
Метрики поддержки на ИИ-агентах: что мерить вместо CSAT
Компании внедряют ИИ-агентов в поддержку и обнаруживают, что старые метрики врут. Разбираем, какие показатели удовлетворённости работают, когда часть диалогов ведёт не человек.

Компании внедряют ИИ-агентов в поддержку и обнаруживают, что старые метрики врут. Разбираем, какие показатели удовлетворённости работают, когда часть диалогов ведёт не человек.

Евросоюз с 2026 года требует предупреждать людей, что они говорят с ботом. В России прямой нормы пока нет. Разбираем, кому маркировка уже обязательна и зачем она бизнесу.

Компании массово ставят ИИ-агентов в поддержку и продажи. Вопрос уже не в том, справится ли бот, а в том, обязаны ли вы предупредить клиента, что общается он не с человеком.

Агентные инструменты вроде Cursor, Claude Code и Copilot Workspace обещают ускорить разработку, но ломают привычные процессы ревью и ответственности. Разбираем, что меняется в работе команды и как провести этот переход.

Совет спрашивает про ROI, а вы приносите слайд про «трансформацию». Разбираем, как перевести затраты на агентов в язык денег, рисков и сроков — с цифрами, которые можно защитить.

Компании ставят ИИ-агентов на обзвон и переписку с лидами, но чаще всего меряют не то. Разбираем метрики, которые показывают реальный эффект, а не красивый дашборд.

Агентные системы обещают выполнять задачи от начала до конца, но их стоимость складывается не из подписки, а из токенов, интеграций и людей. Разбираем, из чего собрать бюджет на следующий год.

Прежде чем дать ИИ-агенту доступ к CRM, почте и базе данных, компания подписывает не только технический интеграционный акт. Разбираем юридические проверки, без которых подключение превращается в источник исков и утечек.

Агенты на базе LLM получают доступ к почте, коду и платёжным системам и действуют без человека в цикле. Для директора по безопасности это новый класс рисков, который старые регламенты не описывают.

Агенту сразу дают доступ к почте, коду и платежам — и получают инцидент на второй неделе. Модель постепенного расширения полномочий переносит на автономных агентов подход, знакомый по найму сотрудника.

Агент, который делает четыре вызова модели вместо одного, стоит дороже в разы. Разбираем, как посчитать себестоимость одного прохода агентного процесса и не уйти в минус на автоматизации.

Классический SLA обещает 99,9% доступности сервиса. Но когда AI-агент выполняет цепочку действий за вас, доступность API ничего не говорит о том, что задача будет выполнена правильно.