За последние годы компании серьёзно инвестировали в клиентский опыт: автоматизировали контакт-центры, внедрили чат-ботов, голосовых ассистентов и AI-аналитику. С точки зрения бизнеса картина выглядит убедительно, ведь процессы масштабируются, SLA соблюдаются, операционные метрики растут. Но парадокс цифровизации всё чаще проявляется в другом — клиенты описывают сервис как «холодный», «формальный» и «обезличенный».
Формально всё работает правильно. Фактически взаимодействие всё чаще воспринимается как набор сценариев, в которых человека распознают, но не понимают. Это и есть главный разрыв современного CX, где технологии ускоряют контакт и снижают издержки, но одновременно повышают ожидания от качества человеческого взаимодействия.
Чем больше автоматизации в клиентском пути, тем выше запрос не просто на удобство, а на контекст, эмпатию и уважение к ситуации человека. Клиенты готовы общаться с AI, но не готовы ощущать себя «объектом обработки». Этот сдвиг хорошо заметен в исследованиях CX-рынка и в практиках Enterprise-компаний: негативный опыт всё чаще связан не с ошибкой сервиса, а с отсутствием ощущения внимания и участия.
Отсюда возникает ключевой вопрос, который сегодня обсуждают CX-директора, CDTO и C-level-руководители: какую роль должен играть AI в клиентском опыте — оптимизатора процессов или усилителя человеческого взаимодействия?
Практика рынка постепенно даёт на него ответ. AI не должен заменять человека. Его реальная ценность в том, чтобы усиливать Human Experience:
Чтобы понять, почему классического CX уже недостаточно и почему компании всё чаще говорят о человекоцентричном подходе, важно сделать шаг назад. И для начала разобраться в базовых различиях: чем клиентоцентричность отличается от человекоцентричности, и почему этот сдвиг меняет подход к проектированию сервисов и внедрению AI в Enterprise.
Краткое содержание:
Термин «клиентоцентричность» давно стал стандартом для CX-стратегий. Почти каждая крупная компания декларирует ориентацию на клиента, инвестирует в улучшение сервисов и автоматизацию.
Классическая клиентоцентричность выросла из управленческой логики и задач операционной эффективности. В её основе процессы, метрики и контроль:
В этой модели клиент — это роль внутри бизнес-системы. Он проходит заранее спроектированный путь, взаимодействует с регламентированными каналами и оценивается через усреднённые показатели. Такой подход отлично работает для масштабирования сервиса, снижения издержек и контроля качества на уровне процессов.
Но у этой модели есть предел. Она отвечает на вопрос «насколько эффективно работает система», но плохо отвечает на вопрос «как человек чувствует себя в этом взаимодействии». Клиент может получить быстрый и корректный ответ, и при этом остаться разочарованным. Причина в том, что процесс не учитывает контекст, эмоции и ожидания конкретного человека.
На этом этапе клиентоцентричность перестаёт быть источником устойчивой лояльности и начинает работать только на операционные KPI.
Человекоцентричность начинается там, где компания перестаёт видеть в человеке только «клиента», «пользователя» или «лид». В центре внимания оказывается живой контекст: зачем человек пришёл, в каком он состоянии, что для него сейчас критично.
В отличие от клиентоцентричности, человекоцентричность — это управленческий и продуктовый принцип. Он влияет на то, как проектируются сервисы, цифровые решения и клиентские сценарии. Здесь важны не только точки контакта, но и то, какое ощущение остаётся у человека после взаимодействия: его услышали или «обработали».
Для Enterprise-компаний этот сдвиг особенно заметен. Клиенты всё чаще взаимодействуют с брендом не через один продукт или сервис, а через экосистему: финансовые, цифровые, сервисные, партнёрские решения. В такой среде человекоцентричность становится способом сохранить целостность опыта, даже когда взаимодействие распределено между системами, каналами и командами.
Именно поэтому в стратегических обсуждениях всё чаще звучат формулировки про человекоцентричные экосистемы. Речь идёт не об отказе от автоматизации, а о её переосмыслении: технологии должны подстраиваться под человека, а не наоборот.
