ИИ-аналитика звонков: транскрибация, скоринг и контроль скриптов

Иллюзия контроля: что не так с ручным прослушиванием

Простая арифметика. Звонок длится 5–10 минут. Прослушать его внимательно, с пометками по чек-листу, — 15–20 минут. На 500 звонков нужно больше 120 часов в неделю. Это три полные ставки супервизора, которых нет ни в одном отделе продаж.

Поэтому на практике происходит вот что:

• РОП слушает 3–5 звонков в неделю, чаще всего у «подозреваемых» менеджеров;
• разбор субъективен: что резануло слух, то и обсуждают на планёрке;
• системные провалы — например, никто не фиксирует следующий шаг — всплывают через месяцы, когда конверсия уже упала;
• новички учатся по пересказам и ролевым играм, а не на реальных успешных звонках;
• менеджеры знают, что их почти не слушают, и скрипт живёт только первую неделю после внедрения.

Как работает ИИ-аналитика звонков: пять шагов

Никакой магии — конвейер из пяти понятных технических шагов. Мы в PapAI Soft собираем его под конкретную телефонию и процессы клиента.

Шаг 1. Запись

Источник — ваша АТС или телефония: Битрикс24, amoCRM, Mango, UIS, телефония клиники. Записи и так копятся у большинства компаний — обычно их просто никто не слушает. Менять телефонию не нужно: мы забираем файлы по API. Можно прогнать и архив — например, звонки за прошлый квартал, чтобы получить стартовую картину ещё до запуска.

Шаг 2. Транскрибация

Аудио превращается в текст. Используем Whisper или Yandex SpeechKit — выбор зависит от качества записей, терминологии и требований к хранению данных. Система разделяет спикеров: где говорит менеджер, где клиент. На выходе — текстовый диалог с таймкодами.

Шаг 3. Анализ LLM по чек-листу

Текст разговора уходит в языковую модель — YandexGPT, GigaChat или GPT-4o — вместе с вашим чек-листом качества. Модель отвечает на конкретные вопросы: поздоровался ли менеджер по стандарту, выявил ли потребность, назвал ли следующий шаг. Не «понравился ли звонок в целом», а проверка по пунктам.

Шаг 4. Скоринг каждого звонка

Каждый разговор получает балл, например от 0 до 100, и разбивку по пунктам чек-листа. Звонок на 92 балла уходит в библиотеку эталонов. Звонок на 30 — в разбор. Оценка появляется через несколько минут после завершения разговора, а не в конце месяца.

Шаг 5. Дашборд и алерты

РОП видит сводку: средний балл по отделу, динамика каждого менеджера, типовые провалы. Алерты приходят сразу: прозвучала запрещённая фраза, клиент трижды возразил — а менеджер не отработал, упомянут конкурент. Разбирать нужно 10 звонков в неделю, а не 500.

Что именно проверяет скоринг

Чек-лист собирается под ваши скрипты, но базовый набор почти всегда такой:

• Приветствие и представление. Назвал компанию и имя, уточнил, удобно ли говорить.
• Выявление потребности. Задал открытые вопросы, а не вывалил презентацию с порога.
• Отработка возражений. «Дорого», «я подумаю», «у конкурентов дешевле» — отработано по скрипту или слито.
• Апселл и кросс-сейл. Предложил сопутствующую услугу там, где это уместно.
• Следующий шаг. Разговор закончился договорённостью с датой, а не «созвонимся как-нибудь».
• Запрещённые фразы. Обещания скидок вне правил, «не знаю», грубость; для клиник — попытки консультировать по здоровью на первой линии.

Каждый пункт — отдельный вопрос к модели с бинарным или балльным ответом. Поэтому оценка воспроизводима: один и тот же звонок всегда получает один и тот же балл, без поправки на настроение проверяющего.

Кому нужна ИИ-аналитика звонков

Отделам продаж

Классический сценарий: 5–15 менеджеров, поток входящих и исходящих, конверсия скачет, а почему — непонятно. ИИ-аналитика за неделю показывает реальную картину по каждому. Часто выясняется, что «звёздный» менеджер просто получает горячих лидов, а «слабый» вытягивает холодных. Дальше аналитика стыкуется с ИИ-ассистентом продаж — этот подход мы описали в кейсе ИИ-ассистента для B2B-продаж, где база успешных переписок за 24 месяца стала топливом для ассистента и принесла +4 млн ₽/мес при том же потоке лидов.

