Как компании заменяют колл-центр голосовым AI-агентом

Российские компании из ретейла, доставки и финансов один за другим переводят первую линию поддержки на голосовых AI-агентов — программы, которые распознают речь звонящего, генерируют ответ через языковую модель и синтезируют его обратно в голос. Обещание вендоров стандартное: закрыть до 60–80% типовых обращений без живого оператора и сократить расходы на колл-центр в разы. Реальность сложнее: часть сценариев агент вытягивает лучше человека, а на нестандартных запросах всё ещё передаёт звонок людям. Разберём, из чего собирается такой агент, чем он отличается от старого IVR-меню и где проходит граница применимости.

Что именно меняется по сравнению со старым автоответчиком

Кнопочное меню (IVR) вы знаете: «нажмите 1 для проверки баланса, 2 — для связи с оператором». Оно работает по жёсткому дереву и рушится, как только клиент формулирует запрос своими словами. Голосовой AI-агент устроен иначе — он слушает свободную речь, понимает намерение и ведёт диалог.

Технически цепочка выглядит так:

• ASR — распознавание речи, перевод голоса звонящего в текст;
• LLM — языковая модель*, которая понимает запрос, при необходимости обращается к базе знаний компании и формирует ответ;
• RAG — подмешивание в ответ актуальных данных компании (статус заказа, тариф, остаток на счёте) из внешних систем, чтобы модель не выдумывала;
• TTS — синтез речи, озвучивание ответа голосом.

Ключевая разница с IVR — агент держит контекст диалога. Если вы уточнили номер заказа в начале разговора, повторно называть его не придётся. И если запрос выходит за рамки сценария, агент переводит на живого оператора, а не зацикливает по меню.

Экономика проекта живёт не на том, сколько звонков агент "проговорил", а на том, сколько он закрыл до конца без передачи человеку. Именно этот процент вендоры и заказчики называют по-разному, поэтому цифры в кейсах несопоставимы.

Как выглядит типичный кейс замены

Обобщённый сценарий, который повторяется в публичных кейсах российских интеграторов, выглядит так. Компания с большим потоком однотипных звонков — «где мой заказ», «как вернуть товар», «какой у меня баланс» — берёт эти сценарии и отдаёт их агенту. Живые операторы остаются на сложных и конфликтных обращениях.

1. Собирают топ обращений первой линии за 3–6 месяцев и выбирают повторяющиеся 20–30 сценариев.
2. Подключают агента к CRM и системам заказов через API, чтобы он отвечал на реальных данных, а не общими фразами.
3. Настраивают правила эскалации: агрессия в голосе, слово «жалоба», третья неудачная попытка — перевод на человека.
4. Запускают на части трафика (10–20%), сравнивают метрики с живой линией, расширяют долю.

Заявленный результат в таких кейсах — сокращение нагрузки на операторов и снижение средней стоимости обращения. Но конкретные проценты стоит воспринимать как маркетинг заказчика и вендора, а не как независимо измеренный факт: методики подсчёта у всех разные, независимых бенчмарков по русскоязычной голосовой поддержке в открытом доступе почти нет.

Голосовой агент против альтернатив

Замена колл-центра — это не выбор «агент или люди», а спектр решений. Вот как соотносятся основные варианты.

LLM-агент выигрывает у скриптового бота там, где клиент говорит не по шаблону. Но у живого оператора он проигрывает в эмпатии и в разборе ситуаций, где нужно принять нестандартное решение или взять на себя ответственность.

Сколько это стоит

Единой цены нет — модели тарификации у вендоров разные: за минуту разговора, за успешно закрытый диалог, за подписку с лимитом минут плюс оплата интеграций. К стоимости самого агента добавляются расходы на LLM (токены или подписка на API), на распознавание и синтез речи, а также разовые затраты на внедрение и настройку сценариев.

Важный момент для российских компаний — где физически работает модель. Зарубежные API (OpenAI, Anthropic и другие) недоступны напрямую или требуют обходных путей и прокси, что создаёт правовые и технические риски при передаче персональных данных клиентов за рубеж. Поэтому часть проектов строится на российских моделях (например, семейства YandexGPT и GigaChat от Сбера) либо на self-hosted open-source-моделях, развёрнутых внутри контура компании. Конкретные тарифы уточняйте на сайтах вендоров — они меняются, и подставлять сюда фиксированную цифру было бы вредно.

Кому это пригодится, а кому нет

Пригодится:

• Ретейлу и доставке с потоком однотипных «где заказ / как вернуть» — тут агент закрывает большинство обращений и снимает пиковую нагрузку.
• Банкам и телекому на справочных сценариях: остаток пакета, тариф, статус заявки — при условии строгой аутентификации звонящего.
• Компаниям, у которых очередь на линии в пик уводит клиентов к конкурентам: агент отвечает мгновенно и параллельно на сотнях звонков.

Не пригодится или преждевременно:

• Там, где почти каждое обращение уникально и требует юридически значимого решения — агент будет постоянно эскалировать, экономии не выйдет.
• В нишах с высокой ценой ошибки: медицина, страховые выплаты, всё, где неверный ответ ведёт к прямому ущербу.
• У компаний без нормальной CRM и API: без доступа к реальным данным агент отвечает общими фразами и раздражает клиентов сильнее, чем старое меню.

Главные риски

Первый — галлюцинации: без правильно настроенного RAG модель может уверенно сообщить несуществующий тариф или неверный статус заказа. Второй — персональные данные: голос клиента и содержание разговора это ПДн, обработку надо строить по требованиям 152-ФЗ, а модель по возможности держать в российском контуре. Третий — репутационный: клиент, который трижды не смог добиться от робота человека, уходит с негативом. Поэтому кнопка «соединить с оператором» и внятная эскалация — не опция, а обязательное условие проекта.

* LLM (large language model, большая языковая модель) — нейросеть, обученная на больших объёмах текста предсказывать продолжение и за счёт этого понимать и генерировать связную речь. RAG (retrieval-augmented generation) — подход, при котором модели перед ответом подмешивают релевантные данные из базы знаний, чтобы она отвечала на актуальных фактах, а не только на том, что запомнила при обучении.