5,85 млн диалогов поддержки: где AI уместен и когда клиенту нужен человек

За неделю вышли три исследования про AI в обслуживании клиентов и чек-лист от Twilio. Вывод у них один: AI полезен там, где у него есть документация и доступ к данным, и вреден там, где клиент не видит пути к человеку. Бот, который отвечает дёшево и мимо, создаёт повторные обращения. У нас в PDR-компании в США AI клиенту не отвечает, он разбирает звонки, и я объясню, почему так.

Что вышло

Wonderchat через CustomerThink 23 октября опубликовал исследование на 5 848 078 диалогов поддержки у более чем 1 000 компаний с марта 2023 по август 2026 года. Главная цифра: 687 компаний на одной платформе, одних моделях и одном релизе закрывают от 46 % до 88 % диалогов, медиана 69 %. Разрыв в 42 пункта при одинаковой технологии значит, что причина в том, как устроена поддержка. Доля диалогов, которые агент закрыл сам, выросла с 56,7 % в 2024 году до 75,3 % в 2026-м, а разрыв остался тем же. Из 5 000 проваленных диалогов в 58,5 % ответа не было нигде, куда агент мог дотянуться; устаревшее содержимое дало 1,2 %. Действующие клиенты с проблемой дают 53 % объёма и закрываются на 60,8 %, предпродажные вопросы 23 % и 73,6 %. Передача коллеге у авторов считается неразрешённым диалогом.

Seismic 20 октября, тоже через CustomerThink, опросил 200 руководителей уровня C в Северной Америке и Северной Европе (NewtonX, 20–30 июля 2026 года): 75 % больше доверяют человеку, когда его совет расходится с тем, что выдал AI, 55 % идут к представителю вендора при переговорах о цене. Это про B2B-покупки, но вывод для сервиса тот же: чем выше ставка, тем нужнее человек.

Five9 17 октября на CustomerThink, сам отчёт вышел 14 октября: опрос 3 000 потребителей в США, Великобритании и Германии в апреле 2026 года. 47 % считают AI в сервисе полезным, но только 20 % пользуются им «чаще всего» или «всегда». Доверие к AI растёт с 26 % до 55 %, когда виден вариант с человеком. 71 % важно знать, что говорят с AI. 92 % дают боту меньше 10 минут, прежде чем просить человека, а примерно треть после передачи повторяет всё заново.

Twilio 21 октября дала пять проверок для платформы общения с клиентами, две из них я бы повесил на стену. Первая: начните диалог в чате, продолжите в SMS, затем позвоните и посмотрите, что видит оператор; по данным Twilio, 74 % потребителей повторяют себя AI-ассистенту, а 76 % говорят, что человек после него почти ничего не знает. Вторая: не отдавайте платформе свою бизнес-логику и систему учёта.

CustomerThink 22 октября добавил сводку по голосовому AI: Market.us прогнозирует рынок голосовых агентов в $47,5 млрд к 2034 году, Gartner ожидает сокращения расходов на персонал контакт-центров на $80 млрд в 2026 году. Дальше текст у меня обрывается.

Что это значит для бизнеса

Возьмём компанию, которая сдаёт в аренду строительное оборудование. Клиент пишет в чат: «компрессор не заводится, бригада стоит». Это тот самый действующий клиент с проблемой, которых у Wonderchat 53 % и которые закрываются хуже всего. Если бот ответит выдержкой из инструкции без кнопки «позвать человека», через 10 минут клиент позвонит сам и расскажет всё заново. Если бот спросит модель и номер договора, подтянет историю выдачи и передаст оператору, оператор начнёт с решения.

Вывод: сначала боту нужны документация, которой у вас, скорее всего, ещё нет, и доступ к записям; модель вторична. Дальше видимый путь к человеку и передача контекста. Без них бот экономит минуты оператора и теряет клиента.

Как это устроено у нас

В PDR-компании в США, с которой я работаю с 2021 года, AI с клиентом не разговаривает. Система записывает каждый звонок, а AI разбирает, кто звонил: лид, действующий клиент или страховая, и как ответил сотрудник. Звонок на IVR сам создаёт лид в CRM и прикрепляет к нему запись и разбор. Дальше работает продавец: видит заявку в суперапе, звонит и пишет клиенту оттуда же, и разговор с клиентом ведёт он.

Идею сделать PBX с AI-анализом звонков принёс я, собственник её принял. IVR я начал в 2024 году, а в 2026-м довёл до внутренней PBX с кастомной логикой. Результат по компании: раньше работало 20 человек, сегодня больше 30, поток лидов растёт кратно от года к году, а команда продавцов выросла несильно и успевает обработать все обращения. Каждый настоящий лид проходит воронку до конца, и конверсия в продажу выросла на 30 %.

Это разделение я бы повторил в любом сервисном бизнесе: AI готовит контекст, человек решает и говорит с клиентом.

Что я бы сделал

Перед запуском бота посчитать, какие вопросы приходят и где на них лежат ответы. По Wonderchat самая большая категория провалов это вопросы, на которые ответа никто не написал, и писать их придётся опытному сотруднику.

Дать боту доступ к записям: договор, статус заказа, история выдачи. Иначе он отвечает общими словами.

Кнопку «позвать человека» показывать с первого сообщения, а при передаче отдавать оператору весь диалог. Проверить руками: чат, затем SMS, затем звонок.

Говорить, что отвечает AI: по Five9 это важно 71 % людей.

Как связать звонки, CRM и задачи без потерь, я разобрал в статье Как надёжно соединить документы, CRM и задачи. Направления: чат-боты, IP-телефония и CRM-интеграции. Кейсы: технический партнёр PDR-компании и сервисная команда подняла конверсию на 30 %. Другие обзоры: как AI-разбор звонков работает у нас и как я читаю цифры из кейсов вендоров; раньше я писал про дизайн диалога AI-поддержки и экономику AI-поддержки по повторным обращениям. Если вы решаете, что доверить боту, а что оставить людям, расскажите, какие обращения приходят и куда они попадают: Обсудить задачу.