Служба підтримки — перше, що бізнес хоче автоматизувати, і перше, де AI розбивається об реальність. Схема «підключимо ChatGPT до чату» виглядає простою рівно до моменту, коли клієнт питає про статус свого замовлення, а бот починає красиво розповідати про важливість якісного сервісу. У SUDUS·TEAM ми будуємо AI-агентів (ШІ-агентів) на базі штучного інтелекту, тож розберемо чесно: де вони справді замінюють оператора, а де їх краще не ставити взагалі.

Ця стаття — про службу підтримки як бізнес-процес, а не як технологію. Які звернення можна закрити без людини, коли автоматизація шкодить, чим відрізняється чат від голосового агента для кол-центру, скільки це коштує і як порахувати вигоду до старту.

Що насправді робить AI-агент у підтримці

Головне непорозуміння: люди думають, що агент «відповідає на питання». Насправді бізнесу потрібно інше — щоб звернення було закрите. Це різні речі.

«Ваше замовлення можна відстежити на сторінці відстеження» — це відповідь. «Ваше замовлення №4821 виїхало з Києва вчора о 18:40, орієнтовно у відділенні завтра до 14:00» — це закрите звернення. Перше вміє будь-який чат-бот на кнопках. Друге потребує агента з доступом до вашої системи.

Звідси три рівні зрілості, і різниця в ціні між ними — рази:

  1. Рівень 1 — відповіді з бази знань. Агент знає ваші умови, прайс, графік, політику повернень. Технічно це RAG на ваших документах. Закриває 30–40% звернень.
  2. Рівень 2 — дії в системах. Агент дивиться статус замовлення, переносить запис, формує рахунок, оформлює повернення. Потрібні інтеграції з CRM чи обліковою системою. Разом із першим рівнем закриває 60–75%.
  3. Рівень 3 — розумна ескалація. Агент розуміє, що далі не його компетенція, і передає людині — але не «з нуля», а з готовим переказом діалогу, історією клієнта й уже зібраними даними. Оператор витрачає на такий тікет утричі менше часу.

Більшість провалених проектів зупиняється на рівні 1 і дивується, чому клієнти незадоволені.

Коли AI-агент справді замінює оператора

Які звернення можна закрити без людини?

Критерій простий і складається з двох умов одночасно: питання повторюване і відповідь на нього об'єктивно існує — у базі знань або в системі. Якщо обидві умови виконуються, автоматизація майже завжди виправдана.

На практиці це:

  • статус замовлення, доставки, заявки, ремонту;
  • графік роботи, адреси, як доїхати, чи є паркінг;
  • ціни, наявність, умови оплати й розстрочки;
  • перенесення або скасування запису;
  • повторне замовлення того самого, що клієнт брав торік;
  • де взяти документи — рахунок, накладну, договір, гарантійний талон;
  • як користуватись продуктом: типові інструкції та помилки налаштування.

У більшості компаній на цей список припадає 60–80% усього потоку звернень. Причому левова частка — поза робочими годинами: ввечері й у вихідні, коли оператора немає, а клієнт готовий купити просто зараз.

Коли не варто — і це важливіше

Коли AI-агент у підтримці шкодить?

Тут ми зазвичай відмовляємо клієнтам частіше, ніж погоджуємось. Не автоматизуйте:

  • Емоційно заряджені звернення. Скарга, зіпсоване свято, дитина, здоров'я — людина хоче, щоб її почули, а не оброблено. Бот тут не економить, а множить конфлікт.
  • Усе, що стосується грошей клієнта в спірній ситуації. Повернення коштів, перерахунок, компенсація. Рішення має ухвалювати той, хто за нього відповідає.
  • Медичні, юридичні й фінансові поради. Не тому, що модель не впорається стилістично — а тому, що ціна помилки непорівнянна з економією.
  • Рідкісні нетипові кейси. Якщо ситуація трапляється двічі на рік, її дешевше обробити руками, ніж описати, протестувати й підтримувати.

Робоче правило звучить так: якщо ціна однієї помилки більша за місячну економію на цьому типі звернень — не автоматизуйте його. Порахувати це можна на серветці ще до старту проекту.

Три архітектури: чат, віджет і кол-центр

Чат у месенджері

Найдешевший старт. Клієнт уже в Telegram або Viber, окремих застосунків ставити не треба, історія діалогу зберігається сама. Якщо потрібен саме простий сценарій на кнопках без штучного інтелекту — це територія звичайних Telegram-ботів, і коштує суттєво менше. Різницю ми детально розібрали в матеріалі «AI-агент чи Telegram-бот».

