Как устроен ИИ‑анализ звонков и на что смотреть при выборе подрядчика

Разбираем, из чего складывается безопасная схема анализа звонков и по каким признакам её оценивать на этапе выбора подрядчика. Свой опыт в сервисе ИИ‑аналитики и автоматизации продаж «Аихаб» приводим как один из возможных вариантов реализации. Для дочитавших бонус — чек‑лист вопросов, которые имеет смысл задать до подписания договора.

Сколько стоит утечка записей разговоров

Повторная утечка наказывается оборотным штрафом: от 1 до 3% совокупной годовой выручки, но не менее 20 млн и не более 500 млн рублей. Отдельно, до 3 млн рублей, наказывается неуведомление Роскомнадзора о факте утечки.

Записи разговоров с клиентами содержат имена, телефоны, иногда адреса и сведения о заказах, то есть попадают под общую шкалу. Для компании, которая отдаёт подрядчику несколько тысяч звонков в месяц, это переводит вопрос об инфраструктуре из формальной плоскости в финансовую: ответственность оператора персональных данных остаётся на заказчике независимо от того, кто фактически обрабатывает записи.

Какие модели можно использовать для анализа звонков

Зарубежные нейросети применять не запрещено. Ограничение касается не самих моделей, а того, что в них отправляется. Передача персональных данных на серверы за пределами России подпадает под статью 12 закона от 27.07.2006 № 152‑ФЗ, которая относит такую передачу к трансграничной и устанавливает для неё отдельный порядок: уведомление Роскомнадзора до начала передачи, получение согласия субъекта именно на трансграничную передачу и оценку условий защиты данных в стране получателя.

Отсюда две развилки на выбор. Персональными данными закон называет любые сведения, относящиеся к прямо или косвенно определённому лицу, — соответственно, расшифровка, из которой удалены имена, телефоны, адреса и другие идентифицирующие фрагменты, этому определению уже не отвечает, и выбор модели для её разбора ничем не ограничен. Если расшифровка передаётся как есть, круг сужается до моделей, чьи серверы физически расположены в России, — в первую очередь это YandexGPT и GigaChat.

Это и есть главный технический вопрос к подрядчику: не какая у него модель, а в какой из двух режимов он вас ставит и есть ли выбор. В «Аихаб» мы сделали выбор модели настраиваемым — часть клиентов работает через Claude на обезличенных расшифровках, часть принципиально остаётся на YandexGPT с исходным текстом.

Где может происходить обезличивание

Обезличивание — не бинарная опция «есть или нет», а вопрос о том, в чьём контуре текст с персональными данными существует в открытом виде и кто за этот контур отвечает. Отсюда четыре схемы, которыми в принципе исчерпывается рынок ИИ‑аналитики звонков.

Первая схема даёт максимальную свободу в выборе модели, но требует доверия к подрядчику: текст с персональными данными какое‑то время живёт в его инфраструктуре. Проверять здесь стоит не факт обезличивания, а то, работает ли обезличивающий модуль локально или сам обращается к внешнему сервису — во втором случае персональные данные всё равно покидают периметр.

В «Аихаб» эту задачу решает собственная модель на российском сервере, которая не делает внешних запросов вообще: расшифровка приходит к ней внутри контура и там же остаётся.

Вторая схема самая простая по организации и снимает вопрос о качестве обезличивания, поскольку текст не меняется. Плата за это — ограниченный выбор моделей и то, что данные всё равно обрабатываются в чужом облаке, пусть и российском.

Третья подходит компаниям, у которых процесс уже выстроен: они сами вычищают чувствительные фрагменты и передают подрядчику готовый текст. Персональные данные при этом не покидают их периметр вообще, но и качество обезличивания становится их зоной ответственности — подрядчик работает с тем, что получил, и проверить, не удалено ли лишнее, на своей стороне уже не может.

Четвёртая схема нужна там, где риск связан не с персональными данными клиентов, а с содержанием разговоров. Ни один разработчик публичной модели не раскрывает полностью, что именно его сервис сохраняет из входящих запросов и как это использует; пользовательские соглашения написаны широко и пересматриваются часто.

