2026 customer service planning series: Vol. 02
Это вторая из пяти частей серии Intercom о планировании клиентского сервиса на 2026 год. Главный тезис: когда AI Agents решают большинство клиентских обращений, прежняя многоуровневая модель поддержки (управление очередью, передачи, продуктивность по объёму) перестаёт работать, и роль человеческой команды меняется полностью. Авторы выделяют четыре базовые роли для запуска ИИ: AI operations lead, knowledge manager, conversation designer и support automation specialist, а существующие функции (enablement, QA, workforce management) должны сместить фокус с управления очередью на улучшение системы. Появляется новый тип руководителя — «player-coach», который одновременно настраивает систему и развивает людей. В качестве примеров приводятся Dotdigital (роль «Fin Ops»), Clay (GTM-инженер и встроенная функция support engineering) и Lightspeed (команда Digital Engagement и треугольная модель), а сама команда поддержки Intercom теперь построена на трёх опорах: Human Support, AI Support и Support Operations and Optimization.
When AI Agents resolve the majority of customer conversations, the shape of your support team has to change.
Когда AI Agents решают большинство клиентских обращений, структура вашей команды поддержки неизбежно меняется.
This is part two 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 вторая из пяти частей нашей серии о планировании клиентского сервиса на 2026 год. Все пять выпусков мы будем публиковать в нашем блоге и в LinkedIn. Если вам удобнее получать их прямо на почту по мере выхода, оставьте свои данные здесь.
The old tiered model built around queue management, handoffs, and volume-based productivity no longer fits. AI now handles the bulk of customer interactions, and that changes the role of your human team entirely.
Прежняя многоуровневая модель, построенная вокруг управления очередью, передач обращений и продуктивности по объёму, больше не подходит. ИИ теперь обрабатывает основную массу клиентских взаимодействий, и это полностью меняет роль вашей человеческой команды.
Responsibilities evolve, and success is measured differently. It goes beyond just adding automation to existing ways of working. You’re building an operating model that’s entirely new.
Меняются обязанности, и успех измеряется иначе. Речь идёт не просто о добавлении автоматизации к существующим способам работы. Вы выстраиваете совершенно новую операционную модель.
Where to start: Roles that unlock AI performance
С чего начать: роли, которые раскрывают потенциал ИИ
Most teams don’t hire a dedicated AI function from day one. They start by distributing a few critical responsibilities across existing team members, and formalize those responsibilities as AI becomes central to how support works.
Большинство команд не нанимают отдельную ИИ-функцию с первого дня. Они начинают с того, что распределяют несколько критически важных обязанностей между существующими сотрудниками, и формализуют эти обязанности по мере того, как ИИ становится центральным элементом работы поддержки.
Once you have executive support and a clear strategy in place, these are the four foundational roles we believe are key to getting AI off the ground in a meaningful way:
Когда у вас есть поддержка руководства и чёткая стратегия, вот четыре базовые роли, которые, по нашему мнению, ключевы для того, чтобы запустить ИИ по-настоящему осмысленно:
1. AI operations lead
1. AI operations lead
Обязанности: Отвечает за повседневную работу ИИ. Отслеживает качество. Настраивает поведение. Приоритизирует исправления. Двигает итерации. Навыки/бэкграунд: Часто вырастает из support ops. Глубокое понимание процессов, систем и инструментов. Сильные аналитические навыки и умение координировать работу между командами. Зачем это нужно: Без чёткой ответственности качество начинает «плыть». Эта роль обеспечивает постоянное улучшение AI Agent.
2. Knowledge manager
2. Knowledge manager
Обязанности: Отвечает за макросы, сниппеты и справочный контент. Поддерживает структурированные и точные данные, на которые опирается AI Agent. Навыки/бэкграунд: Часто вырастает из support ops. Глубокое понимание процессов, систем и инструментов. Сильные аналитические навыки и умение координировать работу между командами. Зачем это нужно: Без чёткой ответственности качество начинает «плыть». Эта роль обеспечивает постоянное улучшение AI Agent.
3. Conversation designer
3. Conversation designer
Обязанности: Проектирует то, как AI Agent общается, фокусируясь на тоне голоса, структуре, логике передачи обращений и потоке взаимодействия. Настраивает то, как ощущаются ответы. Навыки/бэкграунд: Опыт в content design, UX writing или support enablement. Глубокое понимание политик, стандартов CX и нюансов диалога. Зачем это нужно: Эта роль обеспечивает, чтобы AI Agent говорил голосом вашего бренда — понятно, полезно и в соответствии с ожиданиями клиентов.
4. Support automation specialist
4. Support automation specialist
Обязанности: Создаёт рабочие процессы и бэкенд-действия, которые AI Agent может выполнять. Навыки/бэкграунд: Опыт в support engineering, системах или инструментах. Тесно работает с продуктовой и инженерной командами. Зачем это нужно: Позволяет AI Agent совершать действия, а не просто отвечать. Эта роль переводит намерения клиентов в действия в бизнес-системах.
What happens to other roles?
Что происходит с остальными ролями?
Introducing new AI-first roles doesn’t mean your existing functions disappear. But they do need to evolve. For AI to scale effectively, every function in your support organization must shift its focus from managing queue-level activity to improving the system’s performance:
Появление новых ролей с приоритетом на ИИ не означает, что ваши существующие функции исчезают. Но они должны эволюционировать. Чтобы ИИ масштабировался эффективно, каждая функция в вашей организации поддержки должна сместить фокус с управления активностью на уровне очереди на улучшение производительности системы:
Enablement обучает людей-агентов работать с AI Agent: управлять передачами обращений, настраивать ответы и понимать, как давать обратную связь, которая улучшает систему. QA переходит от проверки отдельных диалогов к оценке качества клиентского опыта и поведения AI Agent: где ИИ преуспевает, где не дотягивает и как работает система в целом. Workforce management планирует ёмкость исходя из покрытия автоматизацией, а не только из объёма входящих обращений.
