ИИ в клиентском опыте: варианты использования и результаты

ИИ в сфере клиентского опыта способен сократить объем повторяющихся задач и ускорить обслуживание. Гораздо больший эффект достигается тогда, когда он поддерживает весь путь клиента, а не ограничивается автономным чат-ботом. Эффективная программа объединяет контекст взаимодействия с клиентом по всем каналам, автоматизирует рутинные шаги и предоставляет сотрудникам информацию, необходимую для решения сложных вопросов.

WhatsApp-ассистент компании Floward увеличил долю удержания с 64% до 81% и сократил потребность в персонале в часы пик на 45%. Этот результат обслуживания — лишь часть более широкого пути клиента. В данном руководстве рассматривается применение ИИ на этапах привлечения, онбординга, обслуживания и удержания. В нем объясняется, что необходимо подготовить перед запуском и как измерять влияние на бизнес. Также намечен путь от небольшого пилотного проекта до регламентированной программы.

ИИ в клиентском опыте использует данные и языковые модели, чтобы сделать взаимодействие с клиентами более полезным, своевременным и последовательным. Он может оказать поддержку до совершения покупки, направить процесс онбординга, ответить на вопрос службы поддержки, помочь оператору-человеку или выявить риск ухода клиента. ИИ работает лучше всего тогда, когда он интегрирован с каналами, которыми пользуются клиенты, и данными, стоящими за каждым взаимодействием. Ему также необходим путь передачи задач человеку для принятия решений, требующих экспертной оценки.

ИИ в CX представлен в трех основных формах. Предиктивный ИИ прогнозирует возможные события, такие как намерение клиента или риск его ухода. Генеративный ИИ создает или суммирует контент, например, формирует ответ из утвержденных источников. Агентный ИИ способен планировать и выполнять определенные задачи с помощью разрешенных инструментов. Эти подходы могут работать совместно, но они не взаимозаменяемы. Сгенерированный ответ автоматически не означает завершенный запрос клиента, а спрогнозированное намерение не является разрешением на выполнение каких-либо действий.

Распределите работу по четырем уровням:

• Каналы обеспечивают точки, где взаимодействие начинается и продолжается (например, Viber, SMS, RCS, голосовая связь, электронная почта и веб-чат).
• Данные о клиентах предоставляют ИИ ключевой контекст: идентичность клиента, предпочтения, согласие на обработку данных, историю заказов и текущий этап на пути взаимодействия.
• ИИ классифицирует намерения, извлекает утвержденную информацию, генерирует ответ или выполняет определенную задачу.
• Команды специалистов устанавливают правила, обрабатывают исключения, оценивают результаты и берут управление на себя, когда возможности автоматизации исчерпаны.

Эти уровни работают как единая система. ИИ требуются актуальные данные клиентов и доступ к используемым ими каналам, в то время как сотрудникам необходим четкий механизм передачи запроса, когда он требует экспертной оценки. Разрыв в любой из этих связей может привести к тому, что клиент получит некачественные ответы или останется без четкого понимания дальнейших шагов.

Клиенты ожидают, что службы поддержки помнят информацию, которой они делились ранее. Zendesk сообщает, что 83% опрошенных потребителей считают, что клиентский опыт должен быть намного лучше, чем сегодня. Этот вывод указывает на значительный разрыв между тем опытом, который клиенты получают, и тем, который они ожидают увидеть.

Быстрые ответы сами по себе не вызовут доверия. В отчете Salesforce State of the Connected Customer говорится, что только 42% клиентов доверяют бизнесу в этичном использовании ИИ, по сравнению с 58% в 2023 году. Клиент может ценить быстрый ответ и при этом возражать против нечеткого информирования, избыточного использования данных или автоматизированного решения, которое невозможно оспорить.

