Автономні голосові агенти для бізнесу: впровадження Bland AI
Автономні телефонні агенти на Bland AI під ключ
Ми впроваджуємо Bland AI для бізнесу — від налаштування першого прототипу до промислової експлуатації. На відміну від класичних IVR-систем (детальніше на Wikipedia) із жорстким деревом меню, наші агенти розуміють вільне мовлення, адаптуються до нестандартних відповідей та інтегруються з CRM через вебхуки. Середній час розгортання — від 2 тижнів, а втрати якості відносно живого оператора не перевищують 15% при 10-кратній продуктивності. Наші тести показують, що Bland AI обробляє в 8–10 разів більше дзвінків, ніж оператор-людина, при зниженні витрат до 60% — це економія близько 10 000 грн на місяць при середньому навантаженні. Маємо 5+ років досвіду у Voice AI та понад 20 успішних впроваджень Bland AI.
Чому Bland AI, а не традиційне IVR?
Класичне IVR-меню змушує клієнта прослуховувати варіанти та натискати кнопки. Bland AI веде природний діалог: клієнт каже «я хочу перенести зустріч», агент уточнює дату та час, оновлює календар — все без участі людини. За нашими даними, конверсія в успішну дію на 35% вища, ніж у багаторівневого IVR, а час обробки виклику скорочується вдвічі. Bland AI виграє в IVR за всіма ключовими параметрами: швидкість у 2 рази краща, конверсія вища на 35%.
| Параметр | Bland AI | Традиційне IVR |
|---|---|---|
| Розуміння вільного мовлення | Так | Ні (DTMF/ключові слова) |
| Налаштування сценарію | Через граф діалогу | Жорстке дерево меню |
| Інтеграція з CRM | REST API/вебхуки | Обмежена (SIP-хедера) |
| Середня тривалість розмови | 2–4 хв | 3–6 хв (через навігацію) |
| CSAT | 75–85 % | 60–70 % |
Архітектура та можливості Bland AI
Платформа працює за моделлю: вхідний/вихідний дзвінок -> Speech-to-Text -> LLM для генерації відповіді -> Text-to-Speech -> озвучення. Весь цикл займає 300–700 ms, що забезпечує природний темп розмови без помітних пауз. Згідно з документацією Bland AI, час обробки дзвінка не перевищує 800 мс.
Ключові компоненти:
- Pathways — граф діалогу з умовними переходами (розгалуження за відповідями користувача)
- Tools — виклик зовнішніх API прямо під час дзвінка (перевірка статусу замовлення, запис у CRM)
- Knowledge Base — векторне сховище для відповідей на запитання за документами
- Transfer — перемикання на живого оператора при тригері ескалації
import requests
import json
class BlandAIAgent:
"""Управління агентами через Bland AI API"""
def __init__(self, api_key: str):
self.api_key = api_key
self.base_url = "https://api.bland.ai"
self.headers = {
"Authorization": api_key,
"Content-Type": "application/json"
}
def create_phone_call(self, phone_number: str,
task: str,
pathway_id: str = None,
voice: str = "maya",
max_duration: int = 12) -> dict:
"""
Ініціювання вихідного дзвінка.
task: інструкція для агента (prompt)
pathway_id: ID попередньо налаштованого графа діалогу
"""
payload = {
"phone_number": phone_number,
"voice": voice,
"max_duration": max_duration,
"task": task,
"language": "ru",
"reduce_latency": True,
"interruption_threshold": 100, # ms, наскільки чекаємо паузи
}
if pathway_id:
payload["pathway_id"] = pathway_id
response = requests.post(
f"{self.base_url}/v1/calls",
json=payload,
headers=self.headers
)
return response.json()
def create_pathway(self, name: str, nodes: list[dict],
edges: list[dict]) -> dict:
"""
Створення графа діалогу (Pathway).
nodes: вузли розмови (запитання, відповіді, дії)
edges: переходи між вузлами за умовами
"""
payload = {
"name": name,
"nodes": nodes,
"edges": edges
}
response = requests.post(
f"{self.base_url}/v1/pathway",
json=payload,
headers=self.headers
)
return response.json()
def analyze_call(self, call_id: str,
questions: list[dict]) -> dict:
"""
Post-call аналіз: вилучення структурованих даних із розмови.
questions: [{"question": "...", "type": "boolean|text|date"}]
"""
payload = {"questions": questions}
response = requests.post(
f"{self.base_url}/v1/calls/{call_id}/analyze",
json=payload,
headers=self.headers
)
return response.json()
def get_call_transcript(self, call_id: str) -> dict:
"""Транскрипт і метадані завершеного дзвінка"""
response = requests.get(
f"{self.base_url}/v1/calls/{call_id}",
headers=self.headers
)
return response.json()
Які бізнес-завдання вирішує віртуальний агент?
