Работа для робота: как ИИ меняет подход к обслуживанию клиентов в России

Уровень клиентского сервиса в российских банках в 2025 году остается на высоте. Однако для контакт-центров появляется новый стандарт – голосовые помощники и чат-боты, которые стремительно меняют модель обслуживания. 

Но чем чаще клиента приветствует ИИ, тем острее встают вопросы: как найти баланс между автоматизацией и этикой? Можно ли преодолеть ментальный барьер между клиентом и ИИ? И как создать экономически оправданные решения? Эти и другие темы обсудили на вручении премии Frank Contact Centers Award 2025. 

Подробнее о том, как банки разбивают «стеклянный потолок» автоматизации и осваивают новую реальность – в репортаже.

Мероприятие традиционно началось с презентации исследования Frank RG. Это уже третий проект компании, посвященный контакт-центрам российских банков – в этом году аналитики сфокусировались на трендах дистанционного обслуживания и проверили уровень сервиса в банках. Результаты работы со сцены представила старший проектный лидер Frank RG Ольга Филиппова. 

«Мы не могли обойти тренды стороной, поэтому в этом году сфокусировались на изучении искусственного интеллекта, голосовых помощников и чат-ботов, а главное на том, как подружить человека, будь то оператор или клиент, с этим новым технологичным миром. Наше исследование мы проводили методом 360, благодаря которому можем сделать полную диагностику рынка», – рассказала проектный лидер.

Она отметила, что банковские контакт-центры становятся многофункциональными системами, которые ежемесячно обрабатывают несколько десятков миллионов обращений. И нагрузка на них каждый год растет. 

Во многом это связано с тем, что контакт-центр – очень чувствительный канал, который принимает вызовы рынка в прямом и переносном смысле. Поэтому экономические шоки, которых в последнее время довольно много, отражаются на работе операторов. Так, в 2024 году среднемесячное количество обращений в контакт-центры банков увеличилось до 50 миллионов.

Но это не единственная проблема. Рынок труда в сегменте контакт-центров перегревается. По данным бенчмарк-исследования, в 2024 году среднемесячная текучка персонала в контакт-центрах выросла на 3,6 п.п. и составила 11,5%. А средний срок работы операторов сократился на 10,7% – с 28,7 месяцев в 2023 году до 25,6 месяцев в 2024.

Если говорить непосредственно про обслуживание клиентов, вырисовывается заметный тренд: клиенты решают большую часть вопросов с помощью текстовых каналов. За последние два года они все чаще обращаются за помощью в чаты, а не колл-центры. Так, в 2024 году треть всех обращений пришлось именно на этот канал.

Согласно опросу клиентов, для коммуникации с банком, чат в мобильном приложении в 2024 году выбирали 59% клиентов, что на 10 п.п. выше показателя прошлого года. При этом клиенты продолжают предпочитать коммуникацию с оператором, а не с роботизированными помощниками. 

Чтобы еще более объективно оценить реакцию клиентов на общение с ИИ, аналитики Frank RG провели не только опросы, но и более 30 нейроисследований. Благодаря этому получилось буквально «залезть в голову» клиентам и выявить главные триггеры при общении с LLM-моделью (Large Language Model, Большая языковая модель – англ.). Среди самых критичных – долгий монотонный ответ робота, длительное перечисление вариантов ответа, реклама, ошибки модели, непонимание слов клиента, а также перенаправление на сайт или в приложение банка.

Подводя итог, Ольга отметила: чтобы сохранить баланс обслуживания и постепенно приучить клиента к роботизированным помощникам, сейчас нужно сфокусироваться на том, что у человека и ИИ получается лучше. Так, роботов лучше направить в текстовые каналы и отдать им стандартные вопросы. А вот звонки оставлять менеджерам, которые могут принять на себя вопросы повышенного уровня сложности.

Первая дискуссия была посвящена цифровой трансформации контакт-центров. Эксперты обсудили, как адаптироваться к трендам рынка, повысить автоматизацию клиентского сервиса и сохранить лояльность клиентов. Ключевой темой стала роль искусственного интеллекта в повышении автоматизации и сохранении лояльности клиентов.

