Эксперты обсудят кейсы автоматизации коммуникаций в финсекторе

ИИ в контакт-центрах уже перестает быть экспериментом: банки используют речевую аналитику, LLM-ботов и инструменты поддержки операторов, чтобы снижать нагрузку, контролировать качество коммуникаций и повышать эффективность продаж.

На круглом столе онлайн эксперты БНБ-Банка, Speech Drive, SIGURD IT и CraftTalk покажут реальные кейсы и расскажут, какие технологии работают на практике и какие задачи сегодня стоят перед руководителями КЦ, CX, продаж и ИТ. Обсудят опыт БНБ-Банка с речевой аналитикой, применение LLM-ботов, онлайн-суфлера и изменения, которые эти инструменты уже вносят в работу контакт-центров.

📅 Встреча состоится 7 октября с 10:30 до 12:00 (МСК).
Участие бесплатное, по регистрации.
Ссылка на регистрацию

Многие команды встраивают GenAI-инструменты в обслуживание, но далеко не все получают ожидаемый эффект и масштабируют инициативы. Что идет не так?

Чаще всего проблема в управлении: 🔅нет владельца бизнес-результата, 🔅оценка эффекта сужается до экономии на ФОТ, 🔅 затраты неконтролируемо растут.

⚡️7 октября Naumen проведет вебинар, где разберет, как выстроить экономику ИИ-агента: реалистично оценить эффект под конкретную бизнес-задачу и управлять ожиданиями бизнеса с самого начала?

О чем будем говорить:

6️⃣Четыре пилота, четыре разные задачи: пройдем от запроса до итоговой экономики.
Разберем внедрение GenAI в телекоме, финсекторе, ритейле и энергосбыте – ИИ-ответы по базе знаний, голосовой агент в обслуживании, классификация обращений.

2️⃣Почему GenAI-инициативы не доходят до масштабирования. Разберем типовые причины и то, как приземлить ИИ-агента в конкретный результат с ответственным за него.

3️⃣ Как оценить эффект на трех уровнях: от стоимости минуты до стратегической ценности. Почему экономия на замещении операторов – только нижняя граница и как запуск ИИ-агента сегодня приближает вас к будущей модели сервиса «человек + ИИ».

4️⃣ Что стоит за применением ИИ-агента. Разберем, из чего складывается полная стоимость владения и какие расходы обычно не попадают в первоначальную смету.

🔔Собираемся 7 октября, 11:00 мск
🖥Формат: онлайн, бесплатно, заявки проходят модерацию

🔗 Регистрируйтесь по ссылке

Статья CX Network: PRR - метрика, которая нужна всем ИИ-ориентированным CX-командам

По мере развития ИИ-агентов традиционных метрик клиентского опыта становится недостаточно - раньше во многих сценариях результат можно было оценить в момент завершения обращения: клиент получил ответ, вопрос закрыт, повторного обращения нет - значит, проблема решена.

Но ИИ-агенты теперь не только отвечают на вопросы, а совершают действия от имени клиента, поэтому ошибка может проявиться уже после завершения диалога, но в самой системе поддержки обращение будет выглядеть как успешно решённое. Поэтому возникает необходимость измерять не только факт решения, но и устойчивость этого решения после завершения контакта.

CX Network предлагают новую метрику: Post-Resolution Rework Rate - процент клиентских взаимодействий, решённых ИИ, которые позже потребовали корректирующих действий со стороны клиента, сотрудника или операционной команды. Проще говоря - доля повторной работы после решения обращения.

Формула: PRR = (кейсы, решённые ИИ, потребовавшие корректирующих действий ÷ кейсы, решённые ИИ, которые завершили период наблюдения) × 100

Главная проблема существующих метрик - они фиксируют результат в определённой точке клиентского пути, а не конечный исход ситуации. Но отсутствие повторного обращения ещё не означает отсутствие повторной работы.

