Как сократить расходы на колл-центр с помощью ИИ

Колл-центр — статья расходов, которая растёт вместе с числом клиентов: больше заявок — больше операторов, зарплат и очередей. При этом значительная часть обращений типовая: «где мой заказ», «как оплатить», «во сколько вы работаете». Платить живому человеку за такую рутину — примерно как звать бухгалтера складывать числа в столбик. По сути это вопрос не про поддержку, а про автоматизацию бизнес-процессов и экономию фонда оплаты труда. Ниже — из чего складывается реальная цена колл-центра, какую рутину ИИ забирает на себя в разы дешевле и как посчитать экономию на своих цифрах, а не на чужих обещаниях.

Из чего складывается стоимость колл-центра

Оклад оператора — это вершина айсберга. Когда руководитель прикидывает «дорого или нет», он обычно держит в голове только зарплату и забывает про всё, что висит сверху.

Свой колл-центр

Содержание одного штатного оператора в России обходится не в оклад, а в 150 000–180 000 ₽ в месяц по рынку. Сюда входят:

• зарплата плюс налоги и страховые взносы;
• рабочее место, гарнитура, компьютер, лицензии на телефонию и CRM;
• подбор, обучение и наставничество — новичок выходит на нормальную скорость недели за три-четыре;
• супервайзеры, контроль качества, прослушка звонков;
• текучка: операторы выгорают, и каждый ушедший — это снова найм и обучение с нуля.

Отдельная скрытая потеря — пропущенные обращения. Ночью, в выходные и в пиковые часы клиент не дожидается ответа и уходит к конкуренту. По рынку из-за медленного ответа теряется до 40% заявок, и в смету колл-центра этот убыток обычно вообще не попадает.

Аутсорс

Аутсорсинговый оператор стоит дешевле — 45 000–80 000 ₽ в месяц за выделенного сотрудника либо поминутно: 8–15 ₽ за минуту входящего и 9–20 ₽ за минуту исходящего звонка. Деньги вы экономите, но получаете чужих людей, которые хуже знают ваш продукт, работают по усреднённому скрипту и не заинтересованы в вашей конверсии. Для простых сценариев это рабочий вариант, для сложных продаж — лотерея.

Где ИИ дешевле в разы

Текстовый ИИ-ассистент для бизнеса в чате и мессенджерах считается особенно выгодно: стоимость одного обработанного обращения — копейки, потому что нет ни минут разговора, ни зарплаты за время ожидания между диалогами. Там, где обращение всё же идёт голосом, ИИ-агент тоже дешевле живой линии — порядок цен начинается от единиц рублей за минуту против полной стоимости оператора.

Но дело не только в цене за контакт. Когда ИИ берёт на себя массовую рутину, меняется сама структура расходов:

• Параллельность. Один оператор ведёт один разговор. ИИ держит сотни диалогов одновременно — очередь в пик просто исчезает.
• Скорость. Ответ приходит за секунды и в три ночи, и в воскресенье. Те самые ночные заявки перестают утекать.
• Стабильность. ИИ-агент не выгорает, не уходит в отпуск и в декрет, отвечает по единому стандарту и не «забывает» акцию.
• Масштаб без найма. Поток вырос вдвое — расходы на ИИ почти не меняются, тогда как людям нужны новые ставки. Именно здесь и зашита экономия ФОТ: вы перестаёте раздувать штат под рост обращений.

По рынку ИИ-ассистент закрывает 40–80% типовых обращений сам. Это не значит «уволить всех» — это значит снять с людей рутину и платить им за то, что машине не по силам.

Параметр	Колл-центр на людях	ИИ + операторы на сложном
Стоимость типового контакта	минуты разговора + доля зарплаты	копейки за обращение в чате
Время ответа в пик и ночью	очередь, пропущенные, до утра	секунды, без очереди
Рост потока вдвое	вдвое больше ставок	расходы почти не меняются
Качество ответов	плавает от смены и настроения	единый стандарт
Сложные и конфликтные кейсы	сильная сторона людей	передаются оператору с контекстом

Это не «дешёвая поддержка», а автоматизация процессов

Если смотреть на ИИ только как на способ удешевить ответы клиентам, виден лишь край выгоды. Тот же ИИ-агент, что отвечает на «где заказ», параллельно делает работу, за которую раньше платили зарплатой: заносит обращение в CRM, ставит задачу менеджеру, обновляет статус заказа, поднимает данные из 1С. Это уже не поддержка, а автоматизация бизнес-процессов — поддержка просто оказалась самым заметным участком.

ИИ-автоматизация бизнес-процессов в обращениях снимает с людей механическую часть работы целиком: квалификацию лида, маршрутизацию по отделам, сбор данных перед звонком, фиксацию результата. Сотрудник перестаёт быть передаточным звеном между клиентом и системами и занимается тем, ради чего его наняли, — сложными случаями и продажами. Та же логика работает и в автоматизации продаж: ИИ ведёт клиента по воронке, а менеджер закрывает сделку.

