Короткий ответ: где экономика сходится
На вопрос «Свой колл-центр или AI-агент: что дешевле на объёме?» чаще всего отвечает тип звонков. На коротких и повторяющихся обращениях голосовой AI-агент обычно выигрывает у собственного колл-центра по экономике. Рост нагрузки не ведёт к пропорциональному найму операторов: бизнесу не нужно каждый раз обучать новые смены, расширять рабочие места и держать большой запас людей под пики.
Для сложных, конфликтных и чувствительных обращений лучше считать гибридную модель. AI-агент берёт запись, напоминания, информирование, первичную квалификацию, ответы на типовые вопросы. Оператор подключается там, где клиенту нужен контекст, переговоры, решение нестандартной ситуации или соблюдение отраслевых ограничений.
Главная метрика сравнения — cost per resolved call, стоимость решённого обращения:
Cost per resolved call = все расходы на канал за период / количество обращений, которые канал решил
Если звонок принят, но клиент всё равно попал в очередь, перезвонил повторно или ушёл к оператору, экономика канала меняется. В расчёте учитывайте завершённое целевое действие: запись, подтверждение, оплату, полученный ответ, прохождение опроса или другой результат, ради которого клиент звонил.
Свой колл-центр или AI-агент: что дешевле на объёме в реальном расчёте
У собственного колл-центра бюджет складывается шире ФОТ. Компания оплачивает операторов, руководителей смен, контроль качества, обучение, найм, текучку, рабочие места, ПО, телефонию, расписания, простои и резерв под пиковую нагрузку. Отдельной строкой появляются потери от недозвона, очередей и повторных обращений: клиент ждёт, звонит снова, уходит в другой канал или отказывается от покупки.
У AI-агента структура другая. На стоимость влияют длительность звонков, модель тарификации поставщика, доля обращений, которые агент закрывает сам, стоимость переводов на операторов, телефония, интеграции и сопровождение. Чем дольше диалог и чем чаще агент передаёт клиента человеку, тем ближе экономика к гибридной модели.
Для корректного расчёта используйте формулу:
Общая стоимость AI-сценария = AI-звонки + эскалации операторам + телефония + внедрение + сопровождение
Затем делите сумму на количество обращений, которые клиент решил до конца: записался, подтвердил визит, получил ответ, оплатил, прошёл опрос или выполнил другое целевое действие. Такой подход убирает иллюзию дешёвой минуты и показывает стоимость результата для бизнеса.
Бенчмарки живого колл-центра
Зарубежные источники дают ориентир по порядку затрат, хотя переносить их напрямую на российский бюджет нельзя. Для локальной модели пересчитайте зарплаты, налоги, графики, требования к сервису, стоимость телефонии и ПО. Отдельно заложите резерв на больничные, текучку, обучение новичков и просадки качества в периоды перегрузки.
В отчёте ContactBabel The 2025 US Contact Center Decision-Makers’ Guide средняя стоимость inbound phone interaction указана как $7.16 за телефонное обращение. Для сравнения: email — $6.05, web chat — $5.06, social — $5.75. Источник: ContactBabel PDF.
BLS указывает annual mean wage для Customer service representatives в США на уровне $46,590. Это зарплатный ориентир без полной нагрузки работодателя, менеджмента, обучения, софта, телефонии и потерь от текучки. Источник: BLS.
Для российского расчёта полезнее брать эти цифры как напоминание о структуре затрат: оператор в смене составляет только часть себестоимости обращения. Полная цена звонка появляется после добавления управления, инфраструктуры, контроля качества и потерь на неэффективной загрузке смен.
Бенчмарки AI voice agents
Публичные прайсы voice AI показывают низкую цену минуты, но headline-цифра редко равна полной стоимости решённого звонка. В финансовую модель попадают не только минуты разговора, но и распознавание речи, генерация ответа, синтез голоса, телефония, интеграции, хранение данных, аналитика и поддержка сценариев.
Retell AI указывает диапазон $0.07–$0.31/minute для pay-as-you-go voice AI; пример калькулятора на странице показывает $0.11/min. Источник: Retell AI pricing.