Вице-президент и Директор Департамента «Забота о клиентах» Сбербанка Елена Левина отметила, что в Сбербанке термин «автоматизация» начали заменять на «автономизацию» – казалось бы, меняется всего три буквы, но кардинально обновляется подход к работе с клиентским запросом.

«Работать с автоматизацией мы начали давно, еще в 2018 году. Сначала с помощью новых инструментов, когда перешли от кнопочных помощников к голосовому и текстовому с применением ML-моделей, получилось добиться высоких показателей. Но в какой-то момент банк столкнулся со «стеклянным потолком», когда дальнейшая автоматизация без потери качества обслуживания, снижения удовлетворенности клиента становилась затруднительна. И мы решили действовать иначе», – сказала эксперт. 

Тогда в Сбербанке внедрили подход «shift-left». «Все знают, как устроен клиентский путь: сначала запрос обрабатывают боты, потом – человек. Потом все, что не смог решить человек в момент взаимодействия с клиентом, уходит в отложенную обработку. Мы поставили себе очень сложную задачу: начали двигать всю эту воронку контакта с клиентом влево. То есть задачи с ботов стараться решать предиктивно, с первой линии – выводить на ботов, из отложенных обращений – оператору первой линии. Вся эта работа над улучшениями ведется у нас непрерывно, и каждый момент улучшает и ускоряет клиентский опыт», – объяснила директор департамента.

И результат впечатляет: проект запустили в 2024 году, а уже сегодня новый подход позволяет экономить до четырех миллионов часов ожидания клиентов ежемесячно.

Руководитель департамента дистанционной поддержки клиентов Альфа-Банка Виктор Забалуев подтвердил важность моделей ИИ для повышения лояльности клиентов: «Мы делаем сейчас акцент на ИИ-моделях и сложных алгоритмах. Это сценарии, которые позволяют нам планомерно наращивать автоматизацию», – сказал он и подчеркнул, что резкие изменения в автоматизации недопустимы, если банк не хочет потерять доверие клиентов. 

«Другой немаловажный фактор для качественного роста автоматизации – рассказывать о ней клиенту: какие есть функции, опции для того, чтобы сделать то или иное действие. Потому что в действительности клиенты не всегда осведомлены о возможностях – и из-за этого не используют доступный функционал по максимуму», – добавил эксперт.

Он также отметил значение «бесшовного процесса» – когда клиенты не замечают, что общаются с ботом, а алгоритмы не вызывают у них отторжения – именно так получается достигнуть результата. И к этому нужно стремиться, совершенствуя алгоритмы. 

Поддержал эту идею и Директор департамента клиентского обслуживания Т-Банка Магомед Гасанов. Он отметил, что людям – как клиентам, так и сотрудникам – нужно время, чтобы привыкнуть к новой технологии и увидеть в ней часть эффективного тандема «робот-человек»: «Сотрудник все больше становится тем, кто учится работать в команде с роботами. То есть робот из отдельной сущности, которая пытается работать автономно, превращается в полноценный инструмент», – сказал директор департамента.

Например, в Т-Банке около 40% запросов закрываются без участия человека – пока основной процент решенных с помощью ИИ запросов приходится на чаты.

Магомед Гасанов рассказал и про инструменты, которые позволяют поменять отношение людей к ботам-помощникам. Так, в банке внедрили кнопку выбора, позволяющую пользователю решать, общаться с ботом или человеком – и 20% клиентов выбирают ботов.

«Уже есть 20% клиентов, которые поняли, что с роботом можно быстрее, эффективнее решать какой-то пласт вопросов. Наверное, это главное откровение последнего времени», – сказал спикер.

Дополнила мысль модератор дискуссии старший проектный лидер Frank RG Ольга Филиппова: «При общении с одним из клиентов, услышала: «Если бы я знал, что у меня всегда есть шаг назад, что я могу в любой момент вернуться к общению с человеком, я бы не отказался от робота». То есть для принятия автоматизации человек должен понимать, что у него за спиной всегда есть человек», – сказала она.

Елена Левина добавила, что негативный опыт прошлых лет, связанный с несовершенством технологий, на которых начали развиваться боты, создал у клиентов ментальный барьер: «Это вопрос привычки, накопленного опыта успешного или неуспешного контакта. Пока еще не выросло то поколение, которое действительно на 100% готово к общению с роботами».

