• Автор пишет, что работает в Сбере (кластер Digital Sales & AI) и в прошлом году в СберБизнес внедрили Giga-ассистента на базе GigaChat.
• Описан типичный конфликт ожиданий: компании усиливают ИИ-каналы, а часть пользователей воспринимает бота как препятствие и требует человека.
• Предложенная модель — параллельная работа LLM (большой языковой модели) и операторов: ассистент подключает профильного коллегу и передаёт ему весь контекст.
• Технически выделены два принципа: единый контекст в одном интерфейсе для ИИ и человека и предиктивная эскалация по тону, эмоциям, сложности запроса и истории клиента.
• В разделе «как воплотить» перечислены требования: зоны ответственности ассистента, прозрачность того, что отвечает ИИ, общий доступ к знаниям о клиенте, микро-UX для уточнения запроса и улучшение ответов на данных решений операторов.

Почему это важно: Массовое «позови оператора» в поддержке обычно сигнализирует не про качество модели, а про дизайн сервиса и доверие к цифровому каналу. В статье ценность связывается с тем, как устроена бесшовная передача контекста между ИИ и человеком и как быстро подключается компетентный специалист. Для финтеха и сервисных продуктов это затрагивает и опыт, и риск-сценарии, где ошибка коммуникации дорого стоит.

На что обратить внимание: Автор отдельно подчёркивает границы: ассистент должен признавать неопределённость и не пытаться «сочинять» ответ любой ценой. В тексте также фиксируется роль явного подтверждения вызова оператора и необходимость единого доступа к данным клиента при совместной работе ИИ и людей. Как следующий шаг описана эволюция интерфейса и контроля контекста, включая возможность начинать новые темы без передачи лишних данных оператору.