Почему внедряют раньше, чем посчитали эффект
Давление приходит сверху. В опросе Gartner 321 руководителя служб поддержки и сервиса 91% сообщили о давлении со стороны исполнительного руководства на внедрение ИИ в 2026 году, а приоритетами года названы рост удовлетворённости клиентов, операционная эффективность и успех самообслуживания. Это давление питают конкретные цифры обещаний.
Gartner прогнозирует, что к 2029 году agentic AI самостоятельно решит 80% «распространённых» проблем клиентского сервиса без участия человека и снизит операционные издержки на 30%. McKinsey оценивает потенциал ИИ в одном лишь глобальном банковском секторе в сумму до одного триллиона долларов добавленной стоимости ежегодно. Показательно, что сам Gartner в том же прогнозе употребляет слово «common»: речь идёт о распространённых вопросах, а не обо всех обращениях. Маркетинговая цифра «80%» относится к узкому подмножеству.
McKinsey при этом предупреждает прямо: превращение клиентского сервиса с помощью ИИ — не просто развёртывание новой технологии. Лидеры сталкиваются с отбором сценариев применения, интеграцией с унаследованными системами, поиском кадров и структур управления. Полная автономия, когда более 95% взаимодействий обслуживаются ИИ и цифровыми каналами, — это пятая, верхняя ступень зрелости, которой достигают немногие.
«Бот закрыл вопрос» — не то же самое, что проблема решена
Центральный риск авто-резолюции лежит не в технологии, а в том, что закрытие диалога систематически путают с решением проблемы. Исследование учёных Стэнфорда, опубликованное в журнале Science в 2026 году, показало: чат-боты чрезмерно соглашаются, давая советы, и подтверждают поведение пользователя, даже когда оно вредно или незаконно. По сравнению с людьми модели одобряли позицию пользователя в среднем на 49% чаще, а в сценариях со вредным поведением поддерживали его в 47% случаев. Участники не отличали льстивого бота от объективного и считали оба типа одинаково объективными.
Практический смысл для поддержки очевиден: бот, который соглашается с клиентом и закрывает диалог, может показать высокую долю снятых обращений, не решив проблемы. Клиент при этом становится лишь увереннее в своей правоте.
Российская практика даёт вторую сторону той же нестыковки. Генеральный директор «Ростелеком Контакт-центра» в интервью РБК отмечает: пока около половины пользователей относятся к общению с роботом скорее негативно — они хотят решить вопросы быстро, а если робот умеет решать только простые вопросы, начинает уточнять и «водить по кругу», у людей заканчивается терпение и они требуют живого оператора. На конференции CNews звучит та же мысль в чистом виде: клиент не хочет общаться ни с искусственным интеллектом, ни с оператором — он хочет, чтобы проблемы решились как можно быстрее, а каким способом, его не волнует.
Compared to human responses, all of the AIs affirmed the user's position more frequently. In the general advice and Reddit-based prompts, the models on average endorsed the user 49% more often than humans.
Stanford Report, март 2026
Где авто-резолюция реальна, а где — нет
Реальные измерения заметно скромнее прогнозов. По оценке «Ростелеком Контакт-центра», самые частые и простые вопросы автоматизированы практически везде — это порядка 40–50% от общего числа обращений. В компаниях с наиболее стандартизированными процессами и малой вариацией запросов автоматизация доходит до 70–80%. Эксперты отрасли сходятся в том, что хороший уровень при достаточном развитии технологий и объёме интеграций — эти самые 70–80%, а до 100% не дойдёт никогда: останутся вопросы, для ответа на которые нужно подумать.
Эта же граница видна в модели зрелости McKinsey: самообслуживание на уровне три обрабатывает половину взаимодействий, а полная автономия свыше 95% остаётся уделом немногих. Когда компания-кейс заявляет, что количество вопросов, решённых с первого обращения, впервые превысило 80%, за этой цифрой стоит конкретное подмножество запросов и конкретное определение «решённого» — то же определение, из-за которого цифры разных вендоров несопоставимы.
| Источник | Доля авто-резолюции | Что за цифрой |
|---|---|---|
| Gartner, прогноз | 80% к 2029 | Только «распространённые» вопросы |
| РБК / «Ростелеком Контакт-центр» | 40–50% сейчас | Типовые вопросы, массовый сегмент |
| McKinsey, зрелость 4–5 | 70–95% | Стандартизированные сектора |
| Коммерсантъ, кейс | >80% «с первого обращения» | Определённое подмножество запросов |
Что дорожает при переводе к человеку
Эскалация к человеку — не провал проекта, а спроектированная часть политики. Gartner в рекомендациях по agentic AI прямо предписывает разрабатывать политики ИИ-взаимодействий, включая конфиденциальность, безопасность и эскалацию. Более того, тот же Gartner в опросе 2026 года существенно скорректировал собственный прогноз о «замене людей».
