Колл-центр на основе искусственного интеллекта — это не IVR с голосом диктора и деревом «нажмите 1». Это система, где AI-агент ведёт живой диалог, обрабатывает возражения, проверяет данные в CRM и принимает решения в реальном времени. В 2026 году такие системы закрывают от 60 до 85% обращений без участия человека. Но работает это не у всех и не сразу — об этом тоже поговорим.
Почему традиционный колл-центр начинает ломаться
Ещё в Q1 2025 HH.ru фиксировал среднюю стоимость найма одного оператора колл-центра в Москве — 65 000–80 000 ₽/мес. с учётом налогов и обучения. А текучка в этой должности — 80–120% в год. То есть компания, держащая 10 операторов, фактически каждый год заново нанимает и обучает 8–12 человек.
При этом 40% звонков — это типовые сценарии: уточнение статуса заказа, подтверждение записи, ответы на FAQ, напоминания об оплате. Операторы ненавидят такую работу. И уходят. А бизнес тратит деньги на то, что можно было автоматизировать год назад.
Но не всё так однозначно. Компании, которые пытались решить эту проблему классическими IVR-деревьями, получали другую боль: клиенты бросали трубку уже на третьем «нажмите кнопку». По данным Gartner (2024), 67% звонящих отключаются, если не могут выйти на живого человека в течение 90 секунд через меню. Вот тут и начинается самое интересное — AI решает именно эту проблему, потому что работает не через меню, а через разговор.
Что внутри AI колл-центра: архитектура без маркетинговой шелухи
Под капотом у нормального AI колл-центра — три слоя, которые работают вместе.
Первый слой — распознавание и синтез речи (ASR/TTS). Агент слышит клиента, переводит речь в текст за 150–300 мс, формирует ответ и озвучивает его. Качество здесь критично: плохой ASR на акцентах или в шумной среде убивает весь сценарий. Мы тестировали несколько движков — разница в точности распознавания на русском между лидерами и аутсайдерами достигает 15–20 процентных пунктов.
Второй слой — языковая модель (LLM) с промптом и контекстом. Это «мозг» агента. Он понимает смысл сказанного, держит контекст всего разговора, выбирает ветку сценария. Современные модели умеют работать с многошаговыми диалогами — не просто «вопрос-ответ», а полноценный разговор с уточнениями, возражениями и нестандартными поворотами.
Третий слой — интеграции. Агент должен уметь смотреть в CRM, проверять наличие в складской системе, записывать в календарь, обновлять статус заказа. Без этого слоя AI превращается в умного, но бесполезного собеседника — как хороший продавец, у которого нет доступа к базе клиентов.
как AI агент интегрируется с CRM и телефонией →
Вот как выглядит сравнение трёх подходов к обработке звонков:
| Параметр | Классический IVR | Живой оператор | AI-агент (AIVA 24) |
|---|---|---|---|
| Стоимость одного звонка | 5–15 ₽ | 150–250 ₽ | 6–36 ₽ |
| Доля успешно закрытых обращений | 20–30% | 75–85% | 60–80% |
| Работа ночью / в выходные | Да (ограниченно) | Нет / доп. расходы | Да, без ограничений |
| Масштабирование за 24 часа | Нет | Нет | Да |
Цифры по операторам — усреднение по нашей практике в ~35 внедрениях за последние 18 месяцев. В отдельных нишах отклонение есть, но порядок цифр сохраняется.
Входящие vs исходящие: где AI отрабатывает лучше всего?
Многие думают, что AI-агент — это прежде всего про исходящий обзвон. Обзвонить базу, напомнить о записи, дожать лид. Это правда работает. Но по нашему опыту, входящие сценарии часто дают лучший ROI — просто потому что там выше ставка ошибки.
Пропустил входящий звонок от горячего лида — потерял сделку. Пропустил исходящий — клиент просто не взял трубку, большой беды нет.
