Искусственный интеллект стал массовым инструментом для российского бизнеса. По разным оценкам, от 86 до 92% компаний используют или тестируют ИИ, однако подтвердить его реальный экономический эффект могут только 12%. Участники круглого стола РБК Петербург «Данные, автоматизация, ИИ: как технологии улучшают и портят сервис» обсудили, где ИИ уже дает бизнесу измеримый эффект, а где может обернуться потерей доверия, утечкой данных или ухудшением клиентского опыта. Дискуссия была организована РБК Петербург совместно с комьюнити директоров по маркетингу eLab by eLama в рамках проекта-исследования лучших практик в области маркетинга, продаж и клиентского сервиса Customer eXperience Awards РБК Петербург «Формула ценности».
Спорная функция
Рынок ИИ-технологий продолжает быстро расти. По оценке AIANA, в 2025 году он достиг 316,1 млрд руб., увеличившись за год почти на 30%. Наиболее распространенной сферой применения искусственного интеллекта в российских компаниях является клиентский сервис: в этой сфере ИИ используют 46% организаций, выяснили аналитики консалтинговой компании «Технологии доверия» совместно с НАФИ. Как правило, бизнес оптимизирует работу с клиентами с помощью чат-ботов или виртуальных ассистентов для получения и обработки обратной связи, внедряет ИИ в техническую поддержку и задействует в несложных операциях вроде бронирования или оформления заказов.
В то же время передача ИИ функций непосредственного общения с клиентом пока остается спорной. В прошлом году, обсуждая роль технологий в клиентском сервисе, эксперты РБК Петербург пришли к выводу: «эмпатия — человеку, аналитика — машине». В этом году бизнес уже не столь категоричен и пытается найти сбалансированную модель взаимодействия ИИ и сотрудников, в которой «машина» была бы помощником человека, а не его заменой. На данном этапе, констатировали участники дискуссии, ИИ хорошо справляется с задачами обработки информации, но значительно хуже чувствует себя там, где нужны человеческие качества: эмпатия, способность предложить нестандартное решение или чувство ответственности за результат.
За последний год компании получили достаточно опыта, чтобы увидеть не только преимущества масштабирования ИИ в клиентском сервисе, но и его ограничения, отметил директор «Центра развития проектов А+1» Виталий Новиков. «На повестке дня по-прежнему остаются три вопроса: как наконец-то внедрить, как внедрить успешно, без ошибок и с положительными результатами, как внедрить эффективно, чтобы это было экономически целесообразно», — пояснил он.
От чат-бота к помощнику
Автоматизация эффективна в тех случаях, когда технологии реально делают жизнь клиента проще, считает независимый консультант, эксперт по маркетингу и стратегии, преподаватель бизнес-школы ИМИСП Андрей Варзунов. В качестве примера он привел сервисы, которые «выросли» из чат-ботов в ИИ-агентов: они могут не только ответить на вопрос, но и совершить действие за пользователя. Вместе с тем в ситуациях, требующих нестандартных решений, заложенных алгоритмов оказывается недостаточно, и в этих случаях человек по-прежнему незаменим, добавил Андрей Варзунов.
Удачным примером использования ИИ может быть автоматическая разметка обращений клиентов из разных каналов. Такая технология позволяет структурировать массив обращений и использовать его для последующего анализа, продолжил независимый эксперт в области маркетинга и клиентского опыта Алексей Никитин. Непосредственное же общение с клиентом, особенно в конфликтной ситуации, пока остается слабым местом ИИ: «Везде, где есть эмоции, везде, где есть претензия, искусственный интеллект пока работает не очень хорошо», — констатировал он.
Технологии постепенно улучшаются, но им еще есть куда расти, отметил директор по маркетингу компании «Новая высота» Серж Иванов. Для примера он сравнил работу двух банковских сервисов, с помощью которых хотел получить расчет стоимости полиса КАСКО. В одном случае система сразу рассчитала условия в чате, в другом бот отправил пользователя на сайт страховой компании. Несмотря на то, что второй вариант мог потенциально оказаться дешевле, клиент был для банка потерян, так как ему пришлось самостоятельно искать нужную информацию, заключил эксперт.
