Новые цены — с января. Старые — пока в наличии.Свяжитесь с нами до 31 декабря, чтобы забронировать!

15.12.2025, 21:45:00

Кейс: Внедрение AI-ассистента первой линии для P7 офис

Кейс: Внедрение AI-ассистента первой линии для P7 офис
Сергей Христолюбов
Кейс: Внедрение AI-ассистента первой линии для P7 офис

P7 офис — ведущий российский офисный пакет для работы с документами, таблицами и презентациями. Решение включает онлайн-редакторы, десктопные и мобильные приложения, систему совместной работы и безопасное хранение данных. Продукт поддерживает открытые форматы (ODF) и совместим с Microsoft Office, соответствует требованиям по импортозамещению. Аудитория превышает 10 миллионов пользователей в России и СНГ.


Вызов: Рост масштабов — рост проблем с поддержкой

С экспоненциальным ростом пользовательской базы P7 офис традиционные каналы поддержки (почта, чаты, формы) перестали справляться с нагрузкой. Компания столкнулась с критическими проблемами:

  • увеличение времени ожидания ответа для пользователей,
  • ограниченность часов работы поддержки (не 24/7),
  • нестабильное качество ответов из-за человеческого фактора,
  • рост операционных расходов на масштабирование штата поддержки.

Было необходимо найти решение, способное мгновенно обрабатывать тысячи запросов, работать круглосуточно и обеспечивать точные ответы на основе обширной, но разрозненной документации.


Решение: Гибридный AI-ассистент на платформе Wikibot

В партнерстве с Wikibot был разработан и внедрен интеллектуальный ассистент, основанный на технологиях генеративного ИИ (GenAI) и больших языковых моделях (LLM).

Ключевые этапы проекта

Этап 1. Преодоление сложности данных
Система была обучена на всей корпоративной базе знаний P7 офис, включая тысячи веб-страниц, статьи блога и PDF-документы в специфическом формате веб-просмотрщика. Алгоритмы Wikibot адаптировались для корректной индексации разнородного контента, что стало основой для глубокого понимания предметной области.

Этап 2. Гибридная архитектура ответов
Для максимальной точности была внедрена двухуровневая модель:

  • Модуль «Первая линия» для обработки частых и простых запросов (например, по формулам в таблицах).
  • Генеративный ИИ с RAG (Retrieval-Augmented Generation) для сложных вопросов. Система анализирует контекст, задает уточняющие вопросы и извлекает релевантные данные из документов для составления развернутых инструкций.

Этап 3. Мультиканальное развертывание
Ассистент был интегрирован в ключевые точки контакта с пользователем: Telegram-бот, виджет на портале технической поддержки и основном сайте компании.

Этап 4. Непрерывное обучение и этика
Внедрены механизмы динамической донастройки модели на основе обратной связи и анонимизации персональных данных для обеспечения конфиденциальности.


Результаты: Количественные и качественные преобразования

r7-1.png r7-2.png Цели проекта были не только достигнуты, но и превзойдены:

ЗадачаЦельДостигнутый результат
Ускорить обработку запросовСнижение времени ответа до <2 мин.Среднее время ответа — менее 60 секунд. Круглосуточная доступность 24/7.
Повысить точность ответов>80% корректных ответов без участия оператора.Уровень успешных решений (Success Rate) стабильно превышает 85%.
Снизить нагрузку на поддержкуАвтоматизация рутинных запросов.Сокращение обращений в первую линию поддержки на 40% после запуска виджета на сайте.
Обеспечить масштабируемостьОдновременная обработка множества запросов.Обработано более 28 000 обращений с момента запуска. Система легко масштабируется под растущий спрос.

Вау-эффект и признание

  • Мгновенные пошаговые инструкции: пользователь, искавший ранее ответ в интернете или ждавший ответа поддержки часами, теперь получает точную инструкцию за 30 секунд.
  • Глубокое понимание нишевых тем: бот эффективно справляется со сложными вопросами по формулам, лицензированию и настройкам в широкой линейке продуктов P7.
  • Профессиональное признание: проект стал финалистом конкурса Generation AI Awards 2024 в номинации «Лучшее GenAI-решение для технической поддержки».

r7-4.jpg r7-3.jpg

Мнения о сотрудничестве

«Внедрение AI-ассистента позволило нам консолидировать разрозненные источники информации в единую интеллектуальную систему. Мы не только значительно разгрузили сотрудников и ускорили обработку запросов, но и получили инструмент для постоянного повышения качества сервиса за счет обратной связи и обучения модели. Тесная работа в связке принесла отличные результаты: команда Р7 офис создала качественную и глубоко проработанную базу знаний, а команда Викибот доработала алгоритмы, чтобы ИИ-бот лучше понимал предметную область и контекст.»
— Наталья Мальцева, Руководитель отдела цифрового маркетинга АО «Р7»

«База знаний P7 офис — одна из самых глубоких и проработанных на рынке. Это позволило нам обучить исключительно эрудированного ассистента, который не только отвечает на частые вопросы, но и дает детальные, контекстные решения для сложных технических задач.»
— Христолюбов Сергей, CMO Wikibot


Итог

Внедрение AI-ассистента от Wikibot трансформировало сервис поддержки P7 офис, обеспечив мгновенную, точную и круглосуточную помощь пользователям. Проект наглядно демонстрирует, как генеративный ИИ решает конкретные бизнес-задачи: снижает операционные расходы, повышает удовлетворенность клиентов и создает конкурентное преимущество.


Ссылки

Похожие статьи

Как WinWork вырос в 2 раза, а служба поддержки не увеличилась.

понедельник, 1 декабря 2025 г.

Как WinWork вырос в 2 раза, а служба поддержки не увеличилась.

Кейс компании WinWork. Компания выбрала ИИ-агента от Wikibot, который автоматически обрабатывает типовые запросы, интегрировавшись с их тикет-системой UseDesk. В кейсе подробно описаны критерии выбора сервиса для создания таких ИИ-агентов.

Как «воспитать» эффективного ИИ-агента на примере робота-коллектора

воскресенье, 9 ноября 2025 г.

Как «воспитать» эффективного ИИ-агента на примере робота-коллектора

Спикер: СЕО Wikibot, Скаковский Александр. Выступление в программе потока "Технологии" на Конференции 16-ой Международной Недели Контактных Центров | CCWeek - 2025

 Запуск ИИ-агента в службе взыскания ПАО МФК «Займер»

пятница, 7 ноября 2025 г.

Запуск ИИ-агента в службе взыскания ПАО МФК «Займер»

В статье описывается опыт внедрения ИИ-агента Wikibot в Займер — одной из крупнейших микрофинансовых компаний России. Основная цель проекта — автоматизация обработки типичных запросов клиентов, разгрузка сотрудников и повышение эффективности коммуникации.