В поддержке клиентов можно сократить время подготовки ответа вдвое и не ускорить решение ни одного сложного обращения. Пока сотрудник формулирует ответ, проблема кажется в скорости. Но если после ответа заявку всё равно передают в продуктовую команду без описания ошибки, автоматизация экономит минуты в начале и оставляет прежнюю очередь дальше.

Самый полезный вопрос перед запуском, готова ли конкретная операция к автоматизации. Для ответа нужно найти, на каком этапе задерживается результат и какие правила мешают передать работу дальше.

Возьмём условный пример B2B-поддержки. За месяц приходит 1 000 обращений. Из них 600 типовые, 250 требуют уточнения данных и 150 связаны с дефектами продукта. Сотрудник тратит на первичный ответ в среднем 12 минут. AI сокращает эту работу до 4 минут. На презентации экономия выглядит впечатляюще: около 133 часов в месяц, если разница в восемь минут достигается на всех заявках.

Но в реальном процессе эффект зависит от категории. По типовым вопросам ответ может завершать работу. В обращениях с дефектами главное воспроизводимый сценарий, версия продукта, приоритет и передача разработке. Если эти поля никто не обязан заполнять, модель подготовит вежливое письмо, а специалист следующей линии снова начнёт выяснять обстоятельства. Мы ускорили действие, которое не определяло срок решения.

Поэтому я начинаю не с выбора модели. Беру выборку обращений и размечаю, чем каждое закончилось: решено на первой линии, передано дальше, возвращено на уточнение, закрыто повторно. Затем для каждого перехода фиксирую обязательные данные и ответственного. Важно измерить время до окончательного решения, долю повторных обращений и число возвратов, а не только скорость первого ответа.

После этого можно разделить работу. Для типовых запросов использовать утверждённую базу знаний и автоматический черновик. Для спорных случаев требовать проверки человеком. Для дефектов формировать карточку с обязательными полями и передавать её владельцу следующего этапа. Если сведений не хватает, система должна запросить их, а не выдавать правдоподобный ответ.

Экономику тоже считаю по факту. Сэкономленные 133 часа ещё не равны снижению расходов: люди могут остаться в штате и продолжить разбирать старую очередь. Денежный эффект появляется, если тот же состав обрабатывает больший объём, снижаются затраты на подрядчиков или исчезает потребность в дополнительном найме. Из выгоды нужно вычесть внедрение, эксплуатацию и ручную проверку.

Пилот я бы запускал на одной категории обращений с понятными правилами и сравнивал с исходным периодом не только минуты подготовки ответа, но и конечное время решения, ошибки и нагрузку на вторую линию. Если первый показатель улучшился, а остальные нет, проблема осталась в процессе. Именно его и нужно исправлять, прежде чем расширять автоматизацию.