Компании уже тестируют ИИ-решения, способные вести консультацию с пользователем в режиме диалога, однако, уверен Серж Иванов, «живой человек еще долго будет востребован в ситуациях, когда клиенту важны доверие и ощущение индивидуального отношения».
Тыловой интеллект
Более убедительные результаты компании получают там, где ИИ остается «за кадром» клиентского сервиса, согласились эксперты. Так, в Медицинском центре «XXI век» искусственный интеллект задействован прежде всего для анализа обращений пациентов. По словам директора по цифровой трансформации компании Евгения Кочергина, организация создала и внедрила собственную локальную модель для транскрибации и речевой аналитики. «Анализ разговоров помогает выявить типовые вопросы пациентов, зафиксировать ошибки сотрудников и определить нехватку отдельных услуг. На базе этих данных мы можем не только совершенствовать клиентский сервис, но и принимать обоснованные решения о запуске новых услуг», — пояснил он.
Похожий подход используют в компании «Айсорс». Руководитель линейки продуктов Effect Isource Елена Першина рассказала, что в ее организации нейросети помогают обрабатывать массивы данных о поставщиках. Система учитывает данные более чем 20 млн контрактов, при этом объем информации, на ручную обработку которого ушли бы существенные ресурсы, она анализирует всего за несколько минут.
При этом, по словам Елены Першиной, в B2B-сегменте обучение ИИ-моделей остается трудоемким процессом в части повышения качества распознавания сканированных и неструктурированных документов. «Не всегда модели корректно верифицируют извлекаемые данные: на скане может оказаться справка, договор, акт, сертификат, удостоверение или документ о сертификации, и каждый раз документ может быть уникальным, неструктурированным или нетиповым», — уточнила она. Проблема усугубляется масштабом работы, например, в закупках могут фигурировать миллионы наименований товаров, тысяч услуг, а требования варьируются от одной закупки к другой. «Для дообучения моделей необходима разметка больших массивов данных, но и в этой области мы ожидаем повышения зрелости технологий, или полного перехода к цифровому документообороту», — добавила Елена Першина.
Доверие дороже автоматизации
Наибольшие вопросы вызывает использование ИИ для коммуникации с аудиторией. Эльвира Альметова, директор по маркетингу IV-medical school, рассказала, что ее компания успешно применяет ИИ для анализа рынка и подготовки чернового контента, но выпускать материалы без проверки специалиста не готова. «При использовании автоматически созданного контента компания столкнулась с падением доверия аудитории, а для врачебной аудитории такая цена ошибки слишком высока. Охваты могли расти, но коммерческий результат ухудшался. Поэтому теперь весь контент проходит через медицинского редактора, ответственность за конечный результат лежит на человеке», — отметила Эльвира Альметова.
В сфере детского образования передача ИИ функций «первой линии коммуникации» рискованна, уверен директор по маркетингу онлайн-школы «Фоксфорд» Илья Рыбаков. По его словам, подобные эксперименты некоторые участники рынка ставили несколько лет назад, но быстро их прекратили: модель начала выдавать детям некорректные ответы. «Фоксфорд» учел этот опыт и использует ИИ прежде всего для скоринга и сбора первичной информации, после чего в коммуникацию включается человек, рассказал Илья Рыбаков.
Технология способна способствовать росту конверсии, но только если компания не пытается выдать ИИ за живого сотрудника. «Честность напрямую влияет на результаты: показатели улучшаются, когда пользователю открыто сообщают, что с ним взаимодействует ИИ‑ассистент, а не человек. Эффективным решением стало предоставление клиенту выбора: получить ответ в течение нескольких секунд от искусственного интеллекта, либо дождаться помощи от оператора», — добавил Илья Рыбаков. Прозрачность становится одной из ключевых составляющих современного клиентского опыта, резюмировал эксперт.
