Кейс: ИИ-агент увеличил заявки — остекление окон

Как ИИ-агент изменил работу компании по остеклению окон

Этот ии агент кейс остекление окон разбирает по шагам: компания, которая монтирует пластиковые окна и балконные рамы, теряла до трети заявок из-за медленных ответов менеджеров. После внедрения ИИ-агента среднее время первого ответа сократилось с часов до секунд, а количество доведённых до замера заявок выросло на 30-40%.

Ниша остекления окон устроена так: клиент оставляет заявку вечером, сравнивает три-четыре компании и выбирает ту, что ответила первой и внятно. Если менеджер отвечает утром следующего дня, шанс получить клиента падает почти до нуля. Именно эту проблему решает ИИ-агент — автономный ассистент на базе LLM, который ведёт диалог, помнит контекст переписки и сам квалифицирует лид, пока менеджер спит или занят на замере.

Исходная ситуация: почему заявки утекали к конкурентам

До внедрения компания получала заявки с сайта, из Авито и через WhatsApp. Обрабатывал их один менеджер, физически не успевавший отвечать в течение 5-10 минут — а именно этот интервал в нише остекления решает, дойдёт ли клиент до замера. Часть обращений вообще терялась в потоке сообщений, часть отваливалась после долгой паузы: клиент уже созванивался с другой фирмой и подписывал договор там.

Дополнительная сложность — типовые вопросы. Клиенты в остеклении окон почти всегда спрашивают одно и то же: сколько стоит остекление балкона под ключ, какой профиль лучше, сколько занимает монтаж, нужен ли выезд замерщика бесплатно. Менеджер тратил время на повторение одних и тех же ответов вместо того, чтобы закрывать сделки.

Внедрение ИИ-агента: что настроили

Команда dareai.ru развернула ИИ-менеджера для компаний остекления окон, обученного на прайсе, типах профиля и регламенте замера конкретной компании. Агент подключили к сайту, WhatsApp и Авито — трём каналам, откуда приходило больше всего заявок. Настройка заняла около трёх недель и включала четыре этапа.

Этап 1. Сбор базы знаний

Загрузили прайс-лист, характеристики профилей (двухкамерный, трёхкамерный), сроки монтажа и условия гарантии — всё, чем раньше отвечал менеджер вручную.

Этап 2. Настройка сценариев квалификации

Агент научили задавать уточняющие вопросы: тип помещения (балкон, лоджия, квартира), примерная площадь, сроки, есть ли утепление в планах. По итогам диалога агент присваивает лиду статус и передаёт горячие заявки менеджеру с готовым резюме разговора.

Этап 3. Интеграция с CRM и телефонией

Каждый диалог автоматически попадает в amoCRM карточкой сделки с меткой канала и статусом. Если клиент готов к замеру, агент сам ставит менеджеру задачу на звонок с указанием удобного времени.

Этап 4. Тестовый период и донастройка

Первые две недели диалоги проверяли вручную, донастраивали формулировки под тон компании и добавляли ответы на вопросы, которые агент изначально не покрывал — например, про демонтаж старых рам.

Результаты через три месяца

Ниже — сравнение ключевых показателей до и после запуска ИИ-агента.

Важно: цифры зависят от сезона, региона и стартовой конверсии конкретной компании, поэтому рассматривайте их как ориентир, а не гарантию. Но общая закономерность в нише остекления окон устойчивая — быстрый и грамотный первый ответ напрямую влияет на долю доведённых до замера заявок.

Почему сработал именно ИИ-агент, а не обычный чат-бот

До этого компания пробовала обычного чат-бота с кнопками, но клиенты в остеклении окон редко укладываются в жёсткий сценарий — у каждого свой набор вопросов про размеры, профиль и сроки. Разницу между двумя подходами подробно разбирали в статье про отличия ИИ-агента от обычного чат-бота: чат-бот отвечает по заранее прописанному дереву и «забывает» клиента между сессиями, а ИИ-агент понимает смысл сообщения, держит контекст всего диалога и сам принимает решение, что делать дальше — задать уточняющий вопрос, передать лид менеджеру или предложить время для замера.

Если пока непонятно, чем в целом полезен такой ассистент бизнесу, стоит сначала посмотреть материал о том, что такое ИИ-агент и как он работает — там разобраны принципы работы без привязки к конкретной нише.

Сколько стоит внедрение и когда оно окупается

Стоимость внедрения ИИ-агента начинается от 49 990 ₽, срок запуска под ключ — 14-21 день в зависимости от количества каналов и сложности интеграции с CRM. Подробный разбор факторов, влияющих на цену, есть в статье сколько стоит внедрение ИИ-агента. Для компаний остекления окон окупаемость обычно наступает за счёт дополнительных заявок, которые раньше уходили конкурентам просто из-за скорости ответа.

Частые вопросы про ИИ-агента в остеклении окон

Заменяет ли ИИ-агент менеджера по продажам полностью?

Нет. Агент берёт на себя первичную обработку, квалификацию и ответы на типовые вопросы, но финальный этап — выезд на замер, подписание договора, работа с возражениями по цене — остаётся за менеджером. Агент освобождает его время для этих задач, а не заменяет полностью.

Сложно ли внедрить ИИ-агента в уже работающую CRM?

Обычно нет. Если компания использует amoCRM или Битрикс24, интеграция настраивается в рамках стандартного проекта без переноса данных или смены системы. Пошаговый процесс описан в статье как внедрить ИИ-агента в бизнес.

Сможет ли агент правильно рассчитать примерную стоимость остекления?

Да, если в базу знаний загружен актуальный прайс с ценами по типам профиля и площади. Агент называет ориентировочную стоимость по введённым клиентом параметрам и сразу предлагает записать на бесплатный замер для точного расчёта.

Что будет, если клиент задаст вопрос, которого нет в базе знаний?

Агент честно сообщает, что уточнит информацию, и передаёт диалог менеджеру с пометкой о нестандартном вопросе. Такие случаи фиксируются и постепенно добавляются в базу знаний, чтобы агент отвечал на них самостоятельно в следующий раз.

Если у вас компания по остеклению окон и заявки так же теряются из-за долгого ответа — посмотрите, как это работает на живом примере: запросите демо ИИ-агента в Telegram по ссылке /#form, и мы покажем настройку под вашу нишу за 15 минут.