Клиникам

В медицине цена ошибки на телефоне выше: до 30% пациентов теряется на первой линии, а 80% уходят, если ждут дольше 5 минут. Для клиник у нас есть готовый модуль «Анализ звонков» в составе PapAI MedScale: скоринг каждого звонка по чек-листу, от 260 000 ₽, запуск за 1 неделю. Администраторы перестают «забывать» предлагать запись, а главврач видит, на каком этапе теряются пациенты.

Колл-центрам

Там, где операторов десятки, ручной контроль умирает первым. ИИ-аналитика заменяет выборочную прослушку тотальной: 100% звонков проходят скоринг, супервизоры работают только с отклонениями, а рейтинг операторов считается по всем разговорам, а не по трём случайным.

Кейс: анализ диалогов для частных врачей

ИИ-анализ разговоров работает не только в продажах. В одном из наших проектов — решении для частных докторов — задача была другой: врач тонет в потоке голосовых и текстовых сообщений пациентов.

Решение: система транскрибирует консультации, анализирует диалоги и готовит для врача краткие выводы, рекомендации и описание траектории пациента — что обсуждали, что назначено, что изменилось. Стек: YandexGPT, ChatGPT-4, spaCy, Mystem, Python.

Результат: минус 30–40% времени на подготовку к консультации. Врач открывает выжимку на минуту вместо перечитывания переписки за полгода — выше концентрация на приёме и заметно лояльнее пациенты.

Конвейер тот же: запись → транскрибация → анализ → выводы. Меняется только чек-лист.

Что получает бизнес: три эффекта

1. Видна реальная конверсия каждого менеджера. Не «по ощущениям», а по 100% разговоров: кто теряет клиентов на этапе потребности, кто не дожимает следующий шаг, у кого хромает апселл.
2. Новички учатся на эталонных звонках. Система автоматически собирает библиотеку лучших разговоров. Новый сотрудник слушает десять реальных звонков на 90+ баллов — это быстрее и честнее любого тренинга по слайдам.
3. Контроль 100% вместо 1%. Запрещённая фраза или слитый горячий лид всплывают в день звонка, а не в квартальном отчёте, когда деньги уже потеряны.

Ручное прослушивание против ИИ-аналитики

Где ИИ-аналитика не сработает: честно

Мы внедряем такие системы руками и знаем, где они спотыкаются.

• Качество записи. Если телефония пишет звук с шумами и обрывами, транскрибация выдаст кашу, а анализ каши — это анализ каши. Сначала чиним запись, потом подключаем ИИ.
• Специфическая терминология. Названия препаратов, артикулы, профессиональный сленг модель из коробки распознаёт с ошибками. Лечится настройкой словаря и калибровкой на ваших записях — это входит во внедрение, но требует одной-двух недель реальных данных.
• Эмпатия и тон. Формальные пункты чек-листа ИИ проверяет лучше человека. А вот «менеджер был холоден, и клиент это почувствовал» живой супервизор пока считывает точнее. Поэтому спорные звонки всё равно слушает человек — просто теперь он знает, какие именно.
• Отсутствие процессов. Если скриптов нет, чек-листа нет и понятие «хороший звонок» в компании не определено — ИИ нечего контролировать. Сначала нужен работающий естественный интеллект: стандарт разговора и ответственный за качество. Если его нет, искусственный интеллект вас не спасёт — он усиливает порядок, а не заменяет его.

152-ФЗ: как анализировать звонки законно

Запись и анализ разговоров — это обработка персональных данных, и здесь без вариантов действует 152-ФЗ:

• предупреждайте о записи в начале разговора — стандартная фраза «разговор записывается для контроля качества» закрывает вопрос информирования;
• зафиксируйте цели обработки во внутренних документах и политике обработки персональных данных;
• храните записи и транскрипты на серверах в РФ — поэтому для медицины и финансов мы чаще берём YandexGPT и SpeechKit, а не зарубежные API;
• ограничьте доступ: скоринг и транскрипты видят РОП и супервизоры, а не вся компания.

