Шведский финтех-стартап Klarna заменил более 700 операторов техподдержки на ИИ-агентов от OpenAI, сократив время отклика на треть и увеличив скорость решения проблем в пять раз. Ожидаемая экономия составила $40 млн. Однако через год менеджмент обнаружил, что отток клиентов вырос на 15%, количество жалоб увеличилось, а рыночная оценка стартапа упала почти втрое. ИИ плохо распознавал эмоции, не умел деэскалировать конфликты и не всегда передавал сложные случаи людям. Компании пришлось вернуть часть персонала и перейти на гибридную модель, где ИИ обрабатывает около 80% обращений, но под контролем людей. По оценкам компании, во второй раз внедрение принесло $39 млн реальной экономии.
Противоположный пример — швейцарский телеком-оператор Swisscom. Компания отказалась от скриптовых ботов и построила сеть ИИ-агентов на базе фреймворка Rasa CALM и сервисов Amazon Bedrock AgentCore. Агенты общаются между собой через протокол A2A, а данные из документов и внешних ресурсов получают через MCP-серверы. В результате удалось вдвое увеличить долю обращений, закрытых без участия человека, и сократить операционные расходы на 50%. При этом лояльность клиентов выросла. Критики отмечают лишь избыточную сложность архитектуры: для большинства компаний такое решение может быть чрезмерным.
| Компания | Подход | Результаты | Ошибка |
|---|---|---|---|
| Klarna | Замена операторов на ИИ от OpenAI | Экономия $40 млн, время отклика -33%, скорость решения проблем ×5 | ИИ не справлялся с эмоциями, отток клиентов +15%, возврат к гибридной модели |
| Swisscom | Сеть ИИ-агентов на Rasa CALM и Amazon Bedrock AgentCore | Рост закрытых обращений ×2, снижение расходов на 50%, рост лояльности | Избыточная сложность архитектуры |
Автор подборки, Влад Кармаков из Siberian.pro, подчеркивает, что оба кейса показательны именно ошибками. Менеджмент Klarna слишком сфокусировался на количественных метриках — времени ответа, числе повторно открытых тикетов, выручке на сотрудника, — забыв о качестве сервиса. Рекомендация из материала: начинать с перекладывания на ИИ только базовых сценариев, использовать его как ассистента и наращивать функциональность по мере накопления статистики. Оценивать нужно не только скорость, но и репутацию бренда, тональность отзывов.
В подборке также упоминаются кейсы OneDigital, Duolingo, LUXGEN, Etsy и Kraft Heinz, но без подробностей они лишь подтверждают общий вывод: ИИ-агенты способны снижать операционные расходы, но не терпят поспешных решений и требуют постоянного контроля качества.
