ИИ-оператор колл-центра: что закрывает, какие метрики двигает и сколько стоит в 2026

Если бы меня в 2022-м спросили, может ли ИИ-оператор заменить живого, я бы ответил «не в этом десятилетии». Сейчас, в мае 2026-го, ситуация другая. В крупных российских банках каждое второе клиентское обращение закрывается без участия человека (ВТБ). У Bank of America помощник Erica закрыл за семь лет почти 3 миллиарда разговоров. У Klarna робот за месяц обработал 2,3 миллиона диалогов — но потом она часть людей вернула. И всё это не лабораторные эксперименты, а P&L крупных компаний.

Ниже — как устроен ИИ-оператор в 2026 году, что он реально умеет и где он по-прежнему проигрывает живому. Без обещаний «уволите 80% колл-центра», но и без скептицизма «это всё хайп».

Что вообще считать ИИ-оператором

В русскоязычной индустрии этим термином называют три довольно разные вещи. Их часто путают.

Первая — голосовой бот по сценарию. Распознаёт речь, ведёт по жёсткому дереву («скажите номер договора», «нажмите 1, если...»). Технически это не ИИ-оператор в современном смысле. Это IVR с распознаванием. Их активно используют МТС, Билайн, Сбер, ВТБ для верификации, баланса, статуса заявки. Работает дёшево и предсказуемо, но в нестандартной ситуации ломается.

Вторая — ИИ-суфлёр для живого оператора. Не разговаривает с клиентом. Сидит в наушнике у человека и в реальном времени подсказывает: формулировку ответа, ссылку на регламент, скрипт для возражения. По данным Rechka и Naumen, такие суфлёры в российских колл-центрах сокращают AHT (среднее время разговора) на 20-30% и поднимают CSAT.

Третья — полноценный ИИ-оператор на LLM. Сам ведёт диалог свободным голосом, понимает контекст, помнит историю клиента, дёргает CRM, принимает решения внутри своих полномочий. Это то, что в 2025-2026 массово выкатили на первую линию: Сбер (GigaChat-операторы), Альфа-Банк (10 виртуальных сотрудников в саппорте на конец 2025-го по данным Forbes), ВТБ (300+ ИИ-процессов и каждый второй разрешённый запрос). Глобал — Bank of America Erica, Klarna AI, Salesforce Agentforce.

Когда дальше я пишу «ИИ-оператор», я имею в виду именно третий тип. Первый — устаревающая технология, второй — отдельный кейс (про него я писал в статье про ИИ-помощника, секция 1).

Что он реально закрывает

По разным оценкам российских и зарубежных интеграторов, типовая разбивка обращений в массовом колл-центре выглядит так:

40-50% — статусные запросы. «Где мой заказ», «когда придёт мастер», «прошла ли оплата», «остаток на счёте». Это то, что ИИ-оператор закрывает практически целиком, если у него есть прямой доступ к нужной системе. По данным TAdviser и Контакт-Центра, голосовые и чат-боты в России на этой категории берут до 40% всего объёма.

15-20% — простые консультации. Часы работы, тарифы, условия услуги, как оформить возврат. Аналогично — закрывается без человека.

10-15% — заявки и изменения. Запись, перенос, отмена, смена тарифа. Здесь ИИ уже должен дёргать CRM, эквайринг, расписание. Технически сложнее, но в 2026-м это решённая задача.

10-15% — конфликты и претензии. Возврат денег, жалоба на качество, спор по условиям. На этом ИИ начинает буксовать. Он может оформить заявку, выслушать клиента, передать диалог человеку с резюме. Но самостоятельно разруливать редко.

5-10% — нестандартные случаи. Юридические вопросы, медицинские консультации, нетиповая просьба, на которую нет регламента. Здесь почти всегда — человек.

Если суммировать, у среднего бизнеса 60-70% звонков и сообщений ИИ-оператор закрывает сам. Это и есть та самая цифра, на которую опираются громкие пресс-релизы. Только важно помнить: эти 60-70% — это в первую очередь объём, не сложность. Самые тяжёлые 10-15% диалогов всё равно требуют человека.

