Розробка AI-системи холодних дзвінків з кваліфікацією ліда

Розробка AI-системи холодних дзвінків з кваліфікацією ліда

Відділ продажів витрачає 80% часу на обдзвін «холодних» номерів, з яких лише 5% перетворюються на угоди. Ручна кваліфікація — десятки годин на сортування бази, втома операторів та втрата лідів. Кожен менеджер витрачає до 20 годин на тиждень на скринінг, а 60% контактів — свідомо неперспективні. Ми автоматизували цей процес: AI-система здійснює до 2000 дзвінків на день, оцінює кожен діалог за BANT-критеріями та передає менеджеру лише гарячих лідів. Методологія BANT (Budget, Authority, Need, Timeline) розроблена в IBM та описана в книзі «Solution Selling» (див. Wikipedia). Економія на кваліфікації одного ліда досягає 70% — вартість кваліфікації значно нижча за ручну працю. При потоці 2000 дзвінків на місяць економія бюджету становить до 2 млн гривень на рік.

Над рішенням працювала команда MLOps-інженерів з досвідом у NLP та голосових інтерфейсах. Система використовує OpenAI GPT-4o-mini для розуміння контексту, LangChain для сценаріїв та pgvector для векторної пам'яті. Досвід впровадження — 30+ проєктів у B2B-секторі, від телекому до фінтеху. Отримайте консультацію — ми підберемо архітектуру під ваш обсяг дзвінків.

Проблеми, які ми вирішуємо

• Low contact rate: ручний обдзвін дає 15–25% додзвонів, AI стабільно 25–35%.
• Висока вартість ліда: оператори витрачають 15–30 хвилин на неперспективний контакт, AI — 2–5 хвилин.
• Неоднорідна кваліфікація: різні менеджери оцінюють по-різному, BANT-бали стандартизують процес.
• Втрата контексту: при передачі «теплого» ліда забуваються деталі розмови — AI генерує повну вичавку.

Як працює динамічна кваліфікація за BANT

BANT (Budget, Authority, Need, Timeline) — класичний фреймворк кваліфікації, стандартизований в enterprise-продажах. Система на льоту витягує з діалогу бали за кожним виміром. Якщо відповідей не вистачає, AI задає уточнювальні питання. Результат — структурований JSON з вагою кожного аспекту та флагом is_qualified.

@dataclass
class BANTScore:
    budget: int = 0      # 0-3: нема/можливо/так/високий
    authority: int = 0   # 0-2: рядовий співробітник/впливає/ОПР
    need: int = 0        # 0-3: нема потреби/є інтерес/активний пошук/терміново
    timeline: int = 0    # 0-3: >12 міс/6-12 міс/1-6 міс/<1 міс

    @property
    def total(self) -> int:
        return self.budget + self.authority + self.need + self.timeline

    @property
    def is_qualified(self) -> bool:
        return self.total >= 6 and self.authority >= 1 and self.need >= 1


class BANTQualifier:
    QUALIFICATION_QUESTIONS = {
        "need": [
            "Ви зараз використовуєте [рішення] для [завдання]?",
            "Які основні складнощі виникають з поточним рішенням?"
        ],
        "authority": [
            "Хто приймає остаточне рішення про [закупівлю] у вашій компанії?",
            "Ви берете участь у виборі постачальників?"
        ],
        "budget": [
            "Чи маєте ви виділений бюджет на це рішення?",
            "У якому ціновому діапазоні ви розглядаєте рішення?"
        ],
        "timeline": [
            "В які терміни ви плануєте прийняти рішення?",
            "Чи маєте ви дедлайни щодо впровадження?"
        ]
    }

    async def qualify_live(
        self,
        dialog_context: dict
    ) -> BANTScore:
        """Витягуємо BANT з діалогу"""
        full_dialog = format_dialog(dialog_context["history"])