Однако, новые технологии генеративного ИИ способны обеспечить абсолютно другой уровень и качество взаимодействия с человеком. Новые модели позволяют сочетать ботам рациональную и эмоциональную составляющие. «Искусственный интеллект способен решать вопросы клиентов, при этом делать это эмпатично, качественно, не уставать, проявлять сопричастность и эмоциональность», – сказала госпожа Левина. Сотрудникам необходимо подключаться для решения только по-настоящему сложных проблем, и даже на этом этапе им будет активно помогать искусственный интеллект.

Виктор Забалуев выделил три категории запросов, где человек пока незаменим: работа с негативом, сложные составные обращения, а также ситуации, где клиент несет финансовые риски.

«Сегодня сложные для ИИ запросы можно разделить на несколько категорий. Первая – это эмоциональные сообщения, где клиент высказывает негатив, эмоцию. Я считаю, на текущий момент применение бота в такой ситуации наоборот вызывает только большее отторжение. И здесь сразу нужен человек, который будет обладать симпатией, психологическими навыками для того, чтобы успокоить клиента и быстро решить вопрос. Второй момент – это сложные составные запросы, когда в одном обращении клиента сразу несколько тем, которые могут отличаться либо быть непоследовательными. И третий момент – это обращения, связанные с потенциальными финансовыми рисками для клиента, когда он может понести убытки», – поделился представитель Альфа-Банка.

Руководитель департамента клиентского обслуживания ВТБ Кристина Булавко добавила: «Полная автоматизация может быть просто не оправдана экономически, поэтому мое видение относительно автоматизации в будущем – большая часть запросов в самом деле ляжет на роботов и ИИ-помощников. Но оператору останется то, что нецелесообразно автоматизировать. Соответственно, он будет обслуживать самые трудные и нестандартные кейсы, которые мы с вами даже не будем знать. И наконец-то эта профессия станет престижной и высокооплачиваемой», – сказала руководитель департамента. 

Она также выразила надежду на то, что в будущем ИИ позволит работать не только с обращениями, но станет и превентивной поддержкой – позволит упростить процессы и создать интуитивные интерфейсы для клиентов, чтобы снизить число обращений в поддержку.

В завершение участники обсудили будущее контакт-центров через три-пять лет. Эксперты сошлись на мнении, что уже в ближайшее время ИИ позволит операторам контакт-центров отказаться от рабочей рутины, брать на себя экстраординарные и интересные задачи, работая в уникальной экосистеме – в коллаборации с новейшими технологиями.

На второй дискуссии продолжили разговор об искусственном интеллекте – на этот раз взглянули на него с технической и этической точек зрения. Поговорили о том, как роботы меняют клиентский опыт и влияют на качество дистанционного обслуживания.

Модератор дискуссии Юрий Грибанов, генеральный директор Frank RG, начал беседу с провокационного вопроса: может ли контакт-центр обойтись без людей? Первым слово взял Сергей Попов, директор департамента контакт-центров и роботизированных систем компании Naumen. Как и участники прошлой дискуссии, он отметил: качественное обслуживание в контакт-центре сегодня – это результат совместной работы человека и робота. И, размышляя, пришлось ли на деле уволить хотя бы одного сотрудника после внедрения генеративного ИИ, пришел к выводу, что нет.

«То, что сейчас происходит, это скорее процесс масштабирования – поэтому задачи, которые были на экспертах, остаются на людях. Если посмотреть, идет тренд в персонализации общения на развитую эмпатию. И это в большей степени пока задача человека в сервисе. Кроме того, каждый новый шаг автоматизации, если не уровень достигает, например, 60%, по себестоимости выходит намного дороже, автоматизация в 100% при текущей стадии технологического развития утопична, потому что не окупится. Поэтому всегда нужно понимать, где баланс – чтобы и лояльность клиента сохранить, и затраты бизнеса не увеличить», – сказал эксперт.

Более того, в связи с высокой себестоимостью технологий, господин Попов не ожидает скачка, который заберет 100% работы у людей – и довольно прагматично смотрит на развитие ИИ.

