Каждый раз, приходя к новому заказчику, я вижу одну и ту же картину.
В техническом задании написано: «Требуется голосовой ИИ-агент». А в критериях приемки проекта — «должен отвечать строго по скрипту, без отклонений от регламента».
На первый взгляд противоречия нет. Но именно здесь проходит граница между проектами, которые приносят экономический эффект, и проектами, после которых руководство делает вывод: «ИИ не оправдал ожиданий».
Проблема в том, что большинство компаний пытаются внедрять агентный искусственный интеллект по тем же правилам, по которым последние двадцать лет внедряли IVR и сценарных чат-ботов.
Внутри — современная языковая модель. Снаружи — логика кнопочного меню.
В результате бизнес получает не цифрового сотрудника, а еще одну версию робота, которого клиенты стараются обойти как можно быстрее.
Наследство прошлого
Корпоративные процессы обладают удивительной устойчивостью.
Сначала компании автоматизировали клиентский сервис через IVR. Затем появились сценарные чат-боты. Теперь на рынок пришли большие языковые модели, способные понимать свободную речь, работать с контекстом и принимать решения на основе данных из нескольких систем одновременно.
Однако люди, которые отвечают за клиентский сервис, остались теми же.
Они десятилетиями работали в логике жестко заданных сценариев и ожидаемо продолжают переносить этот опыт на новые технологии.
Поэтому ИИ-агенту запрещают импровизировать. Ограничивают доступ к данным. Исключают возможность самостоятельно выполнять действия в корпоративных системах. Лишают контекста.
После чего удивляются, что результат мало отличается от предыдущего поколения ботов.
Это примерно то же самое, что купить современный электромобиль и использовать его исключительно как источник питания для магнитолы.
Цена личной ответственности
Но настоящая причина гораздо глубже технологий.
Она связана с тем, как устроена система управления в крупных компаниях.
Менеджер клиентского сервиса несет персональную ответственность за ошибки. Поэтому его основная задача — не столько повысить эффективность, сколько минимизировать риск.
Когда ошибается оператор, ситуация выглядит понятной. Есть конкретный сотрудник, есть ошибка, есть процедура разбора.
Когда ошибается ИИ, ответственность становится размытой. Кто виноват? Руководитель проекта? Поставщик решения? Разработчик модели? Директор по цифровизации?
Именно поэтому к искусственному интеллекту зачастую предъявляют требования, которые никто не предъявляет к людям.
В одном из проектов в крупной страховой компании служба контроля качества обнаружила один проблемный диалог из примерно 150 обработанных агентом обращений. Реакция была мгновенной: обсуждение остановки проекта, дополнительный аудит, экстренные совещания.
При этом те же специалисты регулярно фиксировали ошибки у операторов первой линии. Их доля составляла около
На первый взгляд такая логика кажется иррациональной. На самом деле она абсолютно рациональна.
За ошибку сотрудника отвечает сотрудник.
За ошибку ИИ отвечает тот, кто принял решение о его внедрении.
Поэтому многие проекты тормозятся не из-за технологических ограничений, а из-за вполне человеческого страха ответственности.
Почему старые подходы перестают работать
Проблема усугубляется тем, что сами клиентские коммуникации за последние годы радикально изменились.
Сценарные системы эффективно работают только там, где процесс полностью предсказуем. Например, при выборе пункта меню или подтверждении простого действия.
Современный клиентский сервис устроен иначе.
Клиент может начать разговор с эмоций, перескочить на детали заказа, вспомнить номер договора в середине диалога и одновременно задавать несколько связанных вопросов.
Он не обязан знать внутреннюю структуру компании. Его задача — решить собственную проблему.
Поэтому сценарные системы закономерно упираются в потолок автоматизации. Они способны закрыть часть простых запросов, но не могут полноценно заменить первую линию поддержки.
Когда разговор выходит за рамки сценария, клиент переводится на оператора. Причем чаще всего без накопленного контекста. В результате человек вынужден повторять всю историю заново.
Для бизнеса это означает рост стоимости контакта, увеличение времени обработки обращений и снижение удовлетворенности клиентов.
Именно здесь агентный ИИ принципиально отличается от предыдущего поколения решений.
Его ценность заключается не в том, что он умеет разговаривать естественным голосом. Ценность в том, что он способен понимать намерение клиента, работать с корпоративными системами и доводить обращение до результата.
По сути, речь идет уже не о коммуникационном интерфейсе, а о новом типе цифрового сотрудника.
От демо к реальному бизнесу
Именно здесь многие компании сталкиваются со вторым разочарованием.
Создать красивое демо сегодня может практически любой разработчик. Большинство современных моделей способны корректно отвечать на вопросы в восьми-девяти случаях из десяти.
Для презентации инвесторам этого достаточно.
Для промышленной эксплуатации — нет.
Настоящий клиентский сервис начинается там, где агент должен не просто поддерживать разговор, а взаимодействовать с десятками внутренних систем, учитывать исключения, соблюдать регламенты, работать с персональными данными и корректно передавать управление человеку.
Именно поэтому путь от пилота до промышленной эксплуатации оказывается гораздо длиннее, чем ожидает рынок.
Технология здесь играет лишь часть роли. Остальное — организационные изменения, процессы, интеграции, управление рисками и ежедневная доработка.
По этой причине большинство проектов не терпят неудачу. Они просто никогда не доходят до стадии, где можно объективно оценить их эффективность.
Новая конкуренция
Сегодня рынок ИИ постепенно входит в более зрелую фазу. Конкуренция смещается от качества моделей к качеству внедрения.
Показательно, что крупнейшие мировые игроки начинают инвестировать не только в разработку технологий, но и в команды внедрения. Они понимают то, что российский бизнес только начинает осознавать: сама по себе модель не создает ценности.
Ценность появляется только тогда, когда технология становится частью операционного контура компании.
Поэтому главный вопрос для бизнеса сегодня звучит не «Нужен ли нам ИИ?».
Главный вопрос — готовы ли мы отказаться от старых управленческих привычек и позволить новой технологии работать так, как она была задумана.
Потому что во многих случаях главным ограничением искусственного интеллекта оказывается вовсе не интеллект. А человеческая инерция.