Чтобы увидеть, как этот сдвиг проявляется на практике, важно разобраться, как меняются сами модели опыта UX, CX и Human Experience, и почему переход от одного уровня к другому становится ключевым для зрелых CX-стратегий.
| Критерий | Клиентоцентричность | Человекоцентричность |
|---|---|---|
| Точка отсчёта | Роль клиента в процессе | Состояние и контекст человека |
| Основной фокус | Эффективность сервиса | Восприятие взаимодействия |
| Тип мышления | Процессный | Контекстный |
| Работа с эмоциями | Косвенная | Осознанная |
| Масштабирование | Через регламенты | Через адаптивные сценарии |
| Риск | Формальный сервис | Сложность управления |
В обсуждениях клиентского опыта UX, CX и Human Experience часто используются как взаимозаменяемые термины. Формально все они действительно про качество взаимодействия. Но на управленческом уровне это разные модели опыта, каждая из которых отвечает на свой вопрос и решает свою бизнес-задачу.
Важно понимать границы во времена, когда цифровые сервисы масштабируются быстрее, чем способность компаний чувствовать человека за интерфейсами, каналами и автоматизированными сценариями.
UX — самая прикладная и измеримая модель опыта. Она отвечает на вопрос: «Насколько удобно человеку пользоваться конкретным продуктом или интерфейсом?».
В фокусе UX:
Хороший UX решает локальные задачи: оформить заявку, найти нужную функцию, быстро получить результат. Именно поэтому UX так важен для цифровых продуктов, порталов самообслуживания, мобильных приложений и внутренних систем.
Но у UX есть ограничение. Он заканчивается там, где заканчивается конкретный продукт. Даже идеально спроектированный интерфейс не спасает опыт, если дальше человек сталкивается с разрозненными каналами, повторным вводом данных или формальными ответами поддержки.
CX расширяет фокус с продукта на взаимодействие человека с брендом целиком. Это уже end-to-end-модель, которая отвечает на вопрос: «Насколько согласован и предсказуем опыт человека на всём пути взаимодействия с компанией?».
Здесь в центре внимания:
CX — это управленческий уровень. Компания проектирует не отдельный экран, а целый сценарий взаимодействия, стремясь сделать его логичным и непротиворечивым.
Однако именно в цифровых сервисах CX чаще всего начинает «ломаться». Формально путь выстроен, каналы связаны, метрики в норме, но человек чувствует себя потерянным. Причина в том, что CX часто опирается на усреднённую модель клиента и заранее заданные сценарии. Когда ситуация выходит за рамки стандартного кейса система перестаёт быть гибкой.
Human Experience делает следующий шаг и меняет саму точку отсчёта. В центре внимания оказывается не продукт и не путь клиента, а человек в его реальном контексте.
Human Experience отвечает на другие вопросы:
В этой модели важно не только что произошло, но как это было прожито. Один и тот же CX-сценарий может восприниматься как удобный или раздражающий (в зависимости от контекста, состояния и ожиданий человека).
Human Experience становится следующим уровнем зрелости CX, потому что позволяет связать в одной логике:
Для Enterprise-компаний масштаб, сложные продукты и высокая стоимость ошибок требуют не просто оптимизации пути, а осознанного управления человеческим восприятием на всех уровнях взаимодействия.
И здесь возникает вопрос: «Если Human Experience — это про эмоции, контекст и чувство уважения, какую роль в этом может и должен играть AI?».
| Параметр | UX | CX | Human Experience |
|---|---|---|---|
| Основной вопрос | Удобно ли? | Согласовано ли? | Как человек это прожил? |
| Граница ответственности | Продукт | Каналы и путь | Вся экосистема |
| Тип проблем | Юзабилити | Разрывы сценариев | Потеря доверия |
| Роль AI | Оптимизация интерфейса | Автоматизация пути | Усиление контекста и эмпатии |
| Уровень зрелости | Базовый | Управленческий | Стратегический |
Сегодня AI неотъемлемая часть клиентского опыта. Он отвечает в чатах 24/7, маршрутизирует обращения, подсказывает сотрудникам следующие шаги и анализирует поведение клиентов. Но именно здесь проходит тонкая грань между усилением Human Experience и его разрушением.
Один и тот же AI-инструмент может восприниматься как заботливый помощник или как холодный барьер между человеком и компанией. Разница не в технологии, а в том, какую роль ей отвели в модели опыта.
Использование AI кардинально меняет не только скорость обслуживания, но и качество взаимодействия клиента с компанией, делая его по-настоящему человечным. Когда рутинные запросы, обработка типовых сценариев и первичная фильтрация поступают на AI-агентов, у живых сотрудников освобождается реальное время для глубокой коммуникации. Они перестают быть «консультантами очереди» и становятся экспертами, которые слушают, понимают и решают сложные запросы. Это поднимает средний уровень специалиста по факту: сотрудники начинают работать с более интересными задачами, развивают компетенции в нюансах и в эмоциональном взаимодействии.
