Ещё пару лет назад казалось, что искусственный интеллект быстро заменит часть специалистов. Компании вкладывали деньги в автоматизацию, сокращали найм и рассказывали о новой эпохе эффективности. Казалось, что достаточно подключить ИИ - и многие процессы будут работать почти без участия человека.
Но спустя время некоторые компании пересмотрели свой подход.
Один из самых известных примеров - Klarna.
Что произошло
В 2024 году Klarna громко рассказала о результатах использования искусственного интеллекта в клиентской поддержке. Компания заявила, что её ИИ-ассистент обрабатывает объём обращений, сопоставимый с работой примерно 700 сотрудников. Эта новость быстро разошлась по СМИ и стала одним из самых обсуждаемых кейсов в сфере автоматизации.
На этом фоне компания практически остановила наём новых сотрудников и продолжила активно развивать ИИ.
Однако спустя некоторое время генеральный директор признал, что чрезмерная ставка на автоматизацию сказалась на качестве обслуживания клиентов. После этого Klarna снова начала усиливать службу поддержки людьми, оставив искусственный интеллект там, где он действительно приносит пользу.
Компания не отказалась от ИИ. Она изменила подход к его использованию.
Где была ошибка
Проблема заключалась не в самой технологии.
Ошибка была в ожиданиях.
Когда бизнес оценивает искусственный интеллект только по тому, сколько сотрудников можно заменить, легко забыть, зачем вообще внедряется автоматизация.
Главная цель должна быть другой - сделать процессы быстрее, удобнее и стабильнее.
Типовые задачи действительно хорошо подходят для ИИ. Он способен быстро ответить на часто задаваемый вопрос, найти нужную информацию или обработать стандартное обращение.
Но в работе с клиентами далеко не всё происходит по шаблону. Кто-то просит изменить условия сотрудничества, кто-то хочет обсудить нестандартную ситуацию, а кто-то просто ожидает разговора с человеком. В таких случаях заранее подготовленных сценариев уже недостаточно.
Именно поэтому искусственный интеллект лучше использовать как помощника, а не как полноценную замену сотрудников.
Что это значит для малого бизнеса
Небольшим компаниям совсем не обязательно повторять этот путь.
Если вы только планируете внедрять ИИ, не пытайтесь автоматизировать весь бизнес за один раз. Сначала найдите процесс, который ежедневно отнимает больше всего времени.
Посмотрите, чем занимается команда. Если менеджеры по несколько часов в день отвечают на одинаковые вопросы, вручную переносят заявки из мессенджеров в CRM или постоянно выполняют одну и ту же последовательность действий, именно здесь автоматизация принесёт наибольший эффект.
Когда повторяющиеся задачи берёт на себя ИИ, сотрудники перестают тратить время на рутину. Они могут сосредоточиться на переговорах, развитии отношений с клиентами и решении вопросов, которые действительно требуют человеческого участия.
Что лучше оставить человеку
Есть процессы, где участие человека остаётся необходимым независимо от того, насколько хорошо работает ИИ.
Переговоры с крупными клиентами редко проходят по заранее написанному сценарию. Работа с возражениями требует понимания контекста. Разрешение конфликтов зависит не только от информации, но и от умения общаться. Коммерческие решения вообще невозможно свести к набору шаблонов.
Во всех этих ситуациях ИИ может помочь сотруднику: быстро найти нужные данные, подготовить краткую сводку или предложить вариант ответа. Но окончательное решение должен принимать человек.
Такой подход снижает количество ошибок и помогает сохранить качество обслуживания.
Как внедрять ИИ без ошибок
Самая распространённая ошибка - покупать ИИ только потому, что это делают другие.
Перед запуском автоматизации стоит определить, какой процесс создаёт больше всего лишней работы.
Если сотрудники вручную распределяют заявки между менеджерами, начните с этого. Если отдел продаж каждый день отвечает на десятки одинаковых вопросов, автоматизируйте именно этот участок. Если менеджеры забывают вовремя связаться с клиентами, настройте систему напоминаний.
После запуска не стоит сразу автоматизировать всё остальное. Гораздо полезнее несколько недель наблюдать за результатом. Удалось ли сократить время обработки заявок? Стало ли меньше ошибок? Освободилось ли время у сотрудников?
Если ответ положительный, можно переходить к следующему этапу.
Так автоматизация развивается постепенно, а вероятность дорогостоящих ошибок становится значительно ниже.
Чему учит история Klarna
История Klarna показывает простую вещь.
Проблема была не в искусственном интеллекте. Проблема возникла из-за попытки использовать его там, где по-прежнему нужен человек.
Поэтому цель автоматизации не должна заключаться в сокращении сотрудников любой ценой. Намного разумнее избавить команду от однотипной работы, которая ежедневно отнимает время и не создаёт дополнительной ценности для клиента.
Именно такой подход сегодня показывает лучшие результаты. Искусственный интеллект берёт на себя рутинные процессы, а сотрудники занимаются переговорами, сложными задачами и работой с клиентами. В итоге бизнес получает не только экономию времени, но и более качественный сервис без необходимости выбирать между людьми и технологиями.