Доклад Беляева Владислава на ContactDays 2025

Стать:

Участником

Спикером

Партнёром

Открытый форум о контакт-центрах — технологиях, процессах и клиентском опыте

Беляев Владислав

Сооснователь и исполнительный директор AutoFAQ

Между хайпом и внедрением: взгляд на ИИ в контакт-центре

Видео

Видео доклада

Презентация спикера

ИИ в контакт-центрах: как преодолеть разрыв между ожиданиями и реальностью

Сегодня бизнес живёт в условиях, когда искусственный интеллект перестал быть экспериментом — и одновременно перестал быть «волшебной кнопкой». Громкие обещания сменяются трезвым пониманием: технологии дают ценность только там, где встроены в реальные процессы, опираются на качественные данные и поддерживаются правильно выстроенной инфраструктурой.
Эта статья собирает ключевые практические выводы из опыта внедрения ИИ в российских компаниях — от ритейла и образования до федеральных цифровых платформ. Материал ориентирован на руководителей контакт-центров, продуктовых и операционных директоров, IT-менеджеров и всех, кто ищет измеримый эффект от ИИ, а не «демо для инвесторов».

Почему возникает разрыв между ожиданиями и результатами

Эффект «плато разочарования»

Глобальная аналитика подтверждает: после максимального хайпа генеративный ИИ вошёл в фазу охлаждения ожиданий. Это естественный этап: технология становится массовой, ошибки видны сильнее, а эффект становится предметом строгой оценки.

Где возникает разрыв

Ожидания

«ИИ заменит операторов, все процессы автоматизируются».
Реальность

Технологии дают эффект только там, где встроены в конкретный процесс, работают на актуальных данных и учитывают регламенты бизнеса.

Вывод: разрыв чаще всего связан не с технологиями, а с неверными ожиданиями и неподготовленными процессами.

Российская специфика: меньше денег — больше прагматизма

В России ИИ развивают прагматично: бюджеты ограничены, поэтому проекты должны быстро окупаться. Анализ 4 000+ профильных новостей и внедрений показывает:

Максимально востребована сфера контакт-центров
Эффект проще получить там, где:

много повторяющихся вопросов,
есть сезонность,
данные хранятся фрагментарно,
операторы перегружены.

Следствие: успешные проекты строятся вокруг задач, где экономия и ускорение измеряются сразу.

Где ИИ приносит самый быстрый эффект

Автоматизация обращений

Существуют процессы, где ИИ сразу даёт «быстрые победы»:

1

Автоматизация FAQ и шаблонных запросов

2

Классификация обращений

3

Генерация коротких итогов диалога для CRM

4

Помощь оператору при поиске информации

5

Чат-боты в нерабочее время

6

Контроль качества (речевая аналитика)

Пример правильного подхода
- Было: операторы тратят по 2–3 минуты на поиск статьи в базе знаний.
- Стало: Copilot подбирает готовый ответ за 3–5 секунд.
Пример неправильного подхода
- Попытка сразу запустить сложного генеративного бота без базы знаний.
- Результат: галлюцинации, жалобы клиентов, откат проекта.

Кейсы, демонстрирующие реальные эффекты

«Честный знак»: нормативная поддержка без потери качества

Специфика: сложные юридически значимые ответы, строгость регламентов, десятки товарных групп.

Кейсы, демонстрирующие реальные эффекты

«Честный знак»: нормативная поддержка без потери качества

Специфика: сложные юридически значимые ответы, строгость регламентов, десятки товарных групп.

Что было сделано:

создана актуальная и регулярно обновляемая база знаний,
внедрён Copilot для операторов,
чат-боты для текстовых каналов,
генеративная модель адаптирует нормативный текст под человеческий запрос.

Результаты

стабильное качество автоматизации при многократном росте обращений,
отсутствие необходимости нанимать +50 новых сотрудников,
повышение скорости и качества ответов,
операторы перестали тратить время на поиск регламентов.

Главный урок:

ИИ работает только там, где данные актуальны и обновляются ежедневно.