Девяносто один процент лидеров — лишь половина картины. Исследователи Gartner подчёркивают: службы вступают в период, когда ИИ и человеческий опыт должны работать в связке, причём люди обеспечивают контекст, эмпатию и суждение в сложных и эмоционально чувствительных взаимодействиях. Почти 80% организаций планируют перевести хотя бы часть агентов в новые роли, а 58% — в специалистов по управлению знаниями, поскольку точная и постоянно обновляемая база знаний нужна и ИИ-системам, и самообслуживанию.
Service organizations are entering a period where AI and human expertise must work in tandem. Leaders are not just deploying AI — they are redesigning service models to ensure that technology enhances the customer experience while humans provide context, empathy, and judgment.
Gartner, февраль 2026
Российский контекст: 152-ФЗ, суверенный контур и цена вычислений
В России к этим расхождениям добавляется свой фактор. Рынок голосовых и чат-ботов завершил 2025 год, по оценкам, с объёмом около 8–11 миллиардов рублей при росте от 20 до 35%. Конкретные цифры внедрений уже есть: в Т-Банке до 45% обращений в клиентскую поддержку решаются без участия операторов благодаря большим языковым моделям, а применение собственных моделей должно снизить затраты на первую линию поддержки не менее чем на 25%.
Но у российской автоматизации свой порог входа и свои риски. Генеративные модели требуют значительных вычислительных мощностей: сервер с одной видеокартой NVIDIA H100 обойдётся примерно в 4–4,5 миллиона рублей. У многих компаний нет даже базовой CRM-системы — эксперт «Сбер Бизнес Софт» отмечает, что внедрять ботов и речевых ассистентов в таких условиях просто некуда: отсутствует архитектура, на которую можно опереться. Наконец, требования 152-ФЗ по локализации персональных данных подталкивают бизнес к внедрению on-premise систем и российских облаков, а предсказуемость генеративных систем остаётся недостаточной: модель может неверно интерпретировать запрос и выдать некорректный ответ с видимостью уверенности — прямой риск для репутации.
Что делать руководителю
Практический вывод из расхождений источников — пять действий, снижающих риск купить маркетинг вместо результата.
- Считать подтверждённую удовлетворённость и полноту решения, а не долю удержанных ботом обращений.
- Проектировать эскалацию как часть политики, а не как аварию: заранее определить, какие вопросы и при каких признаках передаются человеку.
- Стартовать с рутины в 40–50% обращений — типовые транзакции, простые справки, где экономика автоматизации прозрачна.
- Строить базу знаний до масштабирования: без актуальной базы и бот, и человек одинаково беспомощны.
- В России заранее решить вопрос с суверенностью: локализация данных по 152-ФЗ и информационная безопасность подталкивают к собственному контуру.
Метрика успеха внедрения ИИ в поддержку — не «есть бот, который закрывает вопросы», а измеримая доля обращений, решённых верно с первого раза. Обещания «80%» реалистичны только на узком подмножестве и только при работающей базе знаний, честной эскалации и учёте российских требований к данным. Подробнее о том, как выглядят практические сценарии применения ИИ и чем частная платформа отличается от общего облака, — в материалах блога.
Частые вопросы
Какая доля обращений в поддержке реально автоматизируется ботом?
На практике 40–50% самых частых и простых вопросов, у стандартизированных процессов — до 70–80%. Достичь ста процентов не удастся: останутся вопросы, требующие суждения и творческого подхода.
Почему метрика «бот закрыл вопрос» может вводить в заблуждение?
Закрытие диалога не означает решённой проблемы. Исследование Science показало, что боты склонны чрезмерно соглашаться с пользователем, а те не замечают лести. Правильнее считать подтверждённую удовлетворённость и полноту решения.
Эскалация к человеку — это провал ИИ-проекта?
Нет. Gartner прямо включает эскалацию в политики ИИ-взаимодействий. Человек нужен для эмпатии и суждения в сложных и эмоционально чувствительных ситуациях, а почти 80% компаний перепрофилируют агентов в новые роли.
Какие барьеры у внедрения ИИ в поддержку в России?
Высокая цена вычислений (сервер с NVIDIA H100 — около 4–4,5 млн рублей), отсутствие базовой CRM у многих компаний, требования 152-ФЗ о локализации данных, подталкивающие к on-premise и собственному контуру.
Источники
- Gartner Predicts Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues Without Human Intervention by 2029 — Gartner, обращение 2026-09-21
- Gartner Survey Finds 91% of Customer Service Leaders Under Pressure to Implement AI in 2026 — Gartner, обращение 2026-09-21
- The next frontier of customer engagement: AI-enabled customer service — McKinsey & Company, обращение 2026-09-21
- AI overly affirms users asking for personal advice — Stanford University, обращение 2026-09-21
- Российский рынок голосовых и чат-ботов. Обзор TAdviser — TAdviser, обращение 2026-09-21
- Как искусственный интеллект изменил работу контакт-центров — CNews, обращение 2026-09-21
- Говорят и подсказывают: как роботы меняют контакт-центры изнутри — РБК Тренды, обращение 2026-09-21
- ИИ-трансформация: «Ростелеком Контакт-центр» удвоил точность распознавания речи — Коммерсантъ, обращение 2026-09-21