Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Почти год назад мы решили доверить часть клиентской поддержки искусственному интеллекту. Тогда команда отнеслась к идее настороженно: казалось, что ни один бот не сможет заменить живое участие оператора. В итоге мы всё-таки рискнули. Рассказываем, как это было и какие результаты мы получили.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Как работает поддержка в Jivo

Наша техподдержка построена по классической линейной модели.

На первую линию приходят стандартные вопросы: как подключить чат, где найти оплату, почему не работает интеграция.

Если запрос требует глубокой проработки — он уходит на вторую линию.

В первой линии у нас 17 сотрудников, во второй — 6. Плюс тренер и человек, который следит за базой знаний.

В конце 2024 года к ним присоединились новые коллеги — AI-операторы. Они не пьют кофе и не уходят в отпуск, но отвечают клиентам как настоящие менеджеры.

Зачем внедрять ИИ в поддержку

Причин было две — экономика и технологии.

💰 Экономика

Средняя зарплата оператора поддержки в Москве летом 2025 года — 62 858 ₽.

Если оператор обрабатывает 200 диалогов в день, каждый обходится в 15 ₽.

А у AI-оператора — 11 копеек.

За июнь 2025 года AI-оператор провёл 4899 диалогов, и 3600 из них завершились без участия человека. Его «зарплата» — 13 000 ₽ в месяц. Человеку за ту же работу пришлось бы заплатить почти 57 000 ₽. Разница в четыре раза.

⚙ Технологии

Обычные чат-боты работают по скриптам: любой шаг в сторону от сценария заводит бота в тупик. Любое изменение в продукте означало часы правок.

AI-оператор же понимает смысл запроса, обращается к базе знаний и сам формулирует ответ.

Если в продукте что-то обновилось — просто добавляем это в базу. Бот всё «усваивает» автоматически.

Как выглядит работа AI-операторов изнутри

Наши умные помощники умеют:

  • вызывать живого оператора, если клиент настаивает;
  • искать точные ответы в базе знаний;
  • фильтровать спам и нецелевые запросы;
  • придерживаться фирменного тона;
  • показывать скриншоты и инструкции.

При этом у каждого — своя «роль» в команде.

👨‍💻 У нас есть Игорь — флагманский AI-оператор. Он отвечает во всех каналах: на сайте, в мессенджерах и соцсетях.

Пользователи часто даже не догадываются, что общаются с программой.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Познакомиться с Игорем и оценить его возможности в деле можно на главной странице Jivo.

🧭 Антон работает с пользователями, которые пишут «не туда».

Многие путают Jivo с бизнесом, где установлен наш чат, и задают вопросы не про Jivo. Антон сообщает, что они ошиблись адресом, экономя часы живых операторов.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

🔧 Сергей помогает пользователям бесплатной версии Jivo: рассказывает, как установить виджет, исправить ошибки, подключить интеграции и т.п.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Подключая AI-оператора, вы можете настроить до 5 ботов под разные бизнес-задачи.

Как мы обучали нейросеть

Чтобы AI-операторы вели себя корректно, у всех есть промпт — что-то вроде должностной инструкции.

В нём прописаны:

  • задачи и стиль общения,
  • примеры ответов,
  • сценарии на разные случаи.

Объём промпта — от 170 до 700 строк. Мы постоянно обновляем эти инструкции, тестируем версии и смотрим на метрики. Если новая версия отвечает лучше — внедряем её в продакшн.

Что умеют наши AI-операторы

1. Выдавать нужный код

Чтобы поставить чат на сайт, нужно вставить фрагмент кода.

Мы научили AI-оператора выдавать точные куски под конкретную задачу.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Теперь клиент получает нужный код за 30 секунд вместо пяти минут.

2. Ориентироваться в приложении

Чтобы оператор мог объяснить, где находится нужная кнопка, мы описали всю структуру приложения Jivo в формате, который понимает нейросеть.

Теперь нейросеть расскажет, где искать раздел ‭«Заблокированные диалоги‭» — даже если пользователь впервые видит интерфейс.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Какие задачи решает AI-поддержка

Снимает нагрузку с команды

Около 80% типовых обращений закрываются без участия человека.

Освобождается время и энергия для сложных кейсов, где важны эмпатия и опыт.

Фильтрует спам

Каждый день в саппорт приходят сотни нерелевантных сообщений.

AI-оператор отсекает их на входе — и до живых сотрудников доходят только реальные клиенты.

Успокаивает скептиков

Некоторые пользователи, увидев бота, сразу пишут «Позови человека».

AI-оператор спокойно уточняет, что именно нужно, и предлагает решение.

Часто клиент получает помощь и меняет мнение о «ботах» навсегда.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Как мы измеряем эффективность

📊 Resolution rate — процент диалогов, завершённых без участия человека.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

Нормой по индустрии считается 70–75%. У нас — 80%.

📉 Turns — сколько шагов понадобилось, чтобы решить вопрос.

Кейс Jivo: Как мы внедрили ИИ в поддержку и что из этого получилось

За полгода показатель снизился с 3,9 до 3,1.

То есть ответы стали точнее, а клиенты — довольнее.

Что дальше

Мы не заменяем людей — мы усиливаем их.

AI-операторы берут на себя рутину, а люди фокусируются на ситуациях, где нужна эмпатия и нестандартное мышление.

Сначала мы думали, что внедряем технологию.

Сегодня понимаем: это новый формат работы, где человек и ИИ не конкурируют, а дополняют друг друга.

И, похоже, именно в этом — будущее поддержки.

9
Начать дискуссию