Ии агент кейс доставка еды: с чего всё началось
Это реальный ии агент кейс доставка еды в сети кафе с собственной курьерской службой: за два месяца доля обработанных обращений выросла до 94%, а среднее время ответа клиенту сократилось с нескольких минут до нескольких секунд — без расширения штата операторов.
Сервис принимал заказы из четырёх каналов: сайт, Telegram, WhatsApp и ВКонтакте. В пиковые часы — обед и вечер пятницы-субботы — операторы физически не успевали отвечать всем одновременно: один клиент уточнял состав блюда, другой спрашивал про время доставки, третий хотел изменить уже оформленный заказ. Часть сообщений оставалась без ответа по 5–10 минут, и клиент за это время успевал заказать у конкурента с более быстрым чатом.
Руководство сети решило не набирать дополнительных операторов на пиковые часы, а внедрить ИИ-агента — автономного ассистента на базе GigaChat, который ведёт диалог, помнит контекст переписки и сам квалифицирует обращение: оформляет заказ, отвечает на вопросы по меню, ставит задачу оператору при нестандартной ситуации. Именно этот ии агент кейс доставка еды мы и разберём: что изменилось в обработке заказов, какие метрики выросли и с какими трудностями столкнулась команда при внедрении.
Какую проблему решал ИИ-агент в доставке еды
До внедрения на сайте и в мессенджерах работал чат-бот с фиксированным меню кнопок: «Сделать заказ», «Статус заказа», «Связаться с оператором». Он справлялся с простыми сценариями, но терялся, если клиент писал свободным текстом — например, «а можно без лука и побыстрее, я тороплюсь» — бот не понимал сразу два условия в одном сообщении и предлагал начать оформление заново.
В результате до трети обращений в пиковые часы либо зависали в очереди на оператора, либо клиент закрывал чат, не дождавшись ответа. Отдельная боль — вопросы по составу блюд и аллергенам: их бот вообще не обрабатывал и сразу переключал на человека, даже когда ответ был в стандартном описании меню.
Разницу между жёстким сценарием и живым диалогом мы подробно разбирали в статье ИИ-агент против чат-бота — там показано на примерах переписки, почему бот «застревает», а агент — нет.
Как работает ИИ-агент: путь заказа от сообщения до курьера
Внедрение заняло 16 дней — в рамках заявленных 14–21 дня под ключ. Агента подключили ко всем каналам сервиса и интегрировали с amoCRM, где велась база клиентов, а также с системой учёта заказов, откуда агент подтягивал актуальное меню и статусы доставки.
Первый контакт и оформление заказа
Клиент пишет в любой канал — сайт, Telegram, WhatsApp или ВКонтакте. Агент отвечает за несколько секунд, уточняет состав заказа, адрес, время доставки и способ оплаты. Диалог ведётся обычным языком: клиент может поменять позицию, спросить состав или попросить убрать ингредиент — агент понимает это как часть одного заказа, а не как отдельный сценарий.
Ответы на вопросы по меню и составу
Агент отвечает на вопросы про калорийность, аллергены и состав блюд напрямую, без переключения на оператора — это освободило операторов от самого частого типа обращений и дало им время на нестандартные ситуации.
Передача оператору при нестандартной ситуации
Если возникает спорный случай — например, клиент жалуется на задержку или хочет вернуть заказ — агент честно фиксирует ситуацию, ставит оператору задачу в CRM с кратким резюме диалога и передаёт разговор человеку. Оператор подключается сразу с контекстом, а не с вопроса «что случилось».
Результаты: цифры до и после внедрения
Через два месяца работы ии агент кейс доставка еды дал измеримые результаты по всем каналам обращений. Ниже — сводная таблица по ключевым метрикам.
| Показатель | До внедрения | После внедрения |
|---|---|---|
| Доля обработанных обращений | ~65% | ~94% |
| Среднее время первого ответа | 3–7 минут | до 10 секунд |
| Заказы, оформленные без участия оператора | базовый уровень | рост в 2–3 раза |
| Обращения в пиковые часы без ответа | значительная часть | единичные случаи |
Важная оговорка: цифры отражают конкретный сервис доставки и конкретный поток заказов, а не гарантированный результат для любого бизнеса — рост зависит от исходного трафика, ассортимента меню и того, насколько точно настроены сценарии передачи заказа оператору.
Почему именно ИИ-агент, а не доработка старого чат-бота
Команда сервиса сначала рассматривала вариант добавить в существующего бота больше веток сценария под частые вопросы. От идеи отказались, когда увидели, что дерево сценариев растёт быстрее, чем ассортимент меню, а бот всё равно не умел вести живой диалог с несколькими условиями в одном сообщении.
ИИ-агент решает эту задачу иначе: он не следует жёсткому дереву, а понимает смысл сообщения целиком и принимает решение по заданным правилам. Что вообще такое ИИ-агент и чем он отличается от привычной автоматизации, мы разбирали в статье ИИ-агент: что это. А о том, из чего складывается бюджет на внедрение, можно почитать в материале сколько стоит ИИ-агент — там разбор от 49 990 ₽ и от чего зависит итоговая цена для конкретной ниши.
Если вы рассматриваете похожий сценарий для своего сервиса доставки, у нас есть отдельное решение под нишу — ИИ-менеджер для доставки еды, где уже учтены типовые вопросы про меню, состав блюд, сроки доставки и повторные заказы.
Частые вопросы про ИИ-агента для доставки еды
Чем этот ии агент кейс доставка еды отличается от обычного чат-бота на кнопках?
Обычный бот работает по жёсткому сценарию и теряется, если клиент пишет свободным текстом или задаёт несколько вопросов сразу. ИИ-агент ведёт полноценный диалог, помнит контекст заказа и сам выполняет действия: оформляет заказ, отвечает по меню, ставит задачу оператору — без участия человека на этом этапе.
Нужно ли менять систему учёта заказов или CRM для внедрения?
Нет. Агент подключается к уже существующей CRM — в кейсе это amoCRM — и к действующей системе учёта заказов, откуда берёт актуальное меню и статусы. Замена инфраструктуры не требуется.
Справится ли агент с наплывом заказов в пиковые часы?
Да, это одна из основных задач, которые он решает: агент отвечает одновременно всем клиентам без задержки, независимо от количества обращений в моменте, — в отличие от операторов, которые физически ограничены в скорости.
Сколько времени занимает внедрение для сервиса доставки еды?
В среднем 14–21 день под ключ: настройка сценариев оформления заказа и ответов по меню, интеграция с CRM и каналами, тестирование диалогов на реальных вопросах клиентов. Подробный план внедрения описан в статье как внедрить ИИ-агента.
Если хотите разобраться, как похожий сценарий будет работать в вашей доставке еды — запишитесь на короткую демонстрацию в Telegram: /#form. Покажем, как агент обрабатывает реальные заказы, и посчитаем, сколько обращений сейчас теряется в пиковые часы.