Если компания не хочет, чтобы скрипты продаж, ценовая логика и отработка возражений вообще выходили за периметр, модель разворачивается локально: она дообучается на данных компании, но всё остаётся внутри.

Из чего состоит безопасный маршрут звонка

Выбор модели — одна точка в цепочке, а звонок проходит минимум пять. Поэтому проверять нужно весь путь данных.

Начинается всё с выгрузки. Записи забираются из виртуальной АТС клиента через API по защищённому каналу; если разбираются переписки, шаг тот же, только вместо аудио сразу приходит текст. Дальше записи ложатся в хранилище — и здесь стоит спросить про документы, которые подтверждают, что серверы физически находятся в России.

Мы размещаем данные в российских дата‑центрах у провайдера, который такие документы предоставляет, и отдельно фиксируем разделение зон ответственности: площадка отвечает за инфраструктуру, а подрядчик — за настройку системы, разграничение доступа и порядок обработки.

Четвёртый шаг — обезличивание, если оно предусмотрено выбранной схемой.

Пятый — из текста собирается промпт с чек‑листом клиента, уходит в выбранную модель по шифрованному каналу, ответ возвращается и ложится в базу. На этих данных уже строятся отчёты и дашборды для отдела продаж.

От чего зависит качество ИИ‑анализа

Точность отчёта — не свойство модели, а результат настройки. Нейросеть работает с тем, что ей дали: с записью на входе, со списком критериев и с самой инструкцией. На каждом из этих трёх участков точность можно либо потерять, либо обеспечить, и все три стоит обсудить с подрядчиком до старта.

Первое по важности — формат записи. Когда звонок пишется в моно, голоса обоих собеседников идут одним каналом, и алгоритму приходится определять говорящего по косвенным признакам. В стереозаписи менеджер и клиент разведены по разным каналам, роли определяются однозначно, и анализ звонков нейросетью получается более точным. Это настройка на стороне виртуальной АТС, а не сервиса аналитики.

Второе — объём чек‑листа. У модели ограниченное контекстное окно: короткий список работающих критериев она отрабатывает точнее, чем раздутый на 30 пунктов с дублями. Пересборка чек‑листа перед запуском — нормальная часть внедрения, а не признак того, что что‑то пошло не так; заодно компания наводит порядок в собственной системе оценки продаж. Мы такую пересборку проводим вместе с клиентом на старте.

Третье — формулировка промпта. Модель понимает инструкцию буквально: попроси тридцать оценок по звонку из пяти реплик — получишь тридцать, нехватка данных её не остановит. Рабочий промпт поэтому содержит жёсткие ограничения: разрешение ответить «в разговоре нет информации по этому пункту», прямой запрет достраивать недостающее и заранее заданное поведение на пограничных случаях — коротких звонках, нетипичных записях, разговорах не по теме. Формулировки промпта имеет смысл запросить и прочитать: по ним видно, заложена ли в систему возможность ответить «не знаю».

Настройка на этом не заканчивается, и это четвёртый критерий — уже не к системе, а к подрядчику. Неверно разобранный звонок — материал для доработки промпта, а не повод спорить об оценке; ошибка обезличивания, когда название компании принято за имя человека, правится в модели. Систему, которую нельзя поправить после запуска, вы получаете застывшей на качестве первого дня.

Что спросить у подрядчика, прежде чем подписывать договор

Пять вопросов имеет смысл задать любому сервису речевой аналитики:

1. Где физически хранятся записи и расшифровки и какими документами это подтверждается?
2. Какие внешние сервисы участвуют в обработке — транскрибация, модель, хранилище — и где расположены их серверы?
3. Что происходит с персональными данными перед отправкой в модель и есть ли выбор схемы?
4. По каким каналам данные передаются между этапами?
5. Что происходит после того, как заказчик показал неверно разобранный звонок?

Первые четыре показывают, выдержит ли схема проверку безопасников, пятый — останется ли система пригодной через полгода.

Ответственность оператора персональных данных при этом остаётся на заказчике, поэтому выбранную схему имеет смысл согласовать с тем, кто в компании отвечает за организацию обработки персональных данных, — статья 18.1 закона № 152‑ФЗ обязывает оператора назначить такого сотрудника.