«Яндекс Такси» внедрил ИИ-агента: 60% обращений решаются без оператора

По данным CNews, сервис «Яндекс Такси» стал первым в России, кто внедрил в работу службы поддержки ИИ-агента, сочетающего возможности больших языковых моделей и автоматизированных решений. Это решение уже сейчас позволяет справляться с 60% текстовых обращений пользователей без участия оператора.

Система включает четыре нейросети, каждая из которых выполняет свою роль. Первая определяет, может ли запрос быть решён автоматически. Если да, то обращение передаётся второй модели, которая использует RAG-подход (Retrieval Augmented Generation) для поиска аналогичных ситуаций в базе знаний. Третья модель — ИИ-агент, который генерирует ответ и может самостоятельно выполнять действия, такие как возврат средств или перезаказ машины. Четвёртая модель — модель-критик, которая проверяет ответ на соответствие установленным критериям.

Как работает система

С момента поступления обращения в службу поддержки, запрос проходит несколько этапов анализа. В случае, если нейросеть не уверена в решении, обращение автоматически передаётся оператору. Такой подход позволил сократить время ответа в полтора раза. В среднем, 450 тыс. вопросов в неделю решаются без участия человека.

Решение разработала команда Техплатформы городских сервисов «Яндекса», которая специализируется на высоконагруженных системах. Модели обучались на обезличенных диалогах между операторами и пользователями.

Бизнес-эффекты

В 2026 году внедрение ИИ-агентов в службу поддержки позволит сервису сэкономить более 600 млн руб. Это связано с перераспределением нагрузки: операторы теперь могут концентрироваться на сложных и чувствительных запросах. Планируется, что к 2026 году до 70% текстовой работы будет автоматизирована. В дальнейших планах — развитие голосовой поддержки и применение аналогичных решений в других сервисах экосистемы «Яндекс Go», включая «Самокаты», «Драйв» и «Бери заряд».

Технологическая основа

Все модели построены на базе Alice AI LLM, а их обучение и дообучение проводилось с учётом специфики работы службы поддержки. В рамках внутренних тестов, ответы, сгенерированные системой, не уступают по качеству ответам операторов. Это стало возможным благодаря многоступенчатому контролю и использованию эталонных кейсов.

Интересно: Какие риски для бизнеса несут автоматизированные решения в сфере клиентской поддержки, если они не справляются с нестандартными запросами?

i

Создано специально для ASECTOR

Концептуальное изображение

Яндекс Такси и ИИ: эффективность, риски и стратегия масштабирования

Внедрение ИИ-агентов в службу поддержки «Яндекс Такси» демонстрирует, как автоматизация может трансформировать бизнес-процессы. Система, построенная на четырёх нейросетях, позволяет справляться с 60% обращений без участия операторов, сокращая время ответа в полтора раза. Такой подход не только экономит ресурсы, но и создаёт условия для перераспределения нагрузки — операторы теперь фокусируются на сложных и нестандартных запросах. Однако, как показывает опыт других компаний, таких как Salesforce и Сбербанк, автоматизация может привести к значительным изменениям в структуре персонала и подходах к управлению рисками [!] [!].

Эффективность и ограничения автоматизации

В основе системы «Яндекса» лежит модель Alice AI LLM, которая обучалась на обезличенных диалогах между операторами и пользователями. Это позволило модели адаптироваться к специфике клиентских обращений и снизить вероятность ошибок. Однако, как подчёркивает исследование HiddenLayer, даже современные модели остаются уязвимыми к атакам, таким как prompt injection, где минимальные изменения в тексте могут обойти защитные механизмы [!]. Это особенно критично для систем, которые имеют доступ к конфиденциальной информации, поскольку, как показывает ещё одно исследование, AI-агенты могут стать вектором утечки данных, если в их работу внедрены вредоносные инструкции [!].

Для минимизации рисков ключевым становится внедрение централизованных платформ управления, которые позволят контролировать действия агентов ИИ и ограничивать их доступ к чувствительным данным [!]. Такие меры особенно актуальны, учитывая, что 72% организаций уже используют агентов ИИ без должного надзора, что может привести к сбоям в работе систем и утечкам информации.

Стратегия масштабирования и интеграция в экосистему

Планируемое расширение ИИ-агентов на другие сервисы экосистемы «Яндекс Go» — «Самокаты», «Драйв» и «Бери заряд» — требует тщательного подхода. Каждый из этих сервисов имеет свою специфику, что означает необходимость адаптации моделей под разнообразие задач. Например, голосовая поддержка, которая может быть внедрена в будущем, представляет собой более сложную задачу, чем текстовая, поскольку требует обработки неструктурированных данных, включая шумы и диалектные особенности.

В этой связи особенно важно использовать современные технологии, такие как Giga-Embeddings от Сбера, которые демонстрируют высокую точность векторного представления текста и могут улучшить эффективность RAG-подхода [!]. Это особенно важно для автоматизации поддержки клиентов, где качество ответа напрямую влияет на удовлетворённость пользователей.

Экономический эффект и долгосрочные перспективы

В 2026 году внедрение ИИ-агентов в «Яндекс Такси» позволит сэкономить более 600 млн рублей. Такой экономический эффект достигается за счёт сокращения времени, затрачиваемого на стандартные запросы, и перераспределения нагрузки. Однако, как показывает опыт Сбербанка, автоматизация может сопровождаться сокращением численности персонала. В 2025 году банк уже сократил 13,5 тыс. сотрудников, а к концу 2025 года планирует уволить ещё 20% персонала [!].

Для бизнеса это означает, что внедрение ИИ требует не только инвестиций в технологии, но и стратегического подхода к управлению людскими ресурсами. Сбербанк, например, направляет в 2026 году 350 млрд рублей на развитие ИИ, ожидая, что такие вложения принесут 1,4 трлн рублей дохода [!]. Это подчёркивает, что автоматизация — это не только инструмент оптимизации, но и фактор долгосрочной конкурентоспособности.

Рост спроса на ИИ-компетенции

С увеличением масштабов внедрения ИИ растёт и спрос на специалистов с соответствующими навыками. По данным HeadHunter, более 250 тыс. соискателей указывают навыки в области искусственного интеллекта [!]. Это указывает на то, что цифровизация уже вышла за рамки IT-сектора и стала частью общей экономической трансформации. Для компаний, планирующих развивать ИИ-агентов, это означает необходимость инвестиций в обучение персонала и адаптацию бизнес-процессов под новые технологии.

Выводы

Внедрение ИИ-агентов в «Яндекс Такси» — это шаг, который демонстрирует, как автоматизация может повысить эффективность и снизить затраты. Однако, как показывает опыт других компаний, такие решения требуют тщательного подхода к управлению рисками, особенно в части безопасности и утечки данных. Для российского бизнеса важно не только внедрять ИИ, но и создавать условия для его устойчивого развития, включая инвестиции в компетенции персонала и инфраструктуру.