2026 customer service planning series: Vol. 03

ИИ проваливается не потому, что модель плоха, а потому, что нет владельца процесса.

Как только у процесса появляется владелец, всё меняется. Растут показатели решения обращений и автоматизации, система становится самоулучшающейся, а клиентский опыт преображается.

Это третья часть из пяти в нашей серии о планировании клиентского сервиса на 2026 год. Мы будем публиковать все пять выпусков в нашем блоге и в LinkedIn. Если вы предпочитаете получать их прямо на почту по мере выхода, оставьте свои данные здесь.

На прошлой неделе мы представили четыре роли, которые заставляют ИИ реально работать в команде поддержки. Эти роли уже появляются в командах, которые быстрее всех масштабируют ИИ, а на этой неделе мы спускаемся ближе к практике.

Вот как эти роли выглядят на практике — что они делают, как работают и почему без них производительность вашего ИИ неизбежно будет деградировать.

1. AI operations lead

Ежедневно отвечает за производительность ИИ

Представьте это как нового «авиадиспетчера» для вашего ИИ-агента. AI operations lead относится к ИИ как к живой системе, которой нужны постоянный контроль, оценка и настройка, чтобы оставаться в форме. Он отвечает за то, что в конечном счёте волнует любого руководителя: качество, надёжность и непрерывное улучшение.

Он видит всю картину: качество диалогов, недостающие знания, ошибочные допущения, неожиданные сбои, новые возможности для автоматизации и едва уловимые сигналы того, что система начинает деградировать.

Чем эта роль занимается изо дня в день

1. Анализирует диалоги ИИ и выявляет закономерности в производительности

AI ops lead отслеживает закономерности в поведении ИИ-агента — изменение тона, которое прокрадывается после запуска продукта; внезапное падение решения обращений по конкретному запросу; кластеры диалогов, которые вскрывают новое поведение клиентов. Он наблюдает за системой так, как авиадиспетчер следит за радаром, выискивая аномалии, тренды и ранние предупреждения.

Его задача — понимать, что ИИ делает прямо сейчас, а не что он делал на прошлой неделе. Я часто говорю, что производительность ИИ выходит на плато без осознанного владения процессом, и это хорошо видно в командах, где такого человека нет. То, что начинается как 2%-ное снижение, за считаные дни превращается в 10%-ный провал.

2. Приоритизирует исправления и улучшения

Когда закономерности проявляются, он сортирует необходимые исправления так же, как продуктовая команда разбирается с багами.

Недостающий или некорректный контент? Он направляет это knowledge manager. Проблемы с поведением? Он корректирует инструкции и guardrails. Проблемы с действиями или системами? Он работает в связке с automation specialist.

Он создаёт связующую ткань, которая превращает отдельные исправления в накапливающиеся улучшения.

3. Определяет и поддерживает guardrails для ИИ

Руководители повсюду переживают, что ИИ сделает то, чего не должен. Эта роль — ответ на такой страх. AI ops lead выстраивает логику уточняющих вопросов, правила эскалации, политики «никогда не отвечать» и границы безопасности, которые определяют, что ИИ может (и не может) делать. Он защищает доверие клиентов, гарантируя, что ИИ всегда действует в безопасных, предсказуемых рамках.

4. Согласует отчётность с руководством

AI ops lead также предоставляет понятную отчётность о том, как работает система. Он отслеживает долю решённых обращений, CX Score, CSAT, покрытие автоматизацией и сэкономленные часы. Он делает экономический эффект ИИ наглядным — а это, как показало наше исследование Blueprint, обязательный ранний шаг в каждом успешном внедрении.

Почему эта роль появляется именно сейчас

ИИ-системы динамичны, и им нужна постоянная настройка. Небольшое падение качества может быстро перерасти в крупную операционную проблему. И ни одна из существующих ролей — ни support ops, ни QA, ни менеджеры на передовой — естественным образом не берёт эту работу на себя. Кто-то должен. Когда это происходит, команды ощущают пользу практически сразу.

2. Knowledge manager

Создаёт и поддерживает структурированные знания, на которые опирается ИИ

Очень многие руководители, с которыми я общался, говорили один и тот же тезис разными словами: ИИ настолько хорош, насколько хорош контент, который вы ему даёте.