Измеряйте, получают ли клиенты правильный результат с меньшими усилиями, наряду с количеством обращений, обрабатываемых ИИ. Руководителям службы поддержки необходимо знать, сокращает ли автоматизация нежелательную работу без увеличения числа повторных обращений. ИТ-специалистам и аналитикам данных важно понимать, являются ли надежными идентификация пользователей, права доступа, интеграции и журналы аудита. Юридическим и службам безопасности необходимо знать, как система использует персональные данные и как пользователи могут связаться с человеком. Отслеживайте эти показатели в комплексе, а не оптимизируйте только уровень удержания.

Выберите модель после того, как определите задачу, связанную с ней степень риска и данные, к которым она может иметь доступ. Многие корпоративные рабочие процессы объединяют несколько моделей, включая проверку человеком для ответов или действий с высоким уровнем риска.

Предиктивные модели могут классифицировать намерение клиента, прогнозировать его следующую потребность, ранжировать обращение или выявлять клиента, который может уйти. Оценка намерения позволяет направить сообщение в правильную очередь. Команда по удержанию может использовать показатель риска, чтобы решить, кому требуется проверка специалистом. Воспринимайте такие оценки как вероятностные прогнозы, а не как факты. Проверяйте их на разных языках, в различных каналах, среди клиентских групп и временных интервалов, а также предоставьте сотрудникам возможность отменять решения системы.

Генеративный ИИ может подготавливать черновики ответов, суммировать содержание беседы, находить ответ в базе знаний, переводить контент или помогать оператору готовить ответ. В обслуживании клиентов используйте поиск по утвержденным и актуальным источникам, а также проверяйте систему на галлюцинации, утечку конфиденциальных данных, тональность и качество языка. При оценке помощи сотрудникам измеряйте не только то, насколько бегло модель генерирует текст, но и то, действительно ли операторы точнее решают проблемы и тратят меньше времени на поиск информации.

В статье The Quarterly Journal of Economics «Generative AI at Work» описывается полевое исследование с участием 5179 операторов службы поддержки. В ходе исследования операторы, использующие генеративный ИИ, в среднем решали на 14% больше вопросов в час. Прирост эффективности был выше у новых и менее квалифицированных сотрудников, в то время как опытные и высококвалифицированные специалисты показали минимальные изменения. Этот результат делает помощь агентам удачной сферой для тестирования генеративного ИИ, где качество решения оценивается наравне со скоростью.

Агентный ИИ может анализировать запрос и использовать разрешенные инструменты. Он может проверить заказ, обновить сервисные данные или записать на прием. Начинайте с действий с низким уровнем риска, которые обратимы, легко поддаются аудиту и ограничены правами доступа. Требуйте подтверждения перед внесением важных изменений, устанавливайте четкие условия остановки и проверяйте поведение агента при отсутствии данных или сбое инструментов.

Чат-бот может объяснить правила возврата средств. ИИ-агент может проверить право на возврат, инициировать его и подтвердить результат. Такой рабочий процесс требует более строгого контроля, поскольку он вносит изменения в учетные записи. Страховой ассистент компании LAQO — один из примеров агентного ИИ, ориентированного на клиентов. Его ассистент обрабатывает 30% запросов клиентов, причем 90% из них решаются в ходе обмена тремя-пятью сообщениями. Этот пример демонстрирует ценность ограниченной автоматизации: ассистент обрабатывает рутинные запросы, а сложные случаи передает операторам-людям.

Голосовой ИИ может распознавать речь, понимать намерения, отвечать на звонки и перенаправлять их. Он может подходить для стандартизированных запросов с высоким объемом, но клиентам все равно нужен понятный способ связи с живым человеком. Система должна справляться с акцентами, шумами, прерываниями и деликатными темами.

