AI-агенты vs живые операторы: кто справился лучше (и дешевле)

В 2025 году ваш продакт или техлид приходит с задачей: нужно разгрузить саппорт, классическое решение — чат-бот по сценариям — все уже пробовали: он закрывает 20% обращений, остальное сваливается на людей. Но сейчас же все делают с ИИ, значит вам тоже нужно (и это вполне оправдано). Вы открываете документацию, смотрите на интеграции, API, считаете бюджет и понимаете: нужно разбираться, что там под капотом и работает ли это вообще.

Мы тоже решили разобраться в этом и взяли интервью у экспертов MCN Telecom, изучили архитектуру их решения, посмотрели на метрики и реальные кейсы. Дальше покажем, чем AI-агент отличается от сценарного бота, посчитаем стоимость тикета (оператор vs AI), разберем два кейса с цифрами и дадим чеклист для техлидов по запуску и мониторингу.

Почему AI-агент не ломается на нестандартных фразах

В классическом боте вы прописываете дерево сценариев: если клиент сказал А, отвечаем Б, если В — переходим к ветке Г. Когда клиент формулирует вопрос иначе или уходит в сторону, бот ломается и начинает переспрашивать. В AI-агенте такой жесткой привязки к фразам нет.

ИИ-агент, в отличие от шаблонного бота, понимает смысл фразы, даже если она сказана нестандартно. Агент работает как оператор: анализирует намерение, эмоцию, задачу, ведет живой, многовариантный диалог, адаптируется под абонента в ходе диалога, помнит весь разговор, внешние данные и историю клиента.

ЭкспертMCN Telecom

Под капотом это выглядит так:

1. Система распознает речь;
2. Определяет намерение через NLU-модуль
3. Подтягивает контекст из CRM или внешних API
4. Генерирует ответ и выполняет действия. 

Агент может не только отвечать на вопросы, но и оформлять заявки, менять параметры в системах заказчика, фиксировать обращения, отправлять SMS или email. По сути это оркестратор, который связывает голосовой интерфейс с бизнес-логикой компании через интеграции.

Вместо того чтобы прописывать сотни фраз и строить дерево сценариев вручную, вы даете системе базу знаний, несколько примеров диалогов и промпты с инструкциями.

Основная информация о компании. Разбор основных кейсов, с которыми обращаются клиенты — ответы на вопросы, статьи, на основе которых можно ответить. Скрипт со стилем, характером и подходом ИИ к решению проблем. Очертить границы — что ИИ не должен говорить, специфицировать на какие вопросы он не отвечает, когда говорит, что не знает. Чем уже границы, тем меньше вероятность галлюцинаций и ошибок. Интеграция с CRM и другими сервисами, куда через функции ИИ может обращаться за ответами и информацией о клиенте. 

ЭкспертMCN Telecom

Заказчику не нужно нанимать команду дата-сайентистов или ML-инженеров. Если нужна интеграция с внешними системами, команда MCN Telecom занимается этим самостоятельно. Базового агента для обработки входящих обращений можно настроить за 1-2 дня, полноценного голосового помощника с интеграциями — за 2-3 недели.

Четыре метрики: от AHT до обработки 5000 запросов в час

Первая — среднее время обработки обращения, AHT в терминологии контакт-центров. У AI-агента это от 1 до 5 секунд на типовой запрос. Живой оператор тратит на то же самое от нескольких минут, потому что ему нужно найти информацию в базе и переключиться между окнами CRM.

Вторая метрика — процент обращений, которые система закрывает без эскалации к человеку. Эксперт MCN Telecom оценивает в среднем 90%, но у некоторых клиентов агент отвечает на все вопросы, живые операторы в принципе не участвуют в диалоге, поэтому здесь нужно понимать структуру обращений.

Практически каждый второй заказчик говорит, что бот не поймет специфику их бизнеса. Конечно, все отрасли считают себя уникальными, будь то ритейл, финансы или медицина. Но главное: 70-90% входящих обращений в любой сфере — типовые. Мы берём пару часов их реальных звонков, пропускаем через ИИ, показываем распознавание намерений и ответы. Обычно выясняется, что 90% звонков — это статус, оплата, доставка, продление, тариф, график. И только 10% звонков — действительно сложные, нестандартные.

ЭкспертMCN Telecom

Третья метрика — поведение системы под нагрузкой. Об этом будет кейс дальше, там как раз на примере ситуации, когда упала главная система на 5000 запросов в час.

