Ии агент кейс столовая: с какой проблемы начали
Этот ии агент кейс столовая показывает на конкретном примере: сеть корпоративных столовых, обслуживающих офисы и небольшие производства, внедрила ИИ-агента для приёма заявок на обеды и банкеты — и получила заметный рост входящих заказов без расширения штата администраторов. Ниже — разбор исходной ситуации, того, что именно делал агент, и результатов через полтора месяца после запуска.
Проблема: заявки терялись между звонками и мессенджерами
У столовой было три канала обращений: телефон, группа во ВКонтакте и WhatsApp — часть офисов-партнёров писала туда, чтобы согласовать меню на неделю или заказать банкет по случаю корпоратива. Администратор отвечал на звонки, вёл учёт заказов в блокноте и параллельно принимал гостей в зале. В результате сообщения в мессенджерах читались с задержкой в несколько часов, а иногда терялись вовсе — особенно в обеденный пик, когда физически не было времени переключаться между каналами.
По оценке владельца, до трети обращений в ВКонтакте и WhatsApp оставались без ответа в течение дня, а часть корпоративных клиентов уходила заказывать обеды у конкурентов просто потому, что там быстрее отвечали. Стало понятно: нужен не ещё один сотрудник на телефоне, а система, которая одинаково хорошо работает во всех каналах сразу. Так в проекте появился ИИ-менеджер для столовой, который взял на себя приём и квалификацию заявок.
Как работал ии агент в этом кейсе столовой
Агент на базе GigaChat подключили сразу к трём каналам — сайту, ВКонтакте и WhatsApp — с единой базой знаний: актуальное меню на неделю, цены на комплексные обеды, условия доставки в офис и правила бронирования банкетного зала. В отличие от чат-бота с деревом кнопок, агент вёл диалог свободно: понимал вопросы вроде «а можно без мяса на пятницу» или «на сколько человек у вас зал», уточнял детали и доводил разговор до оформленной заявки. Разницу между такими подходами подробно разбирает статья ИИ-агент против чат-бота.
Сценарии, которые закрыл агент
- Приём заявок на регулярные корпоративные обеды с уточнением количества персон и адреса доставки.
- Подбор меню под ограничения — постное, вегетарианское, без аллергенов.
- Бронирование банкетного зала: дата, число гостей, предварительный расчёт стоимости.
- Передача сложных или спорных вопросов администратору с пометкой в CRM и всей историей переписки.
Каждый диалог агент фиксировал в amoCRM: карточка клиента, канал обращения, статус заявки. Администратор впервые увидел сквозную картину по всем каналам сразу, а не разрозненные записи в блокноте и переписке.
Сроки и этапы внедрения
Проект запускали поэтапно, не останавливая приём заказов на время настройки.
| Этап | Срок | Результат |
|---|---|---|
| Аудит каналов и типовых вопросов клиентов | 2 дня | Список сценариев и точек, где терялись заявки |
| Сборка базы знаний по меню и ценам | 4 дня | Актуальный каталог блюд и условий доставки для агента |
| Интеграция с amoCRM и телефонией | 3 дня | Единая карточка клиента по всем каналам |
| Тестовый запуск на одном канале (ВКонтакте) | 3 дня | Корректировка формулировок и сценариев |
| Масштабирование на сайт и WhatsApp | 4 дня | Полный запуск во всех каналах |
Итого — 16 дней, что укладывается в стандартный диапазон внедрения 14–21 день. Итоговая стоимость и сроки зависят от числа каналов и объёма меню — этот вопрос стоит обсуждать индивидуально, подробный разбор бюджета есть в статье сколько стоит ИИ-агент.
Результаты: цифры до и после
Через шесть недель после запуска в столовой зафиксировали следующие изменения:
- Доля обработанных заявок в ВКонтакте и WhatsApp выросла с 65–70% до 95%.
- Число заявок на корпоративные обеды увеличилось на 20–30% за счёт того, что клиенты получали ответ за секунды, а не через несколько часов.
- Заявки на банкеты и разовые мероприятия выросли примерно на 15%, преимущественно за счёт вечерних обращений, которые раньше просто не доходили до администратора.
- Среднее время первого ответа сократилось с 30–50 минут до нескольких секунд во всех трёх каналах.
Стоит сделать честную оговорку: этот ии агент кейс столовая — не универсальная гарантия результата для любого заведения. Эффект зависит от исходной загрузки каналов, ассортимента и того, насколько активно клиенты уже пишут в мессенджеры. У кого-то рост будет выше, у кого-то скромнее.
Что учесть перед внедрением в своей столовой
Прежде чем повторять этот кейс у себя, стоит подготовить три вещи: актуальное меню с ценами на ближайшие недели, доступ к CRM или готовность её завести, и список вопросов, которые агент точно должен передавать человеку — например, жалобы на качество еды или нестандартные банкетные запросы. Как устроены такие системы в целом, рассказано в материале что такое ИИ-агент.
FAQ по кейсу ИИ-агента для столовой
Может ли ИИ-агент полностью заменить администратора столовой?
Нет, и задача перед ним такая не ставилась. Агент закрывает приём и квалификацию типовых заявок, а спорные и нестандартные вопросы передаёт администратору вместе с историей диалога.
Сколько стоило внедрение в этом кейсе столовой?
Стоимость подобных проектов начинается от 49 990 ₽ и зависит от числа каналов, объёма меню и глубины интеграции с CRM.
Подходит ли решение для одной столовой, а не только для сети?
Да, логика та же: чем меньше заведение, тем короче внедрение — база знаний по меню компактнее, а интеграций обычно требуется меньше.
Нужно ли менять текущий сайт или CRM столовой?
Как правило нет — ИИ-агент подключается поверх существующих каналов и CRM (amoCRM, Битрикс24), без замены текущей инфраструктуры.
Хотите разобрать, как похожий сценарий сработает именно в вашей столовой или сети корпоративного питания? Запишитесь на демо ИИ-агента в Telegram: /#form — покажем логику диалогов и посчитаем сроки внедрения под ваше меню и каналы.