Найти в Дзене
OktellStudio

ИИ в контакт-центрах: когда роботы шутят лучше операторов

"Что делать, если ваш контакт-центр отвечает быстрее, чем вы говорите «Алло»? Правильно, пора переживать. Возможно, там уже работает недообученный ИИ, который на вопрос о кредите предложит выгодный депозит или отправит ваш товар «на деревню дедушке». В этом году ИИ в бизнес-коммуникациях стал похож на героя мемов: вроде бы помогает, но иногда выворачивает всё наизнанку так, что даже операторы колцентра удивляются. Казалось бы, универсальный чат-бот уже прошлый век, ведь теперь корпоративные платформы оркеструют целые коллективы из ИИ-ботов. Каждый агент следит за своим участком диалога… А если всё пошло не так — просто зовите человека. В нескольких лидирующих банках ИИ закрывают 65% обращений, остальные банки завидуют и тоже начинают «пилоты» по внедрению ИИ. Но официальная эффективность внедрения ИИ пока не превышает 20%, за исключением Сбера и еще пары сервисов, которые продолжают уходить в отрыв. А ведь мультиагентный ИИ — это реально новый стандарт для массовых типовых задач. В ид

"Что делать, если ваш контакт-центр отвечает быстрее, чем вы говорите «Алло»? Правильно, пора переживать. Возможно, там уже работает недообученный ИИ, который на вопрос о кредите предложит выгодный депозит или отправит ваш товар «на деревню дедушке».

В этом году ИИ в бизнес-коммуникациях стал похож на героя мемов: вроде бы помогает, но иногда выворачивает всё наизнанку так, что даже операторы колцентра удивляются. Казалось бы, универсальный чат-бот уже прошлый век, ведь теперь корпоративные платформы оркеструют целые коллективы из ИИ-ботов. Каждый агент следит за своим участком диалога… А если всё пошло не так — просто зовите человека.

В нескольких лидирующих банках ИИ закрывают 65% обращений, остальные банки завидуют и тоже начинают «пилоты» по внедрению ИИ. Но официальная эффективность внедрения ИИ пока не превышает 20%, за исключением Сбера и еще пары сервисов, которые продолжают уходить в отрыв.

А ведь мультиагентный ИИ — это реально новый стандарт для массовых типовых задач. В идеале он экономит до 50% времени и учится на ошибках. Но пока все сложно. Никто не застрахован от забавных и даже абсурдных ситуаций.

Генерация «мемов» ускоряется

Уже есть случай, когда банковский робот вместо идентификации отправил клиенту пять SMS о его "новом кредите", хотя человек просто интересовался валютным курсом.

В ритейле агенты ИИ пробегают всю подборку товаров и тут же оформляют возврат или советуют новые кроссовки. Иногда ИИ путает размеры и рекомендует заказать “ещё парочку для сравнения”. Вдруг пригодятся! Один бот заказывал товары на созданного им клиента “Дорогой друг”, пока техподдержка его не выключила, видимо, он почувствовал эмпатию к выдуманному клиенту.

Промышленность тестирует SupplyChain-ботов, интегрированных с датчиками и ERP: тут экономия важна, но вот реальный кейс: ИИ подумало, что масло как вода и перепутало датчики. Авария. По результатам быстро собранной «конфы» инженеров ИИ выключили, но осадок остался.

В телекоме в контакт-центре крупнейшего провайдера на вопрос “Вы живой?” робот ответил фразой “Нет, зато у меня тарифы лучше”. А другой робот увлёкся философией и обсуждал с клиентом бессмысленность продолжения ожидания на линии живого оператора. У нас в Oktell все проще, никакой философии, просто ассистирование, зато надежно!

Что же происходит с ИИ в отраслях на самом деле?

Gartner говорит: к 2029 ИИ сам будет закрывать до 80% всех сервисных запросов — осталось только дождаться дня, когда боты начнут рассказывать анекдоты получше операторов. Оптимисты! Но все же интеграция ИИ с омниканальными платформами становится вопросом выживания.

Осталось решить несколько проблем.

Кратко список проблем выглядит так:

Юридические ограничения. Работа роботов требует строгого соответствия ФЗ-152 "О персональных данных", значит, внедрение ИИ связано с сертификацией, обязательным хранением данных в России и верификацией каждого сценария безопасности. Генеративные LLM нельзя обучать на открытых кейсах.

Подготовка базы знаний. Часть баз исторически “разрознены”, требуют предобработки, приведения к единому формату и санитарии данных. Отдельные кейсы (например, обращения после смены скриптов или регламентов) не поддаются быстрой автоматизации без ручной ревизии.

Кадровое сопротивление и психология. Операторы зачастую опасаются автоматизации (“Меня заменит бот!”), не все хотят обучаться новым модулям и смешанным сценариям работы.

Сложности тестирования. Перед запуском мультиагентов компании вынуждены проводить длительный пилот с ручным мониторингом каждого нового сценария и аудитом негативных кейсов. Единственный выход, к которому пришли все в 2025 году, это запуск по частям.

Экспертиза. Не каждый IT-департамент готов развернуть сложную мультиагентную архитектуру локально, уровень экспертизы на рынке ограничен. Многим локальным сервисам необходима своя LLM и ее длительное обучение. Они просто не могут использовать стандартные решения.

Резюме

Говорят, мультиагентный ИИ сможет заменить любого оператора. Наконец, наступит день, когда всех операторов действительно заменят. Теперь вопрос. А если он станет настолько умным, что ему станет интересно, что чувствует человек в ожидании ответа. И он будет рассказывать анекдоты пока вы не взбеситесь. Кому тогда жаловаться?