В результате человек получает не просто ответ, а внимание, персонализацию и эмпатию, которые недостижимы в однообразных сценариях. AI позволяет учитывать историю общения, предпочтения, контекст ситуации — и это создаёт ощущение, что тебя не обслуживают, а понимают и заботятся о твоих интересах. Вот где клиент действительно ощущает заботу, а компания — укрепляет доверие и лояльность.Алексей Трефилов
Product Owner ELMA Cortex
В зрелых CX-моделях AI не подменяет человека, а усиливает его возможности.
Во-первых, AI снимает рутину с сотрудников. Он обрабатывает типовые запросы, ищет информацию в системах, подготавливает ответы и рекомендации. Это освобождает время для ситуаций, где действительно требуется человеческое участие: сложные кейсы, эмоциональные обращения, переговоры с высокой ценой ошибки. Для клиента это выглядит не как «меня отправили к боту», а как «мне быстро помогли и вовремя подключили специалиста».
Во-вторых, AI позволяет реализовать персонализацию в масштабе. Не на уровне имени в обращении, а на уровне контекста: истории взаимодействий, предпочтений, текущей ситуации клиента. Когда система помнит прошлый опыт и учитывает его в диалоге, взаимодействие становится менее формальным и более осмысленным.
В-третьих, AI может обеспечивать контекстную поддержку в нужный момент. Подсказки оператору во время диалога, рекомендации следующего шага, автоматическое определение приоритета обращения. Всё это снижает нагрузку на сотрудников и помогает быстрее реагировать, не превращая общение в конвейер.
Проблемы начинаются там, где AI внедряется как инструмент тотальной автоматизации без учёта человеческого восприятия.
Важно понимать, что сам по себе AI не делает взаимодействие ни более человечным, ни более холодным — всё решает команда внедрения. Именно она определяет, будет ли AI помогать людям и усиливать сервис или превратится в бездушный фильтр между клиентом и компанией.
Здесь критично думать не только о технологиях, но и о том, как ими будут пользоваться: какие сценарии автоматизировать, где оставлять человека, как выстраивать эскалации и тон общения. По сути, это уже инженерная задача нового уровня, на стыке ИТ, сервиса и психологии клиента. И от качества этого проектирования напрямую зависит, станет ли AI помощником или источником раздражения.Алексей Трефилов
Product Owner ELMA Cortex
Первая типовая ошибка — жёсткие скрипты. Когда диалог не допускает отклонений, клиент быстро чувствует, что его не слышат. Формально бот работает корректно, но эмоционально это воспринимается как равнодушие.
Вторая — игнорирование эмоционального контекста. AI может правильно распознать запрос, но не заметить раздражение, тревогу или разочарование. В результате человек получает логически верный, но психологически неуместный ответ. Даже при соблюдении всех регламентов доверие к бренду снижается.
Третья и самая болезненная ошибка — отсутствие «человеческого выхода». Когда клиент не может быстро перейти к живому специалисту в сложной или критичной ситуации, AI перестаёт быть помощником и превращается в барьер.
| Сценарий | Усиливает опыт | Разрушает опыт |
|---|---|---|
| Роль AI | Ассистент | Фильтр |
| Скрипты | Гибкие | Жёсткие |
| Контекст | Учитывается | Игнорируется |
| Эскалация | Быстрая и понятная | Скрытая или отсутствует |
| Восприятие | Помогают | «Отфутболивают» |
В зрелых CX-стратегиях всё чаще используется принцип Human-in-the-loop. Его суть проста: автоматизация должна усиливать человека, но не исключать его из процесса.
Полностью автономная автоматизация может выглядеть эффективной в краткосрочной перспективе, но для Enterprise-брендов она несёт репутационные и стратегические риски. Human-in-the-loop позволяет выстроить баланс: AI берёт на себя анализ, подготовку и рутину, а человек подключается там, где важны эмпатия, ответственность и принятие решений.
Такой подход требует осознанного проектирования сценариев: понятных правил передачи диалога, прозрачности для клиента и поддержки сотрудников со стороны AI, а не контроля ради контроля.
На практике все эти вопросы особенно остро проявляются в одном из самых массовых и заметных каналов взаимодействия — чат-ботах и голосовых ассистентах. Именно с них чаще всего начинается разговор о «бездушном» или, наоборот, человекоцентричном AI.
Чат-боты и голосовые ассистенты всё чаще становятся первой и самой массовой точкой контакта с брендом. Практика зрелых компаний показывает, что человекоцентричный AI строится не вокруг «умных ответов», а вокруг того, как бот ведёт диалог, в каких ситуациях он подключается и когда уступает место человеку.
