О клиенте: "Едем быстро"
"Едем быстро" — ведущая компания в Узбекистане по доставке продуктов питания для сферы HoReCa (Hotel, Restaurant, Cafe). Быстрая доставка качественных продуктов в рестораны, кафе, гостиницы и другие заведения общепита.
Постоянных клиентов
Видов продуктов
Приём заказов
Фокус отрасли
Содержание статьи:
Проблема: Какие были сложности?
Компания "Едем быстро" ежедневно принимала сотни заказов. Однако этот процесс полностью выполнялся вручную и приводил к серьёзным проблемам:
Заказы по телефону
Каждый заказ принимался по телефону. Операторы вручную записывали каждый продукт, проверяли цены и вносили в систему. Это занимало очень много времени.
Долгое ожидание
Клиенты ждали в среднем 10-15 минут для оформления заказа. В пиковые часы это растягивалось до 30 минут.
Ошибки и неточности
Из-за ручного ввода 15-20% заказов содержали ошибки: неправильный продукт, количество, цена или время доставки.
Нагрузка на персонал
5 операторов работали 24/7. Найти сотрудников на вечерние и ночные смены было сложно, а расходы постоянно росли.
Запрос клиента:
"Нам нужна система, чтобы клиенты могли заказывать через Telegram, система автоматически определяла продукты, рассчитывала цены и отправляла в Regos. Операторы должны работать только со сложными случаями."
Решение: Система автоматизации ChatGPT + RAG
Мы создали полностью автоматизированную систему приёма заказов с использованием ChatGPT API и технологии RAG (Retrieval-Augmented Generation). Эта система работает как AI агент и самостоятельно выполняет следующие задачи:
Понимание естественного языка
Клиенты пишут обычным языком: "10 кг куриного мяса, 5 кг говядины на завтра". AI полностью понимает и определяет продукты.
База данных RAG
2000+ продуктов, цены, наличие, описания — все данные хранятся в vector database и обновляются в реальном времени.
Интеграция с Regos
Подтверждённый заказ автоматически отправляется в систему Regos: проверка склада, маршрутизация, назначение водителя.
Техническая архитектура
Система состоит из нескольких основных компонентов, которые работают интегрированно:
Диаграмма архитектуры системы:
Telegram Bot
Интерфейс клиента
ChatGPT + RAG
AI Engine
Regos API
Order Management
Как работает система RAG (Retrieval-Augmented Generation)?
RAG — это технология, которая позволяет ChatGPT использовать данные компании в дополнение к собственным знаниям. В данном случае все продукты, цены и описания "Едем быстро" подключены к ChatGPT через RAG.
1. Подготовка данных
- 2000+ продуктов импортированы из Excel/CSV
- Каждый продукт: название, описание, цена, категория, вес
- Добавлены синонимы и локальные названия
2. Vector Embedding
- Векторизация через OpenAI Embeddings API
- Хранение в Pinecone vector database
- Возможность семантического поиска
3. Обработка запросов
- Преобразование запроса клиента в embedding
- Vector similarity search
- Поиск Top-K релевантных продуктов
4. Генерация ответа
- Найденные данные + запрос отправляются в ChatGPT
- Генерация заказа в structured JSON формате
- Валидация и подтверждение
Интеграция с Regos
Regos — система управления доставкой и логистикой. После подтверждения заказа ChatGPT, он автоматически отправляется в систему через Regos API.
Проверка инвентаря
Проверка наличия на складе
Маршрутизация
Оптимальный маршрут доставки
Назначение водителя
Автоматический dispatch
Обновление статуса
Real-time tracking
Workflow приёма заказов
Весь процесс от заказа клиента до доставки автоматизирован:
Клиент пишет сообщение
👤 Клиент: "Здравствуйте! Мне на завтра нужно 15 кг куриных бёдер, 10 кг говядины. Ещё добавьте 5 литров сметаны и 2 кг сыра."
Клиент может писать обычным языком в любом формате.
ChatGPT + RAG анализирует
RAG Semantic Search:
- • "куриные бёдра" → Куриные бёдра (ID: 1024)
- • "говядина" → Говядина (mixed) (ID: 2156)
- • "сметана" → Сметана 15% (ID: 3401)
- • "сыр" → Сыр Российский (ID: 4022)
Extracted Data:
- • Доставка: Завтра
- • Количество продуктов: 4
- • Общий вес: ~32 кг
- • Данные клиента: из БД
AI отправляет заказ на подтверждение
🤖 AI: Спасибо! Ваш заказ принят: 📦 Заказ №2847 ━━━━━━━━━━━━━━━━━━━━ 1. Куриные бёдра - 15 кг × 45 000 = 675 000 сум 2. Говядина (mixed) - 10 кг × 89 000 = 890 000 сум 3. Сметана 15% - 5 л × 28 000 = 140 000 сум 4. Сыр Российский - 2 кг × 95 000 = 190 000 сум ━━━━━━━━━━━━━━━━━━━━ 💰 Итого: 1 895 000 сум 🚚 Доставка: Завтра, 08:00-12:00 ✅ Подтверждаете?