Bank of America раскрывает свои данные: на октябрь 2025-го Erica обработала 3 миллиарда взаимодействий с момента запуска в 2018-м, 50 миллионов пользователей, 58 миллионов взаимодействий в месяц, 98% клиентов получают первый ответ за 44 секунды. Это эквивалент работы 11 тысяч операторов ежедневно (American Banker).

Какие метрики реально двигаются

Тут я бы хотел развести цифры, в которые я верю, и цифры, в которые я не верю.

Начну с AHT — среднего времени обработки обращения. ИИ-суфлёр сокращает его на 20-30% на российском рынке. Полноценный ИИ-оператор на первой линии — на 50-70%, потому что вообще не тратит секунды на «здравствуйте, минуточку, посмотрю».

FCR (First Call Resolution) — доля проблем, решённых за один контакт. Среднерыночный норматив 70-75%. ИИ-операторы в крупных банках на типовых запросах вытягивают 85-95%, потому что у них нет «забыл уточнить, перезвоню».

С CSAT интереснее. У Klarna в феврале 2024-го после внедрения ИИ-помощника он был на уровне живых операторов. Но через год Klarna вернула людей на сложные запросы, потому что в нестандартных случаях CSAT падал. В разрезе по типам обращений эта цифра ведёт себя нелинейно.

Cost per Contact — самая прямолинейная экономика. Голосовой ИИ-оператор в российских условиях стоит 1,5-4 рубля за минуту разговора при объёме от 10 тысяч минут в месяц. Человек — 8-15 рублей с учётом зарплаты, аренды места, обучения, текучки. На больших объёмах разница даёт десятки миллионов рублей в год.

И отдельно — доступность 24/7. Это не метрика, а структурное преимущество. По разным оценкам, 30-40% обращений в российский B2C-бизнес приходятся на нерабочее время. Без ИИ-оператора эти контакты либо уходят в пустоту, либо подбираются конкурентом.

Чему не стоит безоглядно верить — это громким цифрам типа «ИИ заменил 700 операторов». В Klarna эти 700 — позиции, которые компания не наняла, а не люди, которых уволили. Pragmatic Engineer разобрал кейс детально. Это не отменяет факта: ИИ-оператор реально работает. Но честнее называть это «не пришлось расширять колл-центр», чем «уволили».

Российские кейсы

Чтобы не быть голословным, ниже несколько публичных примеров.

Самый крупный — Сбер. GigaChat-агенты разворачиваются на первой линии поддержки и в кредитном конвейере. Совокупный эффект Сбера от ИИ за 2025-й — около 450 миллиардов рублей (из них примерно 50 млрд — генеративный ИИ, по данным Computerra). По контакт-центру отдельных цифр Сбер не раскрывает, но Тарас Скворцов в интервью называл поддержку одной из трёх приоритетных областей внедрения.

У Альфа-Банка на конец 2025-го запущены 10 ИИ-операторов нового поколения в саппорте — обученных на стенограммах реальных диалогов контакт-центра (Forbes Russia, brandvoice от декабря 2025-го). Параллельно работают ещё больше десяти групп виртуальных сотрудников: автотесты (+70% к скорости), классификация документов, code-review.

ВТБ публикует 300+ бизнес-процессов с ИИ. Каждое второе обращение клиента закрывается без оператора. Доходы от ИИ-моделей в 5,1 раза перекрывают капзатраты. Больше 500 тысяч клиентов пользуются голосовыми ассистентами банка (Bankinform). Отдельный проект «Голос клиента 2.0» — 30+ потоков коммуникации, 80 команд разработки.

У Т-Банка — линейка специализированных ассистентов (шопинг, путешествия, инвестиции, детский, ещё пара) и T-Pro — собственная модель, которая троллит мошенников при попытках социнженерии. Это не основной продукт, а индикатор: банк строит свою инфраструктуру, а не покупает.

X5 — слегка в стороне от классического колл-центра, но логика та же: компьютерное зрение для товаров на кассе в 80 московских «Пятёрочках» и «Перекрёстках», HR-промпты для 10 тысяч сотрудников. Wildberries — ИИ-генерация видеообложек, автоответы на отзывы, нейросетевые саммари, ИИ-примерка. Параллельно строят собственный ЦОД за миллиард рублей под ИИ-нагрузки (CNews, январь 2026).

Если вы из крупного российского B2B/B2C — вокруг вас уже всё это работает у конкурентов. Не «когда-нибудь», а сейчас.

