📞 На днях пишу в поддержку. Пятнадцать минут объясняю ситуацию боту. Он сдаётся, передаёт оператору. Первая фраза человека: «Расскажите, пожалуйста, в чём проблема». Контекст потерян. Начинаю с нуля.

Это не баг конкретного сервиса — системная дыра в том, как компании меряют AI в поддержке. Почти все отчёты считают только % обращений, закрытых ботом. Звучит как результат — на деле vanity-метрика: она молчит, что происходит с клиентом там, где нужен человек.

TELUS Digital (CX-подразделение TELUS, 22+ млн звонков/год) пошли иначе. 📊 30% трафика обрабатывает AI, время решения упало на 87% — результат связки инструментов на Gemini, не одного бота.

Но интереснее другое. Раньше ручной QA проверял ~200 тыс. звонков из 20 млн — меньше 1%. После BigQuery + Gemini Agent Platform компания анализирует почти все 22 млн. Разница не в том, что бот поумнел, а в том, что видно происходящее почти везде, а не в выборке.

💡 Нельзя управлять качеством эскалации, если видишь 1% случаев. $53,9 млн экономии в год — результат не одного AI-агента, а связанной системы данных между этапами обращения.

Выбирая AI для поддержки, спрашивайте не «сколько закрывает бот», а «какая у нас видимость передачи: 1% через выборочный QA или почти 100% через данные?»

❓ При каком типе обращения клиент должен попадать к человеку без повторного объяснения проблемы?

Источник: Google Cloud Customer Story, 2026.

#AIвБизнесе #AIROI #XAMStrategy #автоматизация