Инструменты разговорной аналитики могут классифицировать темы, выявлять проблемные зоны и помогать командам анализировать больше взаимодействий, чем позволяет ручная выборка. Сгенерированные моделью настроения или оценка CSAT (удовлетворенности клиентов), рассчитанная ИИ, являются косвенными показателями, а не прямой заменой ответам из опросов клиентов. Проверяйте их достоверность с помощью опросов и ручной модерации, прежде чем использовать в качестве показателя эффективности. Обеспечьте соответствие правил доступа к стенограммам, их хранения и удаления требованиям конфиденциальности и безопасности.

ИИ может помогать на всех этапах взаимодействия: от первого вопроса о продукте до продления подписки. Выбирайте каждый вариант использования для достижения конкретного результата для клиента и в соответствии с подходящим каналом.

В рамках кампании можно использовать RCS или другие приложения для обмена сообщениями, чтобы отвечать на вопросы о продукции, собирать предпочтения клиентов и направлять квалифицированные лиды в отдел продаж. Например, компания Nissan Saudi Arabia использовала круглосуточный чат-бот в WhatsApp на арабском и английском языках, чтобы помочь клиентам изучить модели автомобилей, записаться на тест-драйв и получать напоминания о техобслуживании. Это привело к увеличению числа лидов на 138%. В другой, семинедельной кампании Nissan Patrol, использовались карусельные сообщения в WhatsApp, интегрированные с CRM Nissan, что позволило достичь коэффициента конверсии 26% от первого взаимодействия до полноценного лида. Эта история показывает, почему в кампаниях следует четко обозначать следующий шаг и предлагать помощь живого сотрудника, когда клиенту требуется обсуждение условий или совет.

Диалоговый сценарий может задать несколько квалификационных вопросов, проверить, подходит ли продукт, и забронировать обратный звонок или встречу. В компании Ibancar 60% валидных лидов продвигались по воронке без участия оператора. Делайте сценарий коротким, объясняйте, зачем нужна информация, и позволяйте клиенту исправить ответ до того, как он поступит в отдел продаж.

После регистрации помощник может провести клиентов через настройку, собрать недостающие данные и объяснить следующий шаг в веб-чате или мессенджере. Используйте данные клиента, чтобы не запрашивать информацию, которая уже была предоставлена, но не считайте неполный профиль разрешением на сбор дополнительных сведений. Отслеживайте завершенность, время до получения первой пользы и запросы на помощь человека, чтобы команда могла видеть, устраняет ли сценарий препятствия или просто переносит их.

Напоминание может помочь клиенту завершить бронирование, подготовиться к встрече или сделать следующий шаг в клиентском пути. Форматированные сообщения могут содержать четкие действия, в то время как SMS позволяют охватить клиентов с базовыми устройствами. Обязательно соблюдайте согласие на получение сообщений по каналам связи и делайте напоминания актуальными.

Сервисный помощник может отвечать на утвержденные вопросы о правилах, заказах или шагах по управлению учетной записью в веб-чате или мессенджерах. Используйте базу знаний с назначенным владельцем и датой пересмотра, а также показывайте источник или следующее действие там, где это уместно. Если ответ неясен, задайте уточняющий вопрос или передайте запрос специалисту, вместо того чтобы выдумывать детали.

Обнаружение намерений позволяет направить запрос команде с нужными навыками, при этом оператор получает историю беседы и соответствующий контекст клиента. В Sparkasse Bank BiH показатель решения вопросов при первом обращении вырос на 17% после того, как банк объединил голосовой канал и веб-чаток в своем контакт-центре.

Напоминания об оплате и сообщения о задолженности могут объяснять сумму к оплате, демонстрировать одобренные способы оплаты и отвечать на частые вопросы без необходимости заставлять клиента звонить. В компании UME чат-бот RCS разрешил 80% разговоров без участия человека, в то время как расходы на взыскание задолженности снизились на 54%. Направляйте запросы об особых обстоятельствах и споры сотруднику. Не позволяйте ИИ оценивать платежеспособность клиента в обход утвержденной политики в отношении задолженности.