Knowledge manager (или AI knowledge manager, как мы называем эту роль в Intercom) отвечает за этот контент. Роль стремительно превращается из простого управления знаниями в стратегию знаний — она эволюционировала в сплав контент-дизайнера, системного мыслителя и информационного архитектора. Его задача — строить и поддерживать каркас знаний, который позволяет ИИ отвечать точно, последовательно и безопасно.

Чем эта роль занимается изо дня в день

1. Пишет, поддерживает и улучшает базу знаний поддержки — непрерывно

Knowledge manager обновляет статьи после каждого изменения продукта, устраняет дублирование, разрешает противоречия и ликвидирует «долг знаний», который незаметно подрывает точность ИИ.

Это ежедневная работа по поддержанию, формируемая тем, как работает ИИ. Когда ИИ через закономерности или ошибки выявляет пробелы, knowledge manager устраняет их напрямую.

Цель — спроектировать знания настолько хорошо, чтобы у ИИ всегда было всё необходимое.

2. Структурирует знания для ИИ, а не для чтения людьми

Традиционные справочные центры строятся для людей, бегло просматривающих страницы. ИИ нужно другое: чистые сигналы о намерениях, чёткое форматирование и ясно структурированный язык. Knowledge manager тратит на проектирование структуры столько же времени, сколько на написание контента.

3. Работает рука об руку с AI ops

Проблемы с производительностью часто проистекают из недостающих, устаревших или нечётких знаний. Когда AI ops lead обнаруживает закономерность — повторяющиеся недопонимания, нарастающую путаницу, категории с низким уровнем решения — knowledge manager устраняет первопричину в самом источнике.

4. Обеспечивает точность и соответствие требованиям в масштабе

Knowledge manager следит за тем, чтобы каждый фрагмент контента был корректным, актуальным и соответствовал политикам и нормативным формулировкам — это становится особенно важно по мере того, как ИИ берёт на себя более чувствительные или рискованные сценарии.

5. Разрабатывает кросс-функциональную стратегию знаний

Эта роль критически важна для создания прочного кросс-функционального согласования вокруг контента, который обеспечит успех вашего ИИ-агента. Представьте это как создание канонической версии истины о том, как вы говорите о любом продукте или функции, — её могут использовать команды инженерии, продуктового маркетинга и go-to-market, а также поддержка (как ИИ, так и люди).

Почему эта роль появляется именно сейчас

Это одна из самых высокорычажных ролей в ИИ-ориентированной команде поддержки. Такие команды, как Rocket Money и Anthropic, нанимают knowledge manager, потому что точность ИИ зависит от качества питающих его знаний. Без этой роли доля решённых обращений рано упирается в потолок и больше не растёт.

3. Conversation designer

Проектирует, как ИИ говорит, уточняет и взаимодействует

ИИ больше не инструмент, которым клиенты «пользуются». Это представитель, с которым они взаимодействуют. Тон, ясность, темп и структура диалога важны как никогда, особенно в голосовом канале. Каждое слово формирует то, как клиенты воспринимают экспертность, надёжность и бренд. Conversation designer (или AI conversation designer, как мы называем эту роль в Intercom) следит за тем, чтобы ИИ ощущался дружелюбным к человеку, не притворяясь при этом человеком, — это баланс, который выстраивает доверие, не вводя клиентов в заблуждение.

Наша собственная команда поддержки усвоила это рано: conversation design была одной из первых ролей, которые мы укомплектовали при внедрении Fin внутри компании. Это изменило не только то, как мы настраивали ИИ, но и то, как мы понимали клиентский опыт от начала до конца.

Чем эта роль занимается изо дня в день

1. Формирует тон, голос и стиль общения ИИ

Conversation designer следит за тем, чтобы язык ИИ был последовательным, ясным и достаточно человечным, чтобы вызывать доверие. Он шлифует формулировки, настраивает уровень вежливости, корректирует то, как ИИ справляется с путаницей, переосмысляет подачу инструкций и формирует микровзаимодействия, которые определяют, чувствует ли клиент заботу или пренебрежение. В таких каналах, как голос, это становится ещё важнее, потому что естественность ритма напрямую влияет на клиентский опыт.

