Какие звонки отдавать AI в первую очередь: матрица автоматизации для контакт-центра

Одна из самых сложных задач при внедрении голосового AI возникает ещё до разработки. Что автоматизировать первым? Можно выбрать самый большой поток. Самый дорогой процесс. Или задачу, на которую особенно часто жалуются операторы. Но большой объём сам по себе ещё не делает сценарий хорошим кандидатом для первого запуска.

Во Fromtech мы предлагаем смотреть сразу на несколько параметров: объём обращений, повторяемость задачи, доступность данных, цену возможной ошибки и понятность передачи исключения человеку.

Хороший первый сценарий даёт заметный бизнес-эффект, но при этом его можно чётко описать, измерить и безопасно передать человеку в исключительной ситуации.

Почему не стоит начинать с самого сложного звонка

У первого проекта есть дополнительная задача. Он должен проверить не только сам голосовой AI, но и готовность процесса к автоматизации.

Нужно настроить интеграции, логику диалога, правила передачи оператору, аналитику и порядок внесения изменений после запуска.

Если одновременно взять сценарий с десятками исключений, ручными операциями и высокой ценой ошибки, после пилота трудно понять, где возникла проблема.

Именно поэтому крупные программы автоматизации обычно отбирают use cases не только по потенциальной ценности, но и по реализуемости и риску. Такой подход описывает, в частности, McKinsey в материалах о внедрении GenAI в сервисные процессы. :chatgpt-content-reference{index=»8″}

Пять критериев выбора первого сценария

Перед выбором сценария полезно сначала посмотреть на реальную структуру звонков. На странице решений Fromtech для клиентского сервиса хорошо видно, насколько разными могут быть задачи первой линии: консультации, запись, маршрутизация, проверки статуса и другие сервисные обращения.

Критерий 1. Объём

Если задача встречается два раза в неделю, даже идеальная автоматизация почти не изменит экономику контакт-центра. Хороший кандидат обычно связан с заметной частью нагрузки. Но считать нужно именно объём конкретной причины обращения. Миллион звонков на всей линии ещё ничего не говорит о размере отдельного сценария.

Критерий 2. Повторяемость

Для автоматизации удобны ситуации, где разные клиенты приходят примерно за одним результатом. Записаться на услугу. Узнать статус. Перенести визит. Подтвердить действие. Получить типовую консультацию. Фразы у людей будут разными, но задача остаётся понятной. И наоборот, поток, где почти каждый разговор требует отдельного экспертного решения, может быть плохим первым кандидатом даже при большом объёме.

Критерий 3. Доступность данных

AI может прекрасно понять запрос и всё равно не решить задачу, если нужной информации нет в доступной системе. Если оператор в каждом разговоре открывает несколько источников, вручную сверяет данные и пишет коллеге, автоматизация столкнётся с теми же ограничениями.

Поэтому до запуска стоит проверить:

• где находятся нужные данные;
• можно ли получить их через интеграцию;
• насколько быстро они обновляются;
• можно ли безопасно записать результат обратно.

Виртуальный агент Fromtech может подключаться к корпоративным системам, но сама возможность интеграции не заменяет предварительный разбор процесса.

Критерий 4. Цена ошибки

Ошибочно сообщить часы работы и ошибочно изменить финансовое обязательство — совершенно разные по последствиям ситуации. Для первого сценария удобнее выбирать задачи, где результат можно проверить, а ошибку при необходимости быстро исправить. Более чувствительные процессы тоже можно автоматизировать. Просто они требуют дополнительных проверок, полномочий и механизмов контроля.

Критерий 5. Понятная эскалация

Даже хороший сценарий будет иметь исключения. Поэтому ещё до запуска нужно решить, в какой момент AI прекращает самостоятельную обработку и кто принимает разговор дальше. Если вместе со звонком оператор получает уже собранный контекст, исключение остаётся частью нормального процесса. Если клиенту приходится начинать всё сначала, часть эффекта автоматизации теряется.

Какие входящие сценарии часто подходят для старта

Хорошими кандидатами часто становятся процессы с ясным конечным результатом: запись, перенос, статус заказа или заявки, типовые организационные вопросы, первичная маршрутизация. Но сам тип задачи ещё ничего не гарантирует. Например, запись на приём имеет смысл автоматизировать, если система видит актуальное расписание и действительно может зафиксировать выбранный слот.

В проекте Fromtech для сети медицинских клиник AI работает с записью, переносом и отменой визитов. В автоматизированных сценариях 60% звонков обрабатывались без оператора, и это результат конкретного проекта.

А если входящая линия сложная

Тогда первым этапом необязательно должно быть полное решение каждого обращения. Иногда хороший старт — точно понять причину звонка и направить клиента в нужный отдел. В проекте для федерального e-commerce-ритейлера AI-агент задаёт уточняющие вопросы и выполняет маршрутизацию обращения. После внедрения доля ложных переводов снизилась с 17% до 1,54%. Это также результат конкретного проекта. Подробнее о кейсе маршрутизации.

Здесь автоматизирован один конкретный участок клиентского пути, а не весь контакт-центр сразу.

Как выбирать исходящий сценарий

Для исходящего потока критерии похожи. Хорошо подходят процессы, где заранее понятны база, причина звонка и ожидаемый результат: подтверждение, напоминание, первичная квалификация, реактивация или информирование. Но здесь особенно важно качество базы. Неверный сегмент или устаревшие контакты автоматизация просто обработает быстрее.

Что считать результатом пилота

Количество проведённых разговоров само по себе не показывает, удачно ли выбран сценарий. Метрика должна описывать результат процесса. Для входящего сервиса это может быть доля обращений, закрытых без оператора, точность маршрутизации, повторные звонки или время ожидания. Для исходящей кампании — контактность, целевое действие и прохождение следующего этапа воронки.

Например, в проекте Boostra AI принимает весь входящий поток и закрывает 63% запросов без участия оператора. При этом на линии обрабатывается широкий набор вопросов: заявка, платежи, личный кабинет, технические проблемы и дополнительные продукты.

Этот кейс показывает ещё одну полезную вещь: после проверки работающего контура набор сценариев можно постепенно расширять.

Как выбрать первый сценарий на практике

Начать можно с реальных причин обращений за несколько недель или месяцев. Каждый сценарий оценивается по пяти параметрам: объём, повторяемость, доступность данных, цена ошибки и эскалация. После этого становится видно, где можно получить заметный эффект без попытки перестроить весь контакт-центр за один запуск.

Первый пилот нужен не для того, чтобы автоматизировать максимум. Он нужен, чтобы найти работающую модель и понять, что имеет смысл масштабировать дальше.

Отдельно о том, как развивать проект после успешного пилота, мы рассказывали в статье о трёх сценариях масштабирования голосового AI.