Крупный украинский интернет-магазин женской одежды работает с AI-консультантом, которого построила Grow2.ai — AI-практика, выросшая из Auspex. С конца марта 2026 агент провёл 6 400+ диалогов с покупателями в Instagram, Viber и Telegram — две трети из них в Instagram Direct, треть вне рабочих часов — с затратами ~$0.11 на разговор и медианным временем ответа 13 секунд.
Большинство статей про «AI для e-commerce» оперируют гипотетическими процентами. Этот кейс показывает телеметрию прода: сколько диалогов реально ведёт AI-агент для живого магазина, когда пишут клиенты, сколько стоит разговор — и чего агент сознательно пока не делает.
Задача: консультанты не масштабируются под пики
Клиент: крупный украинский интернет-магазин женской одежды (название по договорённости не раскрываем; отрасль и цифры реальны).
Узким местом были консультанты. В промо-дни вопросы летят сотнями в час — «а это платье есть в M?», «где мой заказ?», «с чем носить эту юбку?» — и никакая команда поддержки так не масштабируется. Вне пиков — зеркальная проблема: треть всех сообщений приходит вне рабочего дня 9–18, когда не отвечает никто. Клиентка, готовая купить в 22:00, к утру остывает.
Ответы существовали — в каталоге и учётной системе. Не хватало того, кто доставит их в любой час, мгновенно, без очереди.
Решение: консультант внутри Instagram, Viber и Telegram
Grow2.ai построила диалогового AI-агента, который живёт там, где уже есть клиенты магазина — в Instagram Direct, Viber, Telegram и чате на сайте — и работает как хороший консультант:
- Находит товары по описанию — поиск по живому каталогу, синхронизированному с остатками: агент не посоветует то, чего нет.
- Ищет по фото. Клиентка присылает картинку — агент распознаёт вещь и находит такую же или похожие в каталоге.
- Проверяет размеры и наличие в реальном времени — по магазинам и складам.
- Отслеживает заказы и бонусы — «где моя посылка?» и «сколько у меня баллов?» отвечаются из живых данных.
- Обрабатывает Instagram-активность. Упоминание магазина в сторис получает тёплую благодарность, а запросы блогеров и партнёров агент уводит в отдельный канал сотрудничества — не смешивая их с очередью покупателей.
- Пишет всё в CRM. Диалоги становятся контактами и сделками в Bitrix24 — менеджеры видят полную историю.
Агент отвечает на украинском, держит тон бренда и помнит контекст разговора: от «покажи льняные платья» до «а какое из них есть в Харькове в S?» — без повторений.
Цифры: телеметрия прода, не оценки
Метрика | Значение |
|---|---|
В проде с | конца марта 2026 |
Диалогов с покупателями (апрель–июль) | 6 400+ |
Доля Instagram в диалогах (июнь) | 67% |
Уникальных клиентов за последние две недели | 1 256 |
Сообщений вне часов 9–18 | 33% |
Сообщений ночью (22:00–08:00) | 10% |
Медианное время ответа | 13 секунд |
LLM-затраты на диалог (июнь) | ~$0.11 |
Две цифры несут весь бизнес-кейс. Треть спроса приходит, когда на смене никого нет — раньше этот спрос тихо терялся. И при ~$0.11 за разговор предельная стоимость обслуживания ещё одного клиента почти нулевая: агент поглощает промо-пики без найма, обучения и выгорания. Каждый диалог проходит через self-hosted платформу наблюдаемости (Langfuse), так что эта экономика измерена, а не смоделирована.
Распределение каналов тоже показательно: две трети июньских диалогов (67%) пришли через Instagram Direct — для fashion-магазина аудитория живёт именно там. Viber и Telegram вместе добавляют около 30%, чат на сайте — остальное. E-commerce-агент без Instagram пропускает большинство разговоров.
Контроль качества: ревьюер, который может только вычёркивать
Тон бренда — актив, и первый вопрос каждого владельца: «а если бот ляпнет глупость?». Архитектура отвечает тремя слоями:
- Заземлённые ответы. Агент отвечает из каталога и базы знаний — он не выдумывает факты о товарах.
- Комплаенс-ревьюер с односторонним правом. Вторая модель проверяет каждый исходящий ответ против правил бренда и может только удалять проблемные фрагменты. Добавить новые обещания, скидки или утверждения она физически не может — ревьюер, умеющий только вычёркивать, не галлюцинирует.
- Передача человеку. Когда агент не уверен — или клиент просит человека — диалог переходит менеджеру вместе с полным контекстом.
Каждый разговор прослеживается насквозь: что спросил клиент, что агент достал из каталога, что вычеркнул ревьюер, сколько длился и стоил каждый шаг.
Чего агент сознательно пока не делает
По состоянию на июль 2026 агент консультирует, проверяет, отслеживает — но финальный заказ в учётной системе всё ещё оформляет менеджер. Следующий этап уже в разработке: агент сам будет проводить заказ и отправлять платёжную ссылку в том же чате — полный цикл от «покажи платья» до оплаченного заказа. Этот этап клиент приоритизировал после трёх месяцев прода — и это говорит больше любого опроса.
Агент также не выдумывает скидок, не отвечает с фальшивой уверенностью на «а мне подойдёт?» и не притворяется человеком.
Паттерн — диалоговый агент над живым каталогом, с поиском по фото, CRM-интеграцией и ревьюером-«цензором» — ложится на любой ритейл, где клиенты задают одинаковые вопросы о товарах, наличии и заказах. Полную денежную математику сопоставимого проекта смотрите в кейсе дилерской сети с ROI и в разборе трёх уровней защиты AI-агента.
Хотите такую же математику для своего магазина? Пройдите AI-аудит за 2 минуты или напишите нам — покажем, где агент окупается именно в вашем процессе.
Кейс задокументировал Andrew Maryasov, основатель Grow2.ai — AI-агенты для бизнеса. Название клиента не раскрывается по договорённости; все цифры — телеметрия прода (Langfuse), июль 2026.