Его работа напрямую улучшает долю решённых обращений, доверие и удовлетворённость клиентов.

2. Проектирует потоки для ценных диалогов

Эта роль глубоко продумывает, какие ходы может совершать диалог: как ИИ уточняет намерение, как обрабатывает ветвящуюся логику, как сообщает о неопределённости, как проверяет информацию, когда эскалирует, как передаёт обращение и как возвращается к основной нити так, чтобы это не выглядело механически. Conversation designer — одна из ключевых ролей, которая действительно относится к клиентскому опыту как к продукту: они проектируют логику диалогов так же, как UX-дизайнер формирует продуктовые потоки, но с помощью языка, а не экранов.

3. Переводит процедуры и сложные рабочие процессы в естественный язык и логику

По мере того как ИИ обретает способность выполнять структурированные процедуры и действия, эта роль эволюционирует в своего рода архитектора диалоговых систем. Они переводят операционные SOP в инструкции на естественном языке, обогащённые условной логикой, исключениями, запасными шагами и обработкой граничных случаев. Здесь conversation design пересекается с системным мышлением: они следят за тем, чтобы ИИ мог проходить многошаговые потоки, не создавая путаницы или риска.

Они также многократно тестируют эти диалоги. Например, в Intercom наш conversation designer использует Simulations, чтобы прогонять смоделированные диалоги и видеть, где ИИ-агент путается, излишне самоуверен или неуклюж, и дорабатывает потоки до тех пор, пока взаимодействие не станет безупречным от начала до конца.

4. Делает передачу обращений человеку плавной и уважительной

Conversation designer выстраивает последовательности передачи, которые ощущаются бесшовными: предоставляет агенту-человеку чёткий контекст, ясно обрисовывает ситуацию и сохраняет непрерывность, чтобы клиент никогда не чувствовал себя брошенным. Эти переходы несут значительный эмоциональный вес и должны ощущаться продуманными, а не импровизированными.

Они выступают адвокатом клиента, замечая, где поток ощущается запутанным или тяжёлым, и перепроектируя его так, чтобы клиентам никогда не приходилось думать о том, «как» получить помощь.

Почему эта роль появляется именно сейчас

Когда ИИ — основной интерфейс, с которым взаимодействуют ваши клиенты, conversation design становится критически важной частью клиентского опыта. То, как говорит ИИ, напрямую влияет на доверие клиентов, восприятие бренда и операционные результаты. Это базовая компетенция для любой ИИ-ориентированной команды поддержки.

4. Support automation specialist

Создаёт бэкенд-действия, позволяющие ИИ выполнять реальную работу

Если conversation designer формирует то, как ИИ выражается, то support automation specialist формирует его возможности. Эта роль превращает ИИ из автоответчика в движок результатов. Они — мост между ИИ и системами, с которыми ему нужно взаимодействовать, гарантируя, что он может совершать действия безопасно, надёжно и детерминированно.

Команды поддержки всё чаще ожидают, что ИИ будет делать то, что сделал бы человек: вернуть деньги по платежу, изменить подписку, подтвердить личность, обновить настройку аккаунта или подтянуть нужные данные. Это требует новой технической роли на стыке поддержки, операций и инженерии.

Чем эта роль занимается изо дня в день

1. Создаёт и поддерживает бэкенд-процессы, которые выполняет ИИ

Сюда входит создание и поддержка:

Fin Tasks. Fin Procedures со встроенными шагами. Action flows, которые вызывают внутренние и внешние API. Автоматизации, охватывающие биллинговые системы, слои идентификации пользователей, объекты CRM, права по подпискам, инструменты возвратов и многое другое.

Они следят за тем, чтобы ИИ действовал в соответствии с политиками и предсказуемо. На практике они пишут плейбуки, которые превращают намерение в действие.

2. Отвечает за интеграции, необходимые для продвинутой автоматизации

Многие проблемы клиентов требуют данных, которые лежат где-то ещё, — биллинговые платформы, внутренние базы данных, системы учёта аккаунтов. Automation specialist следит за тем, чтобы ИИ мог безопасно извлекать, проверять и использовать эту информацию. Они создают интерфейсы, которые позволяют ИИ сделать следующий шаг, не прося человека вмешаться.

