Марта AI: как ИИ‑агент освободил 42% ресурсов и открыл новое направление разработки
В 2025 году 86% CEO ожидают, что ИИ поможет поддерживать или увеличивать доходы компании. 77% руководителей уверены: уже к концу этого года искусственный интеллект будет обрабатывать большинство клиентских обращений. Тем временем 59% компаний, внедривших ИИ, сократили расходы на поддержку, а 31% — повысили качество. Те, кто игнорирует автоматизацию, теряют клиентов, деньги и время.
Наш кейс: как ИИ‑агент «Марта AI» изменил поддержку
В нашу поддержку ежемесячно поступает около 50 000 обращений. Сегодня 60% из них закрываются без участия оператора — ИИ‑агент «Марта AI» решает вопросы клиентов самостоятельно. Удовлетворенность ответами — 90%. Мы остановили найм новых сотрудников, а высвободившиеся ресурсы перераспределили в другие отделы, никого не уволив. Экономия на рекрутерах, адаптации и обучении — колоссальная. ИИ не нужно мотивировать или поддерживать: он просто работает.
Бесплатная рассылка: как использовать ИИ в бизнесе
Узнайте, как писать эффективные промпты, создавать ИИ‑агентов для решения бизнес‑задач, и проходите мини‑практикумы в популярных сервисах. Всего — семь писем, которые помогут разобраться, как работать с нейросетями
Что это дало бизнесу?
По итогам внедрения:
- Стоимость закрытия обращения снизилась в 17 раз.
- Время первой реакции на вопрос сократилось в сотни раз.
- Общее сокращение расходов на поддержку на 42%.
- Существенное снижение расходов HR (найм, обучение, адаптация, мотивация) — раньше в постоянной работе было минимум 10 вакансий и плюс 10 человек на адаптации.
- Новое стратегическое направление ИИ‑разработки, состоящее на 100% из сотрудников поддержки. Ребята освоили вайб‑кодинг и вошли в своеобразную рекурсию — ИИ практически сам создает новые ИИ‑инструменты для всей компании.
Успешные кейсы внутренней ИИ‑разработки постепенно становятся частью всего продукта.
Что это дало нашим клиентам?
Среди преимуществ для пользователей:
- Получить помощь теперь можно круглосуточно и без выходных.
- Буквально каждый клиент — первый в очереди.
- Поддержка вышла за рамки коммерческих тарифов — мы взяли на себя расходы на ИИ при консультировании даже на бесплатном тарифе.
- Написать нам и получить ответ теперь может каждый пользователь, а не только админ.
- Ответы автоматически переводятся на любые языки, даже на те, на которых еще не локализован сервис Битрикс24.
Под капотом
«Марта AI» — полностью наша внутренняя разработка. Она основана на технологии RAG + BitrixGPT LLM и интегрирована нашими специалистами в рабочие инструменты оператора поддержки. Вокруг нее сформировалось новое направление ИИ‑разработки в компании. Мы назвали его «AI бэкофис» — теперь задачи этого отдела масштабированы на применение ИИ по всей компании в обязательном порядке.
Примечательно, что абсолютно все специалисты этого направления выросли из инженеров поддержки, мы не наняли ни одного человека извне — это моя личная гордость.
Как мы улучшаем Марту
Анализ тональности. «Марта AI» не только отвечает на вопросы, но и оценивает эмоциональный фон диалога. Если клиент раздражён, чат передаётся оператору с пометкой о необходимости особого подхода. Это снижает эскалации и повышает лояльность.
Обучение на реальных диалогах. Мы разбираем каждый отрицательный отзыв, выявляем причины недовольства и дорабатываем сценарии. Например, если клиент несколько раз уточняет одно и то же, Марта учится давать более развёрнутый ответ с первого раза.
Обратная связь в реальном времени. После каждого чата клиент может оценить ответ. Если оценка низкая, система предлагает уточнить, что пошло не так — и эти данные сразу поступают к нужному человеку.
Защита от манипуляций. Марта обучена распознавать попытки социальной инженерии, например, просьбы сбросить пароль на подозрительную почту. Она автоматически блокирует такие запросы и переводит их на проверку безопасности.
В планах: встроенный анализатор исходного кода, самопроверка качества.
Увольнения?
Когда первые тесты показали отличные результаты, волнения и тревожность в команде операторов стали нарастать как снежный ком. Были даже отдельные инциденты т.н. неолуддитства — некоторые операторы намеренно ухудшали качество ответов Марты AI. Несмотря на все наши попытки успокоить людей словами, процесс едва не вышел из‑под контроля.
Но прогресс не остановить — мы достаточно быстро купировали проблему и перенастроили команду. Помогли снять тревожность не слова, а две вещи:
- Мы реально никого не уволили, а дали больше проектной работы в других областях, усилив смежные направления в компании.
