2026 customer service planning series: Vol. 05
Пятая, заключительная часть серии Intercom о планировании клиентского сервиса на 2026 год посвящена планированию ресурсов (capacity planning) в эпоху ИИ. Ключевая метрика — automation rate (доля обращений, которые ИИ-агент полностью решает самостоятельно): многие команды закладывают 60–80%+ автоматизации. При этом «выработка» на человека в традиционном смысле снижается, поскольку людям достаются более сложные кейсы, а часть рабочего времени уходит на улучшение ИИ-систем и контента. Авторы рекомендуют ставить амбициозные цели по автоматизации, но подкреплять их инвестициями в AI ops, управление знаниями и дизайн диалогов. Планы следует строить как набор допущений, а не фиксированных прогнозов, и пересматривать их совместно с финансовой командой каждый квартал. Слишком быстрое сокращение штата до подтверждения эффективности автоматизации — главный риск, которого следует избегать.
Capacity planning has always been a high-stakes exercise in customer service. If you get it wrong, you’ll feel it quickly in backlogs and SLAs.
Планирование ресурсов в клиентском сервисе всегда было задачей с высокими ставками. Если ошибётесь — быстро почувствуете это по растущим очередям и нарушениям SLA.
AI changes the dynamics of capacity planning because it changes the work your team does. It resolves the bulk of your volume, increases the speed at which work gets done, and makes the work your human teammates do harder and higher-value.
ИИ меняет динамику планирования ресурсов, потому что меняет саму работу вашей команды. Он берёт на себя основной объём обращений, ускоряет выполнение задач и делает работу ваших сотрудников сложнее и ценнее.
This is part five of our five-part series on customer service planning for 2026. We’ll be sharing all five editions on our blog and on LinkedIn.
If you’d rather have them emailed to you directly as they’re published, drop your details here.
Это пятая часть нашей серии из пяти выпусков о планировании клиентского сервиса на 2026 год. Мы публикуем все пять выпусков в блоге и в LinkedIn. Если вы хотите получать их на почту по мере выхода, оставьте свои данные здесь.
This year’s challenge is the balance: you need ambition around how much your AI Agent will handle so you can plan your team’s responsibility and system-level work. But if those automation assumptions are wrong, you risk being understaffed.
Главная задача этого года — баланс: нужно амбициозно оценивать, сколько ваш ИИ-агент сможет обработать, чтобы спланировать зону ответственности команды и системную работу. Но если допущения по автоматизации окажутся неверными, вы рискуете остаться с недостаточным штатом.
This final edition in our 2026 planning series is about that tension. We’ll unpack how AI changes the logic of capacity planning, what we’ve learned from going through this exercise for the past few years at Intercom, and the traps to avoid.
Этот заключительный выпуск нашей серии о планировании на 2026 год посвящён именно этому противоречию. Мы разберём, как ИИ меняет логику планирования ресурсов, чему мы научились, проходя через это упражнение в Intercom на протяжении последних нескольких лет, и какие ловушки стоит избегать.
How AI changes traditional capacity planning
Как ИИ меняет традиционное планирование ресурсов
Traditional planning rests on relatively stable assumptions:
Традиционное планирование опирается на относительно стабильные допущения:
Объём обращений растёт с предсказуемой скоростью. Типы задач остаются относительно постоянными. Время обработки не меняется кардинально. Производительность (или «выработку») можно удерживать на прежнем уровне или постепенно улучшать.
In an AI-first model, none of that is guaranteed. It changes the fundamentals:
В модели AI-first ничего из этого не гарантировано. Меняются сами основы:
Меняется структура работы. ИИ забирает всё большую долю простых диалогов. До людей доходят более сложные, трудоёмкие задачи, часто требующие живого человеческого контакта. Спрос может расти. Когда вы убираете барьеры, клиенты обращаются чаще. ИИ одновременно решает больше обращений и привлекает больший объём. Время людей распределяется иначе. Ваши сотрудники должны решать проблемы клиентов и одновременно проверять поведение ИИ, давать обратную связь, улучшать контент и поддерживать системную работу. Производительность динамична, а не фиксирована. Уровень автоматизации — это не одноразовая цифра. Он может расти, если вы улучшаете ИИ, и падать, если вы им не занимаетесь.
