К 2030 году расходы на ИИ в клиентском сервисе превысят затраты на персонал
К 2030 году расходы на ИИ в клиентском сервисе превысят затраты на персонал «Контур Университет», «К2Тех» и Naumen проанализировали более 100 кейсов внедрения ИИ в контакт-центрах крупных российских компаний. ▫️ Выяснили, что к 2030 году технологии станут главной статьёй расходов контакт-центров - 43% бюджетов против 37% на зарплаты линейного персонала. Обычно внедрение ИИ в поддержку подают как «замену людей роботами ради экономии». Исследование показывает другое. ▫️ В 29% кейсов ИИ внедряли не для сокращения штата, а потому что бизнес физически невозможно масштабировать классическим наймом. ▫️ Главная боль директоров клиентского сервиса - не заменить операторов, а сделать быстрее адаптацию новых. Причина - катастрофическая текучка. Средний срок жизни оператора в компании меньше года, при этом от двух до шести месяцев уходит только на обучение. ▫️Позицию оператора рассматривают как старт карьеры, а конкурируют за этих людей уже не с другими колл-центрами, а с курьерскими службами. ИИ здесь - не палач, а способ заткнуть постоянно текущую дыру. ▫️ Массовых сокращений исследователи не прогнозируют. Нейросети уже закрывают до 52% обращений без человека, но численность операторов снизится лишь на 15-20% за два-три года - и то за счёт естественного оттока, а не увольнений. ▫️ Параллельно растут ИТ-команды: доля специалистов, связанных с технологиями, может вырасти с 3% до 15%. Появляются новые роли - ИИ-супервайзеры, методологи, контент-менеджеры базы знаний, low-code-разработчики. Оператор не исчезает, а мутирует в того, кто управляет ботами. Отсюда и парадокс с деньгами Расходы на персонал не падают пропорционально росту вложений в технологии, потому что людей переучивают на более дорогие экспертные роли. Сколько это стоит Порог входа - 5-10 млн рублей на тест одного-трёх сценариев. Полноценное enterprise-внедрение - в среднем 30 млн, а с обновлением железа - 70-120 млн. Комплексная ИИ-трансформация среднего контакт-центра - от 50 до 100 млн рублей ежегодно. ▫️ Окупаемость on-premise-решений - в среднем два года. А бизнес в условиях дефицита бюджетов готов вкладываться, только если проект окупится за год. Такой быстрый возврат возможен лишь в редких нишевых сценариях. Выход, который предлагают эксперты, - облачная модель, которая переводит капитальные затраты в операционные и снижает порог входа. ▫️ Всё то, о чём мы не раз говорили: ИИ работает, эффект реальный, но упирается не в технологию, а в экономику внедрения и готовность бизнеса ждать отдачу дольше, чем хочется. Подписывайтесь на AI для бизнеса
Канал в каталоге Максиметера
5 193 подписчиков · IT и технологии