3. Тесно сотрудничает с продуктом и инженерией

Не каждая система готова к действиям, управляемым ИИ. Некоторым процессам нужны новые эндпоинты, слои прав доступа, защитные шлюзы или детерминированные запасные варианты. Эта роль работает кросс-функционально, чтобы такие изменения были построены и развёрнуты, гарантируя, что ИИ может безопасно работать со всем стеком внутренних инструментов.

4. Обеспечивает надёжность и безопасность на каждом шаге

Когда ИИ совершает реальное действие, automation specialist должен внедрить guardrails, логику валидации, обработку исключений и безопасные пути исполнения.

Они подтверждают, что:

У ИИ есть доступ к правильным данным. Действие соответствует политике. Граничные случаи учтены. Рискованные потоки имеют детерминированные ограничения. Каждое действие поддаётся аудиту и обратимо.

Именно так система сохраняет и доверие, и операционную целостность.

Почему эта роль появляется именно сейчас

Клиентам нужны не ответы, а результаты.

ИИ теперь способен давать эти результаты, но только при правильном бэкенд-каркасе. Эта роль — то, как команды поддержки модернизируют свою операционную архитектуру и раскрывают сквозную автоматизацию.

Как эти роли работают вместе: новый операционный цикл

Эти роли не работают изолированно. Они — взаимозависимые части одной системы.

AI ops lead выявляет закономерности и пробелы в производительности. Knowledge manager устраняет неточности или недостающий контент. Conversation designer улучшает ясность, тон и поток. Automation specialist расширяет способность системы совершать действия.

Каждая роль питает остальные, и каждое улучшение усиливает следующее.

Этот цикл — то, как команды переходят от ранней автоматизации к значимому покрытию и к по-настоящему трансформационным показателям решения обращений через непрерывную доработку.

Этот цикл — то, что отличает команды, рано выходящие на плато, от команд, которые масштабируют ИИ в надёжную, высокопроизводительную систему.

Как начать (даже если вы не можете нанять все четыре роли уже сегодня)

Большинство команд не начинают с полностью выстроенной версии этой модели. Они входят в неё постепенно: сначала назначают частичное владение, затем формализуют обязанности и, наконец, нанимают специалистов, когда ИИ обрабатывает достаточный объём, чтобы оправдать выделенные роли.

Этап 1: Назначьте владельца

Передайте ключевые обязанности каждой роли тому, кто может уделять им от пяти до 10 часов в неделю. Support ops, enablement, старшие специалисты и технически подкованные члены команды часто берут эту работу на себя в первые месяцы.

Этап 2: Формализуйте обязанности

По мере того как ИИ решает всё больше запросов, растёт потребность в поддержании и оптимизации системы. То, что начинается как «несколько часов в неделю», быстро становится ключевой операционной работой — и это нужно признать. Команды, которые формализуют обязанности, избегают деградации производительности и долга знаний.

Этап 3: Специализируйтесь и нанимайте

Как только ИИ обрабатывает 50–70% входящего объёма, эти обязанности естественным образом превращаются в полноценные роли. На этом этапе инвестиции в специализацию — это необходимая инфраструктура для следующей стадии масштабирования.

Итог

ИИ меняет форму вашей команды поддержки.

Эти четыре роли — AI operations lead, knowledge manager, conversation designer и support automation specialist — образуют костяк ИИ-ориентированной команды поддержки. Они вносят порядок в систему, создают стабильность в постоянно меняющейся среде и позволяют ИИ давать результаты, которых ожидают руководители (и клиенты) на пороге 2026 года.

На следующей неделе мы продолжим серию о планировании 2026 года, погрузившись в модели организационного дизайна для ИИ-ориентированных команд поддержки — как структурировать людей, процессы и зоны ответственности в мире, где ИИ решает большинство обращений ещё до того, как их увидит человек.

Чтобы следить за серией и получать каждый новый выпуск прямо на почту, оставьте свои данные здесь.