Помощник может ответить на предпочтительном для клиента языке, перевести сводку передачи диалога или направить запрос сотруднику, владеющему нужным языком. Компания Mukuru предлагает 10 языковых опций для своего чат-бота в мессенджере, который помогает создавать учетные записи, осуществлять денежные переводы и оплачивать счета. Проверяйте точность смысла и соответствие правилам с помощью носителей языка, а не полагайтесь исключительно на показатели буквального перевода.

Система может суммировать звонки, классифицировать результаты, составлять проекты заметок по обращениям и помогать агентам выполнять последующую работу. Цель состоит в том, чтобы сократить время на документирование при сохранении точных и полных записей.

Предиктивные сигналы могут помочь команде выявить клиента, которому может потребоваться проверка состояния дел, а мессенджер — предложить актуальное предложение или вариант обслуживания. Обеспечивайте прозрачность принятых решений и избегайте отправки стимулов на основе только лишь балла модели. В Flamingo чат-бот в WhatsApp обрабатывает проверку баланса, запросы налоговых сертификатов, информацию о магазинах и вопросы по кредитам, а затем передает нерешенные чаты живым операторам. Клиенты могут самостоятельно решать рутинные вопросы, оставляя агентам возможность сосредоточиться на более сложных запросах.

Сопоставьте каждую проблему клиента с необходимым ей каналом, данными, процедурой передачи и средствами контроля. Проверка готовности показывает, что именно необходимо исправить перед запуском.

Начните с каналов, которые клиенты уже используют, и тех задач, которые они ожидают там решить. Проверьте согласие, доставку сообщений, шаблоны, резервные пути, часы работы, потребности в доступе и то, кто отвечает за каждый канал. Взаимодействие через RCS может потребовать иной проверки личности и пути эскалации, чем веб-чат или голосовой канал. Не предполагайте, что один модуль поддерживает каждый канал или что каждый вариант развертывания обладает одинаковой доступностью.

AgentOS поддерживает развертывание в более чем 15 каналах, а сеть Infobip охватывает более 190 стран. Для предприятий, обслуживающих клиентов на разных рынках, такой охват дает командам больше возможностей встречаться с клиентами в тех каналах, которые они уже используют.

ИИ требуется достаточно контекста для ответа на текущий запрос, но он не должен получать неограниченный доступ к записи каждого клиента. Определите минимальное количество полей, необходимых для каждого варианта использования, способ проверки личности, авторитетную систему, а также правила соблюдения согласий и предпочтений. Согласуйте требования к актуальности данных, порядок действий при конфликте записей и круг лиц, имеющих право одобрять изменения в источнике знаний модели.

Conversational CDP — это модуль AgentOS, который объединяет взаимодействия с клиентами в профили реального времени. ИИ-агенты и группы обслуживания могут использовать этот контексть для продолжения беседы в разных каналах, а не воспринимать каждое взаимодействие как начало с чистого листа.

Спроектируйте процесс эскалации до написания сценария чат-бота. Определите, какие намерения, уровни уверенности, сигналы тональности или исключения из правил требуют участия человека. При передаче сохраняйте стенограмму, проверенный профиль клиента и данные сеанса, необходимые для продолжения без необходимости заставлять клиента повторять запрос.

Сделайте перевод заметным для клиента, сформируйте ожидания относительно времени ожидания и предоставьте агентам способ исправить классификацию ИИ. Не рассчитывайте на то, что предложения ИИ или рекомендованные следующие действия будут переданы живому агенту, пока владелец продукта не подтвердит такую возможность.

Назначьте владельца для модели, утвержденных знаний, доступа к данным и реагирования на инциденты. Определите, какие варианты использования имеют низкое, среднее или высокое влияние, а затем сопоставьте интенсивность проверок с уровнем риска. Регистрируйте промпты, извлеченные источники, вызовы инструментов, решения и ручные переопределения там, где это разрешено. Проводите тестирование на предмет неточных ответов, внедрения промптов (prompt injection), утечки данных, предвзятости и сбоев при пиковых нагрузках. Предоставьте клиентам доступный способ оспорить результат.

