Как внедрить AI для email-заявок и сэкономить 4 млн в год

Схема ИИ-парсинга писем в CRM: от классификации до автосоздания сделок. Расчёт экономии на реальных цифрах.

У каждого менеджера в опт есть тихий налог: час в день на почту. Не переписка с клиентом, а разбор входящих - вытащить артикулы, понять, новая это заявка или уточнение, завести сделку в CRM. У команды из 24 человек это уже не «мелочь», а полный рабочий день отдела каждый день.

Ниже - схема цепочки данных из четырёх блоков, формула экономии и этапы внедрения 01-04. Цифры в примере - из кейса OLNISA: промышленные поставки, заявки на email, amoCRM, около 4 млн ₽ в год прямой экономии. Подставьте свои числа - получите диапазон до старта проекта.

Архитектура: четыре блока цепочки данных

Не «одна нейросеть на всё», а цепочка с понятными границами. Так проще отлаживать и не смешивать ответственность.

БлокЗадачаНа выходе
1. ПриёмЗабрать письмо из ящика (IMAP, API почты, пересылка)Сырое письмо + вложения + метаданные (от кого, тема, дата)
2. КлассификацияНовая заявка / уточнение / спам / внутреннееМаршрут: в CRM, в архив, на менеджера
3. ИзвлечениеТекст, таблицы во вложениях, фото бирокСтруктура: контакт, позиции, количество, срочность
4. CRMСоздать или обновить сделку, привязать контактКарточка в amoCRM/Bitrix24 + флаг «нужна проверка» при низкой уверенности

Между блоками 2 и 3 - порог уверенности. Если модель не уверена, письмо уходит в очередь ручной проверки, а не в CRM с мусором. В OLNISA около 90% заявок проходят без правок - остальные 10% дешевле, чем 100% ручного ввода.

Связка с ROI: перед подсчётом бюджета имеет смысл оценить часы, как в статье «ROI автоматизации до старта» - тот же каркас, другой источник рутины.

Формула экономии

Считаем не «магию AI», а высвобождённые часы минус стоимость сервиса и сопровождения.

Формула:

Экономия в год = (Часов в день на почту × Число менеджеров × Рабочих дней в году × Стоимость часа) − (Подписки + дообучение + поддержка)

Стоимость часа: (ЗП + налоги + накладные) / 160. Если нет детальной модели - возьмите 1,3-1,4 от зарплаты «на руки» за полную ставку.

Пример (24 менеджера, 1 час в день)

ПараметрЗначение
Менеджеров24
Часов на почту в день (на человека)1
Рабочих дней в году264 (22 × 12)
Часов в год6 336
Стоимость часа~630 ₽
Экономия на ФОТ≈ 4 000 000 ₽/год
Инфраструктура и API (оценка)300 000 - 600 000 ₽/год
Чистый эффект3,4 - 3,7 млн ₽/год

Параллельно падают потерянные заявки и дубли сделок - их сложнее выразить в рублях, но в отрасли с длинным циклом одна сорванная сделка часто дороже месяца рутины одного менеджера.

Этап 01. Почта и правила без AI

Сначала - предсказуемый поток писем.

Что сделать:

  • Выделить ящик(ы) только под заявки, отделить рассылки и личную переписку.
  • Настроить метки/папки или пересылку на единый вход цепочки данных.
  • Зафиксировать в CRM обязательные поля сделки (что без них карточку не создаём).

Как проверить: за неделю вручную пометьте 50 писем: «заявка / не заявка». Это эталон для первой метрики точности классификатора.

Этап 02. Классификация и маршрутизация

Подключается модель или правила + модель: «новая заявка», «дополнение к сделке», «не обрабатывать».

Что сделать:

  • Обучить или настроить инструкцию для модели на ваших реальных темах писем (не на выдуманных примерах).
  • Логировать каждое решение: вход, метка, уверенность.
  • Спорные письма (низкая уверенность) - в отдельную очередь, не в CRM.

Как проверить: точность на эталонной выборке ≥ 85% перед автосозданием сделок. Ниже - только подсказки менеджеру, без автозаписи.

Этап 03. Извлечение данных и вложения

Самый дорогой по разработке блок: свободный текст, Excel, PDF, фото.

Что сделать:

  • Словарь артикулов, синонимов, единиц измерения - под ваш каталог.
  • Отдельный контур для вложений (таблица → набор полей, фото → описание + распознавание текста при необходимости).
  • Сопоставление с существующим контактом в CRM по email/ИНН/телефону.

Как проверить: выборочно 20 писем в неделю - сверка полей сделки с исходным письмом. Ошибки в количестве и артикуле - критичнее, чем ошибка в приветствии.

Этап 04. CRM, мониторинг, дообучение

Автосоздание сделки - только когда блоки 2-3 стабильны.

Что сделать:

  • Шаблон сделки: воронка, ответственный, теги, задача «проверить ИИ» при низкой уверенности модели.
  • Дашборд: доля автоматических сделок, % правок, время от письма до карточки.
  • Раз в месяц - разбор ошибок и обновление примеров/инструкций для модели.

Как проверить: менеджеры открывают автосделки и правят меньше 15% полей. Если правят всё - автоматизация преждевременна.

Пилот в OLNISA занял около двух недель до первых сделок в amoCRM без ручного копирования - с оговоркой, что каталог и поля CRM уже были описаны.

Когда AI для почты не нужен

Честный стоп-лист, чтобы не платить за хайп:

  • Мало писем: 1-2 заявки в день на всю компанию - проще регламент и один ответственный.
  • Нет стабильного CRM: сначала дисциплина карточек, потом парсинг.
  • Каждое письмо уникально на 100% без повторяющихся полей - модель не на чём учиться, останется ручная работа.
  • Нельзя логировать содержимое из-за compliance без согласованной инфраструктуры.
  • Процесс меняется каждый месяц - автоматизация будет вечным бета-тестом.

Если же 10+ заявок в день, команда 8+ менеджеров и почта - канал №1, расчёт по формуле выше обычно показывает окупаемость за несколько месяцев, не за годы.

С чего начать на этой неделе

  1. Посчитайте часов на почту в день (опрос + наблюдение, не «кажется мало»).
  2. Нарисуйте четыре блока на одной странице и отметьте, что уже есть (CRM API, почта, вложения).
  3. Соберите 50 размеченных писем для теста классификатора.
  4. Согласуйте порог: при какой уверенности сделка создаётся сама.

Хотите прикинуть экономию на вашей команде? Оставьте заявку - за 30-60 минут разберём поток писем и CRM и скажем, имеет ли смысл пилот по схеме выше.