Бот отвечает на половину обращений и честно передаёт вторую половину

Задача

Первая линия отвечает на одни и те же вопросы: где заказ, как оплатить, можно ли вернуть, есть ли в наличии. Ночью очередь копится, утром операторы разгребают. Каждое обращение стоит денег, а половина из них — повторяющиеся.

Внешний ориентир:

• Медиана стоимости обращения с участием человека — $13,50 (бенчмарки Gartner по клиентскому сервису). По каналам: телефон $17–25, чат $10–16, почта $8–15. Взаимодействие с AI обходится порядка $0,50 против ~$6 у человека для подходящих типов обращений.
• Klarna, февраль 2024 (опубликовано вместе с OpenAI): за первый месяц ассистент провёл 2,3 млн диалогов — две трети всех чатов поддержки, эквивалент работы 700 сотрудников; время решения снизилось с 11 минут до менее чем 2, повторные обращения — на 25% меньше.
• И обязательное продолжение этой истории: в мае 2025 Klarna публично откатила часть AI-стратегии и начала возвращать людей. Формулировка CEO — «мы зашли слишком далеко», «слишком сосредоточились на издержках, результатом стало падение качества». Итоговая модель — гибридная: люди с AI-инструментами в каждом диалоге.

Вывод, который вы ставите прямо в кейс: цель первой линии — не «заменить людей», а снять повторяющееся и не соврать в оставшемся.

Что построено

1. База знаний как источник истины — документы разбиты на тематические блоки (доставка, оплата, возврат, ассортимент, статус заказа), у каждого есть идентификатор.
2. Поиск по базе перед генерацией: модель отвечает только из найденных документов.
3. Ответ со ссылкой на источник — в интерфейсе подсвечивается документ, из которого взят ответ. Клиент и оператор видят, на чём основан ответ.
4. Флаг недостаточности — если в базе нет ответа, модель обязана вернуть признак insufficient, а не сочинить. Тогда включается передача человеку.
5. Честная передача — интерфейс прямо сообщает, что дальше подключается человек и согласованный канал.
6. Ограничение контекста — в модель уходит не вся переписка, а последние 10 сообщений: предсказуемая стоимость и отсутствие «уплывания» диалога.

Замер со стенда 2026-09-06: ответ на вопрос «Где мой заказ?» — 2,6 с, HTTP 200, с указанием использованного документа. Ответ корректно не выдумал статус, а запросил номер заказа в формате NV-XXXXX. Одиночный замер: 2026-09-06.

Что происходит, когда что-то ломается

• Модель недоступна — клиент получает не ошибку, а сообщение с обещанием ответа человека, и обращение сразу попадает в очередь операторов.
• Ответ не опирается ни на один документ — не публикуется. Лучше «уточню у коллеги» с передачей, чем уверенная выдумка про сроки возврата.
• База знаний устарела — регулярная сверка: вопросы, по которым чаще всего срабатывает insufficient, собираются в отчёт. Это готовый список того, что надо дописать в базу, — механизм улучшения, встроенный в систему.
• Никаких действий с деньгами и заказами — бот не отменяет, не возвращает и не меняет заказы. Он отвечает и передаёт. Действия — отдельный проект с отдельными правами.

Результаты

Показатель	До	После	Природа числа
Время до первого ответа	минуты в час пик, часы ночью	секунды	измерено: 2,6 с
Доля обращений, решённых без человека	0%	планово 40–60%	плановый диапазон, обоснование ниже
Стоимость обращения	$8–15 (почта), $10–16 (чат)	~$0,50 у автоматических	бенчмарки Gartner + прайс модели
Повторные обращения	база	ориентир −25%	внешние данные Klarna, не гарантия
Ответы без источника	нет контроля	0 по построению	свойство архитектуры

Как считалось

Обращений в месяц                      = 1 200
Плановая доля автоматических решений   = 45% → 540 обращений
Время обработки человеком на обращение = 6 мин
Экономия времени                       = 540 × 6 ÷ 60 = 54 ч/мес
Ставка австралийского специалиста поддержки ≈ AUD 42/ч полная стоимость (≈ USD 27/ч)
Экономия в деньгах                     ≈ 54 × USD 27 ≈ USD 1 458/мес
Модель и инфраструктура                ≈ 540 × USD 0,05 ≈ USD 27/мес
Итоговая экономия                      ≈ USD 1 431/мес (≈ AUD 2 200)
Окупаемость сборки                     = USD 1 190 ÷ USD 1 431 ≈ 0,8 месяца
С сопровождением                       = USD 1 190 ÷ USD 1 281 ≈ 0,9 месяца

Консервативный сценарий, 35% автоматизации:
420 обращений × 6 мин = 42 ч × USD 27 − USD 21 ≈ USD 1 113/мес
Окупаемость ≈ 1,1 месяца (≈ 1,2 месяца с сопровождением)

Точка отсчёта — Австралия: 1 200 обращений в месяц, 6 минут обработки на обращение, ставка специалиста поддержки AUD 42/ч с суперанюэйшн и налогами на фонд оплаты труда, курс 1 AUD = 0,65 USD. Доля решений 45% — целевой показатель, а не измеренный результат.

Откуда 40–60%, а не 76%. Вендоры заявляют 67–76% автоматических решений. Независимые прод-замеры дают 38–53%, а на B2B-тематике — на 17–25 пунктов ниже вендорских цифр. Поэтому в кейсе стоит честный планируемый диапазон 40–60% для B2C с хорошей базой знаний, и прямо написано: итог определяется составом обращений и качеством базы, а не выбором модели. Обещать 76% — способ провалить проект на приёмке.

Что не сработало с первого раза

1. Версия «вся база знаний в промпте» отвечала уверенно и неправильно про остатки и сроки. Переделано на выдачу строго из найденных документов плюс обязательный признак «не знаю».
2. Честный insufficient сначала срабатывал слишком редко: модель предпочитала догадку. Пришлось явно поощрять отказ в инструкции и тестировать именно на вопросах вне базы.
3. Первая версия показывала источники технически (id документа) — клиенты не понимали. Заменено на человеческие названия разделов.

Сроки и стоимость

День	Что происходит	Артефакт
1	Сбор реальных вопросов за 3 месяца, разбор тем, критерий приёмки	Список тем и целевая доля автоматизации
2	База знаний: структура, разбиение, идентификаторы	Проверяемая база знаний
3	Поиск, генерация из источников, признак недостаточности	Бот на ваших вопросах
4	Передача человеку, интерфейс, отчёт по пробелам базы	Полный контур с эскалацией
5	Прогон на реальных обращениях, документация, видеоразбор	Система и правила её обновления у вас

Внешнее подтверждение

• OpenAI × Klarna: ассистент выполняет работу 700 сотрудников (февраль 2024) — 2,3 млн диалогов, 11 мин → менее 2 мин, −25% повторных обращений.
• Разбор отката Klarna в 2025 году и переход к гибридной модели — «мы зашли слишком далеко», возврат людей.
• Бенчмарки стоимости обращения и разрыв между заявленными и реальными долями автоматических решений — $13,50 медиана, 38–53% в проде против 67–76% в маркетинге.