Для входящих AI агент для обзвона клиентов и приёма обращений закрывает:
- Приём заявок и запись на услугу (без оператора, 24/7)
- Ответы на типовые вопросы по продукту, доставке, условиям
- Квалификацию лидов перед передачей менеджеру
- Обработку жалоб первой линии с маршрутизацией
Для исходящих хорошо работает:
- Подтверждение записи / напоминание о визите
- Сбор обратной связи после покупки (NPS-обзвоны)
- Реактивация «спящей» базы
- Квалификация входящих заявок с сайта, если менеджер не взял трубку
Кстати, одна автостраховая компания, с которой мы работали в 2025 году, запустила AI-агент исключительно на реактивацию базы двухлетней давности. Из 14 000 контактов агент дозвонился до 9 200, выявил 340 горячих лидов — операторы закрыли 87 из них в сделки в течение двух недель. Это было 6,2 млн рублей выручки с базы, которая лежала мёртвым грузом.
Считаем ROI: конкретные цифры, а не обещания
Экономика AI колл-центра считается просто. Возьмём средний пример: отдел продаж + поддержка, 500 звонков в день, 4 оператора.
Текущие затраты: 4 × 75 000 ₽ (с учётом НДФЛ, рабочего места, оборудования) = 300 000 ₽/мес. Это при том, что операторы физически не могут обработать все звонки в пиковые часы.
После внедрения AI-агента: подписка «Премиум» — 7 400 ₽/мес, разговор — 12 ₽ за минуту. По звонкам в АЙВА 24 средний состоявшийся разговор длится около полутора минут. Если агент берёт на себя 65% из 500 звонков в день, это 325 звонков × 1,5 минуты × 22 рабочих дня ≈ 10 725 минут, или 128 700 ₽/мес. Итого с подпиской — 136 100 ₽/мес. Два оператора остаются для сложных кейсов.
Экономия: минус 2 оператора = минус 150 000 ₽/мес против 136 100 ₽ на агента, то есть около 13 900 ₽/мес. Минус расходы на рекрутинг и обучение. Плюс ноль пропущенных звонков ночью.
На зарплатах разница небольшая — основная выгода в звонках, которые сейчас теряются. Если ночью, в выходные и в пиковые часы без ответа остаётся хотя бы 5% из 500 звонков в день, это 25 обращений ежедневно, или около 550 за месяц. Если каждое десятое из них становится заказом со средним чеком 5 000 ₽, это 275 000 ₽ выручки в месяц против 136 100 ₽ за агента. Поэтому окупаемость считайте не по ФОТ, а по числу пропущенных звонков и своему среднему чеку.
У клиента-автодилера (Сибирь, 2025): было 40 упущенных лидов в неделю из-за нехватки операторов — стало 4. Конверсия из звонка в запись на тест-драйв выросла с 18% до 27% за счёт мгновенного ответа и правильной квалификации.
кейсы внедрения AI-агента для автодилеров и ритейла →
Где это не работает — честный разговор
Вот что обычно замалчивают в маркетинговых статьях про ИИ для клиентского сервиса.
Мы однажды внедряли AI-агент для юридической компании. Сложные продукты, много нюансов, клиенты — владельцы бизнеса с высокими ожиданиями. Агент справлялся с первичной квалификацией, но стоило разговору уйти в детали («а как это соотносится с 54-ФЗ в моём случае?») — система либо уходила в общие фразы, либо некорректно интерпретировала вопрос. Конверсия была ниже, чем у оператора, на 22%. Проект переформатировали: AI только на приём и маршрутизацию, дальше — юрист.
«Мы сначала думали, что это развод — ну не может робот нормально разговаривать. Потом попробовали на простых сценариях: запись на осмотр, подтверждение брони. Вот там результат был сразу» — операционный директор сети автосервисов, апрель 2025.
AI для ответов на вопросы клиентов работает хорошо там, где сценарии повторяются и логика решения предсказуема. Если у вас каждый третий звонок — уникальная ситуация, требующая суждения и доступа к нестандартной информации — ждать чудес не стоит.
Также не работает там, где клиентская база — пожилые люди, которые прямо говорят «я не хочу разговаривать с роботом». Это не технологическая проблема, это поведенческая. В таких нишах (часть медицины, некоторые госуслуги) нужен гибрид: AI начинает, человек подхватывает.
Как выглядит внедрение: от договора до первого звонка
Реальный таймлайн без маркетинговых прикрас:
Неделя 1–2. Сбор сценариев — самая недооценённая часть. Нужно зафиксировать, как реально разговаривают ваши лучшие операторы, какие возражения они слышат, как на них отвечают. Мы просим клиента предоставить 30–50 записей звонков. Без этого получается шаблонный агент, который звучит как инструкция.
