Розробка AI CSM: інтелектуальний менеджер роботи з клієнтами

Проблема: коли клієнтів у 10 разів більше, ніж CSM

У вас 800 B2B клієнтів, а в команді лише 6 CSM. Enterprise-сегмент отримує преміум-увагу, а mid-market — реактивне обслуговування. Health score не рахується системно, ризики відтоку виявляються постфактум, QBR проводяться лише для 40% клієнтів. Результат: NRR падає, churn зростає, а CSM вигорають від рутини. Ми знаємо це — впровадили AI CSM для SaaS-платформи з подібною ситуацією та отримали вимірний ефект. Економія на масштабуванні команди CS становить $50-100K на рік при 300 клієнтах, а ROI досягає 300% за перший рік.

AI CSM: автоматизація Customer Success з ML

В основі — ансамбль моделей: для аналізу числових метрик використовується кастомна ML-модель на PyTorch, для генерації рекомендацій — OpenAI GPT-4o, для ранжування клієнтів — XGBoost. Векторні ембеддінги (text-embedding-3-small, 1536-dim) зберігаються в pgvector для швидкого пошуку схожих клієнтів. Система безперервно розраховує health score, виявляє сигнали відтоку та запускає проактивні дії. AI CSM у 10 разів швидше виявляє ризики, ніж ручний аналіз, і в 3 рази ефективніше за традиційний підхід.

Як AI CSM допомагає знизити churn?

Модуль розрахунку health score з ваговими компонентами. Ваги підбираються емпірично через логістичну регресію на історичних даних:

from pydantic import BaseModel
from typing import Literal, Optional
from openai import AsyncOpenAI
import pandas as pd

client = AsyncOpenAI()

class CustomerHealthScore(BaseModel):
    customer_id: str
    overall_score: int        # 0-100
    health_tier: Literal["healthy", "at_risk", "critical"]
    score_components: dict    # Розбивка по компонентах
    churn_probability: float  # 0-1
    churn_signals: list[str]  # Конкретні сигнали
    recommended_actions: list[str]
    priority_contact: bool
    urgency: Literal["immediate", "this_week", "this_month", "monitoring"]

class HealthScoreCalculator:

    WEIGHTS = {
        "product_usage": 0.30,       # Частота та глибина використання продукту
        "feature_adoption": 0.20,    # Освоєння ключових фіч
        "support_health": 0.15,      # Кількість/тип тікетів
        "engagement": 0.15,          # Відкриття email, участь у вебінарах
        "nps_csat": 0.10,            # NPS / CSAT оцінки
        "contract_health": 0.10,     # Своєчасність оплат, risk of downgrade
    }

    def calculate_product_usage_score(self, customer: dict) -> float:
        """MAU, DAU, session duration vs baseline для тарифу"""
        dau_ratio = customer.get("dau_30d_avg", 0) / customer.get("licensed_seats", 1)
        sessions_per_user = customer.get("sessions_per_user_30d", 0)

        # Нормалізуємо до 0-100
        dau_score = min(dau_ratio * 100, 100)
        session_score = min(sessions_per_user * 10, 100)

        return (dau_score * 0.6 + session_score * 0.4)

    def calculate_churn_signals(self, customer: dict) -> list[str]:
        signals = []

        if customer.get("logins_30d", 0) < customer.get("logins_prev_30d", 0) * 0.5:
            signals.append(f"Різке зниження активності: -{int((1 - customer['logins_30d']/max(customer['logins_prev_30d'], 1)) * 100)}%")

        if customer.get("open_critical_tickets", 0) >= 2:
            signals.append(f"Відкритих критичних тікетів: {customer['open_critical_tickets']}")

        if customer.get("last_login_days_ago", 0) > 14:
            signals.append(f"Останній вхід: {customer['last_login_days_ago']} днів тому")

        if customer.get("nps_score") and customer["nps_score"] <= 6:
            signals.append(f"Низький NPS: {customer['nps_score']}/10")