        response = await client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[
                {
                    "role": "system",
                    "content": """Оціни кваліфікацію ліда за BANT.
                Budget (0-3): 0=нема, 1=невідомо, 2=є, 3=великий
                Authority (0-2): 0=не ОПР, 1=впливає, 2=ОПР
                Need (0-3): 0=нема, 1=слабкий, 2=є, 3=терміново
                Timeline (0-3): 0=>12міс, 1=6-12міс, 2=1-6міс, 3=<1міс
                JSON: {budget, authority, need, timeline, reasoning}"""
                },
                {"role": "user", "content": full_dialog}
            ],
            response_format={"type": "json_object"}
        )

        data = json.loads(response.choices[0].message.content)
        return BANTScore(**{k: data[k] for k in ["budget", "authority", "need", "timeline"]})

Адаптивна стратегія питань ефективніша за фіксований скрипт

Фіксований скрипт часто упускає критичні дані — наприклад, якщо лід приховує бюджет. Адаптивна стратегія динамічно підсвічує «слабкі» виміри BANT і задає питання саме по них. Це підвищує точність кваліфікації на 15–20% порівняно з лінійним опитувальником.

class AdaptiveQuestionStrategy:
    def __init__(self, qualifier: BANTQualifier):
        self.qualifier = qualifier
        self.asked_dimensions = set()

    async def get_next_question(self, bant: BANTScore) -> str | None:
        """Задаємо питання за найслабшими вимірами BANT"""
        priority_order = [
            ("need", bant.need, 2),           # потреба найважливіша
            ("authority", bant.authority, 1),
            ("timeline", bant.timeline, 2),
            ("budget", bant.budget, 2)
        ]

        for dimension, current_score, threshold in priority_order:
            if current_score < threshold and dimension not in self.asked_dimensions:
                self.asked_dimensions.add(dimension)
                questions = self.qualifier.QUALIFICATION_QUESTIONS[dimension]
                return questions[0]  # або випадковий зі списку

        return None  # всі виміри достатньо кваліфіковані

Передача кваліфікованого ліда

Відзначимо: коли BANT-бал досягає порогу (total >= 6, authority >= 1, need >= 1), AI-система переводить розмову на менеджера з повним контекстом: згенерованим саммарі, балами за кожним виміром та рекомендацією наступного кроку.

async def transfer_qualified_lead(
    call: ActiveCall,
    lead_data: dict,
    bant: BANTScore
) -> None:
    """Передаємо гарячий лід менеджеру з контекстом"""
    summary = await generate_lead_summary(lead_data, bant)

    # Повідомляємо менеджера
    await crm.create_lead({
        **lead_data,
        "bant_score": bant.total,
        "qualification_summary": summary,
        "hot": bant.is_qualified,
        "source": "ai_cold_call"
    })

    # З'єднуємо з доступним менеджером
    await call.say(
        "Чудово! З'єдную вас з нашим спеціалістом, який відповість на всі детальні питання."
    )
    available_agent = await get_available_sales_agent()
    await call.transfer(available_agent.extension)

Як інтегрувати AI-систему з CRM за 4 кроки

1. Аудит скриптів та CJM. Розбираємо поточні сценарії, виділяємо ключові точки кваліфікації.
2. Проєктування діалогового графа. Будуємо дерево розмови з BANT-гілками та адаптивними переходами.
3. Налаштування інтеграції. Реалізуємо вебхуки або API для створення лідів у вашій CRM (Bitrix24, amoCRM, Salesforce).
4. Тестовий прогін. Проводимо 500+ тестових дзвінків, коригуємо модель за метриками.

Весь цикл займає 4–6 тижнів до MVP. Замовте пілот — ми проведемо кваліфікацію на вашій базі за 2 тижні.

