ИИ для колл-центра: первая линия, очередь и нагрузка операторов

Что не так с классическим колл-центром?

Первая беда — пики. Нагрузка распределена неровно: утро понедельника, час после рассылки, день после акции. В эти часы очередь растёт, время ответа уходит за 4 минуты, и часть людей бросает трубку. Держать штат под пик невыгодно: в остальное время операторы сидят без нагрузки.

Вторая беда — однообразие. Из 9 000 обращений в месяц три четверти повторяются слово в слово: где заказ, сколько стоит, есть ли в наличии, до скольки вы работаете. Человек отвечает на них медленнее робота и устаёт быстрее.

Отсюда третья беда — текучка. Оператор уходит через несколько месяцев, на его место приходит новичок, которого учат 2–3 недели. Всё это время он работает медленно и ошибается в тарифах. Круг замыкается: чем выше текучка, тем хуже отвечает первая линия.

Что забирает первая линия на ИИ, а что остаётся людям

ИИ для колл-центра делят с людьми не по каналу, а по типу вопроса. Начинают с выгрузки обращений за месяц и раскладывают её по темам. Картина обычно получается такая: три верхние темы дают 76% потока и решаются по правилам, без оценки ситуации.

Верхние три строки — 38%, 21% и 17% — это работа по справочнику: посмотреть статус, назвать цену из прайса, продиктовать адрес и график. Ошибиться здесь можно только по невнимательности. Оставшиеся 24% — рекламации, возвраты, нестандартные условия и конфликтные разговоры.

У людей остаётся именно эта часть. Оператор перестаёт быть справочной: у него больше времени на разговор и меньше механики в смене. Новичка учить тоже быстрее — не 40 сценариев, а десяток сложных.

Маршрутизация и эскалация: с чем диалог уходит оператору

Главный риск первой линии — не ошибка в ответе, а зацикливание. Человек три раза переспрашивает, робот три раза отвечает одно и то же. Поэтому правила передачи пишут до запуска и делают их грубыми в пользу человека. Первая реплика уходит за 8 секунд, а переключение идёт по прямой просьбе, по второму непонятому вопросу, по эмоции и по темам из списка исключений.

Расшифровка — ключевая часть эскалации. Оператор получает не «клиент на линии», а короткую сводку: кто человек, что спросил, что ИИ успел проверить, какой заказ обсуждается. Без этого человек пересказывает всё заново и злится сильнее, чем если бы сразу попал на оператора.

Второе правило — честность. ИИ представляется в начале разговора и по первой просьбе переключает на человека, не уговаривая остаться. Если разговор записывается, об этом предупреждают в начале, а не мелким шрифтом на сайте. Записи и расшифровки — персональные данные по 152-ФЗ: хранятся на серверах в России, доступ к ним раздают по ролям, а не всей команде разом.

Какие метрики мерить после запуска

Метрику «сколько обращений обработал ИИ» смотреть бесполезно: она растёт сама и ничего не говорит о качестве. Считать нужно то, что видит клиент и чувствует смена. Базовый набор — 5 показателей, и снимают их до запуска, иначе сравнивать будет не с чем.

• Доля обращений, закрытых без человека, и доля эскалаций — вместе они дают 100%.
• Время первого ответа отдельно в пик и в спокойные часы: среднее по месяцу прячет провалы.
• Доля потерянных обращений в час пик — тех, кто ушёл, не дождавшись ответа.
• Повторные обращения по той же теме за 3 дня: их рост означает, что ИИ отвечает формально.

Отдельно смотрят на нагрузку смены. Если раньше на оператора приходилось 85 обращений за смену, а стало 40, это не повод сокращать людей. Это время на рекламации, возвраты и обзвон тех, кому не ответили. В первый месяц полезно читать вручную 50 диалогов в неделю: правки сценария после такой вычитки дают больше, чем дашборды.

Сколько часов освобождает первая линия: расчёт-пример

Посчитаем на условной поддержке. Все цифры ниже — допущения, а не результат конкретного проекта. Пусть компания получает 9 000 обращений в месяц, а на линии работают 6 операторов. На каждого приходится 85 обращений за смену, типовых в потоке 76%. Считаем в часах и ставках: зарплаты в каждой компании свои.

Допустим, ИИ закрывает 60% всего потока — меньше, чем доля типовых, с запасом на переспросы и эскалации. Это 5 400 обращений, которые не доходят до человека; операторам остаётся 3 600. При среднем времени контакта 3,5 минуты высвобождается 18 900 минут, то есть 315 часов в месяц.

315 часов — это примерно 2 ставки первой линии при обычном графике. Смысл не в сокращении: те же люди разбирают рекламации и обзванивают тех, до кого раньше не доходили руки. Нагрузка падает с 85 обращений за смену до 40, а время ответа в пик перестаёт зависеть от числа людей на линии.

Потери в пик — отдельная строка. Если сейчас в час пик уходит 22% обратившихся, то после запуска эта доля падает до 4%: очередь разбирается параллельно. Именно здесь обычно и лежат деньги: ушедший клиент не перезванивает, он идёт к следующему в поиске.

Наш ближайший опыт — ИИ-менеджер в компании по ремонту квартир. Ответ до 10 секунд, внедрение заняло 1–2 недели, связка с Битрикс24, экономия до 600 000 ₽ в год. Подробности в кейсе про ремонт квартир. Поток там меньше, но механика та же: типовое закрывает ИИ, сложное уходит человеку.

Чем ИИ-оператор отличается от голосового бота и речевой аналитики

Три инструмента часто путают, хотя они решают разные задачи. ИИ-оператор первой линии — это про организацию потока: кто отвечает, что закрывается без человека, что и с какой расшифровкой уходит дальше. Голосовой бот — про канал: он снимает трубку и ведёт разговор голосом. Речевая аналитика — про контроль: она разбирает уже состоявшиеся разговоры.

Если вам нужно именно снять трубку на первом гудке и провести разговор голосом — вот статья про голосового бота. Если задача в другом: послушать, как менеджеры работают с возражениями, и найти провалы в скриптах — вот разбор про речевую аналитику отдела продаж. А если поток идёт заявками из форм и мессенджеров, ближе окажется бот для обработки заявок.

Отдельная тема — исходящий обзвон. Звонок или сообщение с предложением услуги считается рекламой, и по статье 18 закона «О рекламе» на него нужно предварительное согласие абонента. Согласие хранят с отметкой времени и источником: когда, где и на какой формулировке человек его дал. Без этой записи доказать согласие нечем, и обзвон превращается в риск, а не в канал продаж.

Сколько занимает запуск

Внедрение ИИ для колл-центра идёт от выгрузки, а не от выбора платформы. Сначала разбирают обращения за месяц, потом описывают ответы на верхние темы, потом собирают правила эскалации. Платформа выбирается последней: когда правила написаны, она мало на что влияет.

Дольше всего тянется не настройка, а согласование формулировок: что робот имеет право пообещать клиенту. Список стоит утвердить до пилота, иначе на живом потоке он будет меняться каждый день. Как устроены такие помощники, мы рассказываем на странице про ИИ-менеджеров.

Проверить, есть ли что автоматизировать, можно за вечер. Выгрузите обращения за последний месяц и разложите по темам вручную, хотя бы по сотне строк. Если три верхние темы дают больше половины потока, а время ответа в пик выше 3 минут, первая линия на ИИ окупит настройку. Если поток разнородный, начинать нужно не с робота, а с базы знаний.

Частые вопросы