Четвертая метрика — отработка в нерабочее время, по данным MCN Telecom, до 15% обращений поступает ночью или в выходные.

Конечно все зависит от специфики бизнеса заказчика. В среднем, до 15% обращений поступает в нерабочее время. При правильно настроенном голосовом агенте все, т.е. 100% типовых обращений будут обработаны. Статусы, записи, заявки, проверка данных, маршрутизация- все это агент обработает сам. Какие-то сложные вопросы агент запишет и передаст специалисту.

ЭкспертMCN Telecom

Считаем стоимость тикета: 270₽ у оператора против 60₽ у AI-агента

Теперь считаем деньги: узнаем, как формируется стоимость обработки одного обращения у живого оператора и у AI-агента.

Сколько бизнесу стоит человек-менеджер

Зарплата менеджера — 75,000 руб/мес, налог 35,000 руб/мес, расходы на рабочее место, оборудование (включая софт), условно 20,000 руб/мес. Среднее обращение — 10 мин, 50% рабочего времени тратится эффективно. Итого: 130,000 руб / 480 обращений = 270 руб на обращение.

ЭкспертMCN Telecom

Сколько бизнесу стоит AI-агент

Оператор обходится в 130,000 руб/мес, обрабатывает 480 обращений в месяц. ИИ-агент стоит 1990 руб/мес, добавим еще 1010 руб/мес за номер, ВАТС. Обработка стоит 6 руб/мин, при среднем времени обработки обращения получаем 60 руб/обращение. Количество обрабатываемых обращений в месяц не ограничено.

Возьмем реальный кейс

Было 100 операторов. Обращений в месяц — 48,000. Общая стоимость 13,000,000 руб затраты на всех операторов. После внедрения ИИ-агента: 48,000 * 60.3 = 2,894,400. Экономия практически 10,000,000 руб/мес.

Как считается окупаемость

Первый месяц уходит на тестирование и отладку, во второй месяц агент работает уже в полном объеме. С этого момента каждое обращение экономит бизнесу 210 рублей — разницу между стоимостью обработки оператором и агентом. Формально система окупается уже в первый месяц, но реальное внедрение с полной эффективностью начинается со второго.

Два кейса с цифрами: медклиники и телеком-провайдер

Федеральная сеть медклиник: от скепсиса к росту выручки

Федеральная сеть медицинских клиник пришла в MCN Telecom с большими сомнениями в качестве и скорости обработки обращений пациентов. У руководства был негативный опыт использования сценарного бота, который мог отвечать только на заранее прописанные вопросы шаблонными фразами. Был сильный страх финансовых и репутационных потерь.​

MCN Telecom оперативно настроили AI-агента, предварительно обучив его на реальных диалогах контакт-центра заказчика, и подключили пилот на одну клинику. Результаты работы агента фиксировали на дашборде с ежедневным отслеживанием динамики.​

Оказывается, пациенты не боятся общаться с ботом, если ответы звучат естественно и по-человечески. Агент понимает суть вопросов, а не ищет правильные слова, можно свободно формулировать свои запросы. Бот не читает шаблон, а ведёт живой диалог. Агент оперативно решает конкретные задачи: запись/отмену/перенос приёма, уточнение времени приема, озвучивание вопросов о стоимости или наличии процедур/врачей, подсказки как проехать/пройти к клинике, как подготовиться к исследованию и многое другое. А главное, агент всегда доступен и обрабатывает 100% обращений.

ЭкспертMCN Telecom

Результаты за первый месяц:​

• Выручка пилотной клиники выросла на 20%
• Среднее время решения вопросов сократилось на 50%
• Агент обрабатывал 100% обращений без очередей

После пилота приняли решение внедрить агента на остальных клиниках сети.​

Интернет-провайдер: 5000 обращений за час

AI-агент для технической поддержки регионального интернет-провайдера справился с повышенной нагрузкой в период аварийного сбоя. В течение часа агент обработал более 5000 обращений, оформил трабл-тикеты и озвучил всем абонентам примерные сроки решения и текущий статус.​

Это типичный сценарий для телеком-компаний, когда массовый инцидент генерирует лавину однотипных запросов. Живые операторы в таких условиях либо не справляются, либо компании приходится держать огромный резерв людей на случай пиков.

