Naumen лидирует в ITSM и контакт-центрах: технологии обгонят ФОТ к 2030 году
К 2030 году инвестиции в технологии для клиентского сервиса обойдут фонд оплаты труда, а рынок ITSM возглавил Naumen с долей 34%. Ключевым фактором успеха становится не количество ботов, а качество структурированных данных, определяющих реальную эффективность автоматизации.
Naumen удерживает лидерство на российском рынке систем управления ИТ-сервисами (ITSM), заняв 34% оборота топ-10 игроков с выручкой в 3 млрд рублей. Компания опережает второго участника рейтинга почти втрое. Параллельно Naumen закрепился на втором месте в сегменте облачных контакт-центров, где его доля составляет 24%.
Основной драйвер роста — переход бизнеса от простого импортозамещения к глубокой автоматизации клиентского опыта с использованием генеративного ИИ. Однако данные показывают противоречие: маркетинговые заявления о полной замене персонала ботами не всегда подтверждаются реальной эффективностью внедрений.
Экономический сдвиг: технологии обгоняют зарплаты
К 2030 году структура расходов в контакт-центрах кардинально изменится. По прогнозам экспертов, участвовавших в исследовании Naumen, доля инвестиций в технологии достигнет 43%, а затраты на линейный персонал сократятся до 37%. Это означает, что расходы на ИИ и софт превысят фонд оплаты труда (ФОТ).
Для бизнеса это сигнал к перестройке процессов. Массовых увольнений не предвидится, но потребуется переквалификация персонала. Операторы превращаются из исполнителей рутинных задач в контролеров сложных сценариев и тренеров для ИИ-агентов. Компании, которые не адаптируют свои процессы под новую экономику, рискуют столкнуться с ростом операционных издержек при неизменном уровне сервиса.
Реальная эффективность ИИ: разрыв между ожиданиями и фактами
Внедрение ботов дает измеримый результат, но он сильно зависит от отрасли и качества подготовки данных.
- Ритейл и доставка: В сервисе «Купер» автоматизация закрыла более 50% обращений без участия людей. Индекс удовлетворенности клиентов (CSI) вырос с 25% до 73%.
- Банковский сектор: Банк ДОМ.РФ сократил время обслуживания 68% звонков, а портфель клиентов увеличился на 30% без найма новых сотрудников.
- Медицина и сложные ритейловые сценарии: Здесь эффективность ниже. Боты самостоятельно решают лишь 16% вопросов в медицине и около 26–35% в ритейле. В сложных случаях системы часто выступают лишь фильтром, перенаправляя клиента оператору без решения проблемы.
Эффективность ИИ-агентов напрямую зависит не от мощности алгоритмов, а от качества структурированных данных. Если база знаний разрознена или устарела, даже самый продвинутый нейросетевой агент будет выдавать нерелевантные ответы, превращаясь в источник раздражения для клиента, а не в инструмент экономии.
Фундамент автоматизации: чистота данных и централизация
Ключевым условием успешного внедрения ИИ стала стандартизация информации. Кейс Билайна демонстрирует эту логику: компания перевела 6,5 тысячи сотрудников на единую платформу Naumen KMS, объединив 5 тысяч статей в структурированную базу знаний. Это сократило время обработки обращений на 4,5% и повысило удовлетворенность сотрудников ресурсом почти на 50%.
Без этого шага внедрение ИИ-ассистентов было бы неэффективным: алгоритмам нужны чистые данные для обучения и генерации ответов. Аналогичный подход применим в холдингах. «Газпром-Медиа» объединил ИТ-сервисы 40 компаний на одной платформе, а каршеринг «Ситидрайв» сократил время обработки звонков на 62% за счет централизации и автоматизации.
Технологические решения для снижения нагрузки
Naumen развивает несколько направлений, позволяющих бизнесу справляться с ростом обращений без расширения штата:
- Agent Copilot: Решение позволяет поэтапно переходить от подсказок операторам к автономным агентам. Пилотные данные показывают сокращение времени обработки обращения на 20% и рост доли вопросов, решенных с первого раза, на 5–8%.
- AI-HumanVoice: Технология голосовых роботов, использующая заранее записанные фразы профессиональных дикторов вместо генерации речи в реальном времени. Это снимает нагрузку с серверов и делает диалог более естественным.
- Автоматическая ротация номеров: В сервисе «Скорозвон» система сама заменяет телефонные номера, чья контактность падает ниже нормы. Это предотвращает потерю бюджета на неэффективные каналы связи.
Прогноз и риски
Если текущая динамика внедрения сохранится, к 2030 году рынок клиентского сервиса в России перейдет от метрики «количество внедренных ботов» к метрике self-service rate — доле вопросов, закрытых без участия оператора.
Однако существует риск застоя на этапе «умного фильтра». Компании, которые не инвестируют в глубокую интеграцию ИИ с внутренними системами (CRM, ERP, базы знаний), получат лишь частичную автоматизацию. В таких случаях боты будут увеличивать количество шагов для клиента, а не сокращать их.
Для бизнеса критически важно:
- Начать с аудита и структурирования базы знаний до внедрения сложных ИИ-моделей.
- Оценивать эффективность не по количеству установленных роботов, а по доле полностью закрытых обращений.
- Готовить персонал к роли «менеджера исключения», который занимается только теми случаями, которые ИИ не смог решить самостоятельно.
🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 19 сентября 2026.