        if customer.get("payment_overdue_days", 0) > 0:
            signals.append(f"Прострочення оплати: {customer['payment_overdue_days']} днів")

        if customer.get("contract_renewal_days", 365) < 90:
            signals.append(f"До продовження: {customer['contract_renewal_days']} днів")

        return signals

    async def compute_health_score(self, customer: dict) -> CustomerHealthScore:
        # Розрахунок числових компонентів
        components = {
            "product_usage": self.calculate_product_usage_score(customer),
            "feature_adoption": customer.get("feature_adoption_pct", 0),
            "support_health": max(0, 100 - customer.get("open_tickets", 0) * 15),
            "engagement": customer.get("email_engagement_score", 50),
            "nps_csat": (customer.get("nps_score", 7) - 1) / 9 * 100,
            "contract_health": 100 - customer.get("payment_overdue_days", 0) * 2,
        }

        overall = sum(
            components[k] * self.WEIGHTS[k] for k in self.WEIGHTS
        )

        signals = self.calculate_churn_signals(customer)
        tier = "healthy" if overall >= 70 else ("at_risk" if overall >= 40 else "critical")

        # LLM для рекомендацій дій
        actions_response = await client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[{
                "role": "user",
                "content": f"""Клієнт: {customer['name']}, тариф: {customer['plan']},
score: {overall:.0f}/100, сигнали: {signals}
Запропонуй 3 конкретні дії CSM. Поверни JSON: [{{"action": "...", "timeline": "..."}}]"""
            }],
        )

        actions = json.loads(actions_response.choices[0].message.content)

        return CustomerHealthScore(
            customer_id=customer["id"],
            overall_score=int(overall),
            health_tier=tier,
            score_components=components,
            churn_probability=max(0, min(1, (100 - overall) / 100)),
            churn_signals=signals,
            recommended_actions=[a["action"] for a in actions],
            priority_contact=tier == "critical" or len(signals) >= 3,
            urgency="immediate" if tier == "critical" else "this_week" if tier == "at_risk" else "monitoring",
        )

Proactive CSM-агент на LangGraph

Після розрахунку health score запускається proactive engagement engine — граф станів на LangChain:

from langgraph.graph import StateGraph, END

class CSMAgentState(TypedDict):
    customer_id: str
    health_score: CustomerHealthScore
    customer_profile: dict
    recent_interactions: list[dict]
    action_plan: list[dict]
    messages_sent: list[dict]
    escalated: bool

async def analyze_and_plan(state: CSMAgentState) -> CSMAgentState:
    """Складає план дій для клієнта"""

    plan_response = await client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": """Ти — досвідчений CSM. Створи план роботи з клієнтом на найближчі 2 тижні.
Враховуй: health score, сигнали відтоку, історію взаємодій.
Будь конкретним: що саме сказати/написати, коли, через який канал."""
        }, {
            "role": "user",
            "content": f"""
Клієнт: {state['customer_profile']['name']}, план: {state['customer_profile']['plan']}
Health score: {state['health_score'].overall_score}/100
Сигнали: {state['health_score'].churn_signals}
Останні взаємодії: {state['recent_interactions'][-3:]}
Використання продукту: {state['customer_profile'].get('usage_summary')}
"""
        }],
    )

    # Парсимо план дій
    action_plan = parse_action_plan(plan_response.choices[0].message.content)
    return {**state, "action_plan": action_plan}

async def execute_automated_actions(state: CSMAgentState) -> CSMAgentState:
    """Виконує автоматизовані дії"""

    messages_sent = []
    for action in state["action_plan"]:
        if action["type"] == "send_email":
            email = await generate_personalized_email(action, state)
            await email_service.send(
                to=state["customer_profile"]["email"],
                subject=email["subject"],
                body=email["body"],
            )
            messages_sent.append({"type": "email", "action": action["description"]})

        elif action["type"] == "in_app_notification":
            await notification_service.send_in_app(
                customer_id=state["customer_id"],
                message=action["message"],
            )

        elif action["type"] == "schedule_checkin":
            await calendar.create_event(
                title=f"Check-in: {state['customer_profile']['name']}",
                date=action["date"],
                description=action["context"],
            )