Задачи, которые AI закрывает лучше всего

По данным технического аналитика MCN Telecom, 90% от всех обращений — типовые. Агент обрабатывает без участия операторов:​

• Маршрутизацию вызова к нужному специалисту
• Ответы на частые вопросы

Handoff к оператору с передачей контекста: как не заставить клиента повторяться

ИИ берет рутину и освобождает операторов для сложных задач. Ключевая задача при внедрении — правильно организовать передачу диалога от бота к человеку:​

Необходимо, чтобы при переводе диалога к оператору он получал уведомление с ссылкой на диалог, который содержал бы историю общения клиента с роботом, в том числе диалоги за прошлые периоды, чтобы они были легко доступны.

ЭкспертMCN Telecom

Это решает ситуацию, когда клиент всё рассказал боту, а оператор заставляет повторять с начала. Оператор получает полный контекст и продолжает разговор с той точки, где остановился агент.​

Минимальный набор для запуска: база знаний, промпты и границы для галлюцинаций

Минимальный набор данных:​

• Основная информация о компании
• Разбор основных кейсов с которыми обращаются клиенты — ответы на вопросы и статьи
• Скрипт со стилем и подходом ИИ к решению проблем
• Границы работы ИИ — что не должен говорить, на какие вопросы не отвечает
• Интеграция с CRM и другими сервисами для доступа к данным клиента

Чем уже границы, тем меньше вероятность галлюцинаций и ошибок.

ЭкспертMCN Telecom

От настройки до пилота: 1-2 дня на базу, 2-3 недели на продакшн

Реальные цифры от MCN Telecom:​

• Базовый агент для входящих обращений: 1-2 дня
• Полноценный голосовой помощник с интеграциями: 2-3 недели до пилота

От заказчика не требуется нанимать команду дата-сайентистов или ML-инженеров. Платформа MCN Telecom берет на себя распознавание речи, определение намерений, логику диалога и подключение телефонии. Если нужна интеграция с внешними системами, команда MCN Telecom делает это сама.​

Главная ошибка: запустил и забыл вместо постоянного дообучения

Отношение к ИИ как к волшебному черному ящику, который все идеально будет делать сам, если один раз настроить.​

На самом деле необходимо постоянно изучать с помощью речевой аналитики и обратной связи качество обработки обращений и в зависимости от обратной связи корректировать настройки ИИ, дополнять промпты и базу знаний, постоянно совершенствовать логику обработки, добавлять новые установки ИИ с учетом практических задач.

ЭкспертMCN Telecom

Три метрики для мониторинга: решаемость, CSAT и динамика AHT

Что отслеживать после запуска:​

• Решена ли проблема клиента
• Насколько клиент доволен обработкой запроса
• Среднее время обработки обращения в динамике

Оценивать двумя способами:​

• Через оценку клиентом диалога
• Через оценку ИИ диалогов с помощью речевой аналитики

Речевая аналитика для дообучения: учимся на успешных и провальных диалогах

1. Необходимо постоянно проводить анализ с помощью речевой аналитики и находить аномалии:​
2. Успешные диалоги (максимально высокие метрики) → служат примерами для закрепления положительных элементов сценария и промптов​
3. Провальные диалоги (минимальные метрики) → служат сигналами для улучшения промптов и сценариев, чтобы не допускать таких проблем​
4. При любых изменениях в работе компании — новых продуктах, новых расписаниях, новой информации — нужно очень точно проверять, что в сценарии AI-агента есть о них информацию.​

Где можно потратить меньше денег и реально ли это

Эксперт MCN перечисляет дополнительные преимущества:​

• AI-агент не устает, работает 24/7 с одинаковым качеством
• Если правильно настроить промпты, отвечает точнее операторов
• Масштабирование проводится легко — добавляете агентов при росте нагрузки
• При спаде пика нагрузки легко уменьшить затраты, не нужно платить за простои
• Не нужно постоянно нанимать новых операторов из-за текучки

Оптимизировать бизнес-процессы, чтобы максимально устранить сложную логику, которая может приводить к путанице. Это значительно снизит возможные ошибки при обработке обращений ИИ и как следствие уменьшит необходимость затем разбирать такие кейсы и исправлять неправильный результат их обработки. Также уменьшит необходимость работы реальных операторов с этими кейсами и увеличит потенциал оптимизируемости процессов.

ЭкспертMCN Telecom

Реклама. Рекламодатель ООО «МСН Телеком», ИНН 772775208, erid: 2W5zFH3GrH6