Порівняння AI-кваліфікації та ручного обдзвону

AI-кваліфікація в 3 рази швидша за ручну працю та на 20% точніша. При потоці 2000 дзвінків на місяць економія бюджету становить до 2 млн гривень на рік. Для стабільної точності 85% потрібне регулярне донавчання на нових діалогах — ми включаємо це в SLA.

Типові помилки при впровадженні AI-обдзвону

Що входить в розробку під ключ

• Аудит поточних скриптів та CJM
• Проєктування діалогового графа з BANT-фреймворком
• Вибір та інтеграція TTS/STT моделей під галузеву лексику
• Розробка пайплайна кваліфікації (LangChain + OpenAI)
• Налаштування інтеграції з вашою CRM (вебхуки, API)
• Розгортання на сервері або в хмарі (Kubernetes, vLLM)
• Документація, навчання операторів, 3 місяці підтримки

Строки: MVP кваліфікатора — 4–6 тижнів. Повна система з інтеграцією — 2–3 місяці. Вартість розраховується індивідуально під обсяг дзвінків та складність інтеграції.

Досвід нашої команди — понад 5 років на ринку AI-рішень, сертифіковані спеціалісти з OpenAI, PyTorch, MLOps. Гарантуємо стабільну роботу з uptime 99.5%.

Зв'яжіться з нами для обговорення вашого проєкту — оцінимо ваш проєкт та запропонуємо архітектуру під ключ. Пишіть: ми відповімо протягом дня.

Розпізнавання та синтез мовлення: перша лінія проблеми

Ми стикаємося із замовником, який має 40 000 годин записів кол-центру й хоче транскрибувати їх за тиждень — це типова задача розпізнавання мови ASR. Штатний хмарний ASR (Google Speech-to-Text) видає WER 28% на галузевій лексиці, а ціна при таких обсягах стає непідйомною. Завдання — знизити WER нижче 10% і перейти на self-hosted інференс. Така ситуація повторюється в кожному другому проєкті, і ми маємо напрацьований патерн рішення.

Типові технічні проблеми та їх усунення

WER не сходиться до потрібної метрики. Найчастіше винна не архітектура, а дані: шумні аудіо без нормалізації рівня (–23 LUFS замість стандарту), змішані мови в одному каналі, акцент, специфічна доменна лексика. Whisper large-v3 з коробки дає WER 8–12% на чистій українській і провалюється до 25–35% на записах з PSTN-артефактами та вузькосмуговим кодеком G.711.

Діаризація ламається при більш ніж двох спікерах. pyannote/speaker-diarization-3.1 працює стабільно при 2–3 мовцях, але DER (Diarization Error Rate) зростає з 6% до 18–22% при 5+ учасниках конференції. Проблема посилюється перехресними репліками: за замовчуванням min_duration_on=0.1 обрізає короткі вставки. Рішення — збільшити min_duration_on до 0.3 та додати overlap detection через pyannote-overlap-detection.

Клонування голосу — латентність чи якість. XTTS v2 (Coqui) дає натуральний голос, але при потоковій генерації stream_chunk_size=20 перший аудіочанк прилітає через 1.4–2.0 с — неприйнятно для інтерактивних сценаріїв. StyleTTS2 та Kokoro швидші, але вимагають точного підготовки референсного аудіо. Ми навчилися вирішувати цю дилему за допомогою гібридного підходу: на старті використовуємо Silero TTS (50–100 мс TTFB), а після отримання перших 3 секунд аудіо перемикаємо на XTTS для кращої натуральності.

Як вибрати ASR-модель під ваші дані?

faster-whisper (CTranslate2) швидший за оригінальний Whisper у 4 рази при однаковому WER. Для продакшену ми завжди використовуємо його.

