Как Альфа-Банк сделал прорыв в клиентском сервисе и сэкономил миллионы с помощью ИИ
— Дмитрий Цымбал,
COO and Co-founder в Meltoshape
Эксперт в оптимизации бизнес-процессов
Как Альфа-Банк сделал прорыв в клиентском сервисе и сэкономил миллионы с помощью ИИ

— Дмитрий Цымбал,
COO and Co-founder в Meltoshape
Эксперт в оптимизации бизнес процессов

Кейс 1. Путь к миллионам: как Альфа-Банк решился на GigaChat и заложил фундамент успеха

Обучение нейросети GigaChat

  • Контекстное понимание: если клиент спрашивает про перевыпуск карты, GigaChat не выдаёт общие инструкции, которые могут быть бесполезны, а учитывает детали (например, регион клиента или тип карты). Так, клиент с большей долей вероятности услышит именно то, что нужно ему.

  • Адаптация к нетипичным ситуациям: если вопрос выходит за рамки стандартных сценариев, бот передаёт диалог оператору, не тратя время клиента на бессмысленные отписки.

  • Обратная связь: на этапе тестирования команда регулярно «обучала» бота, исправляя неточности и добавляя новые сценарии.

А что делать с недоверием клиентов к роботам?

SaluteBot: лицо GigaChat

Для взаимодействия с клиентами создали отдельный интерфейс — SaluteBot. Он:

  • Приветствует клиентов в привычном «человеческом» тоне.
  • Может вести диалог об услугах банка, подсказывать ссылки, оформлять заявку на продукт.
  • Способен «спросить уточнения», если запрос неоднозначный.

Так чат-бот стал выглядеть не как робот, а как реальный сотрудник, только доступный 24/7 и не допускающий типичных для человека ошибок или усталости.

1/ Снижение нагрузки на операторов

Стандартные запросы — проверка баланса, условия по кредитам, рабочие часы отделений — «забивали» телефонные линии. Клиенты ждали слишком долго, операторы выматывались, а руководство тратило всё больше ресурсов, чтобы поддерживать контакт-центр в рабочем состоянии.

2/ Повышение клиентского опыта

Чем быстрее клиент получает ответ, тем выше его удовлетворённость сервисом. Старая модель «посадить побольше людей на телефоны» уже не работала эффективно, а наращивать штат бесконечно — слишком дорого.

3/ Стратегия цифровой трансформации

Банковская сфера постоянно меняется, и те, кто внедряет инновации первыми, получают конкурентное преимущество. Использование ИИ в клиентском сервисе стало для Альфа-Банка важным шагом к «банку будущего», где большинство операций происходит в онлайне.

Столкнувшись с растущим потоком однотипных запросов и гигантскими издержками, Альфа-Банк решил: пора задействовать технологии искусственного интеллекта, чтобы оптимизировать обслуживание и разгрузить операторов. Так появилась идея внедрить нейросетевого чат-бота GigaChat. Но чтобы всё прошло без сбоев и оправдало ожидания, потребовался комплексный план.


Как устроено решение: три этапа внедрения GigaChat

1. Анализ клиентских запросов: откуда взялись 70% «бытовухи»

Первым делом команда Альфа-Банка изучила тысячи обращений: какие вопросы задают чаще всего, почему люди перезванивают или пишут повторно, что именно вызывает недовольство. Выяснилось, что до 70% всех запросов касались однотипных ситуаций:

  • Узнать баланс или детали по счёту.
  • Уточнить условия кредитования или вкладов.
  • Найти ближайший банкомат или график работы отделений.
  • Разобраться с подключением сервисов.

На основе анализа сотрудники:

  • Составили подробную базу знаний со скриптами, инструкциями и готовыми ответами.
  • Определили узкие места: долгое ожидание на линии и низкая скорость решения нетиповых проблем.
  • Поняли приоритеты: сначала — автоматизировать рутину, освободив операторов для более сложных запросов.

Этот этап анализа и сбора данных стал фундаментом для будущего чат-бота: нейросеть учится лучше всего, когда ей дают «чистые» и структурированные данные, а не просто хаотичные ответы.

Разработка и обучение системы: когда бот начинает думать, как оператор
Чтобы превратить «голую базу» в интеллектуальный инструмент, Альфа-Банк использовал технологию Retrieval-Augmented Generation (RAG). Её суть — в объединении внутренних документов и типовых FAQ в единую систему, из которой нейросеть черпает наиболее точную и актуальную информацию.