Первый принцип гуманизации — отказ от жёстких скриптов. Скрипт предполагает предсказуемого клиента и стандартную ситуацию. В реальности клиент почти всегда приходит с контекстом: эмоциями, предыдущим опытом, срочностью или рисками.
Что показывает практика:
Разница между «Ваш запрос зарегистрирован и передан в обработку» и «Я зафиксировал обращение и передал его специалисту» кажется косметической. Но именно такие детали формируют ощущение: со мной разговаривают или со мной работают по регламенту.
Фраза «ваше мнение очень важно для нас» — это, пожалуй, золотой стандарт наплевательского отношения к клиенту. В ней сошлось всё: штамп, отсутствие контекста и нулевая реальная помощь. Клиент моментально чувствует фальшь.
Современные AI-оркестраторы как раз решают эту проблему: они позволяют соблюдать правила и стандарты сервиса, но избавляют от шаблонности. Сообщения становятся персонализированными, учитывают ситуацию и историю клиента и перестают выглядеть бездушной автоответкой.Алексей Трефилов
Product Owner ELMA Cortex
В человекоцентричном AI эмпатия — это способность помочь человеку продвинуться к решению. Если бот «понимает» эмоцию, но не предлагает следующий шаг, это воспринимается как формальность.
Рабочая логика выглядит так:
Юмор возможен, но только в простых и низкорисковых сценариях. В финансовых, юридических или кризисных ситуациях он почти всегда воспринимается как неуместный. Зрелые команды заранее фиксируют: где допустима лёгкость, а где только нейтральный и уважительный тон.
Один из самых недооценённых принципов гуманизации — способность AI признавать неопределённость. Бот, который всегда «уверен», но часто ошибается, раздражает сильнее, чем бот, который честно говорит, что не понял запрос.
Практика показывает:
Для бизнеса это ещё и вопрос управляемости. Чёткое обозначение границ AI упрощает эскалацию и снижает риск конфликтных ситуаций. Человек чувствует, что его не «ведут по сценарию любой ценой», а действительно пытаются помочь.
В человекоцентричной модели бот не может быть конечной точкой взаимодействия. Возможность быстро перейти к живому специалисту должна быть встроена в сценарий по умолчанию, а не спрятана в глубине меню.
На практике это означает работу с триггерами:
Не менее важно, как именно происходит передача. Если оператор получает весь контекст диалога и не заставляет клиента повторять одно и то же, технология начинает работать на Human Experience.
Принципы гуманизации задают направление, но для руководителей всегда решающим остаётся вопрос практики. Поэтому дальше логично посмотреть, какие компании уже смогли встроить человекоцентричный AI в клиентский опыт.
Обсуждение технологий может оставаться теоретическим, но на рынке уже есть примеры, где компании внедряют AI-инструменты, которые помогают улучшать восприятие сервиса клиентами.
Компания активно развивает свои возможности в сервисе для предпринимателей. В 2025 году банк запустил AI-ассистента в разделе «Справочная». Он помогает предпринимателям получать ответы на сложные вопросы по бизнесу, праву и налогам, без необходимости искать материалы вручную. Ассистент помнит контекст диалога в течение 30 минут и хранит историю переписки.
Также Точка Банк интегрировала другого AI-ассистента, который анализирует финансовые данные и отвечает на вопросы о доходах, расходах и финансовых показателях в свободной форме, без необходимости строить сложные отчёты вручную.
Эти инициативы показывают, что банк стремится использовать AI не только для автоматизации, но и для повышения реальной полезности сервиса: ответы формулируются на понятном языке, а система реагирует на запросы в контексте конкретной задачи.
У МегаФона также есть примеры внедрения AI-чат-ботов, но они пока более ориентированы на внутренние процессы, чем на обслуживание внешних клиентов. В частности, компания запустила корпоративного чат-бота «МегаКоллега» для поддержки сотрудников. Он отвечает на вопросы по кадровым и административным темам, помогает с процедурами и сокращает нагрузку HR-служб.
Этот кейс важен с точки зрения подхода: система использует AI для обработки сложной информации и интерактивного диалога, а постоянное обучение на реальных запросах позволяет расширять компетенции бота со временем. Хотя это не прямой CX-чат-бот для клиентов, такой опыт показывает, как AI может улучшать работу с людьми в компании.