Віджет на сайті

Працює там, де рішення ухвалюється прямо на сторінці: інтернет-магазин, послуги з розрахунком вартості, запис на прийом. Ключова перевага — агент бачить контекст: яку сторінку відкрито, що в кошику, звідки прийшов відвідувач. Це піднімає частку закритих звернень відчутно вище, ніж у месенджері.

Голосовий агент для кол-центру — коли має сенс?

Найдорожчий і найризикованіший варіант, тому чесно про пороги. Розмовний AI виправданий, коли одночасно виконується три умови: потік від кількасот дзвінків на день, більшість із них однотипні, і затримка відповіді критично важлива (клієнт кладе слухавку через 40 секунд очікування).

Технічна складність тут інша, ніж у чаті. У текстовому агенті пауза в дві секунди непомітна. У голосі пауза в дві секунди — це вже незручно, а розпізнавання української з фоновим шумом і суржиком додає власний відсоток помилок. Тому голосові рішення для кол-центрів ми радимо запускати другою чергою: спершу текстовий агент на тому самому потоці питань, щоб побачити реальні сценарії й відсоток автоматизації, і тільки потім озвучувати те, що вже довело роботу.

Скільки це коштує і як рахувати вигоду

Агент рівня 1 — одна задача, база знань, без інтеграцій — це пакет STARTER від 25 000 грн. Щойно додаються доступ до CRM чи облікової системи й складна ескалація, ви переходите в PROFESSIONAL від 80 000 грн. Далі щомісяця — токени моделі, типово 1 500–15 000 грн залежно від навантаження, і підтримка. Детальний розбір усіх статей витрат є в окремій статті «Скільки коштує AI-агент насправді».

Вигоду рахують не «економією на зарплаті», а звільненим часом. Формула, яку ми даємо клієнтам ще до договору:

Звернень на місяць × частка автоматизованих × середній час на звернення × вартість години оператора

Підставимо умовні, але типові для невеликого інтернет-магазину цифри: 1 800 звернень на місяць, автоматизується 65%, у середньому 6 хвилин на звернення, година роботи оператора обходиться компанії приблизно в 150 грн.

1 800 × 0,65 × 6 хв = 7 020 хвилин = 117 годин. Помножимо на 150 грн — 17 550 грн на місяць. Тобто проект на 90 000 грн окупається приблизно за пів року, і це без урахування продажів, які раніше губились уночі. Свої числа підставте в ту саму формулу — вона працює й у зворотний бік.

Якщо у ваших цифрах окупність виходить довшою за рік — це чесний сигнал, що агент поки не потрібен. Ми в такому разі так і кажемо.

Що потрібно від вас, щоб це запрацювало

Скільки часу займає впровадження?

Перший робочий агент рівня 1 — два тижні. З інтеграціями в CRM — від чотирьох до восьми. Але терміни залежать не від нас, а від того, як швидко з вашого боку з'являться три речі:

  1. Актуальна база знань. Прайс, умови, політика повернень, графік — у стані «це правда сьогодні», а не «десь у пошті 2023 року».
  2. Доступи до систем. API вашої CRM, магазину чи облікової системи. Це найчастіша причина зсуву термінів.
  3. Історія реальних звернень. Хоча б 300–500 діалогів із підтримки. На них ми тестуємо агента до запуску й одразу бачимо відсоток автоматизації, а не обіцяємо його.

Які метрики дивитись після запуску

Найпоширеніша причина суперечок «працює / не працює» — сторони міряють різне. Ось чотири показники, які варто зафіксувати ще до запуску, щоб потім було з чим порівнювати.

  • Частка автоматизованих звернень. Скільки діалогів завершились без участі людини. Головна цифра проекту. Реалістичний орієнтир після двох місяців доопрацювання — 55–75% залежно від ніші.
  • Частка ескалацій «зі скандалом». Не всі передачі оператору однакові: одна річ, коли агент коректно передав складне питання, інша — коли клієнт сам вимагав людину після третьої невдалої спроби. Друга цифра має падати з тижня в тиждень.
  • Час до першої відповіді. Тут перевага очевидна — секунди проти хвилин або годин уночі. Але заміряти «до» все одно треба, інакше ефект неможливо показати керівництву.
  • Оцінка клієнтом. Одне питання в кінці діалогу: «Ваше питання вирішено?». Дає більше, ніж будь-яка внутрішня аналітика, і коштує нічого.

