Клиент трижды просит человека, а бот не переводит на оператора

Клиент третий раз говорит «переведите на оператора», а агент снова предлагает выбрать из меню. Это не проблема распознавания речи. Это значит, что эскалация на оператора не спроектирована как отдельный сценарий — с триггерами, метриками и точкой отказа, как у любого другого сценария.

Короткий ответ. Рабочий перевод звонка на человека держится на трёх триггерах: низкая уверенность модели, прямая просьба клиента, стоп-тема. И передавать оператору нужно не звонок, а звонок вместе с контекстом — иначе клиент второй раз рассказывает то же самое живому человеку и делает вывод, что бот был лишним звеном.

И сразу про метрику, которая всех сбивает: ноль переводов — не победа. Агент, который не отдаёт разговор никогда, просто не умеет признать, что не справился.

Что такое confidence-based эскалация

Эскалация (escalation, handoff) — передача разговора человеку. Confidence-based escalation — передача по признаку низкой уверенности модели: агент оценивает, насколько уверен в распознанном намерении, в найденном в базе знаний ответе и в идентификации клиента, и при падении ниже порога отдаёт разговор, вместо того чтобы угадывать.

Противоположность — эскалация по исчерпанию: три круга «извините, не расслышал», потом сброс или перевод. Формально перевод есть. Практически клиент уже потратил полторы минуты и раздражён.

Почему без этого не обойтись, показывает τ-bench — бенчмарк агентных задач от Sierra и Принстона (препринт arXiv:2406.12045). Модель решает retail-задачу с первого прогона примерно в 61% случаев, но при восьми прогонах одной и той же задачи доля стабильно верных решений падает ниже 25%. Агент может справиться — но не гарантирует одинакового результата каждый раз. Эскалация превращает этот нестабильный результат в предсказуемый процесс.

Три триггера перевода на оператора: практическая таблица

Триггеры должны работать независимо друг от друга. Прямая просьба клиента срабатывает всегда, даже если агент уверен в ответе на 100%.

Стоп-темы — не перестраховка. По данным CNews, ИИ доверяют информирование о статусе заказа (54%) и напоминания (50%), на консультациях по тарифам доверие падает примерно до 40% и дальше проседает на всём, что связано с деньгами, спорами и персональной ситуацией. Список стоп-тем — перенос этой границы в конфигурацию агента.

Почему «начните сначала» убивает весь эффект

Передача без контекста обнуляет экономику первой линии. Клиент повторяет историю, оператор тратит те же минуты, что потратил бы без агента, AHT по эскалированным обращениям растёт вместо того, чтобы падать. Формально containment посчитан, фактически звонок обработан дважды.

Минимальный пакет, который уезжает оператору вместе со звонком: сводка диалога, идентификация клиента и его заказа, причина обращения и причина самого перевода. Технически это задача интеграции — карточка в CRM открывается раньше, чем оператор снимет трубку. Как это устроено, разобрано в статье про голосового агента в поддержке.

Здесь же разваливается миф «клиентам всё равно, что это бот». По данным Solar Staff, 33% россиян против полной замены поддержки на ИИ, 45% хотят гарантированную возможность переключиться на человека и 83% предпочитают гибридную модель. Людям мешает не автоматизация, а отсутствие выхода из неё — подробнее о том, почему клиенты не любят ботов.

Кейс Klarna — та же история в масштабе. Ассистент обработал 2,3 млн диалогов за первый месяц и сократил время разрешения с 11 минут до менее чем 2 (пресс-релиз OpenAI и Klarna от 27.02.2024), но CSAT просел примерно на 22% (Forbes), и людей вернули на премиальных клиентов. Провалилась не технология, а стратегия полной замены без эскалации — разбор урока Klarna об этом.

Сколько переводов считать нормой

Эскалацию меряют двумя парными метриками. По оценкам платформ Balto и Famulor ориентиры такие: forced escalation rate (агент упёрся и не смог) — менее 10%; transfer success rate (клиент действительно дошёл до человека) — более 90%.

Читать их нужно вместе с общей долей переводов, и обе крайности плохи:

• Ноль переводов. Либо триггеры не настроены, либо агент «дожимает» клиента вместо передачи. Проверяется прослушиванием звонков с низким CSAT, а не отчётом.
• Устойчиво больше 35% (это рабочий ориентир, а не бенчмарк). Сценарий не покрывает реальный поток обращений: клиенты приходят с тем, чего в нём нет. Лечится не порогами, а расширением базы знаний.

Для калибровки: независимые оценки production-внедрений дают containment 40–70% (dragapp), то есть от трети до половины с лишним обращений и так уходит человеку. Вопрос не в том, уходят ли они, а в том, по плану или потому, что агент не справился. Полный набор парных метрик — в статье про метрики голосового AI-агента.

Когда эскалация не спасает

Перевод на человека — не универсальная страховка. Он бесполезен ровно в тот момент, когда человека на другом конце нет.

• Некому принять звонок. Ночь, выходные, обед, все операторы заняты. Идеально настроенный триггер приводит в пустую очередь.
• Очередь длиннее терпения. Клиент, которого перевели и поставили в ожидание на семь минут, злее того, кому сразу сказали правду.
• Нерабочее время. Здесь эскалация физически невозможна, и притворяться бессмысленно.

Ровно это и ловит transfer success rate: перевод запущен, клиент до человека не дошёл — метрика падает и показывает разрыв между сценарием и расписанием смен. Поэтому эскалацию проектируют вместе с графиком контакт-центра: для каждого часа суток определено, что происходит при срабатывании триггера.

Вывод

Эскалация — не аварийный выход из сценария, а его часть, которую проектируют наравне с приветствием. Три триггера, контекст вместе с переводом и две метрики в паре с долей переводов закрывают большинство ситуаций, где клиент упирается в стену. Оставшееся закрывает честность: если соединить не с кем, лучше назвать срок обратного звонка, чем произнести «сейчас соединю».

Если хотите проверить это на своих звонках — можем собрать демо на вашем сценарии и показать, как выглядит перевод с контекстом.