А вот ИТ-директор Департамента «Забота о клиентах» Сбербанка Александр Андреев считает, что рынок будет постепенно переходить к модели «автономного банка». И в скором времени человек будет занимать другую роль. «Оператор будет выполнять роль эксперта. Он будет подключаться к процессу обслуживания по просьбе искусственного интеллекта, и решать самые сложные и нестандартные вопросы, которые могут возникать в точке контакта с клиентом», – объяснил он.

Но чем более автономным становится ИИ, тем острее встает вопрос – как внедрить его, не нарушив этики и не отпугнув клиентов? Среди стратегий – заставить роботов имитировать человека. Однако эксперты сошлись на мнении, что в общении с клиентами важна честность. 

«Честнее представляться тем, кем ты являешься. Если будешь представляться роботом, но при этом будешь таким же профессионалом, как оператор – сможешь отвечать на вопросы клиента – то доверие людей к роботам будет расти. И, соответственно, будет снижаться процент людей, которые безапелляционно просят робота позвать оператора», – поделилась Елена Белоброва, руководитель направления развития речевых технологий Yandex B2B Tech.

Ее поддержала Светлана Захарова, директор по развитию бизнеса компании Just AI. Она отметила, что банки настолько пытались «замаскировать» роботов, что в какой-то момент требования к операторам оказались более роботизированными, чем к ML-моделям: пока специалистам предлагали действовать по скрипту, роботам, напротив, прививали эмпатию и более «человеческое» мышление. Однако вместо этого стоило сконцентрироваться над качеством обслуживания – потому что только закрывая потребности клиента, можно по-настоящему добиться его расположения.

Как напомнил Александр Андреев, слишком человечные роботы могут даже оттолкнуть, так как сработает «эффект зловещей долины»: «Если что-то очень похоже на человека, но в каких-то мелких деталях неуловимо отличается, то у человека возникает чувство страха и отторжения. Поэтому здесь искусственному интеллекту нужно очень четко дифференцироваться. Если робот похож на человека, то он должен даже в деталях не выдавать свое «искусственное происхождение», либо позиционировать себя таким образом, чтобы человек знал на входе, что общается с роботом», – сказал представитель Сбербанка.

Обсудили и законодательную сторону вопроса – к сожалению, пока сегмент практически не регулируется. Но в компаниях все более активно задаются этим вопросом – и набирают специалистов, которые настраивают работу ИИ.

Елена Белоброва поделилась подходом Яндекса: в компании есть отдел, который отвечают за то, чтобы регулировать работу модели с этической точки зрения. Например, чтобы контролировать вопросы, связанные с религиозной, политической тематикой. Модели кодируются так, чтобы не оскорблять пользователей, не вступать в конфликт и аккуратно общаться на чувствительные темы.

Несмотря на быстрое развитие рынка, генеративный ИИ остается дорогим инструментом. Более того – далеко не всегда его внедрение заканчивается удачно. Поэтому Юрий Грибанов обратился к участником с вопросом – ждать ли на рынке скачка не только технологического, но и скачка цены «в обратном направлении»? И эксперты ответили, что в скором будущем технология в самом деле может стать более доступной.

«Мне кажется, это будет один из прорывов, когда LLM-модели станут общедоступными. Пока на рынке еще идут эксперименты, гипотез тьма – и не во все из них верится. Бизнес вкладывает деньги, проверяет их – и пока внедрение ИИ чаще затратно. Но я думаю, что уже скоро мы увидим массовый эффект, когда технология начнет приносить больше прибыли. Так, половина гипотез окажется жизнеспособной, половина – нет. Но так происходит с любой технологией», – поделился прогнозами Сергей Попов.

Говоря о том, в каких сегментах приживется новый инструмент, обратили внимание на МСБ. Елена Белоброва отметила: «МСБ – это тот сегмент, который сможет воспользоваться генеративным искусственным интеллектом и проектами роботизации. Потому что с «генеративками», безусловно, растут затраты на технологии в рамках коммуникаций, но стоимость и скорость развития проекта сокращается – причем сокращается ощутимо», – сказала эксперт.

Светлана Захарова поделилась цифрами из личного опыта: современные возможности позволяют сократить срок внедрения ботов и обновление скриптов для них до 40%. 