Клиент подтверждает → отправка в Regos
👤 Клиент: "Да, подтверждаю"
🤖 AI: Ваш заказ подтверждён и отправлен в систему Regos! ✅ Regos Order ID: RGS-2847-2026 📍 Статус: Готовится на складе 🚚 Водитель: Абдуллаев А. 📞 Тел: +998 90 123 45 67 Отслеживайте статус заказа: /track RGS-2847-2026
Автоматическое обновление статуса
Готовится
В пути
Прибыл
Доставлен
Реальные результаты и метрики
Через 3 месяца после запуска системы были зафиксированы следующие результаты:
Автоматизированных заказов
Было: 0%
Среднее время заказа
Было: 15 мин
Точность заказов
Было: 82%
Экономия расходов
~15 млн сум/месяц
Детальные метрики
| Метрика | До | После | Изменение |
|---|---|---|---|
| Ежедневных заказов | 150-200 | 300-400 | +100% |
| Количество операторов | 5 (24/7) | 2 (только днём) | -60% |
| Время приёма заказа | 10-15 мин | 1-2 мин | -87% |
| Ошибочных заказов | 15-20% | 2% | -90% |
| Удовлетворённость клиентов | 3.8/5 | 4.7/5 | +24% |
| Ежемесячные расходы | ~25 млн сум | ~10 млн сум | -60% |
Отзыв клиента:
"Эта система полностью изменила наш бизнес. Теперь клиенты могут заказывать 24/7, ошибок практически нет, и самое главное — наши сотрудники занимаются более важными задачами вместо ручного ввода данных. Мы очень рады внедрению AI агента!"
Использованные технологии
В проекте использованы самые современные AI и backend технологии:
OpenAI GPT-4o
Понимание естественного языка, анализ заказов и общение с клиентами
Pinecone
Vector database — хранение данных о продуктах для RAG
Telegram Bot API
Интерфейс клиентов — оформление и отслеживание заказов
Regos API
Управление доставкой и логистикой
Backend Stack
Сложности и решения
В ходе проекта мы столкнулись с несколькими важными сложностями и успешно их решили:
Точность RAG на узбекском языке
Проблема: Названия продуктов и запросы на узбекском языке сложно распознавались. Например, "g'o'sht" и "go'sht" давали разные результаты.
Решение: Для каждого продукта добавлен список синонимов. Создан pipeline нормализации текста (o' → o, g' → g). Добавлен алгоритм fuzzy matching.
Real-time синхронизация с Regos API
Проблема: Синхронизация данных инвентаря с Regos была медленной, иногда показывались устаревшие цены.
Решение: Добавлен Redis cache (TTL: 5 мин). Webhook-based sync — Regos отправляет сигнал при изменениях.
Сложные заказы
Проблема: Некоторые клиенты делали очень сложные заказы: "повторите мой заказ с прошлой недели, но курицы на 2 кг меньше".
Решение: История заказов добавлена в контекст. Поддержка multi-turn conversation. Расчёт исходный заказ + дельта.
Обработка edge cases
Проблема: AI иногда давал неоднозначные ответы: "сыр" — какой именно? Есть 10 разных видов.
Решение: Добавлен workflow уточнения — при неоднозначности AI показывает список вариантов и просит клиента уточнить.
Полученные уроки
Важные уроки из этого проекта — полезны для будущих проектов AI агентов:
Качество данных RAG — ключевой фактор
Точность AI напрямую зависит от качества данных. Инвестиция времени в подготовку данных о продуктах — это инвестиция в качество.
Human-in-the-loop важен
Вместо 100% автоматизации, добавление fallback на оператора для сложных случаев повышает доверие клиентов.
Специальная настройка для узбекского языка
Для работы с узбекским языком очень важны нормализация текста, синонимы и локальный контекст.
Поэтапный rollout
Сначала тест с 10% клиентов, затем постепенное расширение. Это позволяет быстро выявлять и исправлять ошибки.
Выводы
Проект "Едем быстро" показал, что с помощью технологий ChatGPT и RAG можно полностью автоматизировать бизнес-процессы. Этот кейс демонстрирует реальные возможности внедрения AI для компаний в Узбекистане.
Основные результаты:
- 95% автоматизация — почти все заказы принимаются AI
- 60% экономия расходов — ~15 миллионов сум в месяц
- В 2 раза больше заказов — с теми же ресурсами
- 98% точность — ошибок практически нет
Хотите создать такую же систему для вашего бизнеса?
Команда Innosoft готова создать AI агента специально для вашей компании. ChatGPT, технология RAG и интеграция с вашими системами — мы реализуем всё.
Команда AI Innosoft
Команда специалистов по искусственному интеллекту компании Innosoft. Более 3 лет опыта в разработке решений на базе ChatGPT, RAG и AI агентов для бизнеса.