Основные принципы работы метрики

🟢 Оценивать нужно не закрытие обращения, а конечный результат - для каждого клиентского сценария необходимо определить, что именно означает "проблема действительно решена"
🟢 Использовать окно наблюдения - нельзя оценивать устойчивость решения сразу после завершения диалога. Для разных сценариев нужен разный период, в течение которого может проявиться ошибка. Поэтому в расчёт PRR должны попадать только те обращения, для которых этот период уже завершился
🟢 Отслеживать события после первоначального решения - нужно связать первоначальное обращение с последующими действиями в других системах: повторными обращениями, корректировками сотрудников, платежами, заказами, операционными процессами и так далее. При этом новое обращение не может автоматически рассматриваться как независимое от предыдущего
🟢 Фиксировать причину повторной работы - сам процент PRR показывает масштаб проблемы, но не объясняет её. Поэтому необходимо дополнительно фиксировать и классифицировать причины
🟢 Рассматривать PRR вместе с другими показателями - PRR не заменяет автоматизацию, FCR или повторные контакты. Она дополняет их показателем надёжности и устойчивости решения. Например, рост автоматизации сам по себе не обязательно означает улучшение: если вместе с ним растёт PRR, компания просто переносит работу из первой линии в последующие процессы

Источник
➖➖➖
Клиентский опыт и качество Linkedin | Telegram | VK

Привет! Это Александр Юрьев 😉

Дайджест за сентябрь здесь!

✅ Организации управляют встречами или встречи организациями? Делюсь мыслями

✅ Отчет Инфосистемы Джет: 86% крупных российских компаний уже используют большие языковые модели, но бума ИИ-агентов пока нет

✅ Новость: Прошла церемония награждения премии Loyalty & CX Awards Russia-2026

✅ Отчет TTEC Digital: Великая перезагрузка CX - 2026

✅ Отчет Genesys: Уровень обслуживания клиентов - 2026

✅ Опрос ВТБ: 70% россиян хотели бы использовать банковские продукты и сервисы, созданные с помощью нейрокогнитивных технологий

✅ Отчет Zendesk: CX-тренды - 2026

✅ Новость: Т-Банк открыл клиентам доступ к торговле на бирже с помощью внешних ИИ-агентов

✅ Опрос ИАА TelecomDaily: Экономика AI-агентов - как бизнес считает стоимость контакта

✅ Новость: Zendesk запустил перевод голоса в реальном времени (Real-Time Voice Translation)

✅ Новость: 1 сентября в Китае вступил в силу Стандарт GB/T 47746-2026, регулирующий взаимодействие человека и ИИ в клиентском сервисе

✅ Статья CX Network: PRR - метрика, которая нужна всем ИИ-ориентированным CX-командам

➖➖➖
Клиентский опыт и качество Linkedin | Telegram | VK

Новость: Банк Уралсиб стал победителем в спецноминации "За живое" премии ПМФ XXVI "Вклад в рынок Digital Club"

Банк Уралсиб стал лауреатом премии ПМФ в специальной номинации "За живое", учреждённой организаторами премии. Награждение состоялось 29 сентября в Москве. Банк представил проект "Банк с человеческим лицом", посвящённый изменению подходов к работе с клиентами-юридическими лицами.

Спецноминация "За живое" была создана организаторами премии, чтобы отметить проекты, в которых человеческое взаимодействие и живое общение рассматриваются как ключевой элемент клиентского сервиса. Один из центральных блоков премии "Вклад в рынок" оценивает не рекламные кейсы, а вклад в индустрию: технологии, практики, образовательные инициативы, трансформации внутри компаний или сегментов. В рамках этой премии и была вручена специальная награда "За живое".

