«Нам нужен умный AI-бот как у больших». Слышу эту фразу почти каждую неделю — последние полгода особенно. Большинство просящих понятия не имеют, чем «умный AI-бот» отличается от обычного, и зачем им он нужен. Они просто видели в Reels у маркетологов «без нейросети ваш бизнес умрёт».
Не умрёт. И AI вам, скорее всего, тоже не нужен. Дальше — когда нужен, а когда переплата.
В чём принципиальная разница
Обычный бот — это жёсткие сценарии и кнопки. Клиент идёт по дереву: «выберите услугу — выберите время — подтвердите». Если клиент пишет что-то нестандартное, бот теряется.
AI-агент понимает свободный текст. Может ответить на вопрос, которого нет в скрипте. Принимает решения. Обращается к разным системам (CRM, базе знаний, расписанию).
Примером объясняю быстрее. Клиент пишет: «можно записаться на завтра в 15:00 к Иванову, но если у него нет — то к Петровой».
Обычный бот скажет: «Извините, я не понял. Выберите врача из списка, потом выберите время».
AI-агент: «Иванов завтра в 15:00 занят, есть в 16:00 или к Петровой в 14:30. Что подходит?».
Разница чувствуется. Но не всем нужна.
Когда AI-агент оправдан
Три ситуации, в которых AI реально окупается:
Сложные диалоги с большим количеством вариаций. Например, поддержка клиентов SaaS-продукта. Каждый вопрос индивидуальный, в скрипты не уложишь — их получится 500+ и они всё равно не покроют всё.
База знаний на 50+ страниц документации. Когда клиент задаёт вопрос «как настроить экспорт в Excel для отчёта по продажам за квартал» — нужно искать в документации. AI с RAG (Retrieval Augmented Generation) находит ответ за секунды.
Принятие решений по правилам. Когда нужно классифицировать заявку, оценить стоимость, выбрать ответственного. Условно: «пришёл запрос → AI понял, что это срочный b2b-кейс → передал менеджеру X в Telegram с пометкой ГОРЯЧИЙ».
Когда AI-агент НЕ нужен
В большинстве случаев малого бизнеса AI избыточен.
Запись клиентов на услугу. «Выбери дату — выбери время — подтверди» — это 3 кнопки. AI тут вообще ничем не помогает. Только удорожает разработку и поддержку.
FAQ по 20–30 типовым вопросам. Если у тебя стоматология и клиенты задают одни и те же вопросы про цены, врачей, парковку — простое дерево из 30 узлов закроет 95% обращений. Зачем платить за AI?
Магазин с каталогом и оплатой. Корзина, фильтры, оплата — стандартная логика. AI не нужен. Хватит Telegram Mini App или обычного бота.
Уведомления и рассылки. «Ваш заказ #1234 отправлен» — это шаблон, не диалог. Никакого AI.
Сколько стоит AI по сравнению с обычным ботом
| Параметр | Обычный бот | AI-агент |
|---|---|---|
| Разработка | от 50 000 ₽ | от 150 000 ₽ |
| Срок | 7–14 дней | 21–30 дней |
| Расходы в продакшене | 500–2 000 ₽/мес (хостинг) | 5 000–50 000 ₽/мес (хостинг + API) |
| Сложность поддержки | низкая | средняя |
| Качество ответов на нестандартное | плохо | хорошо |
Самое неочевидное — расходы на API. AI-агент использует Claude или GPT через API, и за каждый диалог платишь токенами. Простой диалог в 5–10 сообщений — 5–15 копеек. 1000 диалогов в день — 50–150 ₽/день, или 1 500–4 500 ₽/мес. Серьёзный поток — десятки тысяч в месяц.
Какую модель выбрать — Claude или GPT
Я работал с обеими. У каждой свои сильные и слабые стороны, и идеальной нет.
Claude 4.7 от Anthropic — сильнее в длинных диалогах, точнее по фактам, меньше галлюцинаций. Хорошо работает с русским. Дороже в API — примерно в полтора-два раза, чем GPT.
