В исследовании 5 172 операторов поддержки AI-подсказки увеличили число решённых обращений в час в среднем на 15%. Но опытные сотрудники получили гораздо меньше пользы, а у самых сильных немного снизилось качество разговоров. Для руководителя это причина проверять эффект по группам, а не закладывать одинаковую экономию на каждого человека. Разбираем реальное внедрение по статье Generative AI at Work, опубликованной в The Quarterly Journal of Economics в 2025 году. Это не новость о запуске в 2026-м.
Что вы получите
- Увидеть, почему AI помог новичкам больше, чем опытным сотрудникам.
- Не перепутать рост производительности с экономией бюджета.
- Выбрать метрики для собственного пилота в поддержке.
Что именно внедрили
Компания из Fortune 500, продающая ПО для бизнес-процессов, постепенно подключала сотрудников поддержки к AI-ассистенту на базе GPT-3. Он следил за текстовым разговором и предлагал ответы. Оператор мог изменить или проигнорировать подсказку и оставался ответственным за разговор. Название компании в публикации не раскрыто; подставлять сюда известный бренд было бы догадкой.
Авторы, Erik Brynjolfsson, Danielle Li и Lindsey Raymond, изучали рабочие данные компании и её подрядчиков. Они сравнивали изменения после подключения с изменениями у ещё не подключённых сотрудников, учитывая дополнительные факторы. Это поэтапное внедрение с анализом разности изменений, а не случайная раздача чат-бота двум одинаковым группам. Вывод зависит от допущений исследовательского метода.
Что показали данные
Основная метрика — успешно решённые обращения за час. Она учитывает и скорость, и то, закончилось ли обращение решением. Число отправленных AI-ответов такой метрикой не было.
У менее опытных и менее квалифицированных работников прирост был выше среднего: в опубликованной версии авторы сообщают примерно о 30%. У наиболее опытных и сильных сотрудников выигрыш в скорости оказался небольшим; для самых квалифицированных исследователи также обнаружили небольшое снижение качества. Поэтому общий средний результат плохо подходит для плана сокращения штата.
Ниже использованы числа журнальной версии 2025 года. В рабочей версии NBER 2023 года встречаются 5 179 сотрудников и 14% среднего прироста. Это разные версии одной работы; объединять их показатели в один набор нельзя.
| Наблюдение в исследовании | Что оно означает для решения |
|---|---|
| 5 172 оператора в выборке | Данные реальной службы поддержки, но одной компании и её подрядчиков |
| В среднем +15% решённых обращений в час | Изменение производительности, не измеренная экономия бюджета |
| Около +30% у менее опытных и менее квалифицированных | Новичков и опытных нужно оценивать отдельно |
| Небольшое снижение качества у самых квалифицированных | Скорость нельзя принимать без проверки качества |
Почему нельзя сразу записать результат в прибыль
Если отдел стал справляться с большим числом обращений, компания может уменьшить очередь, улучшить обслуживание или отложить найм. Ни одно из этих решений автоматически не уменьшает текущие выплаты. Свободные часы становятся денежным эффектом только после конкретного изменения расходов или доходов.
Есть и арифметическая ловушка. При неизменном объёме работы рост производительности на 15% соответствует сокращению необходимого времени примерно на 13%, а не на 15%: 1 − 1 / 1,15 ≈ 13,04%. Это математический пересчёт при условии одинаковых задач и качества, не измеренная экономия компании из исследования.
К этому пересчёту ещё нельзя применить зарплатный фонд и назвать результат чистой прибылью. Нужны фактические расходы на лицензии или API, внедрение, подготовку данных, контроль ошибок и работу команды. Данных этого разбора недостаточно, чтобы посчитать денежный ROI именно той компании. Авторы также подчёркивают, что работа не оценивает совокупный эффект на занятость и зарплаты.
Что проверить в своём пилоте
Следующие шаги — рекомендации редакции по мотивам исследования, а не описание того, как авторы организовали внедрение. Начните с одного типа обращений, для которого есть база знаний и критерий правильного решения. Оставьте сотруднику проверку ответа и возможность работать без AI.
До подключения зафиксируйте состав задач, опыт сотрудников, решённые обращения в час и долю повторных обращений. Сравнивайте сопоставимые смены и типы задач; обычное «до и после» легко перепутает эффект AI с сезонностью, обучением или изменением входящего потока. При достаточном размере команды случайное распределение доступа может усилить проверку, но не отменяет требований к данным и качеству.
Отдельно смотрите новичков и опытных сотрудников. Проверяйте закрытые обращения на ошибки и повторное открытие, а не только скорость первого ответа. Заранее определите неприемлемые ошибки, при которых пилот нужно остановить. Чужие 15% используйте как повод для проверки, не как обязательный KPI.
| Что записать | Зачем |
|---|---|
| Решённые обращения и рабочие часы | Посчитать производительность на сопоставимых задачах |
| Повторные обращения и ошибки | Не принять быстрый, но неверный ответ за улучшение |
| Опыт сотрудников и сложность очереди | Увидеть, кому AI помогает, а кому мешает |
| Лицензии, интеграция, контроль и обучение | Учесть стоимость самого внедрения |
| Что произошло с высвободившимся временем | Отличить запас мощности от реальной экономии |
Когда расширять внедрение
Расширять доступ стоит после того, как полезный эффект повторяется на сопоставимых задачах, качество не выходит за установленную границу, а у высвободившегося времени есть назначение. Если выигрывают только новички, начните с их адаптации. Если опытные стали чаще принимать слабые подсказки, пересмотрите режим работы для этой группы вместо обязательного общего подключения.
Этот кейс не доказывает, что автономный бот заменит поддержку: в исследовании ассистент предлагал подсказки оператору, а тот отвечал за разговор. Он также не обещает такой же прирост в продажах, медиабаинге или вашей CRM. Перенести можно способ проверки: измерять решённую задачу, учитывать опыт сотрудника и отдельно считать деньги.
Что взять в работу
Перед покупкой лицензий на всю команду проверьте, кому ассистент помогает и не оплачивается ли скорость ухудшением качества. В этом исследовании средние 15% скрывают заметно разные результаты сотрудников. Решение о масштабировании должно учитывать эти различия и полную стоимость внедрения.
Практический чек-лист
- Разделите результаты новичков и опытных сотрудников.
- Считайте решённые обращения в час, ошибки и повторные обращения.
- Сравнивайте сопоставимые очереди и смены.
- Учтите внедрение, лицензии, обучение и проверку ответов.
- Решите, как использовать высвободившееся время до расширения доступа.