Коротко
Своего голосового агента можно собрать, но это проект, а не настройка. Для малого и среднего бизнеса готовая платформа почти всегда дешевле и быстрее. Своя разработка оправдана для крупных компаний с большим объёмом звонков, но и им выгоднее начинать с готовой платформы в своём контуре, а не с нуля.
Из чего состоит голосовой агент
Чтобы ИИ поговорил с клиентом по телефону, должны слаженно работать пять частей:
- Телефония. Номер, SIP-подключение к оператору или к АТС, переадресация, перевод звонка на человека.
- Распознавание речи. Превращает голос клиента в текст — быстро, с шумом улицы и плохой связью.
- Языковая модель. Понимает, что хочет клиент, и решает, что ответить или сделать.
- Синтез голоса. Отвечает естественным голосом без роботизированных пауз.
- Логика и подключения. Запись в календарь, заявка в CRM, СМС, перевод на оператора, итог разговора.
Каждая часть по отдельности доступна. Сложность — в том, чтобы связать их так, чтобы клиент не ждал ответа по 3 секунды.
Где сложно на самом деле
Задержка
В живом разговоре пауза больше секунды звучит как зависание. Нужно распознавать речь на лету, начинать отвечать до конца генерации и не обрывать клиента на полуслове.
Перебивания
Клиент перебивает, переспрашивает, говорит «алло, вы тут?». Агент должен остановиться, дослушать и продолжить с правильного места.
Тишина, автоответчики, плохая связь
Исходящий звонок может попасть на автоответчик, голосовое меню или в тишину. Без отдельной логики агент будет час разговаривать с автоответчиком за ваш счёт.
Данные и 152-ФЗ
Записи разговоров и расшифровки — персональные данные. Для работы в России серверы, распознавание, модель и синтез должны работать в России, без трансграничной передачи. Нужны договоры поручения обработки со всеми, кто касается данных.
Поддержка
После запуска начинается настоящая работа: мониторинг звонков, обновления моделей, новые сценарии, разбор неудачных разговоров.
Сколько стоит своя разработка
Ориентиры для России:
- Команда. Минимум 2-3 разработчика на несколько месяцев: телефония, голосовой стек, интеграции. Это миллионы рублей до первого живого звонка.
- Серверы. Своя модель или свой синтез голоса требуют GPU-сервера — десятки тысяч рублей в месяц за каждый.
- Сервисы. Распознавание и модели по API оплачиваются за использование, без кэширования длинных инструкций счёт растёт с каждой репликой.
- Время. Пока проект в разработке, звонки продолжают теряться.
Сколько стоит готовая платформа
В Говорило всё это уже собрано и работает на серверах в России:
- подписка от 4 900 ₽ в месяц, вся сумма — кредит на минуты разговоров;
- минута 9 / 8,5 / 7,5 ₽ в зависимости от тарифа, распознавание, модель и синтез голоса включены;
- сборка сотрудника в Studio — 1 490 ₽, настройка под ключ — от 39 900 ₽;
- 24 готовые роли, подключения к amoCRM, Битрикс24, Яндекс Календарю и почте, Telegram и MAX — с ноября 2026 года;
- API, вебхуки и MCP — если нужно встроить сотрудника в свой продукт.
Запуск занимает дни, а не месяцы. Первые 14 дней и 500 ₽ кредита — бесплатно.
Когда своя разработка оправдана
- звонков сотни тысяч минут в месяц;
- есть своя команда разработки и поддержки;
- данные не должны покидать контур компании.
Но и здесь не обязательно начинать с нуля. Для крупного бизнеса Говорило разворачивается в контуре заказчика: платформа на ваших серверах, по желанию — языковая модель для ваших данных тоже на ваших серверах. Путь такой: платный пилот за 99 900 ₽ на 2-4 недели на реальном потоке звонков, затем внедрение от 250 000 ₽ по смете и корпоративный тариф от 99 000 ₽ в месяц.
Итог
| Своя разработка | Готовая платформа | |
|---|---|---|
| Запуск | месяцы | дни |
| Вложения до первого звонка | миллионы рублей | от 1 490 ₽ |
| Задержка, перебивания, автоответчики | решать самим | уже решено |
| 152-ФЗ и серверы в России | выстраивать самим | уже так |
| Поддержка и обновления | своя команда | входит в подписку |
Если звонки нужно принимать уже в этом месяце — начните с готовой платформы. Если вы крупная компания и хотите всё в своём контуре — начните с пилота и внедрения, а не с найма команды.