Что сработало вместо этого:

Автоматическая генерация краткого резюме диалога в CRM.
Почему это важно:

Операторы тратили значимое время не на общение, а на оформление карточки.
Результат:
- AHT ↓ на 40%,
- растущие нагрузки в сезон удалось обработать без расширения штата.
Урок:

Быстрые победы — в рутинных задачах, а не в самых сложных сценариях.

Технониколь: сокращение времени экспертной консультации в 15 раз

Сложность кейса:
- десятки тысяч позиций продуктов,
- уникальные условия проектов,
- необходимость экспертной оценки.
Компания передала сотни гигабайт данных — каталогов, регламентов, рекомендаций.
Что дал ИИ:
- формирует проектный ответ за 30–40 секунд вместо 30 минут,
- эксперт только проверяет корректность и отправляет клиенту.
Результат:
- AHT ↓ на 70%,
- консультанты разгружены,
- время ответа стало конкурентным преимуществом.

Как запускать ИИ-проекты правильно: методология

Исследуйте технологию на своих данных
Необходимо получить чувственный опыт — увидеть, как ИИ работает на ваших реальных запросах.

Правило:
Если за 1–2 дня вам не дают рабочий прототип — это тревожный сигнал.

Думайте экосистемой, а не инструментом

Внедрение ИИ — это не «хочу бота», а работа по четырём направлениям:

Данные: их полнота, актуальность, структура.
Интеграции: связка с CRM, базами знаний, каналами.
Люди: команда, отвечающая за обновление контента.
Процессы: частые итерации, обратная связь, улучшения.

Запускайте короткие пилоты с измеримыми целями

Правильный пилот:

длится 2–4 недели,
имеет 2–3 чётких KPI (AHT, FCR, доля автоответов),
проводится на ограниченном сегменте,
легко масштабируется при успехе.

Пилот длится 4–6 месяцев, цель — «внедрить ИИ», метрик нет.
Иначе разочарование и отсутствие дальнейшего движения.

Информационная безопасность
Бюджетные циклы
Закупка оборудования
Длинные контуры согласования

Как не попасть в ловушку хайпа: практические рекомендации:

Начинайте с задач, дающих быстрый и измеримый эффект

резюме диалога,
поиск по базе знаний,
автоматизация FAQ,
контроль качества.

Проверяйте вендора по скорости

Если решение нельзя развернуть за 1–3 дня — это не продукт, а проект.

Планируйте непрерывное улучшение

ИИ — это не внедрение, а цикл:

запуск,
обратная связь,
корректировка данных,
обновление моделей,
рост качества.

Используйте только данные вашей компании

Генеративная модель без ваших материалов = гарантированные ошибки.

Думайте о косвенных эффектах

Ритейл показывает:

90% выгоды — это улучшение процессов, а не экономия на штате.

Финал

ИИ в контакт-центрах сегодня — не магия и не маркетинговый трюк. Это рабочий инструмент, способный:

ускорять обработку запросов,
снижать нагрузку на операторов,
повышать качество сервиса,
улучшать управляемость процессов,
открывать скрытые резервы эффективности.

Но эффект появляется только тогда, когда технологии встроены в реальные процессы, данные актуальны, а команда получает быстрый опыт и регулярно улучшает модель.
Именно такой подход — единственный способ не «вскочить в последний вагон», а построить устойчивое конкурентное преимущество.

Если у вас есть:

интересная тема
честный кейс
спорный вопрос
нестандартный подход — поделитесь им

ContactDays — это не витрина, а пространство обмена.
Мы собираем форум, где выступают не «звёзды», а практики: люди, которые внедряют, ошибаются, учатся и растут.

ContactDays

Главное — опыт, которым стоит поделиться. Мы вас подготовим!

Вы не обязаны быть идеальным спикером.

Поделитесь своим опытом на

Стать спикером

Формат построен для вовлечённости и полезного обмена.

ContactDays — это однодневный онлайн-форум, где мы собираем практиков и экспертов, чтобы поговорить о контакт-центрах без воды и маркетинговых докладов.

Стать участником