Мы сами используем AI как ассистента сотрудников поддержки, и это сильно меняет качество общения с клиентами. Наша цель — дать пользователю не просто ответ на конкретный вопрос, а полноценную помощь, учитывающую его ситуацию и контекст. Даже на базовом уровне AI позволяет автоматически подбирать дополнительные полезные материалы: статьи, инструкции, рекомендации из базы знаний. Раньше сотруднику приходилось вручную искать релевантные ссылки, вспоминать, где что лежит, тратить на это время и силы. В итоге ответы часто получались сухими и минимальными. С автоматизацией эта работа становится практически бесплатной по времени, а ответ — более насыщенным и полезным.
Но главное — AI освобождает сотруднику ресурс для действительно важного. Когда ассистент берет на себя поиск информации, анализ похожих обращений и контекста, специалист может сосредоточиться на специфике конкретного клиента: его истории обращений, особенностях использования продукта, предыдущих проблемах и ожиданиях. Там, где раньше живой человек был вынужден работать более машинально из-за нагрузки и других факторов.Алексей Трефилов
Product Owner ELMA Cortex
Но рынок знает и обратные примеры. Ситуации, когда цифровизация без человекоцентричного подхода приводила к раздражению, потере доверия и оттоку клиентов.
Автоматизация клиентского опыта с помощью AI действительно может дать сильный эффект. Но если подход будет однобоким и ориентирован только на скорость и снижение затрат, это часто приводит к обратному результату: усугублению фрустрации клиентов, падению лояльности и даже оттоку. Давайте рассмотрим самые распространённые риски, которые фиксируют практики и исследования.
Одним из ярких примеров проблем, возникающих из-за слишком агрессивной автоматизации, стал кейс финтех-компании Klarna. Компания заменила значительную часть живой поддержки чат-ботом, рассчитывая на эффективность и 24/7-доступность. Однако бот оказался малоэффективным в сложных ситуациях, таких как спорные транзакции или вопросы по мошенничеству. Клиенты стали выражать недовольство, а уровень удовлетворённости заметно упал. В ответ компания была вынуждена возвращать людей в процессы поддержки и переходить к гибридной модели AI-человек.
Такой эффект часто наблюдается и у реальных клиентов: когда система не позволяет перейти к живому оператору при первой необходимости, довольство клиента резко падает, и растёт вероятность оттока. Исследование Forrester показывает, что 30% клиентов после негативного взаимодействия с ботом либо уходят к конкурентам, либо не возвращаются к бренду вообще.
Для VIP-сегментов эти риски особенно чувствительны. Высокая стоимость клиента и ожидание персонального подхода означают, что простые ошибки в автоматизации могут стоить компании существенно больше, чем экономия на поддержке.
Автоматизация, ориентированная исключительно на максимальную нагрузку, часто переходит в агрессивные скрипты, которые навязывают действия клиенту. Например, системы, которые слишком настойчиво удерживают пользователя в рамках «цифрового самообслуживания» и минимизируют возможность живого общения, увеличивают раздражение и негативное восприятие бренда.
Исследования в сфере CX подчёркивают, что клиенты негативно относятся к AI, который действует в ущерб качеству диалога. Они ожидают, что системы будут понимать контекст, а не просто «обрабатывать» запросы по шаблонам, и низкая способность распознавать реальные намерения клиента ведёт к негативным эмоциям почти в 60–80% взаимодействий.
Когда клиент получает неудовлетворительный ответ или вынужден повторять информацию при переходе к оператору, это напрямую отражается на метрике NPS и на общей оценке качества взаимодействия. Падение этих метрик сигнализирует угасание доверия к бренду как к партнёру, а не просто провайдеру услуги.
Различные исследования идентифицируют несколько стандартных ошибок, которые часто становятся источником «бездушности» автоматизации:
Ошибки автоматизации — это не только техническая проблема, но и стратегический риск для бренда. Без человекоцентричного подхода AI становится источником фрустрации, подрывает доверие клиентов и может привести к падению ключевых метрик, таких как NPS или удержание.
Возникает ключевой вопрос для бизнеса: как внедрять AI в CX системно, а не точечно, чтобы автоматизация не только ускоряла процессы, но и усиливала человеческое восприятие взаимодействия?
Почти у всех Enterprise-компаний уже есть чат-боты, голосовые ассистенты, автоматизированные сценарии в контакт-центре. Но именно на этом этапе становится видно главное: технологии работают, а ощущение Human Experience — нет.
Когда мы говорим о «гуманном AI», важно понимать: ключевая задача здесь не в технологиях, а в умении правильно задавать вопросы. Как и в большинстве сложных задач, сначала нужно разобраться в реальной проблеме клиента — где у него узкие места, что вызывает раздражение, чего он на самом деле ждёт от взаимодействия с компанией. Без этого даже самый продвинутый AI будет лишь красиво имитировать помощь. Гуманный AI начинается с понимания контекста и боли клиента и только потом превращается в сценарии, агентов и автоматизацию. Если мы чётко понимаем, чем действительно можем помочь, AI становится усилителем человеческого подхода, а не его заменой.