Vapi указывает $0.05/min за hosting/calls, при этом отдельно пишет, что STT, LLM и TTS оплачиваются at cost или через BYO API key. Дополнительные опции также могут стоить отдельно. Источник: Vapi pricing.
Для финансовой модели считайте all-in стоимость решённого звонка. Цена минуты помогает сделать первичную оценку, но финальный результат задают длительность диалога, доля успешных автоматических решений, стоимость переводов на операторов и требования к качеству обслуживания.
Как посчитать экономику на своём объёме
Разделите звонки по типам: входящие вопросы, запись, информирование, напоминания, опросы, взыскание, продажи, клиентский сервис. У каждого типа будет своя длительность, сложность и доля переводов человеку. Массовые короткие сценарии обычно считают отдельно от обращений, где клиент спорит, меняет условия или требует индивидуального решения.
Дальше соберите параметры:
- средняя длительность звонка;
- доля повторных обращений;
- доля эскалаций оператору;
- требования к SLA;
- пиковая нагрузка по часам и дням;
- текущая стоимость операторов, руководителей, ПО, телефонии и контроля качества;
- потери от недозвона, очередей и пропущенных обращений.
Затем сравните два сценария. В первом считайте текущий колл-центр: ФОТ, найм, обучение, руководители, ПО, телефония, контроль качества, резерв людей под пики. Во втором считайте AI: автоматизированные звонки, переводы операторам, телефонию, интеграции и сопровождение. Для гибридной схемы добавьте распределение нагрузки: какой процент обращений закрывает агент, какой процент уходит человеку и сколько времени оператор тратит на такие эскалации.
Практические шаги для запуска расчёта:
- Выгрузите статистику звонков за 1–3 месяца.
- Выберите 2–3 самых массовых типовых сценария.
- Посчитайте текущий cost per resolved call по каждому сценарию.
- Оцените долю звонков, которые AI может закрыть без оператора.
- Запустите пилот и сравните фактические данные с моделью.
Пример модели: 10 000 звонков в месяц
Open.cx приводит модель: 10 000 звонков в месяц. При $8 за human-handled call весь объём стоит $80 000. Если AI автоматизирует 60% обращений по $0.70 за resolution, а 40% остаются у людей, итоговая стоимость составляет $36 200 в месяц, то есть 55% reduction. Источник: Open.cx.
Этот расчёт иллюстрирует подход и не заменяет вашу модель. В своём расчёте замените ключевые параметры: стоимость операторского звонка, среднюю длительность, долю автоматизации, долю эскалаций, стоимость телефонии и сопровождения. После пилота сравните плановые значения с фактическими: containment rate, среднее время разговора, процент повторных обращений и нагрузку на операторов.
Такая модель особенно полезна перед пилотом. Она показывает, какие переменные сильнее всего влияют на экономику: containment rate, длительность звонка и стоимость операторской обработки. Если один из этих параметров меняется, итоговая стоимость канала может заметно сдвинуться даже при прежней цене минуты.
Где AI-агент даёт максимум экономии
AI-агент хорошо подходит для массовых и повторяющихся задач: обзвон базы, напоминания, информирование, подтверждение записей, опросы, первичная квалификация, ответы на типовые вопросы. В таких сценариях оператор часто повторяет одинаковые фразы, проверяет одни и те же статусы, задаёт стандартные вопросы и фиксирует типовой результат в CRM.
Отдельный экономический эффект появляется на пиках. Акция, сезонный спрос, аварийное информирование, массовое уведомление клиентов — в таких ситуациях живой колл-центр упирается в расписание, найм и доступность смен. AI-агент масштабируется быстрее и обрабатывает параллельные звонки без очереди на каждого оператора.
Хороший кандидат на автоматизацию — сценарий, где оператор много раз произносит одни и те же ответы, а правила перевода человеку можно описать заранее. Например, агент подтверждает запись, отвечает на вопрос о времени визита, переносит клиента по заданным слотам и передаёт оператору только конфликт, жалобу или нестандартный запрос.