Суть проекта Уралсиба - отказ от использования ИИ-инструментов при общении с клиентами малого и среднего бизнеса в пользу диалога с оператором линии поддержки. Решения и ответы на запросы клиентов предоставляются непосредственно в ходе разговора с сотрудником банка. В рамках трансформации были предприняты следующие шаги:

🟢 отключён чат-бот
🟢 упрощены алгоритмы телефонии для быстрого перевода клиента на живого оператора
🟢 расширены компетенции первой линии поддержки
🟢 внедрена интерактивная база знаний о продуктах и сервисах банка
🟢 для сотрудников контакт-центра внедрён чат GPT

К решению входящих запросов оперативно подключаются персональные клиентские менеджеры, которые предлагают индивидуальные продуктовые и сервисные решения.

В результате клиентам больше не требуется ждать на линии, проходить через фильтр чат-бота, общаться с роботами или дублировать вопрос при переключении на сотрудника. Это повлияло на рост лояльности клиентов и снижение оттока из банка.

Источник
➖➖➖
Клиентский опыт и качество Linkedin | Telegram | VK

Коллеги, друзья и партнеры, привет!

Как вы уже знаете, я сейчас не в найме. Значит, появилось больше времени на общение с подписчиками, и я наконец решил сделать то, что давно хотел: запустить еженедельный прямой эфир.

Первый эфир будет про поиск работы.

Что происходит с рынком труда в клиентском сервисе и клиентском опыте: кого ищут, что требуют, как меняются вакансии и зарплаты, на что обращать внимание при поиске.

Как это пройдет
🔹Сначала расскажу, что сейчас на рынке и что я об этом думаю
🔹Потом отвечу на ваши вопросы (заранее их соберу)

Вопросы присылайте заранее в комментариях к этому посту. Записи не будет. Только живой эфир и живое общение.

Дальше такие эфиры будут каждую неделю. В четверг или пятницу я буду объявлять тему на следующий понедельник и собирать вопросы.

Если вам нравится идея нового формата, ставьте реакции!

📅 В понедельник, 12 октября, в 18:30 по мск
🖥 Формат: только аудио, без видео
🔅Где: Zoom, ссылку на Zoom отправлю в пн

Отчет Новофон: 80% клиентов предпочитают живую речь вместо скриптов

В исследовании Новофон приняли участие 1300 человек от 18 до 55 лет - мужчины и женщины из крупных городов России.

Ключевые выводы:

🟢 за последние пять лет отношение к звонкам от компаний испортилось - об этом заявили 53% респондентов. Одна из главных причин - манера общения. 54% раздражает навязчивый тон менеджеров, 42% - перебивания

🟢 больше 50% опрошенных готовы закончить разговор сразу после слов про "якобы уникальное предложение" или "новую услугу". Каждого четвертого раздражают обещания вроде "это займет всего минуту" или "уделите буквально минутку"

🟢 первое впечатление о менеджере складывается за первые секунды: 68% оценивают грамотность речи, 62% - манеру общения, 50% - интонацию.34% судит о профессионализме по содержанию разговора

🟢 приятное впечатление оставляют менеджеры, которые говорят спокойно (62%), уверенно (54%) и доброжелательно (42%). При этом 79% опрошенных важно, чтобы оператор говорил естественно, а не механически шел по скрипту. Для 54% именно живая речь - один из главных факторов доверия.

🟢 48% предпочитает говорить с человеком, а не с ИИ-оператором. Еще 28% относятся нейтрально и готовы пользоваться такими сервисами по ситуации. Положительно воспринимают ИИ 22% участников опроса - если он действительно помогает быстро решить вопрос

Источник
➖➖➖
Клиентский опыт и качество Linkedin | Telegram | VK

Саммари форума CNews Conferences: Какие задачи бизнес отдает чат-ботам и где ИИ пока не доверяют?

22 сентября в Москве прошел форум CNews Conferences. В рамках секции "Чат-боты и ИИ-ассистенты как бизнес-помощники" участники-представители российских компаний поделились, какие задачи стоит отдавать ИИ в первую очередь, где ему пока нельзя доверять и сколько стоит собственный ассистент.

