TableLine: звонки, бронь и pickup-заказы

Задача и цена бездействия

Бизнес-контекст TableLine публично описывает phone agent для restaurant calls, reservations, pickup orders и guest questions с настройкой house rules. Задача, которую решаем Проверить multi-intent voice flow одного ресторана: распознать вопрос/бронь/заказ, не смешать корзину и стол, перечитать итог и передать исключение сотруднику. Почему предпринимателю важно решить её сейчас AI без контрольной выборки и понятного владельца создаёт новую ручную работу: сотрудники перепроверяют ответы, ошибки доходят до клиента, а стоимость запросов растёт без связи с решёнными обращениями. Что фиксируем до оценки — ручной процесс и его текущую стоимость до автоматизации. — допустимые ошибки, обязательную передачу человеку и запрещённые действия. — источники знаний, требования к ПД и системы, куда записывается результат. — контрольный набор примеров и метрику успешного завершения.

Как Alixio решает задачу

Как команда Alixio строит такой проект 1. Intent router. 2. RAG FAQ. 3. Reservation adapter. 4. Menu/cart state. 5. Read-back confirmation и kitchen handoff. Что получает бизнес на выходе — AI берёт повторяемую часть процесса, сохраняя человеку решения с финансовым, юридическим или репутационным риском. — Каждый ответ и автоматическое действие можно связать с источником, версией правила и итогом обработки. — Бизнес платит за полезно завершённый сценарий, а не за количество сообщений или красивую демонстрацию. Какие показатели связываем с деньгами — доля корректно завершённых задач и безопасных передач человеку. — время обработки, снижение ручных операций и стоимость одного результата. — точность на контрольной выборке, latency, ошибки retrieval и жалобы. Риски, которые закладываем до сметы — Аллерген потерян в заказе. — Бронь и заказ перепутаны. — Меню устарело. Как предприниматель принимает результат — Allergy mention вызывает human handoff. — Order read-back обязателен. — Меню имеет version. — Каждый adapter тестируется контрактно. Как предлагаем начать Запускаем ограниченный пилот на одном типе обращений. До расширения сравниваем его с ручным процессом по качеству, времени и стоимости; при слабом результате меняем контур, а не масштабируем ошибку.