Поделиться кейсом
Generation AI Awards
Поделиться кейсом
Generation AI Awards
ПМЭФ — ежегодный международный экономический форум в Санкт-Петербурге, ключевая площадка для обсуждения важнейших экономических вопросов России и мира.
Контекст: когда операторы не справляются с потоком звонков
Аудитория ПМЭФ стабильно растет: если два года назад форум посетили 17 тысяч человек, то в 2025 — уже более 24 тысяч. Вместе с количеством участников увеличился и поток обращений в информационный центр.
В пиковые дни форума нагрузка на оператора достигала 90% — то есть 90% рабочего времени специалист беспрерывно говорил по телефону, отвечая на однотипные вопросы о площадке, транспорте и программе мероприятия.
Команда Росконгресса хотела поддерживать высокий уровень клиентского сервиса, не увеличивая штат и не перегружая операторов рутиной.
В 2022 году мы уже работали с Just AI и запускали голосового помощника по классическому детерминированному сценарию. Он снизил нагрузку на 20% и достиг точности ответов 90%. Но нам не хватало возможности обрабатывать нестандартные запросы — те, что сформулированы без опорных для AI слов.
Вызов: создать AI‑агента, способного думать самостоятельно
Команды Фонда Росконгресс и Just AI приняли решение разработать голосового помощника на базе AI-агентов — современных гибких систем, которые удерживают контекст диалога, распознают намерения собеседника и самостоятельно ищут решение без заранее заданной логики.
Основная метрика успеха: увеличить количество обращений, обработанных AI без участия операторов.
Задачи AI-ассистента:
Как создавали решение: архитектура и выбор технологий
Архитектура решения выглядела так:
Голосовой ассистент подключен к каналам телефонии на платформе JAICP
Хостинг агентов с предобработкой запросов — в сервисе Caila (код на Python)
Связь с LLM для генерации ответов пользователям — через Caila
Jay Knowledge Hub — хранилище информации и средство поиска данных о мероприятии
На старте мы долго выбирали LLM. Так как речь о ПМЭФ, рассматривали только отечественные решения: пробовали T-Pro и другие русскоязычные модели, но остановились на Yandex GPT 5 Pro. Эта модель устроила нас по скорости, качеству и стабильности — именно стабильность была критичной, ведь решение должно было круглосуточно обслуживать большое количество звонков.
Архитектура решения
Обучение AI-агента как новичка в команде
Мы вводили AI-агента в курс дела, как обучали бы нового оператора. Собрали базу знаний со всеми вводными, на которую он опирался бы при ответе на вопросы гостей форума. Дальше операторы дополняли её на основе опыта прошедших мероприятий.
Помимо статичной базы знаний команда реализовала отдельный пайплайн, автоматически собирающий данные с сайта ПМЭФ и смежных мероприятий. Информация обновлялась в течение получаса — это значительно ускорило процессы по сравнению с ручным обновлением.
В последние дни перед мероприятием, когда обновления сыпались потоком, автоматизация ощутимо снизила нагрузку на команду организаторов.
Архитектура отдельного пайплайна
Скорость — решающий фактор
Пользователь ожидает быстрой обратной связи, и даже несколько секунд тишины могут сыграть решающую роль. Чтобы обеспечить высокую скорость работы, команда использовала кеширование на базе векторной базы данных Chroma DB — своего рода хранилище уже сгенерированных ответов.
Как оказалось, использование кеширования было верным решением: повторяющиеся типовые обращения составляли около 70% всех звонков.
Тестирование в реальных условиях
После обучения и настройки агента настало время тестирования. Операторы Росконгресса около двух недель задавали AI-агенту разные вопросы о форуме — те, что могут поступить на линию. По итогам тестовых диалогов операторы вносили корректировки в базу знаний, после чего AI-ассистент был готов к работе.
Запуск и корректировка логики работы
Когда мы только запустили AI-агента, участники практически сразу запрашивали оператора. Например, 2 июня поступило 351 звонок и только 22 человека выбрали разговор с помощником.
Затем мы изменили логику перевода звонка на оператора: возможность осталась, но абонент в любом случае сначала говорил с голосовым помощником. 11 июня поступило 1144 звонка и уже 537 были обработаны агентом. Участники оценили быстроту решения вопроса и возможность получить консультацию в любое время суток.
Результаты внедрения
В 10 раз быстрее
AI-агент справлялся с легкими вопросами, чем оператор с автоматизированным поиском информации по базе данных
50%
Звонков обработано AI-агентом без участия оператора
В итоге голосовой помощник на базе AI-агентов смог самостоятельно обработать около половины поступивших звонков, повысил эффективность обработки запросов на линии, улучшил доступность информации за счет круглосуточной работы и отлично справился с нетиповыми обращениями, задавая уточняющие вопросы и улавливая намерения пользователя.
Благодаря обширному опыту Фонда Росконгресс по работе с участниками мероприятий и нашей технической экспертизе удалось эффективно настроить работу, обеспечив высокую точность, адаптивность и положительный отклик от пользователей.
От эксперимента к продукту: Agent Platform Just AI
Собранные наработки Just AI и эксперименты с ПМЭФ-2025 легли в основу нового продукта Just AI — Agent Platform. Это мультиагентная платформа для бизнеса, которая позволяет создавать решения без долгой разработки, стратегических рисков и больших затрат. Внутри платформы есть инструменты, конструкторы, примеры интеграций, сокращающие time-to-market до 5 раз.
Помимо привычных разговорных решений доступны персональные ассистенты на базе AI-агентов, полноценные AI-сотрудники для бизнеса, AI-помощники для автоматизации бизнес-процессов и даже целые автоматизированные системы принятия решений на основе анализа данных о компании.
Подробнее про Agent Platform
