Голосовые ИИ-агенты на LiveKit: руководство для заказчика

Компания получает тысячи звонков в поддержку, обрабатывает исходящие продажи или записывает клиентов на приём и рассматривает голосового ИИ-агента вместо расширения штата операторов. Разница между плохим голосовым меню и агентом 2026 года, с которым звонящий разговаривает как с человеком, огромна: и стоит понять, где проходит эта граница, прежде чем инвестировать в разработку.

Это руководство для тех, кто оценивает голосового ИИ-агента как замену или дополнение к колл-центру: какие сценарии уже работают в проде, сколько это стоит в сравнении с живыми операторами, когда выгоднее готовая платформа, а когда разработка под задачу, и что нужно учесть по закону о согласии на запись разговоров.

Что такое голосовой ИИ-агент на практике

Голосовой агент: это программа, которая подключается к звонку как полноценный участник: слушает речь звонящего, распознаёт её, обрабатывает через языковую модель (при необходимости обращаясь к внутренним системам компании: CRM, календарю, базе заказов) и отвечает синтезированной речью в реальном времени. Хороший агент умеет совершать действия посреди разговора, а не только отвечать на вопросы: посмотреть статус заказа, записать на встречу, создать заявку в поддержку. Со стороны разработки это обычная интеграция ИИ в продукт: модель работает поверх данных компании и её правил доступа, а не сама по себе.

Технически такой агент строится на открытой платформе для передачи голоса и видео в реальном времени (LiveKit: одна из наиболее распространённых), поверх которой работают модули распознавания речи, языковая модель и синтез речи. Такая архитектура даёт свободу выбора поставщиков на каждом этапе и возможность подключить к тому же звонку живого оператора для подстраховки без переделки системы. Агент на LiveKit при этом частный случай более общей задачи: план запуска голосового ассистента начинается с набора сценариев и метрик, а платформа выбирается уже под них.

Сколько это экономит на практике

Голосовой ИИ-агент обходится на порядки дешевле звонка с живым оператором колл-центра. Ориентировочная стоимость минуты работы агента: от нескольких рублей, тогда как типовая стоимость одного звонка с оператором исчисляется сотнями рублей. Даже с учётом того, что первый запуск в проде обычно выходит на 20-30% дороже первоначальной оценки за счёт повторов и накладных расходов, разница остаётся кратной.

Показательный пример: компания среднего размера, обрабатывающая порядка 12 000 входящих звонков в поддержку в месяц силами живой команды, смещает 40-50% этих звонков на голосового агента без потери качества обслуживания. Стоимость разработки такого пилота окупается за счёт экономии на операторах в течение нескольких месяцев.

Где голосовые агенты уже работают в проде

Поддержка первой линии. Возвраты, обмены, сброс паролей, базовая диагностика: агент закрывает заметную долю обращений на узких, хорошо описанных темах.

Запись на приём. Круглосуточный приём заявок с интеграцией календаря и напоминаниями: для медицинских клиник, автосервисов, салонов красоты.

Исходящая квалификация лидов. Первичная обработка входящих заявок отдела продаж с передачей перспективных контактов живому менеджеру.

Напоминания и работа с задолженностью. Напоминания об оплате, настройка планов рассрочки: сценарий с повышенными требованиями к порядку информирования клиента, который стоит заранее согласовать с юристами компании.

Приём в медицине. Предварительный сбор симптомов и данных перед визитом к врачу: здесь особенно важны требования к обработке медицинских данных.

Голосовые компаньоны внутри приложений. Короткие сессии внутри мобильных и веб-продуктов для обучения, коучинга и доступности. Телефонные сценарии устроены иначе, чем сессии внутри приложения: там всё упирается в голосовые API для звонков, маршрутизацию номеров и требования операторов связи.

Сценарии, где голосовой ИИ пока буксует: эмоционально чувствительные длинные разговоры (поддержка в кризисной ситуации, работа с горем), диалоги с частым переключением между языками посреди фразы и любые действия с необратимыми последствиями, где ошибка агента дорого стоит, например банковские переводы или отмена страховых полисов без дополнительного подтверждения.

Готовая платформа или разработка под задачу

Managed-платформа для голосовых агентов подходит компаниям с относительно небольшим объёмом звонков и стандартными сценариями: запуск занимает часы, а не недели, но при росте объёма стоимость минуты становится заметно выше, чем у решения на открытой платформе.