Эти требования закладываются в архитектуру на этапе ТЗ, а не «потом докрутим».

С чего начать: чек-лист запуска

• доступ к записям: API телефонии или выгрузка файлов;
• чек-лист качества — если его нет, собираем вместе с РОПом за 1–2 рабочие сессии;
• список запрещённых фраз и обязательных формулировок;
• словарь терминов: продукты, бренды, фамилии врачей;
• ответственный за разборы отклонений — без него отчёты лягут в стол;
• формат алертов: Telegram, почта или дашборд.

Шесть пунктов — и через неделю вы впервые увидите свой отдел продаж целиком.

Сколько стоит и как быстро запускается

• Клиники. Модуль «Анализ звонков» — от 260 000 ₽, запуск за 1 неделю: подключение к телефонии, чек-лист, скоринг каждого звонка, дашборд.
• Отделы продаж. Обычно это тариф «Стандартный» от 120 000 ₽ (3–4 недели) с интеграцией amoCRM или Битрикс24 и аналитикой обращений. Большие колл-центры с голосовым модулем STT/TTS — «Корпоративный» от 500 000 ₽ (6–12 недель). Подробная сетка — на странице тарифов.
• Токены оплачиваются отдельно: средний проект укладывается в 2 000–5 000 ₽/мес на GPT-4o или менее 1 000 ₽/мес на YandexGPT.

Цена фиксируется в договоре, демо показываем бесплатно до оплаты, оплата 50/50. Окупаемость проектов для продаж — 1–3 месяца: обычно хватает нескольких спасённых лидов. Сам продукт называется «Аналитик», описание — на странице продукта.

Частые вопросы

Какая точность у транскрибации русской речи?

На чистых записях современные модели передают смысл и структуру разговора корректно — этого достаточно для скоринга. Ошибки концентрируются в редких терминах и именах, для них настраивается словарь. Важно понимать: для оценки по чек-листу нужна не идеальная стенограмма, а правильно понятый смысл.

Нужно ли менять телефонию или CRM?

Нет. Мы подключаемся к тому, что уже есть: Битрикс24, amoCRM, Mango, UIS и другие АТС с API. Если записи уже копятся, анализ можно начать с архива — прогнать звонки за прошлый период и получить базовую картину до запуска.

Менеджеры не взбунтуются против тотального контроля?

Сопротивление бывает, и снимается оно прозрачностью: критерии скоринга открыты, балл можно оспорить, а лучшие звонки попадают в библиотеку эталонов с именем автора. Через месяц менеджеры сами смотрят свои оценки — это быстрее, чем ждать разбора от РОПа.

Это законно — записывать и анализировать звонки?

Да, при соблюдении 152-ФЗ: предупреждение о записи в начале разговора, цели обработки в документах, защищённое хранение и ограниченный доступ. Для проектов с медицинскими данными используем российские модели и серверы в РФ. Все требования фиксируем в ТЗ.

Сколько занимает внедрение?

Модуль «Анализ звонков» для клиник — 1 неделя. Проект под отдел продаж с чек-листом, дашбордом и интеграцией CRM — 3–4 недели. Первые две недели обычно уходят на сбор записей и калибровку чек-листа вместе с вашим РОПом.

Есть ли смысл при трёх менеджерах и 50 звонках в неделю?

Считайте экономику: если средний чек высокий и один слитый лид стоит 100 000+ ₽, система окупится и на малых объёмах. Если чек небольшой, начните с базового бота на входящие от 49 000 ₽, а аналитику добавьте, когда вырастет поток. Если вам пока рано — честно скажем об этом на аудите.

Получите бесплатный аудит

Пришлите нам десяток записей звонков — на бесплатном аудите покажем, что увидит ИИ-аналитика именно в ваших разговорах, и посчитаем экономику внедрения. Демо работает до оплаты: сначала вы видите скоринг на своих звонках, потом принимаете решение. Тарифы и состав работ — на странице тарифов, быстрые вопросы — в Telegram t.me/papai_robot или по телефону +7 (993) 983-09-12.