ИИ-агент работал идеально. Клиенты всё равно уходили
Клиент написал в поддержку три раза за неделю. Агент каждый раз отвечал правильно, по делу, без ошибок. На четвёртый раз клиент попросил вернуть деньги и ушёл. Мы разбирали этот кейс почти месяц — потому что формально всё выглядело нормально.
Это был один из проектов, где мы внедрили агента в службу поддержки небольшого SaaS. 12 000 сообщений в месяц, средняя скорость ответа сократилась с 4 часов до 3 минут, точность по базе знаний — 97,8%. Все метрики зелёные. Но за второй месяц отток вырос на 22%. Мы начали смотреть внимательнее на диалоги, которые заканчивались отменой подписки.
Паттерн оказался неожиданным. Агент отвечал точно — но холодно. Когда клиент писал «я уже третий раз объясняю одно и то же», агент не реагировал на эту фразу как на сигнал. Он просто отвечал на фактическую часть вопроса. Не извинялся. Не признавал, что человек тратит время. Не эскалировал. Технически всё верно. Эмоционально — полный провал. Люди уходили не потому что не получили ответ. Они уходили потому что почувствовали себя тикетом в очереди.
Мы переработали логику агента: добавили триггеры на маркеры раздражения в тексте, настроили автоэскалацию на живого человека при повторных обращениях по одной теме, и прописали отдельные ответные шаблоны для ситуаций, где клиент явно выражает усталость или недовольство. Это заняло две недели и стоило около 40 000 рублей дополнительной настройки. Через месяц отток вернулся к прежним значениям. Ещё через месяц стал ниже на 8% относительно периода до внедрения агента.
Вывод, который я теперь даю всем клиентам на старте: ИИ-агент в поддержке — это не замена человека, это замена плохого скрипта. Хорошего менеджера он не заменит никогда, потому что хороший менеджер читает между строк. Агент читает строки. Это принципиальное ограничение, которое нужно проектировать заранее, а не обнаруживать через отток. Самые рабочие конфигурации, которые мы видели — это гибридные: агент закрывает 70-80% обращений, остальное уходит к людям с контекстом разговора уже собранным.
Есть ещё один момент, о котором редко говорят. Когда агент работает хорошо, команда расслабляется и перестаёт читать диалоги. Это нормально — зачем мониторить то, что работает? Но именно тогда начинают накапливаться тихие проблемы. У нас теперь в каждом проекте стоит правило: минимум 50 случайных диалогов в неделю просматривает живой человек. Не метрики — именно текст. Это 30-40 минут, которые несколько раз уже спасали от незаметного drift’а в поведении агента.
Если вы сейчас выбираете, куда внедрять агента первым — в поддержку, продажи, квалификацию лидов или внутренние процессы — разобраться, какие агенты подойдут именно для вашего бизнеса, можно за 2 минуты на aiagenta.ru/qualify/. Там короткий квиз, после которого становится понятно, где автоматизация даст результат быстро, а где сначала нужно разобраться с процессом.
Если ваш агент показывает хорошие операционные метрики — это повод не расслабляться, а посмотреть, что происходит на уровне, который метрики не видят. Какой сигнал вы последний раз пропускали, потому что цифры выглядели нормально?