Как выбрать ИИ-агента и не получить дорогой автоответчик

Начните с задачи, которую можно проверить

ИИ-агент должен иметь понятный участок ответственности. Формулировка “пусть отвечает клиентам” слишком широкая: в ней смешаны продажи, поддержка, юридические обещания и эмоциональные ситуации. Лучше начать с набора проверяемых намерений: “объяснить тариф”, “уточнить комплект документов”, “подготовить заявку”, “найти инструкцию”.

Для каждого намерения полезно записать хороший ответ, плохой ответ и момент, когда нужна передача человеку. Так создаётся рабочий эталон качества, а не абстрактное ожидание “чтобы было умно”.

Проверьте, есть ли у агента надёжные источники

Агент не должен угадывать то, что компания сама не оформила. Если ответы разбросаны по чатам, устным договорённостям и старым презентациям, сначала нужна уборка знаний. Минимальный набор: актуальные описания услуг, ограничения, цены или правила расчёта, типовые возражения, регламенты передачи.

Отделите быстрые ответы от зон риска

Некоторые запросы можно автоматизировать почти полностью: статус обращения, ссылка на инструкцию, первичный бриф, подбор раздела базы знаний. Другие должны попадать в режим проверки: персональные данные, финансовые обещания, юридические формулировки, конфликтные обращения, нестандартные условия договора.

Хороший ИИ-агент не обязан отвечать на всё. Его ценность в том, что он понимает границу и передаёт сложный случай человеку с уже собранным контекстом.

Не перегружайте первый запуск интеграциями

Интеграции с CRM, телефонией, почтой и внутренними системами полезны, но они увеличивают цену ошибки. Для пилота часто достаточно одного входного канала, небольшой базы знаний и понятного журнала действий. После проверки сценариев можно подключать новые источники и автоматические действия.

Хороший порядок запуска

• выбрать один канал с частыми повторяющимися запросами;
• описать 10–20 намерений и критерии хорошего ответа;
• подключить только проверенные документы;
• включить журнал источников и ошибок;
• добавлять интеграции после пилотной проверки.

Смотрите на качество передачи, а не только на количество ответов

Метрика “агент ответил на 80% вопросов” может обмануть. Важно видеть, сколько ответов было исправлено, сколько клиентов вернулось с повторным вопросом, сколько сложных случаев передано с полной сводкой, а не просто переброшено на оператора.

Для Openhuman-логики сильные метрики выглядят так: меньше потерянных обращений, короче путь до специалиста, понятнее источники ответа, меньше ручного поиска в документах.

Мини-чек-лист перед брифом

Перед разговором о внедрении подготовьте реальные примеры обращений, список документов, роли людей в процессе и ситуации, где агент не имеет права принимать решение. Это ускоряет диагностику и помогает честно оценить, что автоматизировать сейчас, а что лучше отложить.