Как AI-продавец стал сотрудником автопроката и взял на себя 80% заявок

В этом кейсе я покажу, как с помощью GPT, простой таблицы и продуманной архитектуры диалога мы превратили входящий поток заявок в управляемую систему продаж. Это не чат-бот. Это AI-продукт, который встроен в реальный бизнес, работает с CRM и даёт собственнику контроль и ресурс для роста.

Контекст: как всё работало до внедрения

Компания сдаёт машины в аренду в одном из городов Казахстана. Парк — около 20 авто. Клиентов хватает, заявки идут стабильно, но всё завязано на одного менеджера — он и отвечает, и бронирует, и машины выдаёт.

• Заявки — в WhatsApp и Instagram
• Данные клиентов — имя, телефон и ИИН, хранятся в админке сайта
• Наличие машин — глазами во дворе или “в блокноте”
• Продажи — вручную, без CRM, без системы

Масштабироваться или хотя бы проанализировать воронку было невозможно. Всё держалось на опыте менеджера.

Что нужно было сделать

• Снять рутину по перепискам с менеджера
• Сделать нормальную систему обработки заявок
• Внедрить CRM и воронку
• Подключить AI, который не просто “болтает”, а реально работает
• Подготовить платформу под масштабирование трафика
• Сделать так, чтобы весь процесс жил не в голове менеджера, а в системе

Что мы сделали

1. Построили AI-продукт, который сам ведёт клиента от заявки до брони

Система на базе GPT самостоятельно:

• Обрабатывает запросы на аренду
• Понимает человеческий язык и сленг (“Прадик”, “Китаец”, “цена за 3 дня”)
• Уточняет маршрут и рассчитывает стоимость с учётом ожидаемого пробега клиента
• Проверяет наличие машин через Google Таблицу (обновляется вручную → бот видит актуальные данные каждые 10 минут)
• Фиксирует всё в CRM
• И только в нужный момент подключает менеджера

80% всех заявок теперь проходят без участия человека

2. Построили не “сценарий”, а архитектуру мышления

GPT работает по модульной архитектуре — каждый частый сценарий упакован в отдельный модуль.
Модули переключаются по контексту.
Система не “идёт по скрипту”, а держит в голове цель — довести до брони, собрать нужные данные, не спугнуть клиента.

Модуль может:

• отработать одноразовый вопрос (“Сколько стоит Прадик?”)
• включить другой модуль в середине диалога
• вернуться к предыдущему, если это логично
• или аккуратно завершить ветку, если сценарий заходит в тупик
  

Это решает главную боль алгоритмических ботов: тупую линейность и “развал диалога”, если клиент пишет нестандартно. GPT действует гибко и нативно

3. Реализовали всё на платформе Savvy

• хранение модульной инструкции GPT
• подключение базы знаний (что бот “знает”)
• связь с базой данных наличия авто
• интеграция с AmoCRM
• уведомления в Telegram по триггерам
• и — главное — масштабируемая логики

Savvy — не единственная платформа, которую я использую, но для этого проекта она оказалась самой лучшей по балансу функциональности и стоимости.

4. Внедрили AmoCRM с нуля и связали с AI

Раньше CRM не было. Теперь:

• Заявки из разных каналов (WhatsApp и Instagram) обрабатываются из одного окна.
• Каждое обращение автоматически фиксируется как отдельная сделка
• По ходу диалога AI сам заполняет карточку сделки: бюджет, авто, тариф, дата, ИИН
• В зависимости от контекста диалога AI сам двигает сделку по этапам воронки продаж в CRM
• У каждого сценария есть логичный финал:

1. Клиент хочет звонок →
AI берёт номер → создаёт задачу → уведомляет менеджера в Telegram: “Клиент ждёт звонка”

2. Клиент готов бронировать →
AI берёт ИИН → переводит сделку на этап “Бронь / Проверить ИИН” → ставит задачу → уведомление в Telegram

3. Если бот не знает, что ответить — пинг в Telegram: “Нужна помощь, не понимаю запрос”

Что получилось в итоге

• 80% заявок обрабатываются автоматически
• Менеджер работает только с проверкой документов, деньгами и выдачей
• Все данные — в CRM: ничего не теряется
• Заявки ведутся системно
• Клиенты получают быстрый, понятный и вежливый ответ
• Команда обучена работать с системой (я записал видео-инструкции)
• Система не требует поддержки — работает стабильно

Почему это важно для владельца

Рост продаж:
- меньше потерь, быстрее ответы, больше клиентов доходят до брони

Контроль:
- CRM заполняется сама, видно, кто где и что сработало
- можно оценить эффективность менеджера и бота

Системность:
- бизнес больше не держится на одном человеке
- структура, данные, задачи, логика — в системе

Масштабируемость:
- можно заливать трафик
- не нужно расширять команду
- всё уже построено, работает и адаптируется под новые условия

Раньше заявки “где-то были”. Теперь — есть воронка, отчёты, контроль, скорость. Бизнес наконец-то вышел из ручного режима.

Что важно понимать

Я не делаю GPT-ботов.

Я создаю AI-продукты, которые встроены в реальный бизнес, закрывают конкретные задачи и дают владельцу рост, контроль и спокойствие.

Этот проект стал возможен, потому что мы начали с простого: разложили, где теряются деньги, и что реально даёт рост.
Не “поставили бота”, а сначала поняли, зачем он нужен, куда его встраивать, и что с этим делать дальше.