Как мы создали 8 ИИ-агентов автоматизации процессов в сети пиццерий и что из этого вышло

Заказчик

«Пицца Сургут» — региональная сеть ресторанов с распределённой структурой: несколько юридических лиц, десятки сотрудников, высокая операционная нагрузка и большой объём ежедневных рутинных операций

Задача

Внедрить масштабируемую AI-платформу для комплексной автоматизации ключевых операционных и административных процессов компании.

Что сделали

В рамках одного проекта реализовали 8 AI-модулей, которые: 

• автоматизируют документооборот (OCR, классификация, извлечение реквизитов и архивирование), 
• собирают и обрабатывают отклики кандидатов из Telegram, сайта, hh.ru и Avito в единую базу с фильтрацией и статусами, 
• суммаризируют рабочие чаты и формируют структурированные отчёты для руководителей, 
• отвечают сотрудникам на типовые вопросы на основе базы знаний, 
• автоматизируют ежедневную сверку выручки между ОФД и банками с выявлением расхождений, 
• закрывают первую линию поддержки через AI-бота с маршрутизацией сложных обращений и мониторят юридические изменения, формируя отраслевой дайджест. 

Этапы проекта

Этап 1. AI-агент автоматизации документооборота

На первом этапе проекта мы автоматизировали обработку входящих бухгалтерских и юридических документов, поступающих от разных юридических лиц. 

AI-агент взял на себя весь первичный документооборот: он отслеживает поступление файлов в буферных папках на облачном диске, приводит документы к единому формату, выполняет OCR и классификацию (УПД, счета, акты, договоры и другие типы), извлекает ключевые реквизиты — контрагента, дату, сумму — и автоматически переименовывает файлы по заданному шаблону. 

После обработки документы без участия человека раскладываются по архивным директориям, что существенно экономит время отдела бухгалтерии.

Этап 2. AI-чат-бот для обработки резюме из чатов

Далее мы убрали ручной перенос анкет кандидатов из Telegram и с сайта в таблицы. Для этого внедрили Telegram-бота, который анализирует сообщения сразу в нескольких чатах, распознаёт анкеты кандидатов среди обычной переписки и автоматически извлекает информацию о кандидате. 

Затем бот формирует структурированные строки в таблице, фиксируя статус «новый», дату поступления и инициатора отправки. 

Этап 3. AI-агент суммаризации рабочих чатов

Мы снизили потери информации в рабочих Telegram-чатах и сделали коммуникации управляемыми. Для этого внедрили AI-агента, который ежедневно собирает все сообщения из рабочих чатов, отсекает флуд и нерелевантный контент и формирует структурированное саммари по заранее утверждённому шаблону.

Готовый отчёт агент автоматически отправляет руководителям в личные сообщения, а при необходимости позволяет запросить сводку вручную. 

Этап 4. AI-бот автоответов сотрудникам

Далее мы уменьшили поток однотипных вопросов к руководителям и администраторам, чтобы освободить их время для управленческих задач. 

Для этого внедрили ещё одного Telegram-бота, который анализирует вопросы сотрудников в чатах, сопоставляет их с базой знаний и автоматически отвечает, прикладывая ссылки на нужные документы и регламенты. 

База знаний при этом остаётся простой в поддержке: она редактируется в Google Sheets, поэтому актуализировать информацию можно без разработки.

Этап 5. AI-система автоматизации рекрутинга

Мы автоматизировали обработку откликов с hh.ru и Avito, чтобы ускорить найм и убрать ручную рутину на первичном отборе. 

Система автоматически забирает отклики по API, извлекает расширенный набор данных по кандидатам и сохраняет их в единую таблицу без дублей. 

Далее применяются гибкие правила фильтрации из конфигурационного файла: система подсвечивает релевантных кандидатов и перепроверяет всех уже собранных кандидатов по новым условиям, без повторного сбора откликов и ручного просмотра базы заново.

Этап 6.  AI-система сверки выручки («Контур ОФД» ↔ банки)

На этом этапе мы полностью автоматизировали ежедневную сверку выручки, чтобы убрать ручные проверки и снизить финансовые риски. 

Система автоматически получает данные из «Контур ОФД» и «подтягивает» поступления из банков по API («Сбербанк», ВТБ, «Т-Банк», «Альфа-Банк»), учитывая банковские комиссии. 

Далее она сопоставляет источники, выявляет расхождения — например, чеки без поступлений или поступления без чеков — и формирует понятный отчёт в Google Sheets. 

Процесс запускается по расписанию без участия сотрудников и остаётся прозрачным на всех этапах.

Этап 7.  AI-агент первой линии технической поддержки

Мы автоматизировали первую линию поддержки, чтобы пользователи быстрее получали ответы, а команда саппорта не тратила время на типовые запросы. 

Задачу решили через Telegram-бота, который принимает обращения, ищет релевантные ответы в базе знаний и сразу возвращает их пользователю.

Если подходящего ответа нет, бот автоматически маршрутизирует запрос в Service Desk или профильный чат поддержки, при этом фиксирует данные пользователя и сохраняет историю обращений.

Этап 8.  AI-агент мониторинга юридических изменений

Автоматизировали мониторинг законодательных изменений, чтобы компания оперативно получала только то, что действительно влияет на бизнес, без ручного отслеживания новостей. 

Мы внедрили AI-агента, который еженедельно просматривает официальные источники, фильтрует материалы по отраслевым критериям и формирует юридически значимый дайджест — без «шума» и нерелевантных публикаций. 

Готовая сводка автоматически публикуется в Telegram-канале, дополнительно агент подтягивает ключевую ставку ЦБ и данные по ИПЦ.

Этап 9. Создание масштабируемой архитектуры для дальнейшего развития

Мы построили масштабируемую архитектуру на базе нашей собственной low-code платформы OSMI AI, которая позволяет и дальше без «переписывания с нуля» собирать и запускать новых AI-агентов по мере появления задач. 

Все внедрённые агенты изначально спроектированы с возможностью расширения каналов и точек входа: поддерживается подключение дополнительных чатов, а также интеграция с личными кабинетами Avito и HeadHunter.

Отзыв клиента

Акмаль Тиллоев, специалист AI-направления: «До внедрения ИИ агентов операционному отделу приходилось вручную перебирать документы: открывать, записывать нужную информацию, переименовывать эти документы, каждый раз фиксировать важные задачи и информацию с множества групповых чатов, вручную разбирать в день по 100 откликов на площадках. Бывает в день по 100-200 документов, по 5-10 задач из 6-7 групп и все это среди сотни сообщений, разбор откликов и отбор релевантных кандидатов занимало по несколько часов. Команда OSMI IT проанализировали процесс, взвесили все за и против, разработали ряд агентов, которые на основе ИИ обрабатывали документы, составляли саммари и выделяли важные детали среди сотни сообщений, искали релевантных кандидатов среди несколько сотен откликов. Если раньше на такое количество документов уходило по 6-7 часов, агент это все делает за 30 минут. Саммаризация освободило время управленцев от постоянного чтения этих групп. Автоматизация рекрутинга теперь позволяет в течение пару минут найти нужного кандидата по указанным критериям. Команда OSMI IT помогли нам автоматизировать рутинные процессы, минимизировав ручную работу и возможность фокусироваться на более важные задачи».

Технологический стек

Результаты и аналитика

Перейти на сайт