Что уже умеет ИИ в клиентском сервисе

🟢 в DPD нейросеть анализирует письма клиентов, классифицирует обращения и предлагает операторам шаблоны ответов. Так формируются 55% ответов, а индекс удовлетворенности клиентов вырос с 4,1 до 4,7. При этом в сложных случаях система признает, что не уверена, и оставляет решение сотруднику

🟢 в "Альфа-Капитале" ИИ-оператор закрывает 36% сессий без передачи человеку. Компания также анализирует около 100 тысяч сообщений клиентов в месяц, чтобы выявлять повторяющиеся проблемы и причины недовольства до того, как отдельные жалобы превратятся в устойчивую тенденцию

Где ИИ экономит время и деньги

🟢 в "Альфа-Капитале" подготовка персонального решения для инвестиционного консультанта сократилась с 75 до 20 минут

🟢 в Президентской академии создание карточки входящего документа занимает 5–10 секунд вместо 5–10 минут

🟢 в Национальной страховой информационной системе количество обращений за первое полугодие выросло на 33–64% год к году, но штат компании не увеличился

🟢 в "Зетта Страхование" подготовка материалов после отраслевой выставки сократилась с 16 часов до часа

Почему бизнес не спешит отдавать ИИ все подряд

Показательно, что первые проекты часто запускают не на передовой клиентского сервиса, а во внутренних процессах. Там ошибки проще обнаружить и исправить до того, как они повлияют на клиента.

🟢 в "Зетта Страхование" отказались от использования ИИ в клиентских коммуникациях: репутационный риск оценили выше ожидаемой выгоды. При проверке медицинских услуг система помогает сверять операции с клиническими рекомендациями, но итоговое решение остается за врачом

🟢 DPD назвали рискованной саму идею замены сотрудников ИИ. Вместо этого компания экспериментирует с агентами, которые распределяют задачи, предлагают решения, контролируют качество и передают человеку то, с чем не справились.
Вопрос уже не только в том, насколько хорошо работает модель. Важно определить, какие действия ей разрешены, кто проверяет результат и кто отвечает за ошибку

С чего начинать внедрение

Опыт компаний позволяет выделить несколько практических принципов.

🟡 начинать с задачи, а не с технологии. У задачи должны быть измеримый эффект, качественные данные, ответственный владелец и потенциал повторного использования решения

🟡 не автоматизировать с ИИ то, что и так решается простыми средствами. Если достаточно скрипта или роботизации процессов, сложная нейросеть может оказаться избыточной

🟡 встраивать ИИ в существующий процесс: подсказка должна появляться там, где сотрудник уже работает, а не заставлять его переключаться между отдельными инструментами

🟡 постепенно увеличивать самостоятельность: сначала ИИ наблюдает и советует, затем выполняет действия в заданных пределах. Чем больше его влияние на процесс, тем строже необходимы контроль и аудит

🟡 считать экономику целиком: помимо разработки, нужно учитывать инфраструктуру, качество данных, интеграцию, безопасность и обучение сотрудников

Сколько это стоит

По данным "Зетта Страхование", компания запросила предложения примерно у сотни поставщиков. Чаще всего стоимость разработки и внедрения корпоративного ИИ-ассистента составляла 5–8 млн рублей, а общий диапазон - от 2 до 25 млн рублей без учета инфраструктуры. Типичный срок внедрения - около полугода.

Внедрение ИИ не гарантирует улучшения сервиса само по себе. Можно автоматизировать больше обращений, но получить недовольных клиентов, если система не понимает контекст, заставляет повторять информацию или не умеет вовремя передать диалог человеку. Поэтому перспективная модель - не максимальная автоматизация любой ценой, а грамотное разделение труда. ИИ берет на себя типовые вопросы, поиск информации, анализ обращений и подготовку решений. Сотрудник подключается там, где нужны экспертиза, понимание ситуации и ответственность.

Источник
➖➖➖
Клиентский опыт и качество Linkedin | Telegram | VK