Современные клиенты ждут от банков мгновенного решения любых вопросов — от проверки баланса до настройки мобильного приложения. Если контакт-центр не успевает отвечать на поток запросов, страдает не только репутация, но и финансовые показатели.

Альфа-Банк столкнулся именно с такой ситуацией: нагрузка на операторов росла, а стоимость содержания контакт-центра «съедала» внушительный кусок бюджета. Чтобы остаться конкурентоспособным, банку требовалось решение, способное одновременно снизить издержки и повысить уровень сервиса.
Выходом из этого тупика стал искусственный интеллект. С помощью нейросетевого чат-бота GigaChat банк автоматизировал ответы на типовые обращения и смог за короткий срок сэкономить 2,8 млн рублей в месяц, при этом подняв удовлетворённость клиентов на новый уровень.
Подробнее рассказываем в этом кейсе.

Почему Альфа-Банк выбрал ИИ: три главные причины

Итак, в первом кейсе мы разобрали, как в Альфа-Банке подошли к выбору технологий, провели аналитику клиентских запросов и выстроили всю инфраструктуру внедрения GigaChat — от обучающей базы до масштабирования на разные каналы. Но как выяснилось, это была лишь половина истории. Важнее всего понять, каких конкретных результатов добились благодаря этому инновационному решению: удалось ли сэкономить деньги, повысить скорость ответов и освободить сотрудников от рутины?

Во второй части кейса мы покажем, какие именно выгоды принёс GigaChat банку и почему это решение оказалось по-настоящему масштабируемым — не только для Альфа-Банка, но и для других отраслей.

Итак, после успешных тестов GigaChat «запустили в бой». Где он доступен:

  • Мобильное приложение: теперь клиент может задать вопрос в пару кликов, не сворачивая приложение.

  • Веб-сайт: чат-бот появляется в правом нижнем углу, помогая сориентироваться и сразу отвечая на популярные вопросы.

  • Мессенджеры: WhatsApp, Telegram и другие. Клиенты ценят, когда с банком можно связаться в том же месте, где общаешься с друзьями.

Внедрение шло постепенно: сначала бот обрабатывал только простейшие запросы, затем список сценариев расширяли. Параллельно собирали обратную связь от пользователей и операторов, улучшая алгоритмы. Такой поэтапный подход позволил избежать «детских болезней» и адаптировать систему к реальным условиям без жёстких сбоев.

Кейс 2. Как Альфа-Банк оптимизировал рутину и выиграл битву за клиента с помощью ИИ

По статистике, среднее время обработки стандартного запроса теперь занимает 1,5 минуты. Раньше на такой вопрос могло уйти до 5–7 минут (с учётом очереди на линии и самого разговора).

  • Клиенты довольны: им не нужно ждать, пока освободится оператор.
  • Банк доволен: среднее время цикла «обращение → решение» сократилось, что повысило общий показатель пропускной способности контакт-центра.

Одним из «вау!»-показателей успешности проекта стало снижение затрат на содержание контакт-центра. Ежемесячно Альфа-Банк экономит 2,8 млн рублей, поскольку:

  • Количество операторов, необходимых для базовых запросов, уменьшилось.
  • Сократилось время обработки каждого обращения.
  • Появилась возможность перераспределить ресурсы и оптимизировать рабочие процессы.

Эти сэкономленные деньги — новые ресурсы для развития: их можно направить на совершенствование IT-инфраструктуры, маркетинговые кампании или запуск новых продуктов.


А что по скорости ответов?

Сейчас 10% всех клиентских обращений (а это около 50 000 сообщений в день) обрабатываются без участия операторов. GigaChat успешно справляется с самыми распространёнными сценариями:

  • Проверка баланса.
  • Информация о кредитах и депозитах.
  • Ответы на частые вопросы об отделениях и сервисах.

Эти задачи ранее «съедали» львиную долю времени операторов, которые вынуждены были повторять одни и те же скрипты. Теперь всё это делает чат-бот, причём без задержек. Как итог — очереди в контакт-центре сократились, а у сотрудников появилось больше времени для более нетипичных ситуаций.

А что с эффективностью команды?

Когда однотипная работа перешла к ИИ, стало понятно, что банк может лучше использовать потенциал своих сотрудников.

  • 20 операторов были переведены на обслуживание сложных случаев, требующих индивидуального подхода.
  • Специалисты, освобождённые от рутинных сценариев, стали заниматься клиентами VIP-уровня и ситуациями, где автоматизация пока не даёт идеального результата.