- Мы наделили оставшихся операторов новыми техническими полномочиями, которые еще недоступны ИИ. Люди тем самым получили конкурентное преимущество и возможности для саморазвития.
Прогноз: что будет в ближайшие несколько лет — и почему действовать нужно уже сейчас?
Через пару лет клиентская поддержка без ИИ будет выглядеть так же архаично, как бумажные архивы в эпоху облачных сервисов. Вот что по нашему мнению произойдет с рынком — и почему те, кто сегодня откладывает автоматизацию, рискуют остаться за бортом:
Клиенты перестанут терпеть задержки. Уже сейчас 71% пользователей ожидают ответа в течение пяти минут, а через пять лет это станет нормой для всех — от стартапов до корпораций. Компании, которые не обеспечат мгновенную реакцию, потеряют лояльность. ИИ не просто ускорит ответы, он будет предсказывать запросы клиентов до того, как они их сформулируют. Проактивная поддержка (например, уведомление о возможной проблеме до её возникновения) станет стандартом, а не конкурентным преимуществом.
Конкуренция переходит на уровень персонализации. ИИ будет не просто отвечать на вопросы, а анализировать историю взаимодействий, предпочтения и даже эмоциональный тон клиента, предлагая решения, которые кажутся «сделанными специально для меня». Те, кто сегодня ограничивается шаблонными ответами, просто не смогут удержать аудиторию.
Рынок труда разделится на тех, кто работает в симбиозе с ИИ, и тех, кто остался без работы. Специалисты поддержки, которые не научатся работать с нейросетями, уже сейчас в зоне риска. Но те, кто освоит настройку, обучение и контроль ИИ‑агентов, станут востребованными экспертами.
Стоимость ошибки вырастет. Клиенты будут меньше прощать сбои. Одна нерешенная проблема или неточный ответ могут стоить компании репутации и денег. ИИ не только сокращает ошибки, но и фиксирует их, позволяя оперативно исправлять слабые места. Кто сегодня инвестирует в качество автоматизации, завтра сэкономит на кризисном PR.
Лидерами рынка будут те, кто экспортирует свой опыт. Мы уже перенаправили высвободившиеся ресурсы на разработку внутренних ИИ‑решений для других отделов. Через пять лет такие компании станут поставщиками технологий для менее продвинутых конкурентов. Компании, которые ещё не автоматизировали поддержку, не просто тратят деньги на рутину — они отдают будущих клиентов тем, кто уже использует ИИ в поддержке.
Глубоко убежден, что инициативность, энтузиазм и инвестиции во внедрение ИИ сейчас помогут сохранить бизнес конкурентоспособным на годы вперед.
Как подойти к ИИ‑автоматизации
Самое важное — наберитесь терпения и разрешите ИИ косячить. Без толерантности к ошибкам не будет успеха. Не скрывайте от команды новый проект, а вовлеките в совместную работу на первых этапах. Ощущение сопричастности к успеху сильно снизит тревожность у людей.
Определите цель. Снизить стоимость обслуживания каждого клиента, сократить время ответов, снизить нагрузку на операторов или повысить удовлетворенность?
На самом деле можно всё и сразу! Но по каждому пункту нужна метрика, текущее значение и целевое. По этим метрикам вы сможете оценить экономическую эффективность и обосновать инвестиции в ИИ.
Проанализируйте текущие процессы. Соберите все сценарии общения: частые вопросы, жалобы, типичные диалоги.
Выберите инструмент — мы остановились на гибридном варианте — ИИ как первая линия поддержки + опытные специалисты на второй дорешивают оставшийся кусок пирога. Саму автоматизацию RAG+LLM мы писали вручную, нам так интереснее. Но на рынке есть и готовые решения.
Дообучите ИИ. Существующие модели многое знают, но решающую роль играет то, какими данными вы обогатите систему. Загрузите историю переписок, FAQ, скрипты операторов. Чем больше данных — тем меньше ИИ будет фантазировать. Потратьте время на хороший промпт — это половина успеха. Проверьте на тестовой группе вопросов, ответы на которые заранее известны.
Интегрируйте с существующими каналами. Подключите к CRM, мессенджерам, сайту. Клиент не должен замечать, что общается с ботом — пока не понадобится человек. Здесь как раз играет роль качественный промпт.
Запускайте пилотный проект. Тестируйте на части клиентов. Собирайте метрики: время ответа, процент решённых запросов, отзывы.
Оптимизируйте. Добавляйте новые сценарии. Учитесь вместе с ИИ на ошибках. Настройте эскалацию на операторов, если ИИ не справляется.
Масштабируйте. Если пилот прошёл успешно — внедряйте на все каналы. Следите за метриками, обновляйте базу знаний.