Установите базовый уровень перед запуском и измеряйте результаты для клиентов, операционные результаты и защитные механизмы в комплексе. Сравнивайте сопоставимые намерения, каналы, группы клиентов и периоды времени. Если команда меняет процесс во время пилотного проекта, фиксируйте это изменение, чтобы вклад ИИ не смешивался с эффектами от кадровых изменений, политики компании или кампании.

Определите термины перед сравнением результатов.

• Удержание (Containment) означает, что взаимодействие осталось в автоматизированном канале.
• Автоматизированное решение означает, что запрос клиента был выполнен и проверен без участия человека.
• Перенаправление (Deflection) означает, что клиент воспользовался самообслуживанием вместо обращения к оператору.

Считайте это успехом только в том случае, если проблема была решена и клиенту не потребовалось обращаться повторно. Высокий показатель удержания может соседствовать с плохим разрешением запросов, повторными обращениями или молчаливым отказом клиентов от взаимодействия.

Постройте модель рентабельности инвестиций (ROI) вокруг подтвержденных решений, а не сеансов чат-бота. Сопоставьте полные затраты на настройку, интеграцию, использование моделей, обновление знаний, мониторинг, проверку людьми и обучение персонала с измеримыми достижениями, такими как сокращение числа повторных обращений, уменьшение времени обработки, увеличение числа выполненных запросов или дополнительный доход. Там, где это возможно, используйте контрольную группу или поэтапное внедрение, чтобы проверить, привел ли ИИ к этим результатам. В 10/20/70 rule концепции BCG усилия по трансформации с помощью ИИ распределяются следующим образом: 10% — алгоритмы, 20% — технологии и данные, 70% — люди и процессы. Это соотношение служит напоминанием о том, что в расчеты ROI необходимо включать обучение и изменения в рабочих процессах, а не только технические расходы. Воспринимайте это как ориентир для планирования, а не как бюджетную формулу; рассчитывайте итоговый ROI на основе фактических затрат и результатов.

В конце каждого этапа анализируйте результаты и подтверждайте готовность команды перед масштабированием.

Недели 1–4. Выберите одну массовую клиентскую проблему с низким уровнем риска и опишите текущий путь клиента от первого обращения до подтвержденного решения. Проведите аудит канала, источника знаний, процессов идентификации, доступа к данным, согласий, маршрута эскалации и базовых ключевых показателей эффективности (KPI). Назначьте ответственного за бизнес-процессы, технического владельца и владельца операционной деятельности с участием людей. Определите, что ИИ может делать самостоятельно, что требует подтверждения и что всегда должно передаваться человеку.

Перед переходом к следующему этапу: Убедитесь, что утвержден источник достоверных данных, у передачи обслуживания есть ответственный, а команда может измерять успех и соблюдение защитных механизмов. При необходимости привлеките юридический отдел или отдел комплаенс.

Недели 5–8. Запустите решение для контролируемого сегмента на одном канале. Начните с поиска информации, классификации или обратимого действия, прежде чем разрешать транзакции с более серьезными последствиями. На первых порах просматривайте стенограммы и случаи сбоев ежедневно, а затем с согласованной периодичностью. Сравните результаты с исходными показателями и, где это возможно, с контрольной группой. Отслеживайте показатель удержания наряду с подтвержденными решениями, повторными обращениями, усилиями клиента, эскалацией и затратами.

Перед переходом к следующему этапу: Расширяйте масштабы только в том случае, если разрешение запросов улучшается или остается стабильным; защитные механизмы не выходят за установленные рамки, а команды сотрудников справляются с объемом эскалаций. Приостановите работу или откатите изменения, если ошибки, жалобы или инциденты с конфиденциальностью превышают согласованные лимиты.