В результате среднее время решения нестандартных обращений тоже уменьшилось: больше нет «заборов» из мелких вопросов, которые мешали операторам сосредоточиться на действительно важных диалогах.
Финансовая сторона вопроса

Если в первом кейсе речь шла о том, как банк собирал аналитику, обучал нейросеть и планировал внедрение, то теперь настало время поговорить о главном: какие выгоды все эти усилия принесли на практике. Обсудим их в этой части кейса.
Почему это решение сработало: три главных эффекта

  1. Разгрузка операторов
Типовые вопросы (проверка баланса, условия кредитов, расположение банкоматов) теперь решаются автоматически. Это означает, что живые сотрудники работают с более сложными запросами, где действительно необходим человеческий подход.

2. Рост удовлетворённости клиентов
Чат-бот доступен 24/7, отвечает практически мгновенно и не заставляет клиентов висеть на линии. Для многих людей в современном мире — это решающий фактор, который определяет лояльность к банку.

3. Оптимизация расходов
Сократив потребность в большом штате для рутинных обращений, банк увидел реальную экономию. Как показали расчёты и вложения в искусственный интеллект окупились даже быстрее, чем изначально планировалось.

Всё решает автоматизация

Почему это важно для любого бизнеса?
История с GigaChat в Альфа-Банке показывает, что инвестиции в искусственный интеллект не только оправданы, но и могут стать катализатором фундаментальных изменений в компании. Вот три аргумента, которые говорят об универсальности подхода:

1/ Экономия времени и ресурсов
Автоматизируя хотя бы 10–20% звонков и сообщений, вы высвобождаете огромный объём рабочего времени для более ценных задач.

2/ Рост лояльности
Быстрая реакция на запрос — это то, что клиенты особенно ценят в эпоху, когда всё решается «на бегу».

3/ Устойчивое конкурентное преимущество
Когда у вас выстроен процесс, позволяющий снижать издержки и одновременно повышать качество сервиса, конкуренты без подобных решений остаются далеко позади.

Альфа-Банк — лишь пример того, как ИИ может внедряться в любой компании, где есть:

  • Большой поток однотипных обращений.
  • Нужда сэкономить на рутинных операциях.
  • Желание повысить скорость и качество сервиса.
Ритейл, логистика, страхование, медицина, государственные услуги — везде, где клиентам нужны быстрые ответы и постоянная доступность, подход с чат-ботом, обученным на реальных запросах, даёт ощутимый рывок вперёд.


Какие уроки можно вынести?

— это не «будущее», а уже текущее конкурентное поле. Те, кто вовремя внедряют подобные решения, получают двойную выгоду: экономят деньги и время, одновременно поднимая качество обслуживания.


  • Снижение расходов не обязательно означает ухудшение сервиса — иногда всё наоборот: клиенты довольны, а банк (или любая другая компания) ещё и экономит.

  • Анализ данных и правильная подготовка базы знаний — фундамент для любой эффективной системы искусственного интеллекта. Без этих шагов проект обречён на провал.

  • Междисциплинарная команда (IT, бизнес, аналитика, клиентский сервис) — залог того, что решение будет и технически корректным, и бизнес-ориентированным, и дружелюбным к клиенту.


Успех GigaChat — это приглашение для компаний, которые хотят вывести обслуживание на новый уровень, не боясь инвестировать в инновации. Итог прост: если Альфа-Банк смог сэкономить 2,8 млн рублей в месяц и при этом повысил удовлетворённость клиентов, значит, и в других сферах такая модель тоже может выстрелить.
Не откладывайте ИИ-решения «на потом»

  • Проведите аудит: выясните, какие типы запросов загружают ваш контакт-центр.

  • Экспериментируйте: начните с пилотной версии чат-бота в одном-двух каналах.

  • Масштабируйте: опираясь на метрики, расширяйте функции и количество запросов, которые обрабатывает ИИ.

Чем раньше вы начнёте трансформацию, тем быстрее увидите результаты. И пусть пример Альфа-Банка станет вашим вдохновением: инновации нужны не где-то «там», а уже сегодня, чтобы завтра вы были лидером в своём секторе.

Хотите так же? На вебинаре «Оптимизация без боли: пошаговый план для владельцев бизнеса» разберём:

  • как автоматизировать процессы без риска для качества,
  • какие инструменты работают в клиентском сервисе,
  • как снизить нагрузку на сотрудников и улучшить поддержку.

Все по делу, без сложных схем. Присоединяйтесь! 🚀


|
Зарегистрироваться