ИИ в документообороте и обработке входящих

У каждой компании есть «входящий шум»: общий ящик почты, куда падают заявки, счета от поставщиков, резюме и рекламные предложения; чаты в мессенджерах; формы на сайте; сканы документов от клиентов. Кто-то должен всё это открыть, понять, что это, и отправить нужному человеку. Обычно это секретарь, офис-менеджер или дежурный менеджер — и у него на это уходит значительная часть дня.

Современные языковые модели хорошо справляются ровно с этой задачей: прочитать текст, понять смысл, вытащить нужные поля и принять решение по правилам. В статье разберём, какие операции с входящими можно отдать ИИ, как выглядит схема такой системы и где нужна осторожность.

Что входит в обработку входящих

Если разложить работу на операции, их окажется пять. Каждую можно автоматизировать отдельно и с разной степенью доверия.

1. Приём. Сбор обращений из всех каналов в одну точку.
2. Классификация. Определение типа: заявка, вопрос, претензия, счёт, договор, спам.
3. Извлечение данных. Поиск реквизитов, сумм, дат, номеров заказов, контактов.
4. Маршрутизация. Передача ответственному отделу или сотруднику с нужным приоритетом.
5. Ответ или черновик. Автоматический ответ на простые запросы и подготовка черновика для сложных.

Ручная обработка одного письма с переносом данных в учётную систему занимает в среднем 3–6 минут. При потоке 150 обращений в день это от 7 до 15 часов работы — то есть одна-две полные ставки.

Классификация: что это за обращение

Раньше классификацию делали по ключевым словам: если в теме есть «счёт» — отправить в бухгалтерию. Такие правила постоянно ошибаются: «вышлите, пожалуйста, счёт» — это просьба клиента, а не документ от поставщика. ИИ понимает смысл целиком и различает такие случаи.

Для настройки классификатора нужен справочник категорий с примерами. Типичный набор для компании, оказывающей услуги:

По нашему опыту, после настройки на реальных примерах точность классификации по такому справочнику превышает 90%, а сомнительные случаи ИИ может помечать отдельно для ручной проверки.

Извлечение данных из писем и документов

Вторая по объёму рутина — перенос данных. Клиент пишет: «Добрый день, хотим заказать уборку офиса 120 квадратов на Таганке, удобно в субботу, контакт — Ольга». Менеджер переносит в CRM: услуга, площадь, адрес, дата, имя. ИИ делает это сам и создаёт карточку со структурированными полями.

Что умеет извлекать ИИ

• Контакты: имя, телефон, email, название компании.
• Параметры заказа: услуга, объём, адрес, желаемые сроки, бюджет.
• Реквизиты из счетов и актов: номер, сумма, НДС, контрагент, назначение.
• Номера заказов и договоров для связи с существующими сделками.
• Суть претензии и требование клиента.

Для сканов и фотографий документов к языковой модели добавляется распознавание текста. Качество зависит от исходника: чёткий скан читается почти идеально, фото под углом с бликами — хуже, и такие случаи стоит отправлять на проверку человеку.

Маршрутизация и приоритеты

Когда понятно, что за обращение и какие в нём данные, остаётся решить, кому его отдать и насколько срочно. Правила маршрутизации обычно комбинируют несколько признаков:

• Тип обращения — определяет отдел.
• Клиент — если это существующий клиент, обращение уходит его персональному менеджеру.
• Тон — раздражение и угроза ухода повышают приоритет.
• Сумма или масштаб — крупный запрос может сразу идти старшему менеджеру.
• Время — в нерабочие часы срочные претензии уходят дежурному.

Например, в компании по продаже оборудования ИИ определяет, что письмо — запрос на коммерческое предложение на сумму выше 500 тыс. ₽ от нового клиента. Обращение получает высокий приоритет, создаётся сделка в CRM, ответственному руководителю направления приходит уведомление с кратким резюме, а клиенту — подтверждение, что расчёт будет готов в течение двух часов.

Ответы и черновики

Часть входящих не требует участия человека вовсе: вопросы о режиме работы, реквизитах, статусе заказа, если он есть в системе. На них ИИ отвечает сразу. Для обращений в мессенджерах и на сайте это особенно важно — клиент ждёт ответа в пределах минуты, а не через час. Такой режим работы мы описали на странице про обработку заявок.

Для сложных обращений ИИ готовит черновик: собирает контекст из истории переписки, подставляет данные заказа и предлагает текст ответа. Сотрудник редактирует и отправляет. На претензиях это экономит до 70% времени, при этом финальное слово остаётся за человеком.

Схема внедрения

Проект по автоматизации входящих обычно проходит пять этапов.

1. Инвентаризация каналов. Выписываем все точки входа: почтовые ящики, формы, мессенджеры, соцсети, телефонию.
2. Анализ выборки. Берём 300–500 реальных обращений и размечаем их по категориям, чтобы понять структуру потока.
3. Справочник и правила. Утверждаем категории, поля для извлечения, правила маршрутизации и сроки реакции.
4. Интеграции. Подключаем каналы и учётные системы — CRM, систему задач, бухгалтерию. Без этого ИИ будет только раскладывать письма по папкам.
5. Пилот с контролем. Первые две-три недели ИИ работает в режиме подсказок, а сотрудник подтверждает решения. Затем постепенно переводим проверенные категории в автоматический режим.

Интеграция с учётными системами — ключевой этап. Если вы работаете в amoCRM или Битрикс24, подробности есть на странице интеграции с CRM.

Риски и как с ними работать

• Ошибочная классификация. Настройте категорию «не уверен» и ежедневную выборочную проверку.
• Неверно распознанные суммы. Для финансов — только подтверждение человеком.
• Конфиденциальность. Определите, какие данные обрабатываются, где хранятся, кто имеет доступ; оформите согласия.
• Потеря обращения. Любое письмо, которое система не смогла обработать, должно попадать в отдельную очередь, а не пропадать.
• Устаревшие правила. Новый продукт или отдел — повод обновить справочник категорий.

Какой эффект ждать

Для компании со средним потоком около 150 обращений в день типичные результаты после стабилизации выглядят так:

Важно и то, что меняется качество работы людей. Офис-менеджер, который раньше полдня сортировал почту, может заняться задачами, где нужна инициатива: договориться с поставщиком об условиях, проверить исполнение договоров, разгрузить руководителя. А отдел продаж получает новые заявки уже в виде заполненных карточек, а не пересланных писем с вопросом «это кому?».

Итоги

Обработка входящих — одна из самых благодарных задач для ИИ: поток большой, операции однотипные, результат легко измерить. Разбейте процесс на приём, классификацию, извлечение данных, маршрутизацию и ответ, автоматизируйте их поэтапно и начинайте с режима подсказок. Финансовые и конфликтные случаи оставляйте под контролем человека, а всё остальное доверьте системе. Так сотрудники перестанут быть «сортировщиками писем» и займутся работой, где нужен их опыт.