Неделя 3. Настройка интеграций с CRM, телефонией (SIP/WebRTC), загрузка базы знаний. Здесь технические сложности зависят от «зоопарка» систем у клиента — у некоторых 2–3 разных CRM плюс самописная учётка.
Неделя 4. Тестовый запуск на 10–15% трафика. Слушаем записи, правим сценарии, дообучаем на реальных разговорах.
Неделя 5–6. Полный запуск. Мониторинг конверсий в первые две недели — обязательно, потому что реальная база всегда принесёт сценарии, которые не предусмотрели.
От подписания договора до боевого режима — обычно 4–6 недель. Быстрее бывает, если у клиента чистые данные и один канал телефонии. Дольше — если legacy-системы.
подключить AI-агента к вашей CRM — тарифы и техническая документация →
Частые вопросы
Сколько стоит колл-центр на основе искусственного интеллекта?
Подписка «Премиум» — 7 400 ₽/мес плюс 12 ₽ за минуту разговора. Средний разговор длится около полутора минут, то есть звонок обходится примерно в 18 ₽. При нагрузке 300–500 звонков в день и 22 рабочих днях это 126 200–205 400 ₽/мес — дешевле штата операторов на такой поток, если агент закрывает большую часть обращений.
За сколько окупается AI-агент для обзвона?
Окупаемость дают не столько сокращённые ставки, сколько звонки, которые раньше терялись: ночью, в выходные и в пиковые часы. Если агент берёт на себя часть обращений, а операторы остаются на сложных случаях, экономия на зарплатах невелика — считайте по пропущенным звонкам и среднему чеку. Если звонков меньше 80–100 в день и почти все принимаются, один хороший оператор на полставки может обойтись дешевле. Точнее всего это видно на тестовом периоде: агент покажет, сколько обращений пришло вне рабочего времени.
Чем AI-агент отличается от IVR?
IVR работает по дереву: клиент жмёт кнопки, выбирает пункты меню. AI-агент ведёт живой диалог — слышит, понимает смысл сказанного, отвечает на нестандартные вопросы, держит контекст разговора. По данным Gartner, клиенты отключаются от IVR в 67% случаев. От хорошо настроенного AI-агента — в 18–25%.
Сколько звонков в день выдерживает AI-агент?
Технически — без ограничений. Платформа масштабируется горизонтально: хоть 50, хоть 5 000 параллельных разговоров. Реальный лимит — ваши тарифные условия и пропускная способность телефонной линии (SIP-транк). Пиковые нагрузки в нашей практике — до 1 200 одновременных звонков у клиентов из ритейла.
Какие CRM поддерживаются?
Из коробки: AmoCRM, Bitrix24, HubSpot, retailCRM, 1С:CRM. Через Webhook и REST API — любая система с открытым API. Интеграция с самописными системами требует технических работ, обычно 3–5 дней дополнительно к стандартному внедрению.
Поймут ли клиенты, что говорят с роботом?
Зависит от качества TTS и сценария. Современные нейросетевые голоса (ElevenLabs, Yandex SpeechKit Pro) воспринимаются как человеческие в 60–70% случаев при первом контакте. Мы всегда рекомендуем не скрывать, что это AI, — это честно и снижает риск негатива, если клиент всё-таки «раскроет» агента.
Что происходит, если AI не может ответить на вопрос?
Агент переводит звонок на живого оператора с передачей контекста разговора. Оператор видит расшифровку и не просит клиента повторять всё с начала. Порог эскалации настраивается: можно задать конкретные триггеры (злость клиента, слово «жалоба», нераспознанный сценарий более 2 попыток).
Есть ли записи разговоров и аналитика?
Да. Все звонки записываются, транскрибируются и хранятся. Дашборд показывает: процент автономно закрытых обращений, среднее время разговора, топ причин эскалации, динамику по дням и операторам. Именно эта аналитика позволяет улучшать сценарии — и это одна из причин, почему результат растёт с каждым месяцем использования.
Хотите посмотреть, как AI-агент обработает звонок в вашей нише? Оставьте заявку на демо — мы настроим тестового агента под ваш сценарий и покажем в боевых условиях. Не питч, не презентация — живой разговор с вашим продуктом.