Компании все активнее внедряют искусственный интеллект в коммуникации. При этом почти половина потребителей предпочитают общаться с живым сотрудником компании. Только 15% считают наличие ИИ-ассистента признаком современной и технологичной компании. Эксперты «Новофон» рассказали, как внедрять ИИ в коммуникации, чтобы не вызывать отторжения и не разрушать доверие клиентов к бизнесу.
Основная причина недоверия к автоматизированной поддержке — невосприимчивость нейросетей к деталям диалога и эмоциям собеседника. По данным исследования «Новофон», 49% респондентов считают, что живой сотрудник быстрее решает вопросы. Это подтверждают и данные других исследований — две трети респондентов отмечают, что ИИ-оператор не понимает контекст. Людям приходится долго объяснять свой запрос, повторять одну и ту же информацию. Невозможность переключиться на живого оператора для многих становится триггером для ухода к конкурентам.
Широкое внедрение ИИ-операторов привело к парадоксальной ситуации. Бизнес обеспечил круглосуточный доступ клиентов к поддержке, но при этом у людей создается ощущение имитации общения и формального отношения к ним бренда.
Большинство россиян уверенно распознают, что разговаривают с ИИ, а не человеком. Основные признаки — речь без эмоций, жесткое следование скрипту. При этом попытки бизнеса «очеловечить» ИИ дают обратный эффект — люди легко считывают шаблонные фразы и воспринимают их как нежелание компании слышать и идти на диалог. Неспособность нейросетей распознавать сарказм, специфичные обороты речи и эмоциональное состояние собеседника только ухудшает коммуникацию.
Когда ИИ вредит бизнесу
Полная замена людей в поддержке. У нейросетей есть риск ошибок, причем нередко в ситуациях, простых и очевидных для живого оператора. Нередко, когда у клиента нет возможности переключиться на диалог с человеком, он оказывается в «заложниках» у ИИ: нейросеть допускает ошибку, затем сама же ее разбирает, снова ошибается.
В итоге решение даже простого вопроса занимает большое количество времени или становится полностью невозможным, что вызывает раздражение и недоверие даже у изначально лояльного клиента и провоцирует его на уход к конкуренту.
Например, хорошо известен кейс с массовой блокировкой аккаунтов в зарубежных соцсетях в 2025 году из-за ошибки ИИ. Тогда, по словам пострадавших, попытки связаться с техподдержкой оказались безуспешными, а доступ ко многим профилям так и не удалось восстановить.
ИИ в чувствительных сферах. В банковской сфере, медицине, госорганах доверие к ИИ со стороны людей заметно ниже, чем в других нишах. По нашим данным, менее 15% россиян поддерживают использование ИИ в таких направлениях. Причина — не столько в рисках ошибок нейростей, сколько в цене этих ошибок. Если при заказе еды неверная рекомендация вызовет лишь раздражение, то в вопросах здоровья или личных финансов она может привести к серьезным долгосрочным последствиям. Кроме того, в подобных ситуациях клиенты ожидают не только правильного ответа на свой вопрос, но и ощущения, что их действительно услышали.
Непроверенные рекомендации. Несмотря на широкое распространение ИИ в продажах, рекомендальных сервисах и онлайн-консультантах, далеко не все клиенты готовы слепо следовать советам нейросетей. Проблема в том, что пользователи не понимают, на основании чего искусственный интеллект делает тот или иной вывод, дает рекомендацию. Тогда как живой оператор может вступить в диалог и сослаться на конкретную ситуацию, профессиональный опыт. Поэтому гораздо эффективнее использовать ИИ как помощника, который предлагает варианты и ускоряет выбор, но оставляет клиенту возможность уточнить детали у сотрудника или самостоятельно проверить информацию. Такой подход формирует ощущение, что компания не навязывает решение и открыта к честному диалогу с потребителем.
Читайте также: Бизнес упёрся в главный барьер ИИ: не инструменты, а данные и компетенции
Диалог с ИИ
Несмотря на существующие риски и ограничения, искусственный интеллект действительно способен сделать коммуникации эффективнее. Ключевое правило — клиент должен осознанно выбирать взаимодействие с ИИ и иметь возможность быстро переключиться на человека.
Сбор первичной информации. ИИ-оператор «встречает» клиента на первой линии. Он собирает информацию, выясняет тему обращения, тегирует его и переключает на нужного оператора. Так как IP-телефония интегрируется с CRM, нейросеть способна «опознать» пользователя по номеру телефона и вывести информацию из карточки клиента. Менеджер, ответивший на звонок, благодаря такому формату быстро понимает контекст обращения и тратит меньше времени на выяснение нюансов.
Типовые вопросы. Потребители положительно оценивают внедрение ИИ на первичном этапе коммуникаций. По нашим данным, они отмечают, что с помощью голосового помощника можно быстро решить стандартные вопросы: проверить статуса заказа, узнать наличие товара и так далее. Особенность таких обращений — их простота. ИИ-ассистент быстро ищет ответ в базе знаний компании, не тратя время клиента.
Самообслуживание клиентов. Многие вопросы не требуют обязательного участия человека со стороны компании. Например, с помощью голосового меню с ИИ-ассистентом можно автоматизировать запись на услугу и снизить количество пропущенных обращений.
Оптимизация внутренних процессов
Контроль над работой операторов. Речевая аналитика с использованием ИИ позволяет автоматизировать контроль над операторами, сделать их обучение точечными, на реальных примерах. Сервис может транскрибировать звонки и анализировать их по заданным параметрам: тон и внятность речи, доля слов сотрудника в диалоге, перебивания, тишина в разговоре и так далее. Подобный анализ дает бизнесу неочевидные инсайты. Например, в контакт-центрах сотрудники часто ориентируются на типовые KPI — скорость ответа, количество обработанных обращений. Они считают это эффективностью, а клиенты отмечают низкую вовлеченность, необходимость несколько раз звонить по одному вопросу.
Обучение персонала. Данные речевой аналитики ИИ в сервисных отделах и отделах продаж позволяют повысить эффективность обучения и онбординга сотрудников. Тренинги проводятся не на учебных ситуациях, а на реальных кейсах. Сотрудники разбирают типичные ошибки, в том числе свои, анализируют успешные практики. Кроме того, данные речевой аналитики можно использовать для оптимизации скриптов, масштабировать успешные кейсы на весь отдел.
Во многих сферах ИИ-технологии более эффективны, чем человек. В первую очередь, это касается тех процессов, которые легко стандартизировать и алгоритмизировать. Нейросеть имеет доступ к базе данных компании, она может быстро ответить на простой вопрос, проинформировать, отправить напоминание. Все это сокращает нагрузку на менеджеров. Однако, чтобы сохранить доверие клиентов, показать, что компания готова их слышать и открыта к диалогу, важно использовать гибридные модели коммуникаций, когда простые вопросы решает нейросеть, а сложные остаются за человеком.