You’ll also need a new kind of leadership to make this model work. The traditional support leader doesn’t map cleanly to an AI-first organization. You need a new layer: leaders who are part strategist, part operator. They roll up their sleeves to analyze the AI Agent’s performance, refine content, and debug handoffs, but they also coach the team through a new way of working.
Вам также понадобится новый тип лидерства, чтобы эта модель заработала. Традиционный руководитель поддержки плохо ложится на организацию с приоритетом на ИИ. Нужен новый слой: лидеры, которые отчасти стратеги, отчасти операционщики. Они засучивают рукава, чтобы анализировать работу AI Agent, дорабатывать контент и разбираться с передачами обращений, но при этом они и наставляют команду в новом способе работы.
This is the “player-coach model” – leaders who actively shape both the system and the people within it.
Это «модель играющего тренера» (player-coach) — лидеры, которые активно формируют и систему, и людей внутри неё.
These leaders see the AI Agent as a teammate to manage, not just a tool to monitor. They can’t be purely people leaders or purely systems thinkers. They need to be both, and they’re emerging as a critical hire in support right now.
Эти лидеры воспринимают AI Agent как члена команды, которым нужно управлять, а не просто как инструмент, за которым нужно следить. Они не могут быть только руководителями людей или только системными мыслителями. Им нужно быть и тем, и другим — и именно они становятся критически важным наймом в поддержке прямо сейчас.
Some teams are restructuring their organizations around the AI Agent as a core product, not just a support tool.
Некоторые команды перестраивают свои организации вокруг AI Agent как ключевого продукта, а не просто инструмента поддержки.
Here are some real-world examples:
Вот несколько реальных примеров:
В Dotdigital была создана отдельная роль специалиста «Fin Ops» для доработки контента и улучшения работы ИИ. В Clay в составе ops-команды учредили отдельную роль GTM-инженера с фокусом на том, чтобы делать поддержку эффективнее при масштабировании с помощью Fin. Кроме того, функция support engineering была встроена напрямую в CX-организацию, чтобы помогать снижать объём обращений за счёт исправления багов и создания внутренних инструментов. Lightspeed создала отдельную команду Digital Engagement для управления оптимизацией Fin и формализовала треугольную модель, объединяющую технические команды, экспертов первой линии и специалистов по контенту.
Our support org chart at Intercom
Оргструктура нашей поддержки в Intercom
At Intercom, our Support team is now structured around three pillars: Human Support, AI Support, and Support Operations and Optimization.
В Intercom наша команда поддержки теперь построена вокруг трёх опор: Human Support, AI Support и Support Operations and Optimization.
Each function includes evolving roles and responsibilities, but all of them work together as a system, with clear ownership and shared accountability for AI performance.
Каждая функция включает эволюционирующие роли и обязанности, но все они работают вместе как единая система — с чёткой зоной ответственности и общей подотчётностью за работу ИИ.
Putting it all together
Собираем всё воедино
Once AI Agents handle most conversations, your team’s work moves from “answering questions” to “designing and improving the system that answers questions.” They become the force that steers quality, rather than the one that carries the volume.
Когда AI Agents начинают обрабатывать большинство обращений, работа вашей команды смещается от «отвечать на вопросы» к «проектировать и улучшать систему, которая отвечает на вопросы». Они становятся силой, которая управляет качеством, а не той, что тащит объём.
This is why new roles are important. It’s not because they’re trendy, but because the performance of your support organization now depends on the performance of AI, and no AI Agent succeeds without clear ownership of content, behavior, workflows, and improvement cycles.
Именно поэтому новые роли важны. Не потому, что они в тренде, а потому, что производительность вашей организации поддержки теперь зависит от производительности ИИ, а ни один AI Agent не добивается успеха без чёткой ответственности за контент, поведение, рабочие процессы и циклы улучшений.
That’s the pattern we’ve seen from working with so many teams:
Вот закономерность, которую мы видим, работая со множеством команд:
Они назначают ответственных рано. Они распределяют обязанности ещё до того, как формализуют их. Они выстраивают команды вокруг результатов ИИ, а не вокруг закрытых тикетов. И они нанимают лидеров, способных управлять и системой, и людьми.
If you take one thing away from this week’s article, let it be this: if AI is going to handle the majority of your customer conversations, your team needs to be designed to help it do that well.
Если вы вынесете из статьи этой недели одну мысль, пусть это будет вот что: если ИИ собирается обрабатывать большинство ваших клиентских обращений, ваша команда должна быть спроектирована так, чтобы помогать ему делать это хорошо.
Your roles, responsibilities, and leadership approach are now part of the architecture of AI performance.
Ваши роли, обязанности и подход к лидерству теперь являются частью архитектуры производительности ИИ.
Next week, we’ll go deeper into how these roles actually operate day-to-day – the workflows, responsibilities, rhythms, and collaboration patterns that make an AI-first support organization run.
На следующей неделе мы подробнее разберём, как эти роли работают на практике день за днём — рабочие процессы, обязанности, ритмы и модели взаимодействия, которые заставляют организацию поддержки с приоритетом на ИИ функционировать.