Сценарный бот - программа с жестким деревом вопросов и заранее прописанных ответов. AI-продавец - бот на основе языковой модели, который понимает свободные формулировки клиента и ведет диалог по смыслу, а не по заранее заданному дереву.
Разница не в том, что один бот «умный», а другой «глупый» - это упрощение продает не то решение, которое нужно бизнесу. Сценарный бот работает по жесткой логике: клиент нажимает кнопку или пишет фразу, которая точно совпадает с ожидаемой, и бот отвечает по заготовленному сценарию. Если формулировка клиента выходит за рамки дерева - бот либо не понимает вопрос, либо переводит на оператора. AI-продавец работает иначе: он распознает смысл вопроса независимо от формулировки, может удерживать контекст всего диалога и подстраивать ответ под конкретную ситуацию клиента, а не выдавать один и тот же текст всем подряд.
Цена этой разницы прямая: сценарный бот стоит в разы дешевле в разработке и предсказуем на 100% - он никогда не скажет клиенту то, чего в него не заложили. AI-продавец дороже, требует базы знаний и тестирования, но справляется там, где сценарий физически невозможно прописать заранее - потому что вопросы клиентов слишком разные по формулировкам при одинаковой сути.
Когда сценарного бота достаточно
Сценарный бот - правильный выбор, если поток обращений однороден и укладывается в предсказуемое число веток: статус заказа, режим работы, адрес, запись на услугу по фиксированному списку слотов. Здесь языковая модель не дает преимущества, которое окупило бы разницу в цене - клиент и так получает точный ответ за два клика. Второй случай - когда цена ошибки высока, а гибкость ответа не нужна: юридические или медицинские формулировки, где важно, чтобы бот выдавал строго проверенный текст, а не перефразировал его каждый раз по-своему.
Когда нужен AI-продавец
AI-продавец окупается там, где вопросы клиентов действительно разнообразны по формулировке, а не по сути: развернутое консультирование по сложному продукту, подбор варианта из большого ассортимента по нестандартным критериям, обработка возражений в диалоге, а не выдача одного заготовленного ответа на возражение. Второй сценарий - когда бот должен удерживать контекст длинного диалога: клиент уточняет детали в третьем сообщении, ссылаясь на то, что сказал в первом, и сценарный бот с этим физически не справится без ветвления на тысячи комбинаций.
Гибридная модель - то, что реально работает чаще всего
На практике чистый выбор «или-или» встречается редко. Рабочая схема - сценарный каркас для типовых веток, ожидаемых на 80% обращений, и AI-модуль поверх него для вопросов, которые не попали в дерево. Это дешевле полноценного AI-бота на всех уровнях диалога и надежнее чистого сценария, потому что нестандартный вопрос не упирается в тупик, а получает содержательный ответ.
Тема выбора типа бота решается не абстрактно, а по структуре реальных обращений компании - именно с этого начинает работу А3Бот, прежде чем предлагать конкретную архитектуру.
Скажем прямо: выбор между сценарным ботом и AI-продавцом почти никогда не финальное решение на весь срок жизни бота. По мере роста бизнеса обычно добавляются интеграция с CRM для передачи горячих лидов; оплата внутри чата; аналитика диалогов, которая показывает, где сценарий начинает давать сбои и пора добавлять AI-модуль; работа сразу в нескольких мессенджерах; и постоянное расширение базы знаний под новые вопросы клиентов. А3Бот строит архитектуру так, чтобы переход от сценария к гибриду или полноценному AI-продавцу был доработкой, а не новым проектом.
Пример расчета
Пример расчета: сервис бронирования получает 1000 обращений в месяц, из которых 70% - типовые вопросы про наличие слотов и цену, а 30% - нестандартные запросы с уточнениями по срокам, составу услуги и скидкам. Чистый сценарный бот закроет первые 700 обращений почти бесплатно по стоимости эксплуатации, но остальные 300 все равно уйдут на оператора без изменений. Добавление AI-модуля поверх сценария для этих 300 обращений при средней стоимости обработки оператором в 350 рублей за диалог экономит около 105 000 рублей в месяц при разовых затратах на доработку в 150 000-200 000 рублей - окупаемость около двух месяцев. Это иллюстрация механики расчета, а не гарантированный результат - зависит от реальной доли нестандартных обращений.
Риски, о которых стоит подумать заранее
Первый риск - выбрать AI-продавца там, где хватило бы сценария, и переплатить за гибкость, которая не используется: если 90% вопросов укладываются в десять веток, полноценная модель с индексацией базы знаний - избыточные расходы. Второй - обратная ошибка: втиснуть разнообразный поток обращений в жесткий сценарий и получить бота, который раздражает клиентов кнопками «не то, что я спросил» - это бьет по конверсии сильнее, чем отсутствие бота вообще. Третий риск касается уже AI-продавца - без четких границ «что бот не знает, значит передает оператору» модель рано или поздно даст уверенный, но неверный ответ, а это дороже, чем честное «уточню и вернусь».
Если не уверены, какой тип бота подойдет под структуру ваших обращений - разберем это на созвоне и покажем архитектуру, которая подойдет именно вашему случаю.