Разработка на открытой платформе окупается при заметном и растущем объёме звонков, когда агенту нужно обращаться к внутренним системам компании, а не только к стандартным CRM, и когда требования к скорости ответа или к соответствию отраслевым требованиям особенно строгие. Здесь у компании больше контроля над каждым этапом обработки звонка, но нужна инженерная команда для эксплуатации. Со стороны разработки тот же выбор выглядит конкретнее: LiveKit Voice AI для инженеров сводится к задержке на каждом этапе, обработке прерываний речи и стоимости эксплуатации под нагрузкой.

Практическое правило: если у компании больше нескольких тысяч минут звонков в месяц, нужна глубокая интеграция с внутренними системами, а требования к скорости ответа или к защите данных особенно строгие: разработка под задачу обычно окупается. Если объём небольшой и сценарий стандартный, готовая платформа обойдётся быстрее и дешевле на старте.

Что регулирует закон

Голос звонящего: биометрические персональные данные, поэтому запись разговора и тем более использование голоса для дальнейшей обработки подпадают под требования 152-ФЗ: нужно согласие, которое звонящий понимает и может отозвать.

Хорошая практика для голосового агента: явно сообщать в начале звонка, что клиент разговаривает с автоматизированной системой, а не с человеком. Это не только вопрос доверия: прозрачность в начале разговора снижает риск жалоб и оспаривания результата звонка клиентом впоследствии.

Если агент работает со сценариями медицинского приёма, дополнительно применяются требования 323-ФЗ и профильных приказов Минздрава к обработке медицинских данных.

Если в разговоре звучат номера банковских карт или другие платёжные данные, их нужно исключать из записи и из текста, который попадает в языковую модель, ещё до того как эти данные там окажутся. Это стандартная практика защиты платёжных данных независимо от того, к какой юрисдикции относится компания.

Для взыскания задолженности и напоминаний об оплате стоит заранее согласовать с юристами компании формулировки и частоту звонков: это чувствительная с точки зрения защиты прав потребителей область.

Пять вопросов, которые определят выбор пути

Какой объём звонков в месяц? Небольшой и умеренный объём: готовая платформа выигрывает по скорости запуска. Заметный и растущий объём: разработка под задачу окупается за счёт разницы в стоимости минуты.

Нужна ли глубокая интеграция с внутренними системами? Если агенту нужно обращаться к внутренним API компании, а не только к стандартным CRM и календарям, это веский аргумент в пользу разработки под задачу.

Насколько критична скорость ответа? Если мгновенный отклик: часть продукта, а не просто удобство, разработка под задачу даёт больше контроля над каждым этапом обработки.

Насколько чувствительна отрасль? Медицина, финансы и другие регулируемые сферы требуют аудитируемого журнала звонков, редактирования персональных и платёжных данных и подтверждения перед любым необратимым действием: с разработкой под задачу это проще обеспечить.

Есть ли инженерная команда для эксплуатации? Собственная разработка требует команды, способной поддерживать систему в проде. Если такой команды нет, готовая платформа безопаснее.

Наш опыт

Фора Софт разрабатывает продукты для голосовой и видеосвязи в реальном времени с 2005 года: 250+ проектов, 2 миллиона часов разработки, заказчики из 17+ стран, 50 специалистов в штате без субподряда. Тот же опыт работы с голосовым каналом в реальном времени лежит в основе Таннел: нашего сервиса p2p видеозвонков на WebRTC с входом по номеру комнаты, где качество связи критично с первой секунды разговора.

Продукт в реестре отечественного ПО Минцифры, программа «Мундиаль», реестровая запись № 21522. Разработка голосового ИИ-агента под ключ у Фора Софт начинается от 310 000 ₽: итоговая стоимость зависит от объёма звонков, глубины интеграций и требований к соответствию. План MVP, аудит архитектуры и первая оценка стоимости: бесплатно, в течение 3 рабочих дней.

Когда голосовой агент строить не стоит

Объём звонков совсем небольшой. На таком объёме готовая платформа или улучшенный раздел часто задаваемых вопросов окупятся быстрее, чем разработка агента.

Аудитория непривычна к голосовому ИИ. Если основная аудитория: люди, которым сложно довериться автоматизированному разговору без чёткого предупреждения, эффект может быть обратным ожидаемому.

Сценарий требует человеческого сопереживания. Кризисная поддержка, работа с горем и подобные ситуации: здесь голосовой ИИ может навредить больше, чем помочь.

Юридическая сторона вопроса не проработана. Раскрытие того, что звонящий говорит с ИИ, согласие на запись и правила хранения данных должны быть согласованы с юристами компании до, а не после запуска.

FAQ