AI-расшифровка звонков и встреч с автозаполнением CRM

Запись созвона лежит в папке, а в CRM — три строки «обсудили условия». Через неделю менеджер переспрашивает клиента то, что уже звучало на встрече. AI-расшифровка (speech-to-text) превращает аудио в текст; следующий шаг — не PDF, а поля сделки и задачи в CRM.

Ниже — пилот на одном отделе продаж без замены АТС: KPI за две недели, контроль качества и эскалация к человеку. Сравнение «бот vs живой менеджер» — в отдельном материале; SLA для таких интеграций — в статье про SLA.

Границы пилота: один отдел, понятные KPI

• Отдел: 3–8 менеджеров, один тип сделки (проще проверять поля).
• KPI: минуты на протокол после звонка, доля сделок с заполненным «следующий шаг».
• Качество: выборочная проверка 10% транскриптов на ошибки имён и цифр.
• Срок: 2 недели записи + 1 неделя на доработку промпта и маппинга полей.
• Эскалация: если модель не уверена — флаг в CRM, не молча записывать.

Цепочка: запись → транскрипт → CRM

1. Запись звонка или Meet/Zoom — с согласием сторон, если требуется.
2. Speech-to-text: API или Whisper, язык ru, разбиение по спикерам если возможно.
3. Извлечение сущностей: сумма, срок, контакт, задачи — промпт или правила.
4. Webhook в CRM: обновление полей сделки + задача «проверить протокол».
5. Дашборд пилота: сколько автозаполнений принято без правок.

Контроль качества и риски

Ошибка в сумме или сроке дороже, чем пустое поле. Поэтому на пилоте все финансовые поля — с подтверждением менеджера. Персональные данные в транскript хранят по политике компании; доступ к записям — только роли из CRM.

ФактПилот успешен, если время на протокол падает хотя бы на 30% при стабильном качестве лидов, а не если «всё автоматом» без проверки.