Уже очевидно, что технологии искусственного интеллекта хороши в решении генеративных и аналитических задач, но объединить все клиентские данные компании в единую систему крайне сложно, отметила директор по маркетингу ITD Group Майя Геваль. «В этих базах есть персональные данные, данные, являющиеся коммерческой тайной, другие чувствительные сведения. Открытые модели здесь использовать рискованно, а создание локальной защищенной инфраструктуры требует существенных вложений в оборудование, в дообучение модели, в защиту данных», — пояснила Майя Геваль.
«Нужно также учитывать, что, хотя доказанный ROI от ИИ в маркетинге и составляет сегодня 32%, это не означает эффекта от технологии для компании в целом», — подчеркнула Майя Геваль. «Следующим шагом после автоматизации конкретной задачи должна быть автоматизация процесса, интеграция с существующими системами с обеспечением безопасности данных. Кстати, 35% опрошенных компаний назвали фактор безопасного использования ИИ ключевым при выборе LLM-провайдера», — заключила эксперт.
Обратный эффект
На эффективность ИИ в клиентском сервисе влияет качество данных, которые даются модели для анализа. Простого объединения баз и информации из разных отделов недостаточно: у каждого направления свои метрики, а для корректной работы ИИ нужны данные, подготовленные единообразно, описал проблему Алексей Никитин.
Гостиничный оператор Vertical Hotels использует ИИ для работы с обширным массивом клиентской информации. После перехода от телефонного общения к коммуникации с гостями через приложение компания за полгода получила около 1 тыс. звонков на ресепшен и 100 тыс. сообщений и теперь задействует ИИ в анализе переписки сотрудников с клиентами, рассказал управляющий директор сети Vertical Hotels Раиль Муфазданов. Компания ежемесячно загружает в модель массив сообщений, получает отчет о наиболее частых обращениях гостей и реакции сотрудников и на основании этого делает выводы о необходимости дополнительного обучения персонала. «Такой подход позволяет улучшать сервис еще до того, как проблема становится заметной для самого гостя», — уверен Раиль Муфазданов. Однако отдать искусственному интеллекту первую линию взаимодействия с гостем компания пока не готова.
Еще одним направлением, которое бизнес пока не готов доверить ИИ, является управление финансами, отметила директор по стратегическому маркетингу eLama (Яндекс) Наталья Русакова. Это недоверие отражает статистика: 85% компаний применяют ИИ в маркетинге, но если 78% поручают «машине» создание креативов, то доверить управление бюджетами готовы лишь 17%, привела данные Наталья Русакова. Однако, считает эксперт, ситуация изменится уже в ближайшие 1,5-2 года: целевой аудиторией маркетинга станет не только человек, но и его цифровой агент. Это, по ее мнению, со временем приведет к пересмотру границ доверия к технологиям. В качестве бенчмарка Наталья Русакова назвала рынок США, где уже две трети рекламных бюджетов распределяется через ИИ-системы.
Основной вопрос сегодня заключается в том, какую часть клиентского сервиса бизнес готов доверить ИИ, подытожил Виталий Новиков. «Мы думали, что ИИ возьмет на себя рутину, а мы начнем творить. В итоге он взял на себя креатив, а мы работаем руками», — заключил он. «Парадокс ИИ в том, что он пришел автоматизировать рутину, а первым делом автоматизировал креатив», — согласился Серж Иванов. В такой ситуации, по его мнению, главная ценность человека смещается от производства идей к их отбору и ответственности за результат
«Вопрос не стоит: внедрять ИИ или не внедрять. Переход к современным технологиям уже происходит, но стратегию каждый выбирает сам. Это может быть собственная разработка или внедрение готовых продуктов, главное, чтобы внедрение ИИ-инструментов было экономически обосновано и действительно приносило пользу бизнесу», — подчеркнула Елена Першина.