Современные системы AI-оркестрации как раз и позволяют воплотить это на практике: связать вопросы, контекст, данные, процессы и правила в единую управляемую модель. Они дают возможность учесть все нюансы взаимодействия и поставить технологию на службу бизнесу — не ради автоматизации как таковой, а ради более осмысленного и человечного сервиса.Алексей Трефилов
Product Owner ELMA Cortex
Первый шаг — честно посмотреть, где AI действительно помогает клиенту, а где существует только ради оптимизации затрат.
Аудит начинается с вопросов:
Важно анализировать не только метрики вроде AHT или FCR, но и поведенческие сигналы: повторные обращения, резкие смены канала, негативные формулировки в диалогах.
Важно разделить AI-каналы на две группы:
Результат этого этапа: понимание какие AI-каналы стоит усиливать, а какие пересматривать или ограничивать. Этот шаг формирует основу для всех последующих изменений.
Следующий этап — отказ от логики жёстких скриптов в пользу адаптивных диалогов.
В «бездушных» системах AI пытается довести клиента до заранее заданного результата. В человекоцентричном CX сценарий строится вокруг состояния клиента:
На практике это означает:
Enterprise-компании всё чаще проектируют AI-сценарии вместе с CX-специалистами и сервис-дизайнерами, а не только с ИТ-командой. Это позволяет изначально закладывать в диалог логику уважительного взаимодействия, а не просто автоматизацию процесса.
Одна из ключевых ошибок — обучение AI на синтетических или «идеальных» данных. Такие модели хорошо работают в тестовой среде, но плохо справляются с живыми эмоциями клиентов.
Практика рынка показывает: лучшие результаты даёт обучение на реальных диалогах, включая:
Важно учитывать не только текст, но и контекст: что происходило до обращения, в каком канале общается клиент, на каком этапе пути он находится. Именно так AI начинает «понимать» ситуацию, а не просто распознавать ключевые слова.
Для зрелых компаний это также вопрос управления рисками: чем ближе AI к реальному языку клиента, тем ниже вероятность репутационных ошибок.
После внедрения обновлённых сценариев компании часто смотрят только на цифры: скорость обработки, снижение нагрузки, рост автоматизации. Но гуманный AI нельзя оценить только количественно.
Зрелый подход включает качественное тестирование:
Практика показывает, что качественные интервью, прослушивание диалогов и ревью сценариев дают не меньше ценности, чем отчёты BI-систем. Вопрос здесь простой: что слышит и чувствует человек, а не только что считает система.
Human Experience невозможно «внедрить один раз». Ожидания клиентов меняются, контекст усложняется, появляются новые каналы и сценарии.
Поэтому зрелые CX-команды выстраивают процесс постоянного улучшения:
AI в таком подходе становится частью живой CX-системы, которая развивается вместе с продуктом и клиентами, а не статичным инструментом автоматизации.
| Этап | Цель | Ключевой риск |
|---|---|---|
| Аудит | Найти точки фрустрации | Смотреть только на SLA |
| Редизайн сценариев | Учитывать контекст | Жёсткие диалоги |
| Обучение AI | Понимание эмоций | Синтетические данные |
| Тестирование | Проверка восприятия | Оценка только по цифрам |
| Улучшение | Адаптация | Отсутствие цикла |
Human Experience невозможно выстроить поверх разрозненных CRM, Service Desk или маркетинговых инструментов. В такой архитектуре человек неизбежно теряется на стыках систем, команд и данных. В результате AI и автоматизация усиливают не эмпатию, а формальность.
Практика Enterprise-компаний показывает: человекоцентричный CX требует единой операционной платформы, где процессы, данные и коммуникации выстроены вокруг реального контекста человека, а не вокруг отдельных функций. Именно эту задачу решает ELMA365 CX — это платформа для управления клиентским опытом и end-to-end процессами продаж и клиентского обслуживания в одной системе координат.
В логике Human Experience платформа важна не сама по себе, а тем, какие управленческие возможности она даёт бизнесу: сохранять контекст, снижать фрустрацию, вовремя подключать человека и масштабировать эмпатию без потери контроля.
Во многих компаниях AI остаётся экспериментом: типовые решения сложно встроить в регламенты, они не учитывают корпоративные данные, возникают риски безопасности и сложности с масштабированием. В результате более 80% инициатив остаются на уровне пилотов.
