Как применять ИИ в поддержке и не сделать хуже

Начните за спиной агента, а не перед клиентом

Первый порыв — поставить бота на сайт. Более безопасный и обычно более выгодный первый ход — направить ИИ на своих агентов: писать черновик ответа, который они отредактируют, пересказывать длинную ветку тикета, подсказывать нужную статью базы знаний, классифицировать и маршрутизировать входящие обращения. Каждую ошибку ловит человек, знающий продукт, вы получаете реальные данные о том, где модель надёжна, а выигрыш в эффективности приходит сразу. Команды, которые делают это первым шагом, позже автоматизируют правильные вещи, потому что у них есть доказательства, какие ответы модель действительно даёт верно.

Заземляйте каждый ответ на своём контенте

Модель поддержки должна отвечать из вашей документации, ранее закрытых тикетов и страниц с правилами — никогда из того, что она усвоила при обучении. Без такого заземления она уверенно придумает срок возврата, функцию, которой у вас нет, или настройку, которой не существует, и каждое из этих утверждений станет обещанием, за которое клиент вас будет держать. Retrieval по вашему собственному контенту и есть вся архитектура; модель лишь формулирует ответ.

Автоматизируйте узко и по интентам

Не запускайте бота, который отвечает на всё. Выберите интенты с большим объёмом, низким риском и одним верным ответом: где мой заказ, как сбросить пароль, какой у вас срок возврата, как сменить тариф. Автоматизируйте их, измеряйте и расширяйте только когда цифры это подтверждают. Всё, что касается спорных списаний, отмен, доступа к аккаунту, безопасности или разозлённого клиента, должно сразу уходить человеку: именно в этих разговорах решается судьба отношений и именно там автоматическая ошибка стоит дороже всего.

Аварийный выход не является опцией

У каждого автоматического диалога должен быть заметный путь к человеку в один клик, доступный с первого сообщения. Прятать его ради улучшения метрик дефлекции стабильно выходит боком: клиент не исчезает, он эскалирует через публичный канал, и разговор, которого вы избежали, превращается в отзыв. Когда происходит передача, отдайте полную расшифровку, чтобы клиенту не пришлось повторяться: просьба начать всё заново — самая частая жалоба на ИИ-поддержку.

Измеряйте решение, а не дефлекцию

Уровень дефлекции — тикеты, закрытые ботом, — метрика, которая с наибольшей вероятностью вас обманет, потому что диалог, который клиент в раздражении бросил, засчитывается как успех. Отслеживайте решение: была ли проблема действительно решена, вернулся ли человек в течение недели с тем же вопросом, как выглядела удовлетворённость в обращениях, обработанных ИИ, против обработанных людьми. Бот с высокой дефлекцией и падающей удовлетворённостью разрушает именно то, ради чего поддержка существует.

Говорите людям, с чем они разговаривают

Прямо сообщайте, что это ИИ-ассистент. Клиенты всё равно понимают это за два сообщения, и именно ощущение, что их ввели в заблуждение, превращает нейтральный опыт в жалобу. Честная маркировка ещё и меняет то, как люди формулируют вопросы, а это измеримо улучшает получаемые ответы.

Возвращайте провалы в документацию

Самый ценный результат ИИ-поддержки — не закрытые тикеты, а список вопросов, на которые она не смогла ответить. Каждый из них — пробел в документации, и его закрытие одновременно улучшает бота, агентов и ваш раздел самообслуживания. Разбирать этот список раз в неделю — практика, которая отличает поддержку, продолжающую улучшаться, от той, что выходит на плато на втором месяце.