Голосовой ассистент для call-центра

Call-центр обрабатывал до 1500 звонков в день.

Проблемы были классические:

• среднее время ожидания на линии — 8 минут;

• операторы выгорали на однотипных запросах;

• стоимость обработки одного звонка доходила до 250 ₽ с учётом фонда оплаты труда и инфраструктуры.

Нужно было разгрузить операторов от рутины и снизить стоимость контакта, не просаживая качество сервиса.

Собрали голосового ассистента на no-code/low-code-архитектуре с тонкой логикой на коде:

• Поток звонков.

Телефония подключена к сценарию в n8n: когда поступает звонок, система определяет, подходит ли он под типовые сценарии, и переводит клиента на ИИ-ассистента.

• Распознавание и синтез речи.

Используем ASR/TTS-сервисы через HTTP-API, а управляющая прослойка написана на Node.js. Ассистент понимает естественную речь клиента, уточняет детали и ведёт диалог по веткам.

• Интеграция с бэком.

Через Supabase (PostgreSQL + SQL) и отдельные REST-эндпоинты на Python/Node.js ассистент получает данные по клиенту.

Всё работает по безопасным токенам и логируется.

• Сценарии и логика.

Сценарии диалогов и бизнес-правила вынесены в no-code-редактор (Bubble), чтобы команда продукта могла сама добавлять новые типовые диалоги — без привлечения разработчиков.

• Ручной перевод на оператора.

Если ассистент не уверен в ответе или клиент явно нервничает, звонок в один шаг уходит живому оператору вместе с кратким резюме диалога.

• Все типовые запросы обрабатываются без участия оператора.
• За счёт разгрузки линии клиенты почти сразу попадают либо к ассистенту, либо к свободному оператору.
• Меньше переплат за пики нагрузки, снижение потребности в расширении штата и рост пропускной способности call-центра без увеличения бюджета.