Острая нехватка кадров стала основным драйвером цифровизации клиентского сервиса: в 29% проанализированных кейсов внедрение ИИ продиктовано невозможностью масштабировать бизнес классическим наймом. Среди других причин — проблемы с качеством обслуживания (16%) и неэффективные продажи (10%). Одна из главных особенностей российского рынка и специфических триггеров российских компаний к внедрению ИИ — сложности найма и удержания операторов. Сегмент операторов контакт-центров переживает сильнейший дефицит: средний срок жизни специалиста в компании составляет менее года, при этом от 2 до 6 месяцев уходит только на его обучение и адаптацию.
«Поскольку позиция оператора традиционно рассматривается как старт карьеры, контакт-центры сталкиваются с высокой текучкой кадров и стремительно растущей конкуренцией за линейный персонал с другими сферами, в первую очередь, с курьерскими службами. В этих условиях главной болью директоров клиентского сервиса становится не замена людей искусственным интеллектом, а максимальное сокращение окна адаптации новых сотрудников. И эту задачу помогают решать инструменты ИИ, такие как голосовые тренажеры, позволяющие кратно ускорить подготовку операторов к реальным звонкам», — говорит Дмитрий Песоцкий, руководитель практики по решениям для контактных центров К2Тех.
В успешных проектах нейросети и виртуальные помощники закрывают до 52% обращений клиентов без участия человека. При этом эксперты не прогнозируют массовых сокращений: уменьшение численности операторов на 15-20% в ближайшие 2-3 года произойдет за счет естественного оттока кадров. Параллельно будут увеличиваться ИТ-команды, сопровождающие эти технологии.
«Развитие искусственного интеллекта приводит к перестройке кадровой модели клиентского сервиса. Внедрение ИИ сопровождается появлением новых ролей, включая владельцев клиентского опыта и менеджеров по внедрению изменений. Кроме того, для операторов формируются новые карьерные траектории: они могут развиваться в ИИ-супервайзеров, контент-менеджеров базы знаний, методологов и low-code-разработчиков. В горизонте 2–3 лет после внедрения ИИ, доля специалистов, связанных с технологическим развитием, может увеличиться с 3% до 15% в общей структуре команды,» — поясняет Ольга Кудрачева, руководитель Лаборатории исследований рынка ИТ-решений, Контур Университет.
Согласно прогнозам участников рынка в ближайшие 3 года затраты контактных центров на внедрение технологий в клиентский сервис вырастут 2-3 раза. К 2030 году именно технологии станут главной статьей расходов контактных центров: 43% бюджетов против 37% на ФОТ специалистов массовых ролей. При этом суммарные расходы на персонал не снижаются пропорционально росту инвестиций в технологии из-за переквалификации сотрудников на более высокооплачиваемые экспертные роли.
Порог входа в технологии искусственного интеллекта начинается от 5-10 млн рублей: это бюджет на тестирование 1-3 несложных сценариев. Однако реальное полноценное внедрение в крупной компании (enterprise) обходится в среднем в 30 млн рублей, а при необходимости обновления аппаратной инфраструктуры затраты возрастают до 70-120 млн рублей. Комплексная ИИ-трансформация среднего контакт-центра требует от 50 до 100 млн рублей ежегодно.
«Окупаемость on-premise-решений в сфере ИИ составляет в среднем два года. Тогда как бизнес, ограниченный в бюджетах, сегодня готов инвестировать в технологии только при условии окупаемости в течение первого года. На практике столь быстрый возврат инвестиций возможен только в редких нишевых сценариях. Разрешить этот конфликт ожиданий позволяет облачная модель оплаты: она переводит капитальные затраты в операционные, ускоряет отдачу от технологий и помогает снизить финансовый порог входа в проект», — комментирует Константин Герман, CPO Naumen.
Методология исследования основана на комплексном анализе 107 реализованных кейсов развития ИИ в контакт-центрах и подразделениях клиентского сервиса крупных российских компаний, а также глубинных интервью с 50 директорами по клиентскому сервису.
В рамках исследования проанализированы сценарии использования ИИ, бизнес-триггеры запуска проекта (напр. падение продаж, заморозка найма и т.д.), динамика по ключевым метрикам эффективности, таким как: доля обращений, обработанных без участия оператора, скорость ответа или решения проблемы, CSAT, NPS и т.д. Также оценены экономические показатели: снижение трудозатрат, экономия прямых затрат, рост селфисервис.
Исследование охватывает отрасли: финансы, телеком, ИТ-сервисы, ритейл, услуги, обрабатывающая промышленность, здравоохранение, образование.
