← Блог
Банк отдал боту треть обслуживания. У ритейлеров боты есть, а вопросы всё равно уходят на оператора
Т-Банк рассказал про ИИ-сотрудника, который закрывает около 30% клиентского обслуживания. Свежая проверка розницы показывает другую сторону: чат-бот отвечает, но реальное действие в чате выполняет лишь в 16% случаев. Разбираем, что из этого повторяемо в компании на пять человек.
Боту выдали имя и фамилию. 7 августа Т-Банк сообщил, что ИИ-сотрудник Афанасий Иванов работает в тех же системах, что и живая поддержка: разбирается в ситуации конкретного клиента и сам совершает нужные действия. Вопросы уровня «какая у меня ставка» и «куда ушли деньги с карты». По данным банка, он задействован примерно в 30% всего клиентского обслуживания, а обращений в поддержку приходит около 19 миллионов в месяц.
Самая честная цифра в релизе — не тридцать процентов
А 78,7. Столько составила удовлетворённость клиентов качеством его работы. Целевую планку банк называет сам — 84,3. То есть компания со своими моделями, отдельной командой и миллионами обращений для обучения до собственной цели пока не дотянула. Запуск бота на новый сценарий, от начала обучения до реальных клиентов, занимает у них до трёх недель.
Держите эти два числа в голове, когда подрядчик обещает «ИИ-менеджера под ключ за неделю».
Что показала проверка ботов в рознице
В июле Naumen опубликовал исследование клиентского обслуживания у ритейлеров: больше 5000 звонков, 113 сайтов, чат-боты трёх десятков крупнейших сетей, сотни предметных вопросов. Цифры отрезвляют.
- Чат-боты в авторизованной зоне решают 58% запросов, но само действие в чате выполняют только в 16% случаев.
- Голосовые помощники справляются примерно с 35% предметных вопросов.
- В голосовом канале розницы 60% вопросов сразу уходят на оператора или остаются без ответа.
Разрыв тут не в технологии. Бот умеет говорить, но ему не дали права что-то сделать: перенести доставку, отменить запись, поменять адрес. Поэтому он и работает автоответчиком с хорошей дикцией.
Три сценария, которые окупаются у маленькой компании
Начинайте не с «внедрить ИИ», а с вопроса, который вам задают двадцать раз в неделю. В барбершопе на два кресла это выглядит так.
- Статус и перенос записи. Самый частый вопрос и самый простой — но только если бот реально ходит в вашу систему записи, а не пересказывает расписание словами.
- Адрес, часы, парковка, цены. Скучно, зато это половина сообщений в директ вечером в пятницу.
- Повторная запись после визита. Здесь бот не отвечает, а пишет первым — и именно это чаще всего приносит деньги.
А вот чего отдавать не надо: возражения по цене, конфликты и первую продажу. Там человек решает не задачу, а сомнение. Сомнение бот не снимает — он его в лучшем случае фиксирует и передаёт дальше.
Сценарий для бота — это по сути аккуратно написанный промпт: что он знает, что ему можно, где он обязан позвать человека. Собрать такой текст можно самому, не платя за «постановку задачи» → конструкторы промптов FRM
Как через месяц понять, стало ли лучше
Считайте одну величину: долю обращений, закрытых без человека. Не количество диалогов, не «экономию времени по ощущениям» — долю. Замерьте её за две недели до запуска, потом через четыре недели после. И отдельно смотрите на жалобы: если доля выросла, а недовольных стало больше, вы не автоматизировали поддержку, а спрятали её за стенкой.
Один сценарий. Один месяц. Одна цифра. Этого достаточно, чтобы решить, идти дальше или нет.
Посмотреть, как выглядят замеры «до и после» на реальных проектах: 113 кейсов FRM с цифрами