Глобальные ориентиры

По Bank of America цифры выше уже привёл — 3 миллиарда взаимодействий, 50 миллионов пользователей, 11 тысяч эквивалентных операторов ежедневно. Банк раскрывает их в пресс-релизах и квартальных отчётах.

Klarna — самый разрекламированный кейс. Запустили ИИ-помощника на OpenAI в феврале 2024-го, за первый месяц обработали 2,3 миллиона разговоров (две трети всего саппорта). Прибыль — $40 млн за 2024-й. В 2025-м вернули людей на сложные запросы. Pragmatic Engineer разбирал кейс подробно: успех настоящий, цифры завышены, нюансы важные.

Salesforce Agentforce — к началу 2026-го 18 тысяч компаний-клиентов в 121 стране, совокупная экономия больше $100 млн в год. Кейс 1-800Accountant: во время налоговой недели 2025-го ИИ-агент автономно закрыл 70% всех чат-обращений. Engie — 83% успешного самообслуживания. Fisher & Paykel выросли с 40% до 70%.

Gartner прогнозирует, что к 2029-му ИИ-агенты будут автономно разрешать 80% типовых клиентских обращений. Это то, что закладывают в дорожные карты Microsoft, Google, Anthropic, Salesforce.

Сколько стоит развернуть ИИ-оператора в России

Картина по российскому рынку в мае 2026-го, по публичным офферам интеграторов и нашим внутренним данным на futuraai.ru:

Голосовой ИИ-оператор на типовых сценариях (5-10 вопросов, без сложных интеграций) — 100-200 тысяч рублей разово плюс 1,5-4 рубля за минуту разговора. Срок запуска — 2-3 недели. Это нормальный вход для малого и среднего бизнеса.

ИИ-оператор с интеграцией в CRM, эквайринг, расписание — 300-700 тысяч рублей разово плюс минутная стоимость и подписка на платформу. Срок — 3-5 недель. Это уровень среднего бизнеса с реальной нагрузкой на саппорт.

Корпоративная инсталляция (свой LLM, on-premise, кастомные сценарии, обучение на ваших диалогах) — 1,5-9 миллионов рублей. РБК Образование в феврале 2026-го приводила оценку «до 9,5 миллионов рублей» для верхнего сегмента. Срок — 2-4 месяца. Это банки, телеком, крупный e-com.

Текстовый ИИ-оператор (без голоса) — дешевле на 30-50%, потому что не нужна синтез/распознавание. Хороший вариант, если основной канал — Telegram, WhatsApp, чат на сайте.

Окупаемость по нашим внедрениям: - Малый бизнес (до 500 контактов в месяц) — окупается за 3-5 месяцев - Средний (500-5 000 контактов) — за 2-4 месяца - Крупный (от 5 000) — за 1-3 месяца

Главный фактор окупаемости — не модель и не интегратор. Это насколько чисто у вас собраны скрипты, регламенты, FAQ, диалоги. На грязных данных любой ИИ-оператор будет работать средне.

Регуляторика: что важно учесть

В России есть три вещи, которые влияют на архитектуру ИИ-оператора.

152-ФЗ и ФЗ-23 от 28.02.2025. С 1 июля 2025 года персональные данные граждан РФ нельзя хранить и обрабатывать за пределами страны. На практике это значит: использовать ChatGPT или Claude с реальными именами и контактами клиентов — нельзя. Либо обезличиваете данные перед запросом, либо ставите GigaChat/YandexGPT, либо разворачиваете модель локально. Большинство крупных российских компаний выбирают второе или третье.

Уведомление о записи разговора. Стандартное «ваш звонок может быть записан» обязательно. Кроме того, в скрипт надо встроить явное упоминание, что говорит ИИ, а не человек — это требование Кодекса этики в сфере ИИ, подписанного 250+ организациями. Юридической силы у Кодекса нет, но в случае спора это может всплыть.

Согласие на ИИ-обработку. Стандартная формулировка «согласие на обработку данных для оказания услуг» уже не покрывает обучение моделей. Нужна явная формулировка про автоматизированную обработку, включая ИИ. У нас на futuraai.ru это сделано отдельной страницей /personal-data-consent.

С чего начать, если у вас нет ИИ-оператора

Если коротко: не пытайтесь сразу заменить всю первую линию. Начните с одного сценария.

