В 2022 году Gartner спрогнозировал, что к 2026-му разговорный AI сократит расходы контакт-центров на 80 млрд долларов. Больше 80% компаний заявили, что планируют уменьшить штат операторов. Год за годом на конференциях звучала одна и та же мысль: бот на первой линии, оператор на второй, через два года — бот на обеих.
Прошло три года. В декабре 2025-го Gartner опубликовал результаты опроса 321 руководителя клиентского сервиса, и картина оказалась сложнее, чем обещали вендоры. Реально сократить штат из-за AI удалось только 20% компаний. Ещё 55% сообщили, что штат остался прежним, хотя объём обращений вырос. А 42% начали нанимать новых людей — AI-стратегов, дизайнеров диалогов, аналитиков автоматизации. Разбираемся, почему обещание «AI вместо людей» не сработало, при чём тут Klarna и что на самом деле снижает расходы в контакт-центрах.
Обещания и реальность
Прогноз 2022 года про 80 млрд долларов экономии строился на допущении, что бот заберёт на себя значительную долю типовых обращений и компании смогут пропорционально уменьшить штат. Логика выглядела убедительно: если автоматизировать 60–70% входящих, можно уволить 60–70% операторов. На бумаге арифметика сходилась.
Реальность устроена иначе. Gartner в июне 2025-го прямо зафиксировал: 50% компаний, рассчитывавших заметно уменьшить штат за счёт AI, откажутся от этих планов. В феврале 2026-го добавил прогноз: половина компаний, которые уже сократили людей из-за AI, к 2027 году наймёт их обратно — часто под другими должностями и за большие деньги.
При этом сам тренд никуда не делся. Опрос тех же 321 руководителей показал: 91% испытывают давление со стороны топ-менеджмента — внедряйте AI. Более 80% по-прежнему ожидают сокращения штата в ближайшие 18 месяцев — через увольнения, заморозку найма или естественную текучку. Давление растёт, но результаты не подтверждают ожидания. Между «планируем сократить» и «реально сократили» — разрыв в четыре раза.
Почему бот не заменяет оператора
AI-ассистенты хорошо справляются с типовыми запросами: статус заказа, часы работы, маршрут до офиса, баланс на счёте. Для этих задач бот действительно быстрее и дешевле человека. Но структура обращений в контакт-центр устроена так, что типовые вопросы — это верхушка воронки, а не вся воронка.
Gartner в августе 2024-го опросил 5 728 клиентов и выяснил: только 14% обращений полностью решаются через канал самообслуживания. Даже для задач, которые клиенты сами описывают как «очень простые», этот показатель составляет 36%. При этом 73% клиентов начинают свой путь в самообслуживании — то есть готовность пользоваться ботами высокая, а результативность низкая. Девять из десяти клиентских путей, начавшихся в самообслуживании, завершаются через другой канал — телефон, чат с оператором, электронную почту.
Самая частая причина провала — бот не находит контент, релевантный вопросу клиента. Gartner фиксирует: это происходит в 43% случаев. Клиент описывает ситуацию, бот не понимает контекст и либо выдаёт шаблонный ответ, либо переключает на оператора. А если операторов уже сократили, переключать не на кого. Клиент попадает в петлю: пишет «ОПЕРАТОР», «ЧЕЛОВЕК», «AGENT» — а бот продолжает предлагать статьи из базы знаний.
Механизм поломки воспроизводится от компании к компании. Бот снимает нагрузку с первой линии, но не заменяет процесс. Он не понимает, почему клиент злится, не считывает контекст из предыдущих обращений, не подстраивается под ситуацию, в которой стандартный ответ не работает. А именно эти разговоры чаще всего определяют, останется клиент или уйдёт.
Есть ещё один фактор, который редко учитывают при расчёте экономии. Когда бот не справляется и клиент всё-таки попадает к оператору, он уже раздражён — он потратил время на безрезультатный диалог с ботом. Оператор получает не нейтрального клиента, а клиента с накопленным негативом. Обработка такого обращения занимает больше времени и требует большей квалификации. Gartner фиксирует: 82% клиентов, вынужденных повторять информацию при переключении с бота на человека, оценивают свой опыт значительно хуже. Экономия на первой линии оборачивается ростом нагрузки на второй.