GPT-4o от OpenAI — быстрее, дешевле, шире набор инструментов (function calling, vision). Иногда выдумывает факты, нужны защитные промпты.
Что я выбираю в проектах:
- •Главный диалог с клиентами — Claude (за качество ответов).
- •Классификация, роутинг, простые задачи — GPT-4o (за цену).
- •Когда важна приватность и серверы в РФ — Llama 3.3 self-hosted.
Подробнее про конкретные сценарии — в отдельной статье.
RAG — что это и зачем
RAG это когда AI отвечает не «из головы», а на основе вашей базы знаний. Загружаешь свои документы (FAQ, инструкции, регламенты) — AI ищет в них релевантный кусок — отвечает строго по найденному.
Главное достоинство RAG в том, что не выдумывает. Если в твоей базе нет информации — AI скажет «не знаю», а не сочинит правдоподобный ответ. Это критично для медицины, юр-услуг, финансов.
Когда RAG нужен: база знаний от 30 страниц, важна точность, нужны ссылки на источник.
Когда RAG избыточен: простые сценарии записи, FAQ из 20 пунктов, магазин. В этих случаях RAG не нужен — обычный бот.
Как комбинировать AI и обычный бот
Часто оптимальный вариант — гибрид. Большая часть логики на обычных скриптах, AI подключается только на отдельных шагах.
Пример из бот-клиники, который у меня в работе сейчас. Запись на приём — обычные кнопки (выбор врача и времени). Вопросы по услугам и ценам — FAQ-дерево из 30 пунктов. Сложные вопросы пациентов — передача в AI-агент с базой знаний клиники. Свободный диалог — AI с возможностью переключить на регистратора.
Цена гибрида — от 120K за разработку плюс 5–15K/мес на API в продакшене. Получаешь и скорость обычного бота, и интеллект AI там, где он реально нужен.
Реальный кейс из моей практики
Клиент — онлайн-школа английского, 300+ учеников.
Что было. Обычный бот FAQ с 40 вопросами, закрывал 65% обращений. Остальные 35% — вопросы по программе курса, оценкам, домашке — попадали к тьютору, перегружали его.
Что сделали. Добавили AI-тьютор с RAG на базе материалов курса. Бот стал отвечать на вопросы по любой теме программы, опираясь на конспекты лекций.
Результат через 3 месяца. Закрытие обращений ботом — с 65% до 88%. Нагрузка на тьютора — минус 60%. Доплата за разработку AI — 120K к базовому боту. Расходы на API Claude — 8K ₽/мес.
Окупилось за 4 месяца только за счёт того, что не пришлось нанимать второго тьютора.
Самая частая ошибка, которую вижу
«AI потому что модно». Клиент не считал ROI, не смотрел свои реальные обращения, не понимает разницы — но хочет AI, потому что у конкурента видел.
Конкретный пример. Пришёл ко мне клиент-косметология. 30 типовых вопросов клиентов в день: цены, процедуры, врачи, режим работы. Стандартное FAQ-дерево закрыло бы 95% обращений за 60K. Но клиент с порога: «нужен AI как у больших». Я согласился, сделал AI-агент за 200K. Через месяц глядя на чаты сам же понял, что AI там разворачивает целый Claude, чтобы ответить «у нас прайс на сайте». Признался клиенту, переделал на обычный бот, разницу вернул. Ему — повезло, мне — стыдно.
Покупай AI, когда видишь конкретную метрику, которую он улучшит. Не раньше.
Если задача типовая (запись, FAQ, магазин) — обычный бот, AI не нужен. Если задача требует понимания (поддержка SaaS, экспертные консультации) — AI-агент или гибрид. Если не уверен — стартуем с обычного бота, через 2–3 месяца смотрим аналитику. Если 30%+ обращений «AI-вопросы» — апгрейдим.
Что дальше
Понравилась статья?
Если у вас есть похожая задача — давайте обсудим. Коммерческое предложение за 24 часа, прототип до оплаты.