If you plan for 2026 using a pre-AI model, i.e., assuming similar productivity, similar work mix, and a simple linear relationship between volume and headcount, you’ll underestimate what it takes to run a high-performing support organization.
Если вы планируете 2026 год по до-ИИ-модели — предполагая прежнюю производительность, прежнюю структуру работы и простую линейную зависимость между объёмом и штатом, — вы недооцените, что нужно для работы высокоэффективной службы поддержки.
There are many metrics you can track, but the one you should really focus on is “automation rate” (AI Agent involvement rate × AI Agent resolution rate).
Метрик, которые можно отслеживать, множество, но ключевая — «уровень автоматизации» (доля вовлечения ИИ-агента × доля решённых ИИ-агентом обращений).
It tells you:
Он показывает:
Какую долю общего объёма ИИ действительно решает. Сколько работы остаётся для людей. Какой дополнительный объём люди смогут взять на себя, если спрос вырастет. Насколько амбициозным может быть ваш план по штату.
For teams earlier in the journey, the priority is often raising involvement (getting the AI involved in more conversations). For teams further along whose involvement rate is already high, the focus should be on moving resolution on the hardest remaining work, where each additional 1% of automation can represent several people’s worth of capacity.
Для команд на раннем этапе приоритет обычно — повышение вовлечения (чтобы ИИ участвовал в большем числе диалогов). Для команд, которые продвинулись дальше и чей уровень вовлечения уже высок, фокус должен быть на повышении доли решений по самым сложным оставшимся обращениям, где каждый дополнительный 1% автоматизации может высвободить ресурс, эквивалентный нескольким сотрудникам.
In your 2026 plan, automation rate should sit alongside projected inbound volume, average “output” per person (for the more complex work that remains), and occupancy (how much time is allocated to customer-facing interactions vs. other operational and strategic work).
В вашем плане на 2026 год уровень автоматизации должен стоять в одном ряду с прогнозируемым входящим объёмом, средней «выработкой» на человека (по оставшейся более сложной работе) и занятостью (сколько времени отводится на взаимодействие с клиентами в сравнении с операционной и стратегической работой).
Together, these inputs give you a more realistic picture of how many people you need, and where they should spend their time.
Вместе эти входные данные дают более реалистичную картину того, сколько людей вам нужно и на что они должны тратить время.
Here’s our advice for capacity planning heading into next year.
Вот наши рекомендации по планированию ресурсов на следующий год.
1. Plan boldly on automation, but match it with investment
1. Планируйте смело по автоматизации, но подкрепляйте это инвестициями
One of the biggest questions leaders wrestle with is “How bold can we be with automation assumptions?”
Один из главных вопросов, с которым сталкиваются руководители: «Насколько смело можно закладывать автоматизацию?»
Don’t be afraid to plan for high automation rates, as long as you’re willing to invest in hitting them.
Не бойтесь планировать высокий уровень автоматизации — при условии, что вы готовы инвестировать в его достижение.
It’s tempting to be conservative and cap your automation assumptions at 40–50% “because AI is new.” But in practice, many teams are already planning for much higher automation rates in 2026 – 60%, 70%, even 80%+ – because they’ve invested properly in AI ownership and content.
Соблазнительно проявить осторожность и ограничить допущения по автоматизации на уровне 40–50%, «потому что ИИ — это ново». Но на практике многие команды уже закладывают в планы на 2026 год гораздо более высокие показатели — 60%, 70%, даже 80%+ — потому что они правильно инвестировали в управление ИИ и контент.
The investment element here is crucial. To hit those numbers, you need:
Инвестиционная составляющая здесь критически важна. Чтобы достичь этих цифр, вам нужно:
Назначенные ответственные за эффективность ИИ (AI ops, управление знаниями, дизайн диалогов). Чёткие цели по автоматизации для каждого типа обращений (например, информационные vs. персонализированные vs. действия vs. глубокое устранение неполадок). Реалистичные ожидания того, что «легко» автоматизировать, а что — нет. План поэтапного повышения автоматизации (ежемесячные или ежеквартальные шаги, а не разовый скачок).
