8 ИИ-агентов автоматизации процессов в сети пиццерий

Внутри компании незаметно накапливается ручной хаос: процессы хаотично существуют по письмам и таблицам, задачи теряются на стыках команд, ошибки обнаруживаются уже на согласованиях, а управленцы тонут в уточнениях и контроле вместо того, чтобы двигать бизнес вперёд.

Мы решили эту боль комплексно — выстроили единую экосистему ИИ-агентов. Внедряли поэтапно, но результат работает как цельная система: меньше рутины и ошибок, меньше «провалов» между отделами, ниже нагрузка на руководителей и больше прозрачности и предсказуемости в ежедневных процессах.

ИИ Документооборот HR Авторекрутинг Суммаризация Автоответы Сверка выручки Техподдержка Мониторинг

О проекте

«Пицца Сургут» — региональная сеть ресторанов с распределённой структурой: несколько юридических лиц, десятки сотрудников, высокая операционная нагрузка и большой объём ежедневных рутинных операций — от обработки документов и рекрутинга до финансового контроля и внутренней поддержки.

Подходит для:

HoReCa / Сети ресторанов / Ритейл и франчайзинговые сети / Малый и средний бизнес / Юридические отделы / HR / Команды техподдержки

Возможности

  • Интеллектуальная автоматизация документооборота

    Единая обработка входящих бухгалтерских и юридических документов из разных источников и юрлиц: OCR, классификация, извлечение реквизитов, стандартизация и архивирование без ручной сортировки.

  • Централизованный и масштабируемый рекрутинг

    Автоматический сбор и обработка откликов из чатов, сайтов и job-платформ с формированием единой базы кандидатов, гибкими фильтрами и возможностью повторного отбора.

  • Управление знаниями и коммуникациями через ИИ

    Суммаризация рабочих чатов, фильтрация шума, автоформирование управленческих сводок и ИИ-ответы сотрудникам на основе единой базы знаний.

  • Автоматизация финансового контроля и сверок

    Ежедневная сверка выручки между ОФД и банками с учётом комиссий, выявлением расхождений и формированием прозрачной отчётности.

  • ИИ-первая линия поддержки и внутренних сервисов

    Обработка типовых запросов сотрудников и пользователей через ИИ-агента с маршрутизацией сложных кейсов и сохранением истории обращений.

  • Проактивный мониторинг регуляторных изменений

    Автоматический сбор и фильтрация юридически значимых изменений законодательства с отраслевой логикой и регулярными дайджестами для менеджмента.

  • Единая ИИ-экосистема вместо разрозненных автоматизаций

    Система, где все ИИ-решения работают по единым принципам, интегрируются друг с другом и масштабируются по мере роста бизнеса.

Цель

Внедрить масштабируемую ИИ-платформу для комплексной автоматизации ключевых операционных и административных процессов компании.

Задачи

  1. Сократить ручной труд сотрудников в операционных и административных процессах.
  2. Исключить ошибки, связанные с человеческим фактором.
  3. Ускорить работу бухгалтерии, HR и руководителей.
  4. Централизовать данные и отчётность.

Что сделали

В рамках одного проекта реализовали 8 ИИ-модулей, которые:


● автоматизируют документооборот (OCR, классификация, извлечение реквизитов и архивирование)

● собирают и обрабатывают отклики кандидатов из Telegram, сайта, hh.ru и Avito в единую базу с фильтрацией и статусами

● суммаризируют рабочие чаты и формируют структурированные отчёты для руководителей

● твечают сотрудникам на типовые вопросы на основе базы знаний

● автоматизируют ежедневную сверку выручки между ОФД и банками с выявлением расхождений

● закрывают первую линию поддержки через ИИ-бота с маршрутизацией сложных обращений и мониторят юридические изменения, формируя отраслевой дайджест

Этапы проекта

#1 ИИ-агент автоматизации документооборота

  • На первом этапе проекта мы автоматизировали обработку входящих бухгалтерских и юридических документов, поступающих от разных юридических лиц.

  • AI-агент взял на себя весь первичный документооборот: он отслеживает поступление файлов в буферных папках на облачном диске, приводит документы к единому формату, выполняет OCR и классификацию (УПД, счета, акты, договоры и другие типы), извлекает ключевые реквизиты — контрагента, дату, сумму — и автоматически переименовывает файлы по заданному шаблону.

  • После обработки документы без участия человека раскладываются по архивным директориям, что существенно экономит время отдела бухгалтерии.

#2 ИИ-чат-бот для обработки резюме из чатов

  • Далее мы убрали ручной перенос анкет кандидатов из Telegram и с сайта в таблицы. Для этого внедрили Telegram-бота, который анализирует сообщения сразу в нескольких чатах, распознаёт анкеты кандидатов среди обычной переписки и автоматически извлекает информацию о кандидате.

  • Затем бот формирует структурированные строки в таблице, фиксируя статус «новый», дату поступления и инициатора отправки.

#3 ИИ-агент суммаризации рабочих чатов

  • Мы снизили потери информации в рабочих Telegram-чатах и сделали коммуникации управляемыми. Для этого внедрили ИИ-агента, который ежедневно собирает все сообщения из рабочих чатов, отсекает флуд и нерелевантный контент и формирует структурированное саммари по заранее утверждённому шаблону.

  • Готовый отчёт агент автоматически отправляет руководителям в личные сообщения, а при необходимости позволяет запросить сводку вручную.

#4 ИИ-бот автоответов сотрудникам

  • Далее мы уменьшили поток однотипных вопросов к руководителям и администраторам, чтобы освободить их время для управленческих задач.

  • Для этого внедрили ещё одного Telegram-бота, который анализирует вопросы сотрудников в чатах, сопоставляет их с базой знаний и автоматически отвечает, прикладывая ссылки на нужные документы и регламенты.