Недели 9–12. Перенесите проверенный рабочий процесс на второй канал только после адаптации механизмов получения согласия, идентификации, контента и эскалации для этого канала. Затем протестируйте проактивные напоминания, подсказки при адаптации (онбординге) или обновления сервиса с очевидной пользой для клиента. Поддерживайте единое представление пути клиента, чтобы пользователям не приходилось начинать все сначала при переходе между каналами. Сравните производительность по каналам и сегментам клиентов перед объединением результатов.

Перед переходом к следующему этапу: Подтвердите качество, соблюдение согласий и операционную ответственность для конкретного канала перед масштабированием. Не используйте отличный результат на одном канале как доказательство того, что тот же дизайн сработает везде.

Второй квартал и далее. Добавляйте агентные задачи только тогда, когда их масштаб и права доступа четко определены. Ошибки должны быть обратимыми или устранимыми. Ведите журналы аудита (логи). Протестируйте голосовой ввод и дополнительные языки с участием владеющих ими специалистов и четким механизмом переключения на человека. Подтвердите статус выпуска продукта, развертывание которого зависит от возможностей раннего доступа (Early Access).

Перед переходом к следующему этапу: Расширяйте автономность только после того, как агент начнет справляться со сложными (краевыми) сценариями; клиенты понимают суть взаимодействия, а ответственные лица могут контролировать рабочий процесс и останавливать его. Возлагайте на людей ответственность за политику, исключения и решения, влияющие на клиентов.

Корпоративные команды переходят от подсчета числа запущенных чат-ботов к вопросу, который действительно важен для клиентов: успешно ли система выполнила запрос? По прогнозам Gartner, к 2029 году агентный ИИ сможет автономно решать 80% распространенных проблем сервисного обслуживания. Для сервисных команд это означает необходимость проектировать рутинные рабочие процессы, с которыми ИИ может справиться самостоятельно, и четкую передачу исключительных ситуаций человеку.

Некоторые клиенты используют генеративный ИИ для поиска информации о продуктах перед покупкой. Как сообщает BCG, 22% пользователей генеративного ИИ уже делали это, а 48% потребителей воодушевлены влиянием генеративного ИИ на процесс совершения покупок.

В исследовании NBER «Генеративный ИИ на работе» прирост производительности различался в зависимости от опыта агента. ИИ может помочь агенту найти информацию, составить проект ответа или резюмировать обращение. Командам следует измерять точность и результаты работы с клиентами по группам, а затем сосредоточиться на задачах обучения и проверки там, где людям требуется поддержка.

Клиенты могут переключаться между веб-чатом, SMS, RCS и голосовой связью в зависимости от срочности, устройства и задачи. Высокий процент открытий мало о чем говорит, если клиенты не завершают задачу. Отдельно отслеживайте доставку, ответы, завершение и эскалацию.

Доверие зависит от того, как система ИИ распоряжается данными клиентов и знают ли люди, когда они взаимодействуют с системой. Article 50 of the EU AI Act содержит требование о прозрачности для определенных систем ИИ, которые взаимодействуют с людьми напрямую. Оно вступает в силу 2 августа 2026 года. При проектировании системы предусмотрите четкое информирование, ограниченное использование данных, помощь человека и журналы аудита.

Соответствие этим тенденциям требует подхода, позволяющего координировать каналы, данные, ИИ и поддержку людей.

AgentOS — это платформа от Infobip, объединяющая клиентские каналы, данные, ИИ и человеческий сервис.

Используйте эту таблицу, чтобы сопоставить четыре уровня с возможностями AgentOS.

Для каждого варианта использования задайте четыре вопроса. Какой канал подходит? Какие данные нужны ИИ? Какие задачи ему разрешено выполнять? Когда управление должен взять на себя человек? Эти ответы дадут вашей команде практическую отправную точку для проведения целенаправленного пилотного проекта.