до 35 000 в месяц. Машина забрала на себя всю рутину: сверку СБП-платежей, активацию кешбэка и вопросы по KYC.
Мы не уволили ни одного оператора. Всю высвободившуюся команду перебросили на VIP-сегмент. Себестоимость одного диалога (включая API OpenAI и серверы) упала с $1.45 до $0.32.
Узкие места и пожары в проде
Первые недели работы в автономном режиме вскрыли ряд проблем, которые мы решали прямо на ходу.
Месяц 4: Влияние на LTV
К сентябрю мы свели когортный анализ. Мы увидели четкую корреляцию между скоростью ответов и депозитами. Игроки перестали уходить на другие площадки из-за зависших выплат.
Финансовый отдел отчитался о росте среднего чека повторных депозитов на 19.4% в сегменте пользователей бота. Проект полностью окупил вложения на 135-й день работы.
Безопасность интеграции
Мы потратили 80% времени на вычитку регламентов. Вы не можете просто скормить LLM вордовские файлы десятилетней давности. Если в правилах есть взаимоисключающие пункты, бот гарантированно выстрелит вам в ногу.
