Как я заменил саппорт-команду ChatGPT и потом неделю разбирался с жалобами
Кейс о попытке полностью заменить первую линию поддержки моделью
ChatGPT показал, что автоматизация без чётких рамок бьёт по выручке и доверию. При исходных 600 обращениях в неделю и ~20% продаж через саппорт внедрение ИИ снизило долю продаж до 3%, хотя метрика скорости улучшилась с 3 минут до 8 секунд. Ключевые провалы: отсутствие навыков убеждения и апселла, галлюцинации вместо эскалации («не выдумывай» не сработало), потеря контекста в длинных диалогах, чрезмерные извинения как признание вины бренда и, как следствие, отток клиентов и шквал жалоб.
Вывод: ИИ — инструмент усиления, а не замены людей в точках конверсии. Рабочая конфигурация — узкое применение: triage и классификация обращений, автоответы только по шаблонам, мгновенная передача оператору при эмоциях/сомнениях/намерении купить. Важны правила безопасной неуверенности («не могу ответить точно — передам специалисту»), жёсткие сценарии эскалации, валидация фактов и контроль тона. Скорость ответа без результата и точности не создаёт ценности; автоматизация должна повышать конверсию и NPS, а не только SLA.
Читайте также
Как OpenAI похоронила традиционный BI — и что пришло ему на смену
Брифинг о будущем маркетинга: ментальная гимнастика principal media
Как закон «О запрете иностранных слов» влияет на рекламу и брендинг
Как «Нетология» сократила цикл сделки и трансформировала отдел продаж с помощью ИИ
Запуск gpt-oss на 20B и 120B параметров на Core i9: сравнение инференса на CPU и GPU (RTX 4090)
- AI в саппорте: узкая роль triage: LLM надёжно работает как фильтр и классификатор обращений, но в точках конверсии ухудшает продажи и доверие. Практика: автоматически закрываем только FAQ-шаблоны, всё с эмоциями/сомнениями/намерением купить — мгновенная эскалация оператору.
[Регламент]
Зарегистрированные пользователи видят только два тезиса.
Зарегистрироваться