Исследование McKinsey показывает растущую пропасть между компаниями, внедряющими AI в поддержку, и отстающими. Главное отличие — не технологии, а готовность менять операционную модель.
3 мин
В сфере клиентского сервиса наблюдается интересный феномен: разрыв между компаниями-лидерами и отстающими организациями стремительно увеличивается. Согласно свежему отчету McKinsey, передовые компании перестали рассматривать поддержку клиентов исключительно как центр затрат. Вместо этого они используют искусственный интеллект, и в частности агентные системы, чтобы превратить службу поддержки в драйвер роста выручки и лояльности. Главный вывод исследования: успех зависит не столько от доступа к технологиям, сколько от готовности полностью перестроить операционные модели и процессы.
Исторически сложилось так, что контакт-центры и службы поддержки воспринимались бизнесом как неизбежное зло — статья расходов, которую нужно минимизировать любыми способами. Это приводило к бесконечной оптимизации бюджетов и давлению на операторов. С приходом генеративного искусственного интеллекта многие компании увидели очередной шанс просто сократить расходы, заменив людей ботами.
Однако этот подход оказался тупиковым. Лидеры рынка пошли другим путем: они используют AI не для замены людей, а для создания гибридных систем, где алгоритмы и сотрудники работают в тандеме. Это требует фундаментального изменения мышления — от «как сэкономить на звонке» к «как решить проблему клиента быстрее и качественнее».
Leaders are increasingly comfortable letting AI handle customer interactions end to end.
McKinsey опросили 440 руководителей в сфере клиентского сервиса и разделили компании на четыре архетипа:
Цифры говорят сами за себя. 67% лидеров уже инвестировали в масштабные проекты на базе фундаментального AI (например, продвинутые чат-боты и автоматизация рабочих процессов), в то время как среди отстающих таких всего 16%. Более того, 40% лидеров отмечают значительное улучшение показателей удовлетворенности клиентов (CSAT) за последний год, тогда как у отстающих этот показатель составляет лишь 12%.
Image of numerous red phones hanging upside down by their cords.
Ключевое различие между успешными и неуспешными кейсами кроется в подходе к внедрению. Отстающие компании часто внедряют AI точечно, как заплатку на старые процессы. Лидеры же воспринимают агентный искусственный интеллект (Agentic AI) как повод для трансформации всей операционной модели.
Агентный AI — это системы, способные автономно выполнять цепочки действий (например, не просто ответить на вопрос, а оформить возврат, обновить базу данных и отправить подтверждение). Но чтобы это работало, нужно доверие. Руководители должны доверять технологии, сотрудники не должны бояться, что их заменят, а клиенты должны чувствовать, что их проблема действительно решается.
Проблема многих организаций в том, что они смотрят на AI через призму технологий («давайте купим эту модель»), а не через призму бизнеса («как нам перестроить работу, чтобы эта модель приносила пользу»). Без пересмотра процессов, обучения персонала и налаживания управления данными даже самый продвинутый AI останется дорогой игрушкой.
Мы стоим на пороге перехода от простых ассистентов к мультиагентным системам. В будущем AI-агенты будут самостоятельно выполнять сквозные рабочие процессы, взаимодействуя друг с другом и с людьми только в сложных ситуациях. Это освободит человеческий ресурс для решения действительно нестандартных и эмоционально сложных задач.
Тем, кто сейчас находится в категории отстающих, стоит поторопиться. Разрыв в эффективности и качестве сервиса будет только расти. Начинать можно с малого, запуская эксперименты и обучаясь в процессе, но стратегия должна быть направлена на глубокую интеграцию AI, а не на косметический ремонт устаревших процессов. Те, кто сможет выстроить доверие к новым технологиям внутри компании и среди клиентов, получат решающее конкурентное преимущество в ближайшие годы.
Customer support operators taking calls
Image of an AI chatbot inside a digital 3d comment shape.
Успех внедрения AI в поддержку зависит не от покупки технологий, а от полной перестройки операционных процессов и смены парадигмы с «экономии» на «рост ценности».
Главный барьер для агентного AI — это не технические ограничения моделей, а отсутствие доверия и устаревшие управленческие структуры, не готовые к автономности алгоритмов.