For teams earlier in their journey, you should dig into your data to find these primed areas for investment in your own business:
Для команд на раннем этапе стоит углубиться в данные и найти перспективные области для инвестиций в вашем бизнесе:
Начните с крупнейших источников объёма обращений. Отделите вопросы, которые решаются в основном на базе контента, от тех, что зависят от данных или сложных процедур. Закладывайте более высокий потенциал решения для контент-ориентированных тем, как только ваша база знаний будет в порядке. Для сложных системно-зависимых процессов закладывайте более скромные начальные показатели решения и наращивайте их постепенно.
It’s great to have bold automation goals, but it goes hand in hand with investment in the team structure and systems you need to realistically achieve them.
Иметь амбициозные цели по автоматизации — отлично, но это неразрывно связано с инвестициями в структуру команды и системы, необходимые для их реалистичного достижения.
2. Expect human “output” per person to go down
2. Ожидайте снижения «выработки» на человека
Whether you call it “productivity,” “output,” or even just “cases closed,” the traditional volume-based metrics for support teams need to change in 2026.
Как бы вы это ни называли — «производительность», «выработка» или просто «закрытые кейсы» — традиционные метрики на основе объёма для команд поддержки необходимо пересмотреть в 2026 году.
This is one of the hardest mindset shifts for support leaders, because historically, capacity plans assume that individual productivity will either stay flat or improve slightly as processes, tools, and training get better.
Это один из самых сложных сдвигов в мышлении для руководителей поддержки, потому что исторически планы ресурсов предполагают, что индивидуальная производительность либо останется на прежнем уровне, либо немного вырастет по мере улучшения процессов, инструментов и обучения.
In an AI-first model, the opposite is more realistic. As AI takes on more of the work, humans are moving into roles that are harder, time-consuming, and more complex and cross-functional. So even though they’re handling less conversations, they’re creating more value.
В модели AI-first более реалистичен обратный сценарий. По мере того как ИИ берёт на себя всё больше работы, люди переходят к задачам, которые сложнее, трудоёмкие и более кросс-функциональны. Поэтому, хотя они обрабатывают меньше диалогов, они создают больше ценности.
If you don’t factor this into your capacity plan, you’re not going to accurately represent the work.
Если вы не учтёте это в плане ресурсов, вы не сможете точно отразить реальный объём работы.
In your 2026 plan, it’s safer to:
В плане на 2026 год безопаснее:
Закладывать более низкий показатель «закрытых кейсов на человека» по сравнению с базовыми значениями прошлых лет. Явно исходить из того, что оставшаяся работа будет сложнее и трудоёмкие. Признать, что «производительность» теперь включает системную работу — например, улучшение ИИ-агента, — а не только диалоги или закрытые кейсы.
3. Rethink occupancy: more time off the queues, on higher-value work
3. Пересмотрите занятость: больше времени вне очередей, на более ценную работу
In most capacity plans, occupancy is treated as what percentage of time agents spend in the inbox versus in training, meetings, and on breaks. But your team now has a growing list of “out-of-inbox” or “off-the-queue” responsibilities that directly affect AI performance and overall capacity, like:
В большинстве планов ресурсов занятость определяется как доля времени, которое агенты проводят в инбоксе, в сравнении с обучением, встречами и перерывами. Но у вашей команды теперь растёт список обязанностей «вне инбокса» или «вне очереди», которые напрямую влияют на эффективность ИИ и общую ёмкость, например:
Проверка диалогов, обработанных ИИ. Улучшение триажа и передач ИИ-агента. Работа над контентом и процедурами. Передача инсайтов в продуктовую и инженерную команды. Поддержка системных изменений, снижающих будущий объём обращений.
This means you’ll likely need to set lower inbox occupancy targets than before. And while it might feel strange to lower these, just remember (and communicate up) that it’s not because people are working less, they’re working differently.
Это означает, что вам, скорее всего, придётся установить более низкие целевые показатели занятости в инбоксе, чем раньше. И хотя снижать эти показатели может быть непривычно, помните (и доносите до руководства), что дело не в том, что люди работают меньше, — они работают по-другому.
When you’re planning capacity for 2026:
При планировании ресурсов на 2026 год:
Закладывайте больше времени на улучшения и системную работу, а не меньше. Сделайте это видимым в плане (например, X% времени в инбоксе, Y% времени на улучшение ИИ и системы). Относитесь к этой работе как к критически важной, а не как к «приятному дополнению, когда есть свободное время».