Где полная замена операторов рискованна
Полная автоматизация хуже подходит для конфликтных обращений, нестандартных кейсов и ситуаций с высокой эмоциональной нагрузкой. Клиент может требовать исключения из правил, спорить по условиям, описывать сложный контекст или ожидать персонального решения. В таких случаях оператор видит историю отношений, выбирает тон разговора, согласует исключения и удерживает клиента в диалоге.
В регулируемых отраслях — медицине, финансах, юридически чувствительных процессах — нужно отдельно проверять требования к коммуникациям, хранению данных, согласию клиента и переводу на человека. Этот материал носит информационный характер и не является юридической, медицинской или финансовой консультацией.
Gartner предупреждает о риске переоценить замещение людей: к 2027 году 50% компаний, сокративших customer service staff из-за AI, снова наймут сотрудников на похожие функции; только 20% customer service leaders уже реально сократили staffing из-за AI. Источник: Gartner.
Как это работает в SmartDialogs
SmartDialogs — российская платформа голосовых AI-агентов для бизнеса. Агент принимает и совершает звонки вместо оператора: обрабатывает входящие, записывает на приём, обзванивает базу, напоминает, проводит опросы, помогает во взыскании и клиентском сервисе. Компании используют такие сценарии, когда хотят разгрузить операторов, закрыть пики и быстрее обрабатывать типовые обращения.
Платформа работает на рынке голосового AI 8 лет, обработала 100 млн+ звонков, поддерживает аптайм 99.9% и обслуживает сотни клиентов. SmartDialogs поддерживает до 1000 одновременных звонков, а первого агента можно запустить за 5 минут из готового шаблона.
Телефония подключается по SIP к любому оператору связи. SmartDialogs собственную телефонию не предоставляет, поэтому компания использует своего оператора и подключает к нему AI-агента. Такой формат позволяет сохранить текущую схему связи и добавить голосовую автоматизацию поверх существующей инфраструктуры.
Агенты работают на AI без жёстких скриптов. Задержка ответа e2e держится до 1 секунды. Озвучка идёт синтезированным AI-голосом, без дикторов и предзаписей. Сценарий можно настраивать под задачу: запись, подтверждение, информирование, опрос, взыскание или клиентский сервис.
Кейсы: какие результаты уже подтверждены
У SmartDialogs есть подтверждённые результаты в разных сценариях:
- банк: 500 000 звонков за 5 дней, дозвон >70%;
- клиника: 60% звонков без оператора;
- фитнес: 95% клиентов решают вопрос сами;
- взыскание: 0 жалоб.
Эти результаты относятся к конкретным проектам. Для нового бизнеса итог зависит от базы, сценария, качества данных, длительности звонков, правил эскалации и требований к сервису. Поэтому перед масштабированием лучше запускать пилот на одном-двух типовых сценариях и сравнивать фактический cost per resolved call с текущей операторской обработкой.
Итоговая таблица сравнения
| Параметр | Свой колл-центр | AI-агент | Гибридная модель |
|---|---|---|---|
| Масштабирование | Требует найма и смен | Быстро увеличивает параллельные звонки | AI берёт пики, люди решают сложное |
| Пиковая нагрузка | Нужен резерв операторов | До 1000 одновременных звонков в SmartDialogs | Снижает очереди и нагрузку на смены |
| Контроль качества | Нужны прослушки и обучение | Единые правила обработки | Контроль AI-сценариев и операторских эскалаций |
| Скорость запуска | Зависит от найма и обучения | Первый агент в SmartDialogs — за 5 минут из шаблона | Пилот запускается на одном сценарии |
| Стоимость на объёме | Растёт вместе со штатом | Лучше на типовых массовых звонках | Часто даёт сбалансированную экономику |
| Нестандартные ситуации | Сильная сторона операторов | Нужны правила эскалации | Оператор подключается по условию |
| Зависимость от персонала | Высокая | Ниже | Умеренная |
Считать нужно распределение звонков между AI-агентом и операторами. Типовые обращения отдавайте автоматизации, сложные оставляйте людям, а экономику проверяйте через cost per resolved call. На больших объёмах итоговую разницу задают три показателя: сколько звонков агент решает сам, сколько времени длится разговор и сколько эскалаций возвращается в живой колл-центр.