Хорошие первые сценарии: - Запись на услугу (для медицины, автосервиса, салонов, репетиторов) - Информация о статусе заказа (для e-com, доставки, ремонта) - Часто задаваемые вопросы по продукту или услуге - Первичная квалификация заявок (бюджет, сроки, ниша) перед передачей живому менеджеру

Плохие первые сценарии: - Возвраты и претензии (требуют разбора) - Технические консультации на сложном продукте - Любые задачи, где у вас нет чёткого регламента

Бюджет на пилот — 100-200 тысяч рублей. Срок — 2-3 недели. Метрики, которые надо мерить: процент успешно закрытых обращений без оператора, AHT, CSAT, нагрузка на живых операторов «до и после». Через месяц картина становится ясной: пилот окупится, расширяемся; не окупится, разбираемся почему.

В 70% случаев причина провала — не модель и не интегратор. Это либо слишком общие промпты («агент пытается отвечать на всё подряд»), либо нет нужных интеграций (агент не может реально что-то сделать), либо плохие guardrails (агент уходит в темы, в которые не должен). Все три проблемы решаемые, но требуют итераций.

Если коротко

ИИ-оператор колл-центра в 2026-м — это уже не футурология. Это рабочий инструмент, который у крупных российских банков закрывает каждое второе обращение, у Bank of America берёт два миллиона диалогов в день, у Salesforce — 70% всех чатов в 1-800Accountant во время налогового сезона.

Что он закрывает хорошо — статусные запросы, простые консультации, заявки и изменения, первичную квалификацию. Что плохо — конфликты, нестандартные ситуации, всё, где нужно принимать решение на грани полномочий. В этих местах он передаёт диалог человеку с готовым резюме, и это сейчас правильный сценарий.

Стоимость для среднего российского бизнеса — от 100-200 тысяч рублей за пилот, окупаемость 2-5 месяцев. Главное препятствие — не цена и не технология, а готовность ваших процессов: чистота скриптов, регламентов, истории диалогов.

Если хотите обсудить, какой сценарий в вашем колл-центре стрельнёт первым — оставьте заявку. Покажем на ваших цифрах, где окупится за два месяца.

---

Связанные материалы

• ИИ-агент для бизнеса: что это, как работает и чем отличается от чат-бота
• ИИ-помощник для бизнеса: 10 задач
• Голосовые ИИ-продавцы для телефонных продаж

Источники

1. 1.ComNews. «39% компаний РФ используют ИИ в бизнес-процессах». comnews.ru/content/243398, 22.01.2026
2. 2.Forbes Russia. «Альфа-Банк: 10 ИИ-операторов в саппорте». forbes.ru/brandvoice/535910, декабрь 2025
3. 3.TAdviser. «Российский рынок автоматизации колл-центров». tadviser.ru
4. 4.Computerra. «GigaChat: эффект 30 млрд за полугодие». computerra.ru/320175, 30.07.2025
5. 5.Bankinform. «ВТБ: 500k+ пользователей голосовых ассистентов». bankinform.ru
6. 6.Rechka.ai. «Метрики колл-центра, AHT/FCR/CSAT». rechka.ai/blog/pokazateli-koll-tsentra
7. 7.Naumen. «Анализ работы колл-центра с ИИ». naumen.ru/products/phone/blog
8. 8.Bank of America. «Erica: 3 млрд взаимодействий». newsroom.bankofamerica.com
9. 9.American Banker. «Erica: 11k эквивалентных операторов». americanbanker.com
10. 10.OpenAI. «Klarna AI assistant: 2.3M conversations in month 1». openai.com/index/klarna
11. 11.Pragmatic Engineer. «Klarna AI: full picture». blog.pragmaticengineer.com
12. 12.Salesforce. «Agentforce: 18 000 клиентов, $100M экономии». salesforce.com/agentforce
13. 13.Gartner. «80% типовых обращений автономно к 2029». gartner.com/en/newsroom
14. 14.РБК Образование. «Стоимость ИИ-агента: от 50 тыс до 15 млн ₽». rbc.ru/education, 05.02.2026
15. 15.Гарант. «ФЗ-23 от 28.02.2025: запрет хранения ПДн за рубежом». garant.ru