SEO OS: от поискового сигнала к понятному действию

AI-агент в сервисе: где он ломается и почему

Пол Мейнсхаузен из Aampe и MoEngage: почему агенты в клиентском сервисе дают сбои и почему снимок данных в них не работает.

AI-агенты · Новости

Все новости
AG Branding
Схема диалога AI-агента с клиентом и обратной связи: ai агенты для бизнеса и автоматизация с помощью ии

Маркетинговые команды ждут от AI-агентов мгновенного эффекта и одновременно жалуются на разрыв между ожиданиями и результатом. Разговор Пола Мейнсхаузена, сооснователя Aampe и руководителя агентных продуктов в MoEngage, с редакцией MarTech объясняет, откуда берётся этот зазор и что мешает агентам работать в клиентском сервисе.

Путаница в том, что измерять

Клиентский опыт не застыл на месте. Изменились ожидания: человек не сравнивает бренд с брендом, он сравнивает диалог с вами с лучшим сервисом, который видел вчера. Клик по баннеру давно перестал быть мерой качества, потому что большая часть пути к покупке проходит в нескольких касаниях, часть из которых в чатах и ассистентах.

Метрики верхней воронки эту историю не показывают, и команда делает вывод, что поддержка испортилась. Процессы остались прежними, а условия оценки изменились.

Сбои внутри компании

Агент почти никогда не ошибается на модели. Он передаёт клиенту противоречие, которое внутри компании не решено: у отдела продаж одна формулировка гарантии, у поддержки другая, у биллинга третья. Ассистент отчитывается по каждому каналу отдельно, и клиент получает три разных ответа за час.

Поэтому запуск начинается с разбора внутренних правил. Агент в этом смысле работает как ревизия: он показывает, где политика компании не сходится, и заставляет привести её к одному тексту.

Снимок данных вместо цикла

Главная иллюзия индустрии, по словам Мейнсхаузена: ответ уже лежит в хранилище, достаточно его достать. В клиентском сервисе так не бывает, потому что поведение клиента меняется каждый день. Работающий агент держит цикл обратной связи: отправил сообщение, получил реакцию, скорректировал следующий шаг. Статичный профиль клиента перестаёт быть правдой через неделю.

Отсюда требование к системе: агент должен учиться на своих же исходах, а не только на историческом отчёте, собранном до запуска.

Что это значит для бизнеса

Перед запуском агента в поддержку ответьте себе на три вопроса. Что он делает, если не уверен? Кому передаёт диалог и по какому признаку? Какую метрику вы смотрите через месяц, кроме числа закрытых обращений?

Ещё один шаг, который часто пропускают: сверка регламентов между отделами. Разговор двух специалистов и приведение гарантий, сроков и условий к единой версии занимает неделю, а снимает большую часть будущих ошибок. Для компаний из Владивостока, где продажи идут через несколько каналов одновременно, такая сверка экономит и репутацию, и время службы поддержки. Внедрение искусственного интеллекта без этого этапа превращается в генератор вежливых противоречий.

Источник: MarTech, Conversations with MarTech - Пол Мейнсхаузен о AI-агентах в клиентском опыте.

Читайте также