В ELMA365 CX этот барьер снимается за счёт корпоративных AI-агентов ELMA Cortex. Они встроены в процессное ядро платформы и работают как полноценные участники бизнес-процессов. Все действия агентов логируются, выполняются от имени пользователя и могут быть развернуты в закрытом контуре.
Такой подход позволяет использовать AI системно:
Для клиента омниканальность означает ощущение, что компанию не нужно каждый раз вводить в курс дела. В ELMA365 CX все ключевые точки контакта объединены в единой карточке клиента: телефония, e-mail, чаты, мессенджеры, портал, чат-боты. Клиент может начать диалог в чате, продолжить по почте и вернуться через звонок, а для компании это остаётся единым разговором.
Для человека это означает:
Для бизнеса — снижение повторных обращений, меньше эскалаций и более спокойное взаимодействие даже в сложных сценариях. Подробнее про омниканальные возможности ELMA365 →
Далее необходимо собрать этот контекст не только на уровне коммуникаций, но и на уровне данных о клиенте.
Эмпатия в Enterprise невозможна без данных. Но речь не о количестве информации, а о доступе к ней в нужный момент и в понятном виде.
Профиль клиента 360 в ELMA365 собирает:
В результате сотрудник видит не «обращение №7421», а живую историю взаимодействия. Это сокращает время реакции, снижает количество ошибок и убирает главное раздражение клиентов — ощущение, что компания их «не помнит». Human Experience здесь строится на управляемом контексте. Но клиентский опыт начинается ещё раньше.
Human Experience начинается задолго до продажи или обращения в поддержку. Он формируется в том, как компания привлекает, объясняет ценность и выстраивает ожидания.
ELMA365 Маркетинг позволяет проектировать клиентский путь как последовательность осмысленных коммуникаций, а не разрозненные рассылки. Low-code CJM-редактор позволяет управлять логикой коммуникаций: выбирать содержание, время и последовательность сообщений с учётом сегмента и стадии взаимодействия.
Для Enterprise- компаний важно, чтобы маркетинг, продажи и сервис работали в одной платформе, чтобы клиент получал согласованный посыл. То, что обещали в коммуникациях, не расходится с тем, что происходит в переговорах и обслуживании.
Во многих компаниях CRM со временем превращается в хранилище данных. Информация есть, но она почти не влияет на качество взаимодействия. Причина — CRM живёт отдельно от процессов клиентского опыта.
В ELMA365 CRM продажи и сервис встроены в единую логику. Данные не просто собираются, а автоматически участвуют во взаимодействии с клиентом:
В такой модели CRM перестаёт быть отчётным инструментом и становится активным участником Human Experience. Компания управляет не только воронкой, но и ощущением клиента на каждом этапе.
Сервис — это место, где любые сбои клиентского опыта становятся заметны мгновенно. Именно здесь проверяется, насколько человекоцентрична система на самом деле.
ELMA365 Клиентский сервис позволяет выстроить обслуживание, в котором:
Важно, что сервис в этой модели становится источником данных и инсайтов. Обращения показывают, где клиентский путь «ломается», и дают основу для улучшения Human Experience, а не просто для закрытия тикетов.
Human Experience в Enterprise — это не разовый проект. Меняются каналы, продукты, ожидания клиентов, требования бизнеса. Платформа должна позволять адаптироваться без постоянных IT-проектов.
Low-code платформа ELMA365 даёт бизнесу возможность:
В результате человекоцентричный CX развивается эволюционно: гипотезы проверяются быстрее, AI-сценарии уточняются, а опыт масштабируется без болезненных трансформаций. ELMA365 не предлагает «гуманизацию ради гуманизации». Платформа встраивается в существующую архитектуру и позволяет превратить Human Experience из абстрактной идеи в управляемый актив бизнеса.
Когда контекст, процессы и коммуникации соединены в одной системе, человеческий опыт становится измеримым. Его можно анализировать, улучшать и связывать с операционными и финансовыми результатами.
Говорить о Human Experience как о стратегии можно бесконечно, но как этим управлять на практике? Эмпатия, контекст и уважение к человеку должны быть встроены в технологии и измеряться так же системно, как выручка, эффективность процессов и операционные риски.
Зрелый подход к Human Experience опирается на два элемента: правильную архитектуру CX-платформ и метрики.
Human Experience невозможно реализовать на наборе изолированных инструментов. Когда данные, каналы и процессы живут в разных системах, человек неизбежно теряется между ними. Поэтому технологической основой становится платформа, которая позволяет управлять опытом как единой системой.