If you don’t proactively allocate time for this, it won’t be prioritized (and your automation and performance targets will suffer).
Если вы заблаговременно не выделите на это время, эта работа не станет приоритетом (и ваши цели по автоматизации и производительности пострадают).
4. Work with the finance team early, and treat your plan as a set of assumptions
4. Работайте с финансовой командой заранее и относитесь к плану как к набору допущений
Capacity planning with AI is ultimately a set of bets you’re willing to make.
Планирование ресурсов с учётом ИИ — это, по сути, набор ставок, которые вы готовы сделать.
Those bets are based on automation rate, human output, demand growth, occupancy, and where surplus capacity (if any) will go. You need to make these calls in collaboration with your finance partners.
Эти ставки основаны на уровне автоматизации, выработке людей, росте спроса, занятости и том, куда пойдёт избыточная мощность (если она появится). Эти решения нужно принимать совместно с финансовыми партнёрами.
Here’s our advice:
Наши рекомендации:
Привлекайте финансовую команду на ранней стадии. Помогите им понять, что этот план отличается от привычных: он более динамичный, в большей степени основан на допущениях и напрямую привязан к эффективности ИИ. Чётко обозначьте, что это допущения. Автоматизация, спрос и сложность будут колебаться, поэтому в плане нужна гибкость для корректировок. Договоритесь о ежеквартальном пересмотре. Пересматривайте план вместе с финансами как минимум раз в квартал, чтобы сравнивать допущения с реальностью и корректировать штат, цели и инвестиции по мере необходимости.
This matters because if you don’t plan openly and honestly with finance, there are some risks. E.g.:
Это важно, потому что если вы не будете планировать открыто и честно вместе с финансами, возникают риски. Например:
Если вы предположите, что автоматизация будет расти быстрее, чем на самом деле, и слишком рано сократите штат или прекратите замещение вакансий, вы можете оказаться в ситуации нехватки людей на несколько месяцев. Найм и онбординг требуют времени; к тому моменту, когда вы поймёте, что людей не хватает, часто бывает уже слишком поздно наверстать без серьёзной перегрузки. С другой стороны, если ваш план приведёт к избытку людей, вам нужна чёткая стратегия их перераспределения на более ценную работу, а не автоматическое сокращение.
This is where your broader AI transformation story comes in: repurposing people to improve systems, feed insights back, support new channels, or drive proactive CX.
Именно здесь вступает в игру ваша более широкая история трансформации с помощью ИИ: перенаправление людей на улучшение систем, передачу инсайтов, поддержку новых каналов или развитие проактивного клиентского опыта.
Set your team up for success in 2026
Подготовьте команду к успеху в 2026 году
Поставьте «уровень автоматизации» в центр вашего плана. Используйте его как основу допущений о том, какой объём работы возьмёт на себя ИИ. Планируйте, что люди будут обрабатывать меньше, но более сложных диалогов. Приведите цели в соответствие с реальностью работы в пост-ИИ-среде. Защитите время на системные улучшения. Относитесь к работе «вне инбокса» как к обязательной, а не факультативной. Работайте с финансами рано и часто. Согласуйте допущения, пересматривайте ежеквартально и поддерживайте план в актуальном состоянии. Не сокращайтесь слишком быстро. Будьте амбициозны в отношении ИИ, но не подвергайте клиентов риску, сокращая штат до того, как эффективность автоматизации будет доказана. Имейте план на случай избыточных ресурсов. Если ИИ превзойдёт ожидания, заранее определите, как перенаправить людей на работу, которая приносит накопительный эффект.
If AI is going to handle the majority of your customer conversations, your plan has to be designed to help it do that well, and to keep your team set up for meaningful, sustainable work.
Если ИИ будет обрабатывать большинство клиентских обращений, ваш план должен помогать ему делать это хорошо и обеспечивать вашей команде осмысленную и устойчивую работу.
A 2026 plan built on adaptable assumptions, not fixed predictions, is one that will hold up as your team’s work, the system around it, and your customers’ expectations continue to change.
План на 2026 год, построенный на адаптивных допущениях, а не на фиксированных прогнозах, — это план, который выдержит изменения в работе вашей команды, в системе вокруг неё и в ожиданиях ваших клиентов.