Урок Klarna
Один из самых показательных примеров того, что происходит при слишком агрессивной замене людей на AI, — история Klarna. Шведская финтех-компания между 2022 и 2024 годами сократила порядка 700 позиций в клиентском сервисе и заменила их AI-ассистентом, разработанным совместно с OpenAI. Бот обрабатывал 2,3 миллиона разговоров в месяц и закрывал до 75% клиентских обращений в чате.
На первый взгляд — триумф. Klarna отчиталась об экономии в десятки миллионов долларов. CEO Себастьян Сиемятковски заявил, что компания целый год не нанимала ни одного человека. Но клиенты стали жаловаться: ответы бота — шаблонные, нюансов не улавливает, при сложных вопросах работает как фильтр, а не как помощник. Удовлетворённость клиентов начала снижаться.
В мае 2025 года Сиемятковски признал в интервью Bloomberg: «Мы зашли слишком далеко. Стоимость стала слишком доминирующим фактором при организации процесса, и в результате качество упало». Klarna начала нанимать новых операторов — фрилансеров с гибким графиком, способных подключаться к сложным кейсам. Бот остался, но теперь компания описывает свою модель как гибридную: AI на первой линии, человек — когда нужна эмпатия, контекст или нестандартное решение.
Klarna — не единичный случай. IBM в 2025 году опросил 2 000 CEO и выяснил: только 25% AI-проектов достигают обещанного возврата инвестиций. 60% организаций сократили штат в ожидании того, что AI возьмёт работу на себя, но лишь 2% дошли до этой точки. Разрыв между ожиданиями и реальностью — системный.
Стоимость AI-резолюции растёт
Отдельная проблема, которая подрывает экономику «бот вместо человека», — рост стоимости самого AI. Gartner в январе 2026-го опубликовал прогноз: к 2030 году стоимость одного решённого обращения через генеративный AI превысит 3 доллара — и это дороже, чем оффшорный оператор в сегменте B2C.
Патрик Куинлан из Gartner описывает логику так: компании стремятся снизить расходы с помощью AI, но возврат инвестиций далёк от гарантированного. Полная автоматизация окажется слишком дорогой для большинства организаций. Эмили Потоски, старший аналитик Gartner по клиентскому сервису, добавляет: технология ещё недостаточно зрелая, чтобы полностью заменить экспертизу, эмпатию и суждение человека.
Стоимость растёт по нескольким причинам. Дата-центры дорожают. AI-вендоры переходят от субсидируемого роста к монетизации. Сложные кейсы требуют больше токенов и более дорогих моделей. А регуляторные изменения — Gartner прогнозирует, что к 2028 году они увеличат объём обращений, требующих участия человека, на 30% — добавляют давление: законодательство в ряде стран уже требует обеспечить клиенту возможность поговорить с живым оператором.
В итоге формула «заменить людей ботом и сэкономить» разваливается с двух сторон: боты не справляются с нетиповыми обращениями, а стоимость тех обращений, которые они закрывают, постепенно растёт.
Что меняет картину
Компании, которые получают устойчивый результат от AI в контакт-центрах, подходят к задаче иначе. Вместо «заменить людей» — «понять, что происходит в разговорах, и на основании этого менять процесс».
Gartner в декабре 2025-го описал этот сдвиг: приоритет смещается от сокращения расходов к улучшению клиентского опыта. 58% руководителей планируют переквалифицировать операторов в специалистов по управлению знаниями — тех, кто будет курировать и обновлять контент, на котором учится AI. 84% добавляют новые навыки к профилю оператора. Почти 80% планируют перевести часть операторов на новые роли, связанные с аналитикой и настройкой автоматизации.
Логика простая: AI полезен не тогда, когда заменяет человека, а тогда, когда показывает то, что человек не успевает увидеть. На каких вопросах бот буксует и передаёт обращение оператору. Какие темы вызывают повторные обращения. Какие сценарии приводят к оттоку. Где оператор справляется лучше скрипта — и почему.
Когда мы в imot.io работаем с контакт-центрами, мы видим ту же динамику. Компании, которые строят процесс вокруг анализа разговоров, получают результат, которого нет у тех, кто просто ставит бота на вход. По тексту диалогов видно, где бот зацикливается, какие формулировки оператора приводят к закрытию обращения с первого раза, а какие — к повторному звонку через три дня. Это данные для настройки процесса, а не для сокращения команды.
Мы размечаем звонки по тегам — и по этим тегам руководитель видит не «процент автоматизации», а конкретную картину: какие обращения бот обрабатывает успешно, какие требуют доработки сценария, какие принципиально требуют человека. Фильтрация по тегам показывает распределение тем, частоту повторных обращений, типовые точки, где клиент «теряется» между ботом и оператором.
