Разработка AI-системы исходящих звонков (AI Outbound Dialer)
AI Outbound Dialer автономно совершает тысячи исходящих звонков в час, ведёт полноценный диалог и передаёт на оператора только «горячих» контактов. Производительность: 100–500 одновременных звонков на один сервер.
Компоненты системы
from dataclasses import dataclass, field
from enum import Enum
from datetime import datetime
class CampaignType(Enum):
CONFIRMATION = "confirmation" # подтверждение заказов
APPOINTMENT = "appointment" # напоминание о записи
SURVEY = "survey" # опросы
WINBACK = "winback" # возврат клиентов
COLD_OUTREACH = "cold_outreach" # холодные звонки
DEBT_COLLECTION = "debt" # взыскание
@dataclass
class OutboundCampaign:
id: str
type: CampaignType
name: str
contacts: list[dict]
script_id: str
schedule: dict # временные окна для звонков
retry_config: dict = field(default_factory=lambda: {
"max_attempts": 3,
"intervals_minutes": [30, 120, 240]
})
concurrent_calls: int = 50
class OutboundDialer:
def __init__(self, telephony_provider: str = "twilio"):
self.telephony = TelephonyFactory.create(telephony_provider)
self.ai_agent = OutboundVoiceAgent()
self.rate_limiter = RateLimiter()
self.scheduler = CallScheduler()
async def run_campaign(self, campaign: OutboundCampaign):
"""Запускаем кампанию с контролем одновременности"""
semaphore = asyncio.Semaphore(campaign.concurrent_calls)
tasks = []
for contact in campaign.contacts:
if await self.should_call(contact, campaign):
task = asyncio.create_task(
self.process_contact(contact, campaign, semaphore)
)
tasks.append(task)
results = await asyncio.gather(*tasks, return_exceptions=True)
return self.aggregate_results(results)
async def process_contact(
self,
contact: dict,
campaign: OutboundCampaign,
semaphore: asyncio.Semaphore
):
async with semaphore:
call = await self.telephony.initiate_call(contact["phone"])
if call.status != "answered":
await self.schedule_retry(contact, campaign)
return {"status": "no_answer", "contact": contact["phone"]}
# Запускаем AI-агент для диалога
result = await self.ai_agent.run_dialog(
call=call,
contact=contact,
script=await self.get_script(campaign.script_id),
campaign_type=campaign.type
)
# Запись результата
await self.log_call_result(contact, result)
return result
Предиктивный набор (Predictive Dialing)
class PredictiveDialer:
"""Звоним больше контактов чем операторов, т.к. не все ответят"""
def __init__(self, target_agents: int):
self.agents = target_agents
self.pacing_factor = 1.3 # на 30% больше звонков чем операторов
def calculate_calls_to_initiate(
self,
current_active_calls: int,
avg_answer_rate: float, # 0.3 = 30% отвечают
avg_call_duration_sec: float
) -> int:
available_agents = self.agents - current_active_calls
calls_needed = int(available_agents * self.pacing_factor / avg_answer_rate)
return max(0, calls_needed - current_active_calls)
Метрики кампании
| Метрика | Норма |
|---|---|
| Contact Rate | 25–45% |
| Conversion Rate | 15–30% (зависит от типа) |
| Transfer Rate | 10–20% |
| Average Call Duration | 60–120 сек |
| Cost per Contact | -70% vs ручной |
Сроки: базовый автодиалер с одним сценарием — 4–6 недель. Полная система с предиктивным набором — 3–4 месяца.







