«Умный сторож»: AI-контроль моей собственной поддержки

Контекст

У моей компании поддержка работает по классической схеме: консультации по модулям, подключения, а если проблема — задача на разработчика и ответ клиенту по выполнении. Процесс описан, регламенты есть, люди обучены. Я строю сильные продукты, мониторю их до ночи и годами прошу одно: собирайте обратную связь, не теряйте клиентские боли.

Что я обнаружил

Однажды я вручную прошёлся по чатам поддержки. Лучше бы не проходился — или наоборот, жаль, что не сделал этого раньше:

• часть диалогов просто никто не брал в работу;
• более 80% идей и пожеланий клиентов не фиксировались никак — клиент дарит продуктовую идею, а она умирает в чате;
• больше половины проблем не превращались в задачи разработчикам. Хуже: были ответы «поставили задачу, ждите» — а задачи не существовало. Клиент ждал неделями то, чего никто не делал;
• я лично нашёл сделки, где просьба решалась за 2–5 минут — а сотрудник «отмазался», что поставил задачу, и не поставил ничего.

Мне было по-настоящему больно. Не потому, что люди плохие — потому, что я узнал об этом случайно. У процесса не было глаз.

Что я сделал: «Умный сторож»

AI-агент, который каждые 30 минут проверяет все изменившиеся чаты поддержки по десяти критериям. Ключевые:

1. Чат не взяли — сигнал через 15 минут ожидания («заявка ждёт 23 минуты рабочего времени»).
2. «Обещал узнать и не вернулся» — бот помнит обещания сотрудников и проверяет, вернулись ли с ответом.
3. Клиент дал идею — автоматически создаётся задача в нужном продуктовом проекте и назначается на меня. Идеи больше не умирают.
4. Сотрудник сказал «поставил задачу», а задачи нет — сторож сам ставит задачу по словам клиента в нужном проекте и отслеживает её решение. Обмануть процесс больше нельзя: враньё превращается в задачу.
5. Жалоба — любое недовольство клиента моментально видно.
6. Недоведённые подключения и перенесённые встречи — сторож предлагает сотруднику готовый текст, что написать клиенту.

Уведомления прилетают в Telegram (можно и в MAX) карточками: тип нарушения, цитата клиента, ссылка на диалог и сделку. Не отчёт раз в месяц — сигнал в течение получаса.

Как это выглядит: живые карточки сторожа

Ниже — реальные уведомления из первого дня работы. Имена клиентов и сотрудников замазаны.

Результаты

Первый прогон по старым чатам — 40+ нарушений найдены и обработаны в первый же день: потерянные диалоги, невыполненные обещания, «поставленные» задачи-призраки, жалобы, на которые никто не отреагировал.

Точность — и здесь будет честно. Пропусков ноль: за время работы сторож не пропустил ни одного реального нарушения. Ложные срабатывания случаются: клиент сам перенёс встречу — сторож всё равно отметит как «недоведённое подключение». Это осознанная настройка порога, классический trade-off recall против precision: цена пропущенной проблемы — потерянный клиент, цена лишнего сигнала — секунда внимания руководителя. Я выбрал перестраховку и ни разу не пожалел.

Под капотом

LLM — YandexGPT; отдельный слой памяти (кто что обещал и когда) и слой контроля задач (проверка существования и статуса задачи в трекере — сторож не верит словам, верит данным). Работает у нас на Битрикс24; архитектура переносится на RetailCRM и другие системы — меняется коннектор, не логика.

Главный инсайт

Я думал, что строю контроль качества. На самом деле построил компенсирующую систему: сторож не только сигналит о нарушении — он сам исправляет последствия. Не поставили задачу — он ставит. Потеряли идею — он фиксирует. Контроль, который только ругает, люди учатся обходить; контроль, который доделывает за тобой и оставляет след, обходить бессмысленно.

И второе, честное: проблема была не в людях, а во мне. Я просил «собирать обратную связь» — но не дал процессу глаз и рук. AI здесь не заменил сотрудников поддержки — он вернул владельцу правду о собственной компании.

Ограничения

Сторож не оценивает качество консультаций по существу — только дисциплину процесса. Спорные случаи (сарказм, сложный контекст) размечаются человеком. И он не работает без нормального трекера задач: если у вас задачи «в голове у Васи», AI сторожить нечего.

Что из этого забирает клиент

1. Контроль без глаз и рук — фикция. Регламенты и обучение не спасают, если никто не проверяет, что процесс реально соблюдается.
2. Хороший AI-контроль не только ловит, но и чинит. Сигнал о нарушении — половина дела; вторая половина — сам поставить забытую задачу или зафиксировать потерянную идею.
3. Recall важнее precision, когда цена пропуска — клиент. Лишний сигнал стоит секунду внимания; пропущенная проблема стоит доверия клиента. Порог настраивается осознанно, не по умолчанию.

Мы прошли это на себе — на собственной поддержке, с реальными задачами и реальными последствиями. Когда проектируем такой контроль под ваш процесс, приносим не эксперимент, а рабочую архитектуру: слой памяти, слой проверки фактов, честный trade-off между пропуском и ложным срабатыванием.