Разница — в том, что анализируется. Компании, которые фокусируются на метрике «процент автоматизированных обращений», оптимизируют число. Компании, которые анализируют текст разговоров, оптимизируют процесс. Первое ведёт к сокращению штата и последующему найму обратно. Второе — к реальному снижению операционных расходов, потому что меняется не количество людей, а качество процесса, в котором они работают.
Парадокс всей этой истории в том, что AI действительно снижает расходы контакт-центра — но не тем способом, который обещали вендоры. Снижение происходит не через замену людей ботом, а через видимость того, что раньше оставалось в слепой зоне. Разговоры записываются, транскрибируются, размечаются по тегам, анализируются по тексту — и вместо интуиции руководителя появляется фактура для управленческих решений. Не «мне кажется, что операторы плохо работают с возвратами», а «в 68% звонков по теме возврата оператор не предложил альтернативу — и клиент ушёл». Между этими двумя формулировками — разница между ощущением и управляемым процессом.
Итоги
- Прогноз Gartner 2022 года про экономию 80 млрд долларов на AI в контакт-центрах не подтвердился в ожидаемом виде. По данным опроса 321 руководителя (декабрь 2025), реально сократить штат удалось только 20% компаний. 42% начали нанимать новых специалистов — но уже под другие роли.
- Половина компаний, рассчитывавших уменьшить штат за счёт AI, откажутся от этих планов (Gartner, июнь 2025). Половина тех, кто уже сократил людей, наймёт их обратно к 2027 году (Gartner, февраль 2026).
- Боты хорошо работают с типовыми запросами, но полностью решают только 14% обращений в самообслуживании (Gartner, август 2024, опрос 5 728 клиентов). При отклонении от сценария клиент попадает к оператору — и если операторов нет, попадает в тупик.
- Стоимость AI-резолюции растёт. Gartner прогнозирует, что к 2030 году она превысит стоимость оффшорного оператора в B2C-сегменте. Полная автоматизация окажется слишком дорогой для большинства компаний.
- Устойчивый результат дают не замена людей ботом, а анализ того, что происходит в разговорах. По тексту диалогов видно, где бот буксует, какие темы генерируют повторные обращения, где оператор справляется лучше скрипта. Это данные для перестройки процесса, а не для сокращения команды.
Если вы хотите увидеть, как выглядит распределение обращений между ботом и оператором в вашем контакт-центре — и где именно клиенты «застревают», — мы можем разобрать выборку звонков на аудите и показать конкретные точки, требующие внимания.
Источники
Gartner (август 2022). Gartner Predicts Conversational AI Will Reduce Contact Center Agent Labor Costs by $80 Billion in 2026 — прогноз экономии на AI в контакт-центрах.
Gartner (август 2024). Gartner Survey Finds Only 14% of Customer Service Issues Are Fully Resolved in Self-Service — опрос 5 728 клиентов, эффективность каналов самообслуживания.
Gartner (июнь 2025). Gartner Predicts 50% of Organizations Will Abandon Plans to Reduce Customer Service Workforce Due to AI — прогноз об отказе от планов сокращения штата.
Gartner (декабрь 2025). Gartner Survey Finds Only 20% of Customer Service Leaders Report AI-Driven Headcount Reduction — опрос 321 руководителя, реальные результаты сокращения штата.
Gartner (декабрь 2025). Customer Service and Support Leaders Must Prioritize Blending Human Strengths with AI Intelligence in 2026 — приоритеты руководителей: гибридная модель, переквалификация, управление знаниями.
Gartner (январь 2026). Gartner Predicts GenAI Cost Per Resolution for Customer Service Will Exceed Offshore Human Agent Costs by 2030 — рост стоимости AI-резолюции.
Gartner (февраль 2026). Gartner Predicts Half of Companies That Cut Customer Service Staff Due to AI Will Rehire by 2027 — прогноз о повторном найме.
Gartner (февраль 2026). Gartner Survey Finds 91% of Customer Service Leaders Under Pressure to Implement AI in 2026 — давление на руководителей.
Fortune (май 2025). Klarna plans to hire humans again, as new landmark survey reveals most AI projects fail to deliver — кейс Klarna, данные IBM о возврате инвестиций в AI.
Entrepreneur (май 2025). Klarna CEO Reverses Course by Hiring More Humans, Not AI — признание CEO Klarna о чрезмерном сокращении штата.