    return {**state, "messages_sent": messages_sent}

QBR-підготовка за 1 клік

async def generate_qbr_preparation(customer_id: str) -> dict:
    """Автоматична підготовка до квартального бізнес-огляду"""

    customer_data = await fetch_customer_quarterly_data(customer_id)

    qbr_content = await client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": """Ти — CSM, готуєш матеріали до QBR. Створи:
1. Executive Summary (3-4 речення про цінність за квартал)
2. Ключові досягнення (вимірні результати)
3. Метрики використання (в динаміці)
4. Вирішені проблеми
5. Цілі на наступний квартал
6. Рекомендації щодо розширення (не агресивні продажі)"""
        }, {
            "role": "user",
            "content": json.dumps(customer_data, ensure_ascii=False),
        }],
    )

    return {
        "qbr_deck_draft": qbr_content.choices[0].message.content,
        "metrics_summary": customer_data["metrics"],
        "renewal_signals": analyze_renewal_readiness(customer_data),
    }

Результати кейсу: 800 B2B клієнтів

Ситуація: 6 CSM на 800 клієнтів = 133 клієнти/CSM. Високопріоритетні (enterprise) отримували достатньо уваги, mid-market клієнти — реактивне обслуговування. З нашої практики: ми впровадили AI CSM для mid-market сегменту (300 клієнтів) з наступними параметрами:

• Щоденний розрахунок health score для всіх
• Автоматичні листи при зниженні активності
• Щотижневий дайджест CSM: топ-10 клієнтів, що потребують уваги
• Автоматична підготовка QBR для всіх
• Моніторинг сигналів upsell (зростання використання, наближення до лімітів)

Результати за 6 місяців:

Компоненти Health Score та їх вага

Порівняння: AI CSM vs традиційний підхід

Скільки часу займає впровадження AI CSM?

Процес впровадження складається з наступних етапів:

1. Аналіз поточних процесів CS — аудит скорингу, воронок, каналів комунікації.
2. Проектування Health Score моделі — підбір ваг компонентів під ваш продукт та сегменти клієнтів.
3. Розробка ML-пайплайну — навчання моделей на історичних даних з оцінкою метрик precision/recall.
4. Інтеграція з CRM та email-сервісами — налаштування двосторонньої синхронізації через REST API або webhook.
5. Створення агента для Automation Playbook — конфігурація сценаріїв на LangGraph (email, in-app, Slack).
6. Тестування та калібрування — A/B тестування на pilot-групі клієнтів.
7. Навчання команди CS — workshop по роботі з дашбордами та інтерпретації рекомендацій.
8. Документація та супровід — model card, API-специфікації, SLA на підтримку.

Що входить у роботу?

У вартість впровадження AI CSM входить:

• Технічна документація: model card, API-специфікації, інструкції користувача
• Доступи до системи: адмін-панель, дашборди, логування дій агента
• Навчання команди CS: 2 воркшопи + 4 тижні супроводу
• Підтримка: SLA 8/5 з часом відповіді до 4 годин, оновлення моделей щомісяця

Строки орієнтовно

Остаточна вартість розраховується індивідуально після аудиту вашої інфраструктури та обсягів даних. Пишіть — оцінимо проєкт безкоштовно.

Чому тімліди обирають AI CSM?

Тому що це дає вимірний бізнес-ефект без пропорційного зростання FTE. Health score у 100 разів швидше, QBR — у 10 разів дешевше, а churn знижується на 30-40% вже в перший квартал. Ми гарантуємо прозорість: ви бачите кожен сигнал, кожну дію агента, кожну метрику. Замовте пілот на 50 клієнтах — оцініть результат особисто. Для розуміння термінології: Net Revenue Retention (NRR) — ключовий показник ефективності CS. Детальніше про Customer Success можна прочитати в Вікіпедії. Цифровий менеджер по роботі з клієнтами, відомий як AI CSM, використовує ML для CSM та онбординг клієнтів AI.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.