  • База знаний при этом остаётся простой в поддержке: она редактируется в Google Sheets, поэтому актуализировать информацию можно без разработки.

#5 ИИ-система автоматизации рекрутинга

  • Мы автоматизировали обработку откликов с hh.ru и Avito, чтобы ускорить найм и убрать ручную рутину на первичном отборе.

  • Система автоматически забирает отклики по API, извлекает расширенный набор данных по кандидатам и сохраняет их в единую таблицу без дублей.

  • Далее применяются гибкие правила фильтрации из конфигурационного файла: система подсвечивает релевантных кандидатов и перепроверяет всех уже собранных кандидатов по новым условиям, без повторного сбора откликов и ручного просмотра базы заново.

#6 ИИ-система сверки выручки («Контур ОФД» ↔ банки)

  • На этом этапе мы полностью автоматизировали ежедневную сверку выручки, чтобы убрать ручные проверки и снизить финансовые риски.

  • Система автоматически получает данные из «Контур ОФД» и «подтягивает» поступления из банков по API («Сбербанк», ВТБ, «Т-Банк», «Альфа-Банк»), учитывая банковские комиссии.

  • Далее она сопоставляет источники, выявляет расхождения — например, чеки без поступлений или поступления без чеков — и формирует понятный отчёт в Google Sheets.

  • Процесс запускается по расписанию без участия сотрудников и остаётся прозрачным на всех этапах.

#7 ИИ-агент первой линии технической поддержки

  • Мы автоматизировали первую линию поддержки, чтобы пользователи быстрее получали ответы, а команда саппорта не тратила время на типовые запросы.

  • Задачу решили через Telegram-бота, который принимает обращения, ищет релевантные ответы в базе знаний и сразу возвращает их пользователю.

  • Если подходящего ответа нет, бот автоматически маршрутизирует запрос в Service Desk или профильный чат поддержки, при этом фиксирует данные пользователя и сохраняет историю обращений.

#8 ИИ-агент мониторинга юридических изменений

  • Автоматизировали мониторинг законодательных изменений, чтобы компания оперативно получала только то, что действительно влияет на бизнес, без ручного отслеживания новостей.

  • Мы внедрили ИИ-агента, который еженедельно просматривает официальные источники, фильтрует материалы по отраслевым критериям и формирует юридически значимый дайджест — без «шума» и нерелевантных публикаций.

  • Готовая сводка автоматически публикуется в Telegram-канале, дополнительно агент подтягивает ключевую ставку ЦБ и данные по ИПЦ.

#9 Создание масштабируемой архитектуры для дальнейшего развития

  • Мы построили масштабируемую архитектуру на базе нашей собственной low-code платформы ОСМИ ИИ, которая позволяет и дальше без «переписывания с нуля» собирать и запускать новых ИИ-агентов по мере появления задач.

  • Все внедрённые агенты изначально спроектированы с возможностью расширения каналов и точек входа: поддерживается подключение дополнительных чатов, а также интеграция с личными кабинетами Avito и HeadHunter.

Stack

Слой / Компонент Инструменты и сервисы
Логика LLM-приложения и low-code оркестрация
ОСМИ ИИ — low-code платформа
Логика агентов
LangChain
LLM-модель
ChatGPT 4.1
Каналы взаимодействия
Telegram Bot API
Хранилище данных и документы
Google Drive Google Sheets
Интеграции и API-автоматизация
Albato
Логирование и мониторинг
Логирование и мониторинг

Результаты и аналитика

РЕЗУЛЬТАТЫ
Внедрена единая ИИ-экосистема для ключевых бизнес-процессов
Существенно снижена операционная нагрузка на сотрудников
Повышена прозрачность и управляемость бизнеса

Со стороны OSMI IT проект вели

АД

Анастасия Дермичева

CBDO OSMI IT

инициирование проекта, координация коммуникаций с заказчиком

АШ

Артём Ш.

Менеджер проекта

контролировал работу команды, сроки и качество

ДН

Денис Нагаев

CTO OSMI IT

обеспечивал и контролировал технические / архитектурные решения и реализацию

ЭМ

Элмурат М.

ML разработчик

ПЧ

Павел Ч.

Back-end разработчик

ВК

Владимир К.

DevOps-инженер

АК

Алиса К.

QA-инженер

Отзывы клиента

Команда ОСМИ ИТ помогли нам автоматизировать рутинные процессы, минимизировав ручную работу и возможность фокусироваться на более важные задачи

«До внедрения ИИ агентов операционному отделу приходилось вручную перебирать документы: открывать, записывать нужную информацию, переименовывать эти документы, каждый раз фиксировать важные задачи и информацию с множества групповых чатов, вручную разбирать в день по 100 откликов на площадках. Бывает в день по 100-200 документов, по 5-10 задач из 6-7 групп и все это среди сотни сообщений, разбор откликов и отбор релевантных кандидатов занимало по несколько часов. Команда ОСМИ ИТ проанализировали процесс, взвесили все за и против, разработали ряд агентов, которые на основе ИИ обрабатывали документы, составляли саммари и выделяли важные детали среди сотни сообщений, искали релевантных кандидатов среди несколько сотен откликов. Если раньше на такое количество документов уходило по 6-7 часов, агент это все делает за 30 минут. Саммаризация освободило время управленцев от постоянного чтения этих групп. Автоматизация рекрутинга теперь позволяет в течение пару минут найти нужного кандидата по указанным критериям.»

Предыдущий кейс

E-commerce B2B портал для дилерской сети

Следующий кейс

Универсальный ИИ-агент для поддержки пользователей и обработки запросов 2-го уровня

Все сайты (и мы не исключение) используют cookies, поэтому просто нажмите на кнопку.