1. Оркестрация каналов. Речь об управляемом сценарии взаимодействия. Клиентский путь должен быть скоординирован между чатами, почтой, телефонией, порталом и ботами так, чтобы человек не сталкивался с обрывами диалога и повтором информации. Для бизнеса это означает меньше фрустрации, ниже нагрузка на поддержку и более предсказуемый опыт на каждом этапе.
2. Контекст клиента в реальном времени. Человекоцентричный CX невозможен без актуального контекста: истории взаимодействий, статуса сделки, прошлых обращений, текущей ситуации клиента. Современные CX-платформы и CRM строятся вокруг идеи «единого профиля» и сквозных процессов, где данные используются для принятия решений прямо в момент взаимодействия. Именно здесь технология начинает работать на эмпатию — не на уровне слов, а на уровне действий.
3. Поддержка Human-in-the-loop. Один из ключевых признаков зрелой архитектуры — возможность встроенного участия человека в автоматизированных сценариях. Боты, маршрутизация, AI-подсказки и аналитика должны усиливать сотрудников, а не вытеснять их. Платформа должна позволять:
Так формируется баланс между масштабируемостью и ответственностью, критичный для B2B и Enterprise-сегмента.
Традиционные CX-метрики важны, но для управления Human Experience их недостаточно. Скорость ответа, SLA и количество обращений показывают, как работает система, но почти не отвечают на вопрос, как человек проживает взаимодействие.
1. Эмоциональные индикаторы. Речь о системной работе с эмоциональным фоном коммуникаций. Анализ тональности обращений, причин негативных эмоций, частоты эскалаций и повторных контактов позволяет выявлять точки, где человек чувствует потерю контроля, непонимание или неуважение.
2. NPS + качественная обратная связь. NPS остаётся одним из базовых индикаторов, но в логике Human Experience он работает только в связке с качественными данными: комментариями, интервью, анализом клиентских историй. Цифра сама по себе не объясняет «почему». Зрелые команды используют NPS как навигационный инструмент и связывают его с конкретными сценариями, каналами и решениями.
3. Поведенческие сигналы, а не только SLA. Human Experience лучше всего отражается в поведении:
Эти показатели показывают уровень доверия и восприятия компании. Когда человек перестаёт избегать контакта с брендом и, наоборот, готов продолжать диалог.
За последние годы CX перестал быть просто вопросом скорости и удобства. Эти параметры стали гигиеническим минимумом. Сегодня компании конкурируют уже не тем, насколько быстро они отвечают клиенту, а как именно с ним взаимодействуют. Поэтому Human Experience — следующий этап эволюции CX, где происходит переход от оптимизации процессов к проектированию человеческого опыта во всех точках контакта.
AI в этой логике перестаёт быть «автоматизатором ради экономии». Он становится инфраструктурой эмпатии, если встроен правильно. Когда алгоритмы не подменяют диалог шаблонами, а помогают сотруднику понимать контекст клиента, видеть его историю, настроение и цель обращения, технология начинает работать не против человека, а вместе с ним. Именно в этот момент цифровые каналы перестают раздражать и начинают поддерживать.
Практика показывает, что выигрывают те, кто изначально проектирует CX вокруг человека, а не вокруг процессов, оргструктуры или IT-ландшафта. Там, где клиентский путь выстроен от потребностей и эмоций, автоматизация усиливает сервис. Там, где в основе лежит только регламент лишь ускоряет разочарование.
Именно поэтому в зрелом подходе CX всё чаще рассматривается как управляемая система: с единым контекстом клиента, оркестрацией каналов, участием человека в критических точках и метриками, отражающими не только эффективность, но и восприятие. Такой системный слой не подменяет стратегию, но делает возможным её масштабирование.
В этом и заключается главный сдвиг, где AI больше не про «заменить человека», а про то, чтобы дать ему лучшие инструменты для работы с клиентским опытом. А CX-платформы — это тот фундамент, на котором человечный цифровой сервис можно выстраивать на уровне всей организации.
Поделиться:
Комментарии
Для успеха проекта важна система управления ресурсами. Какие инструменты помогут это сделать — рассмотрим в статье. Планирование, оценка и контроль ресурсов, ресурсный план.
Что такое CX Design и чем он отличается от UX и сервис-дизайна. Кто отвечает за CX в компании, ключевые принципы и этапы внедрения на платформе ELMA365.
Разбираем, что такое формализованные и неформализованные документы в ЭДО, чем они отличаются, какие форматы требует ФНС и как выбрать подходящий тип.