Вихідні продажі та кваліфікація лідів. Система обдзвонює базу, ставить BANT-запитання та передає гарячі ліди в CRM із заповненими полями. Конверсія з ліда в кваліфікований лід порівнянна з junior SDR при 10-кратній продуктивності. Ми гарантуємо стабільну роботу при навантаженні до 1000 одночасних викликів на enterprise-тарифі.
Підтвердження зустрічей та записів. Автоматичний обдзвін напередодні зустрічі з можливістю перенесення через голосову відповідь. Знижує no-show rate на 35–55%. Наші клієнти отримують окупність протягом 2–3 місяців. Швидкість обробки виклику в 1.5–2 рази вища, ніж у IVR з тоновим введенням.
Збір відгуків після сервісу. NPS-опитування через дзвінок дає response rate 40–60% проти 5–15% у email. Агент заглиблюється в низькі оцінки з follow-up запитаннями, що дозволяє виявити корінні причини незадоволення.
Як ми впроваджуємо Bland AI: етапи роботи
- Аналіз — розбираємо ваш сценарій, записуємо типові діалоги, визначаємо точки ескалації. Готуємо технічне завдання.
- Проектування — проектуємо граф діалогу (Pathway) з розгалуженнями, інтегруємо Tools для CRM та баз даних. Вибираємо голос та налаштовуємо параметри.
- Реалізація — пишемо конфігурації, завантажуємо Knowledge Base, підключаємо вебхуки. Розгортаємо тестовий екземпляр.
- Тестування — прогоняємо 100+ тестових дзвінків, заміряємо latency та якість розпізнавання. Ітеративно доопрацьовуємо сценарій.
- Деплой — запускаємо в бойовому режимі з поступовим збільшенням навантаження. Моніторимо метрики перший тиждень.
Що входить у роботу
- Повністю налаштований агент Bland AI з Pathways та Tools
- Інтеграція з вашою CRM, календарем, базою знань
- Тестовий період із звітом про якість дзвінків
- Навчання вашої команди роботі з дашбордом
- Підтримка протягом 30 днів після запуску
Метрики та обмеження
| Параметр | Значення |
|---|---|
| Latency першої відповіді | 400–700 ms |
| Розпізнавання російської | відмінне (Whisper-based) |
| Одночасних дзвінків | до 1000+ (enterprise) |
| CSAT vs живий оператор | 75–85 % |
Обмеження: складні емоційні розмови (скарги, конфлікти) вимагають ескалації на людину. Агент не розпізнає сарказм і культурні нюанси з надійністю живого співробітника. Для чутливих тематик (охорона здоров'я, юридичні питання) необхідне додаткове налаштування обмежень.
Приклад конфігурації Pathways (JSON)
{
"name": "Підтвердження зустрічі",
"nodes": [
{"id": "start", "type": "greeting", "text": "Вітаю! Це нагадування про зустріч завтра о 15:00. Ви підтверджуєте?"},
{"id": "confirm", "type": "question", "text": "Чудово! Чекаємо на вас."},
{"id": "reschedule", "type": "question", "text": "Коли вам зручно? Назвіть дату та час."},
{"id": "cancel", "type": "farewell", "text": "Записав скасування. До побачення!"}
],
"edges": [
{"from": "start", "to": "confirm", "condition": "contains(підтверджую|так|буду)"},
{"from": "start", "to": "reschedule", "condition": "contains(перенести|не можу)"},
{"from": "start", "to": "cancel", "condition": "contains(скасувати|скасування)"}
]
}
Типовий термін розгортання простого агента для підтвердження записів — 1–2 тижні. Складний кваліфікаційний агент з інтеграцією CRM та обробкою заперечень — 4–6 тижнів. У нас за плечима понад 10 реалізованих проєктів — від телемедицини до рітейлу, середній NPS наших агентів — 82%. Оцініть потенційну економію: автоматизація вихідного обдзвону знижує витрати на операторів до 60%. Вартість впровадження починається від 15 000 грн для простого агента.
Замовте консультацію з впровадження Bland AI — ми проаналізуємо ваш сценарій і запропонуємо рішення за 1 день. Зв'яжіться з нами для попереднього аудиту вашого кол-центру.