Сначала это выглядело как конец колл-центров
В феврале 2024 года Klarna сообщила яркие цифры: за первый месяц AI-ассистент провёл 2,3 млн разговоров, обработал две трети обращений, сократил среднее время решения с 11 до менее чем 2 минут и выполнял объём работы, эквивалентный 700 сотрудникам полной занятости. По данным самой компании, повторные обращения снизились на 25%, а удовлетворённость была сопоставима с человеческой поддержкой.
Через год тон изменился. Руководство признало, что чрезмерный акцент на стоимости привёл к снижению качества, и начало снова нанимать людей для сложных случаев. В заголовках это стало «AI не справился». Реальность полезнее: одна средняя цифра скрыла разные типы клиентов и проблем.
Две трети диалогов — не две трети ценности
В поддержку часто пишут про статус платежа, дату списания, возврат или типовую инструкцию. Таких вопросов много, они хорошо структурированы и дёшево автоматизируются. Редкие обращения — кража личности, спорная транзакция, заблокированный счёт — требуют больше времени и несут непропорционально высокий риск.
Если считать только долю автоматических ответов, бот будет выглядеть прекрасно, пока один неверно обработанный спор не обойдётся дороже месяца экономии. Нужна сегментация: отдельно скорость типовых запросов, отдельно разрешение денежных споров, отдельно жалобы и повторные контакты.
Человек не должен начинать разговор с нуля
Гибридная схема — не кнопка «позвать оператора» после десяти бесполезных сообщений. AI сначала определяет намерение, собирает номер заказа, показывает релевантные правила и формирует краткую сводку. Оператор получает контекст, видит, что уже проверено, и занимается решением, а не повторным допросом.
Хороший маршрут эскалации учитывает сумму, риск мошенничества, тон сообщения, число неудачных попыток и прямую просьбу о человеке. Клиенту не нужно доказывать боту право на помощь.
Где AI остаётся сильнее
Круглосуточность и 35 языков из кейса Klarna — реальная ценность. Модель быстро ищет в правилах, объясняет статус операции простыми словами и выдерживает пик нагрузки. Она также может подсказывать оператору следующий шаг, проверять полноту ответа и автоматически оформлять заметку после разговора.
То есть зрелая автоматизация убирает робота из человека: поиск по пяти системам, копирование номера заявки, одинаковые статусы. А не убирает человека из места, где нужны ответственность и эмпатия.
Метрики, которые не дадут обмануть себя
Смотрите на first contact resolution, повторное обращение в течение 7 дней, долю успешных эскалаций, время до человека, стоимость решённого — не начатого — кейса, жалобы и отмены после контакта. Выборочно перечитывайте диалоги в каждом риск-сегменте. Средний CSAT может расти, пока небольшая группа клиентов переживает очень плохой опыт.
Для AI отдельно измеряйте ответы без источника, ошибочные действия и ситуации, где уверенность системы не соответствовала результату.
Внедрение без большого разворота
Начните с одного класса вопросов, который уже описан регламентом. Дайте боту только чтение и подготовку ответа; опасные действия пусть подтверждает оператор. Добавьте видимую передачу человеку и журнал всех источников, на которых основан ответ.
Когда качество стабильно, расширяйте сценарии. Не ставьте цель «автоматизировать 80%» — она заставляет команду удерживать диалог у бота любой ценой. Цель звучит иначе: быстрее решить безопасные запросы и освободить людей для тех, где они действительно нужны.
Klarna показала обе половины истории. AI способен резко снизить стоимость потока. Но поддержка — это не поток сообщений, а момент, когда клиент проверяет, можно ли доверять бизнесу.