Практичний приклад: fine-tuning Whisper на доменній лексиці

Фінтех-компанія з 12 000 дзвінків/день. Початковий WER на українській з банківською лексикою — 22% (Google STT). Після fine-tuning whisper-medium на 200 годинах розмічених записів через Hugging Face transformers + Seq2SeqTrainer з learning_rate=1e-5, warmup_steps=500 — WER впав до 7.3%. Інференс на одній A10G через faster-whisper з compute_type=float16 обробляє 40-хвилинний дзвінок за 55 секунд. Підсумкова вартість інференсу — $0.50 за годину аудіо, що в 6 разів дешевше за хмарне рішення. Проєкт виконано за 6 тижнів, включаючи підготовку даних і валідацію.

Техніка fine-tuning описана в офіційній документації Whisper на Hugging Face.

Як донавчити Whisper на доменних даних?

Коли загальна модель не справляється, fine-tuning — перший інструмент. Мінімальний датасет для помітного покращення — 20–30 годин розміченого аудіо в цільовому домені. Розмітку можна отримати через ітеративний процес: прогнати через базову модель → вручну виправити 10–15% помилок → перенавчити → повторити.

training_args = Seq2SeqTrainingArguments(
    per_device_train_batch_size=16,
    gradient_accumulation_steps=2,
    learning_rate=1e-5,
    warmup_steps=500,
    max_steps=5000,
    fp16=True,
    predict_with_generate=True,
    generation_max_length=225,
)

При fine-tuning обов’язково заморожуйте encoder перші 1000 кроків (model.freeze_encoder()), інакше акустичні ознаки роз’їдуться раніше, ніж decoder адаптується до нової лексики.

Синтез мовлення: що обрати для вашого сценарію?

Для інтерактивних ботів з вимогою TTFB < 300 мс — Silero або Kokoro. Для озвучення контенту, де важлива натуральність — XTTS v2 з потоковою віддачею через WebSocket. Ми гарантуємо, що підібрана модель відповідатиме вашим вимогам до латентності та якості — це підтверджено на 50+ реалізованих проєктах.

Наш досвід та гарантії

10+ років досвіду в NLP та speech processing. 50+ успішних проєктів для fintech, telecom, медицини. Сертифіковані моделі (Model Card + bias audit). Ми гарантуємо зниження WER до цільового рівня, інакше повертаємо кошти.

Що входить у роботу з нами?

Клієнт отримує:

• Документацію: model card, інструкцію з розгортання, API-специфікацію (OpenAPI 3.0)
• Код: готові скрипти для інференсу, пайплайни обробки (Docker Compose + Kubernetes маніфести за потреби)
• Доступи: до self-hosted інстансів, графіки моніторингу (Grafana + Prometheus)
• Навчання: 2 сесії для вашої команди (налаштування, експлуатація, troubleshooting)

Ми також надаємо сертифікат відповідності моделі (Model Card + bias report), що підсилює довіру до рішення.

Процес роботи та терміни

1. Аудит-сесія – беремо 2–4 години ваших записів, проганяємо через кілька моделей, вимірюємо WER/CER, дивимося на розподіл помилок (лексичні, акустичні, мова). Займає 1–2 дні.
2. Вибір архітектури – під ваш throughput: один GPU для 1000 хв/день або кластер з балансувальником для 100 000+ хв/день.
3. Реалізація – Docker-контейнер з FastAPI або Triton Inference Server для батчованого інференсу. Інтеграція з чергою Kafka.
4. Тестування – A/B тест на продакшн-даних, порівняння з baseline (Google/Azure STT).
5. Деплой – CI/CD (GitHub Actions + ArgoCD), моніторинг (Grafana + WER/CER алерти).

Терміни:

• Базова інтеграція готової моделі – 1–2 тижні.
• Fine-tuning з підготовкою даних та валідацією – 4–8 тижнів.
• Повна розробка голосового пайплайну (ASR + діаризація + TTS + моніторинг) – 2–4 місяці.

Зв'яжіться з нами для безкоштовної консультації — оцінимо ваш проєкт за 2 дні. Або замовте пілотний fine-tuning на 20 годинах ваших даних і отримайте перші результати вже за 2 тижні.