Считать экономию имеет смысл не от «сократим штат», а от «тем же штатом обработаем вдвое больший поток без падения качества».

Данные клиентов остаются внутри

У автоматизации поддержки есть оборотная сторона, про которую вспоминают поздно: через ИИ проходят персональные данные клиентов — телефоны, заказы, история обращений. Если решение работает на зарубежном облаке, эти данные уходят за периметр компании, а это прямой вопрос к 152-ФЗ, а для части отраслей — и к требованиям по КИИ.

Поэтому ИИ-агента для обращений разумно разворачивать в закрытом контуре, on-premise, на отечественной LLM — GigaChat, YandexGPT или Cotype. Тогда переписка и данные клиентов физически не покидают вашу инфраструктуру, а недоступные ChatGPT и Claude заменяются легально и без риска для безопасности. Для финансов, медицины и госкомпаний это не приятная опция, а условие, без которого проект просто не запускают.

Что доверить ИИ, а что оставить людям

Ошибка — пытаться автоматизировать всё подряд. ИИ хорош на объёме и на повторяемости, человек — на сложном и эмоциональном.

Отдать ИИ: ответы на частые вопросы, статус и трекинг заказа, запись и перенос визита, подтверждение заказов, первичную квалификацию лида, напоминания, сбор отзывов и NPS, возврат брошенных корзин.

Оставить людям: конфликтные ситуации, нестандартные запросы, дорогие и сложные сделки, всё, где нужны эмпатия и переговоры, разбор ошибок компании.

Ключевой момент — эскалация. Когда ИИ упирается в потолок, он передаёт диалог оператору вместе с историей переписки и уже собранными данными, а не сбрасывает клиента на «нажмите 1». Человек подключается подготовленным и закрывает вопрос быстрее.

Как посчитать экономию

Цифры у каждого свои, поэтому считайте по простой схеме, а не по чужому кейсу.

1. Объём: сколько обращений в месяц приходит во все каналы — звонки, чат, мессенджеры.
2. Доля типовых: какой процент из них повторяющиеся вопросы и простые операции. Обычно это и есть основная масса.
3. Цена контакта сейчас: полный бюджет колл-центра со всеми скрытыми статьями выше, делённый на число обращений.
4. Цена контакта на ИИ: стоимость обращения в чате или тариф за минуту в голосе.
5. Упущенное: сколько заявок теряется ночью, в выходные и в очереди и сколько из них стоила бы средняя сделка.

Грубый пример. Поступает 6000 обращений в месяц, 70% типовые — это 4200 контактов. Сегодня каждый обходится условно в 35 ₽, то есть 147 000 ₽. ИИ берёт эти же 4200 на себя в разы дешевле, а команда переключается на 1800 сложных обращений и на продажи. Плюс перестают теряться ночные заявки — и это уже не экономия, а дополнительная выручка.

С чего начать, чтобы не уронить качество

Браться сразу за весь колл-центр не нужно. Рабочая последовательность:

1. Аудит обращений: выгрузить реальные диалоги за месяц и разложить по темам — сразу видно, что типовое и какова доля.
2. Метрика до старта: зафиксировать текущую скорость ответа, долю автоматизации и стоимость контакта, чтобы было с чем сравнивать.
3. Пилот на одном канале: запустить ИИ на самой массовой теме (например, статус заказа) и замерить результат.
4. Расширение: по мере подтверждения метрик добавлять сценарии и каналы.

В OVEERMOON мы строим ИИ-агента под ваши процессы и подключаем его к CRM, телефонии и мессенджерам, а не ставим «решение из коробки», и заранее договариваемся о метрике, за которую отвечаем. Как это устроено в целом по компании — в обзоре ИИ-автоматизации бизнеса.

Часто задаваемые вопросы

Заменит ли ИИ операторов полностью?

Нет, и такой цели нет. ИИ забирает массовую рутину и очереди, операторы остаются на сложных и денежных обращениях. Чаще всего штат не сокращают, а перестают раздувать при росте потока — это и есть экономия ФОТ.

Не будет ли клиентов раздражать ИИ-агент?

Раздражает не ИИ, а плохой сценарный бот: тупой скрипт по кругу и невозможность позвать человека. Современный ИИ-агент отвечает по сути, а в нужный момент передаёт диалог оператору с контекстом. Часто клиент даже не уточняет, с кем говорил, — ему важно, что вопрос решили быстро.

За сколько окупается внедрение?

Зависит от объёма обращений и доли типовых. Чем больше поток рутины, тем быстрее. Поэтому метрики фиксируют до старта: видно, на чём именно вы экономите и когда выходите в плюс.

Подойдёт ли малому бизнесу с небольшим потоком?

Да. При маленьком потоке держать отдельного оператора круглосуточно невыгодно, а ИИ-агент отвечает ночью и в выходные без отдельной ставки — заявки перестают теряться, а владелец не сидит в чате сам.

Начните с аудита: на ваших диалогах за месяц видно, какую долю обращений закроет ИИ и сколько вы сэкономите на ФОТ против колл-центра. Это и есть точка, с которой считается весь проект.