Окремо застережемо від показника «кількість повідомлень бота». Він зростає завжди — навіть тоді, коли агент безрезультатно ходить по колу й дратує людей.

Як це виглядає на конкретному прикладі

Розберемо на модельній ситуації — цифри тут умовні, але пропорції типові для сфери послуг із записом. Уявімо мережу клінік із трьома філіями: чотири адміністратори, приблизно 2 300 звернень на місяць у месенджерах і на сайті, у пікові години відповідь чекають до пів години, а ввечері й у вихідні питання просто накопичуються до ранку.

ШІ-агент рівня 2 отримує доступ до розкладу лікарів і бази записів. Він показує вільні слоти, записує, переносить і скасовує візити, відповідає про ціни, підготовку до аналізів і як дістатись філії. А от усе, що стосується результатів обстежень, симптомів і будь-яких медичних питань, жорстко передається людині без спроби відповісти — це саме той випадок із розділу вище, де ціна помилки непорівнянна з економією.

Що змінюється: більшість звернень закривається без адміністратора, перша відповідь приходить за секунди замість десятків хвилин, а записи починають з'являтись і після двадцятої. Причому персонал зазвичай не скорочують — адміністратори перестають передруковувати той самий графік роботи по сорок разів на день і звільняють час на те, що приносить гроші: дзвінки пацієнтам, які не прийшли на візит.

Типові помилки, які ми бачимо

  • Ховати, що це бот. Клієнт розуміє за три репліки й починає злитись. Чесне «я віртуальний асистент, можу з'єднати з людиною» знімає більшу частину роздратування.
  • Не давати виходу на людину. Кнопка «покликати оператора» має бути видимою завжди. Без неї агент перетворюється на пастку.
  • Запускати без метрик. Якщо ви не заміряли середній час відповіді й кількість звернень до запуску, довести ефект після — неможливо.
  • Міряти не те. Головний показник — частка звернень, закритих без людини. «Кількість відповідей бота» не означає нічого.
  • Ставити агента замість того, щоб полагодити причину. Якщо половина звернень — «де моє замовлення», можливо, дешевше налагодити сповіщення про статус, ніж будувати ШІ-агента для відповідей на це питання.

Питання, які ставлять найчастіше

Чи зрозуміє агент українську з помилками й суржиком?

Так. Сучасні мовні моделі впевнено тримають українську, включно з розмовною, помилками й змішаною лексикою. Проблеми починаються не з мовою, а зі скороченнями, специфічними для вашої галузі — їх треба явно закласти в базу знань, інакше агент трактуватиме їх на свій розсуд.

Що буде, якщо агент не знає відповіді?

У правильно налаштованій системі він каже, що не знає, і передає людині. Це поведінка, яку задають окремо: модель за замовчуванням схильна щось вигадати, і саме тому ми будуємо агентів на RAG із жорстким правилом «відповідай тільки з наданих документів».

Чи можна підключити до наявної CRM або Helpdesk?

Так, якщо у вашої системи є API — а він є практично в усіх сучасних: Bitrix24, HubSpot, Zendesk, KeyCRM та інших. Окремий випадок — кастомні CRM, які ми розробляємо самі: там інтеграція найпростіша, бо структуру даних ми знаємо. Якщо ж API немає взагалі, залишається обмін файлами — працює, але з затримкою.

Скільки триває підтримка й що в неї входить?

Перші два місяці після запуску — найважливіші: ми читаємо реальні діалоги, знаходимо сценарії, які агент обробляє погано, і донавчаємо базу. Далі підтримка зводиться до оновлення бази знань при змінах у прайсі чи умовах і моніторингу якості відповідей.

Підсумок

AI-агент у підтримці — не про заміну людей, а про перерозподіл: рутина йде на автоматику, складне й емоційне лишається операторам, і саме на цьому виграє якість сервісу. Проекти провалюються не через технології, а через дві речі — намагання автоматизувати те, що автоматизувати не слід, і відсутність замірів до запуску.

Хочете зрозуміти, який відсоток ваших звернень реально закриється без людини — надішліть вивантаження історії підтримки за останній місяць. Ми порахуємо це безкоштовно й скажемо чесно, якщо проект не окупиться. Напишіть нам або залиште заявку.