# ИИ-разбор входящих писем в 1С:УТ: кейс дистрибьютора электротехники

Статья

[Валентин](/#team-gallery) · Управляющий партнёр, куратор проектов · 8 июля 2026

**Коротко:** Чтобы заявки из общего почтового ящика не терялись, к 1С:УТ подключают ИИ-модуль. Он классифицирует каждое письмо, переносит из него контрагента и номенклатуру в реквизиты 1С, направляет обращение ответственному и следит за сроком реакции. У оптового дистрибьютора электротехники после внедрения медианное время первой реакции сократилось с 7 часов до 25 минут, а за полгода не потерялось ни одного обращения.

## Кейс: дистрибьютор электротехники на 1С:УТ

Клиент — оптовый дистрибьютор электротехнической продукции: кабель, автоматика, светотехника. У него около 800 активных клиентов, от розничных магазинов до монтажных организаций. Все входящие обращения приходят в общий ящик sales@: заказы, запросы цен, претензии, вопросы о статусе отгрузки. Это 100–150 писем в день.

Поводом обратиться к нам стал конкретный случай. Клиент прислал заявку на 2,3 млн, письмо пролежало в ящике два дня, и заказ ушёл конкуренту. О потере в компании узнали от самого клиента, когда он позвонил попрощаться.

## Проблемы клиента

### Ответственность за общий ящик ни на ком не лежала

Менеджеры разбирали почту по принципу «кто первый увидел». Срочная заявка на миллионы стояла в одной очереди с рассылками поставщиков и спамом. К вечеру пятницы в ящике обычно оставалось 30–40 неразобранных писем.

### Время реакции было непредсказуемым

На одни письма отвечали за 20 минут, на другие через два дня. Замер показал, что медианное время первой реакции составляло около 7 часов. Монтажная организация, у которой простаивает бригада, столько не ждёт и звонит конкуренту.

### Претензии терялись среди заказов

В ящике рекламация на брак выглядит так же, как заявка на отгрузку. Если клиент неделю не получает ответа на претензию, он скорее напишет отзыв на отраслевом форуме, чем продолжит ждать.

### Статистики не было

Сколько обращений пришло за месяц, чего больше — заказов или жалоб, кто из менеджеров отвечает быстро, а у кого копятся хвосты, руководитель отдела продаж не знал, потому что таких данных просто не существовало.

## Что сделали

Подключили к 1С ИИ-модуль разбора входящих обращений. Языковая модель развёрнута локально, поэтому переписка с клиентами за пределы компании не уходит.

### Классификация на входе

Модель читает каждое письмо и относит его к одному из типов:

- заказ;
- запрос цен/КП;
- претензия;
- вопрос по статусу;
- документы;
- спам.

После месяца дообучения на собственной переписке компании точность классификации превысила 95%.

### Извлечение данных в реквизиты 1С

Из письма модель извлекает:

- контрагента — по подписи, домену или ИНН;
- номенклатуру с количествами, даже из формулировок вроде «как обычно, плюс десять барабанов того кабеля»;
- ссылку на прошлый заказ.

Затем модель сверяет эти данные с историей клиента в УТ и формирует черновик заказа или карточку обращения.

### Маршрутизация и приоритет

| Тип обращения | Кому уходит |
| --- | --- |
| Заявка | Персональному менеджеру клиента |
| Претензия | Сразу руководителю и в отдел качества |
| Запрос КП | Свободному менеджеру по графику загрузки |

Приоритет растёт вместе с суммой потенциального заказа и «возрастом» письма, поэтому заявка на 2 млн не стоит в очереди за спамом.

### SLA-таймер и эскалация

У каждого обращения есть таймер первой реакции. Если на заявку не ответили в течение часа, менеджер получает напоминание, через три часа обращение передаётся руководителю. Дашборд в 1С показывает очередь в реальном времени: сколько обращений в работе, сколько просрочено и у кого накопились хвосты.

## Результат

- Медианное время первой реакции сократилось **с 7 часов до 25 минут**.
- За полгода потеряно **ноль** обращений. Раньше только обнаруженных потерь было 2–3 в месяц.
- Конверсия запросов КП в заказы выросла на **18%**, потому что компания стала отвечать первой.
- Претензии закрываются за **2 дня вместо недели**, а клиент получает первую реакцию в течение часа.
- Руководитель отдела продаж впервые видит статистику обращений: типы, объёмы и скорость работы каждого менеджера.
- Внедрение окупилось за **3 месяца**. Одна спасённая заявка того же масштаба, что и потерянная на 2,3 млн, окупает его целиком.

## Частые вопросы

Уходит ли переписка с клиентами во внешние сервисы?

Нет. Языковая модель развёрнута локально, поэтому переписка остаётся внутри компании.

Насколько точно ИИ определяет тип письма?

Модель относит письмо к одному из типов: заказ, запрос цен/КП, претензия, вопрос по статусу, документы или спам. После месяца дообучения на собственной переписке компании точность превысила 95%.

Как быстро окупился ИИ-разбор обращений?

Внедрение окупилось за 3 месяца. По оценке клиента, одна спасённая заявка того же масштаба, что и потерянная на 2,3 млн, окупает его целиком.

![Валентин](/static/img/team/valentin-v3.jpg) **Валентин**
Управляющий партнёр, куратор проектов

В 1С с 2004 года, в «Бест Бизнес Софт» — с 2009 года. Внедрял и сопровождал 1С:ERP, Комплексную автоматизацию, Управление торговлей и ЗУП в производстве, строительстве, дистрибуции и рознице. Окончил МГУ им. М. В. Ломоносова.

## Читайте также

Управленческий учёт

### [Как выбрать 1С для управленческого учёта](/blog/1s-dlya-upravlencheskogo-ucheta.md)

Сопровождение

### [Как выбрать 1С:ИТС и подключить 1С-Отчётность](/blog/1s-its-i-elektronnaya-otchetnost.md)

Розница

### [Как подключить торговое оборудование к 1С:Рознице](/blog/1s-roznitsa-i-torgovoe-oborudovanie.md)

## Заявки тонут в общем ящике? Поставим ИИ-разбор обращений в вашей 1С

Опишите задачу — ответим и предложим решение.

[Оставить заявку](/kontakty.html?source_page=%2Fblog%2Ftg-ai-11-otzyvy-klientov.html&source_block=%D0%97%D0%B0%D1%8F%D0%B2%D0%BA%D0%B0+%D0%B2+%D0%BA%D0%BE%D0%BD%D1%86%D0%B5+%D1%81%D1%82%D0%B0%D1%82%D1%8C%D0%B8#lead-form)

[Исходная страница](https://best-bs.ru/blog/tg-ai-11-otzyvy-klientov.html)