«У нас есть кейс, когда компани на старте внедрила технологию и сэкономила 1 000 000 рублей. То есть буквально за 2-3 недели смогла решить задачу и сразу получила положительный экономический эффект», – сказала она.

Александр Андреев добавил, что новые технологические возможности позволяют увеличивать прибыль – и получать результат быстрее. «Уже сейчас мы видим качественное изменение в технологиях, которое само по себе дает большой задел. Как раньше разрабатывались сценарии с использованием ML-моделей? Нужно было предположить, какая будет структура логического дерева, какие узлы и переходы между ними, распознать смысл сказанного и соотнести с блоком логического дерева, обеспечить навигацию и продвижение по этому сценарию. Но когда речь идет о генеративном искусственном интеллекте и LLM, у нас меняется логика движения агента, нет заранее определенного логического дерева, модель использует контекст и создает подобное дерево в моменте на основе изученных данных», – сказал спикер.

Другими словами, на поведение ИИ будут влиять вводные данные – и в каждой новой ситуации они будут разными. Многое зависит и от данных, на которых модель обучается. При этом она может интегрироваться с другими инструментами – и становиться еще более эффективной. 

Как отметили эксперты, интеграции помогают активно развивать рынок – а компаниям работать совместно, не тратя все силы на конкуренцию. Например, крупные разработчики сотрудничают с отраслевым бизнесом по системе win-win. 

«Мы рассматриваем Яндекс исключительно как партнера – и работаем так уже не первый год. Коллеги выпускают продукты высокого качества – и зачем отказываться от них? Продукты крупных игроков на рынке – это уже базовая технология. И коллеги вместе с нами запускают проекты – делая их таким образом более индивидуальными, под запросы конкретных клиентов. И так, работая в связке, мы получаем результат», – поделилась опытом Just AI Светлана Захарова.

Александр Андреев напомнил, что сегодня главная «фишка» ИИ – это мультимодальность и мультиагентность. Мультимодальность сочетает преимущества разных модальностей – например, текста и голоса, может учитывать неочевидные связи и переходить из одной модальности в другую без потери контекста. Мультиагентность позволит повышать уровень экспертности систем за счет сочетания большого количества узкоспециализированных агентов в одном решении. «Эти технологии будут активно развиваться, и в будущем будут доступны для компаний любого уровня», – поделился эксперт.

«То есть одни игроки рынка будут создавать технологию, которая позволит выдавать точные данные. А после смогут обратиться к партнерам, чтобы создать мультиагентные системы – те, которые могут вести диалоги как в тексте, так и в голосе, с возможностью генерировать картинку, анализировать видео. И быстрее внедрить разработку, чтобы экономика сходилась для компании любого уровня», – поделился эксперт.

Если говорить о конкуренции с зарубежными проектами, эксперты не отрицают – российские разработки пока не достигли их уровня. Однако есть и хорошие новости – это область, где конкурировать с ними возможность есть.

«Сегодня решающую роль при выборе решения играет не столько модель, сколько удобство ее использования. Поэтому у нас появляется конкурентное преимущество – мы имеем большой опыт в разработке инструментария вокруг оперативных моделей. И таким образом можем совершенствовать разработки. Например, если говорить про генеративные технологии в коммуникациях: представьте, что у LLM-модели 90% точность, но в 10% она несет полную ересь. В таком случае крупная компания не внедрит ее, так как эти 10% ответов могут повлиять на репутацию. А можем мы максимально “обвязать” модель инструментами, которые позволят эти риски нивелировать и сделать результат точнее», – обрисовав тот вектор, в котором двигается сегмент, Елена Белоброва из Яндекса. 

Подводя итог разговору, выделили главные перспективы и точки роста для российского рынка. Как отметила Светлана Захарова, в будущем компании будут стараться пробить технологический потолок. Сосредоточатся на интеграциях продуктов. Продолжится и гонка за данными – для качественного обучения моделей. Но эксперты рассчитывают, что работая совместно, они смогут добиться результата – и вывести продукты на новый уровень. 

Достойным финалом мероприятия стало вручение наград лучшим игрокам.

Реклама. Рекламодатель ООО «Фрэнк РГ»