Консоль контроля для команды поддержки, чей ИИ-агент закрывал большую часть обращений сам — и иногда обещал деньги, которые никто не согласовывал.
Результат. Проверка перестала быть выборкой диалогов и стала полным контролем последствий: каждое обязательство агента — возврат, кредит, смена тарифа или обещанная дата — доходит до человека, а повторяющаяся причина исправляется один раз в источнике. Цена решения: человек теперь стоит на пути каждой выплаты, которую компания автоматизировала, а порядок очереди основан на оценке финансового риска.
Клиент обслуживает подписочный биллинг примерно сорока тысяч B2B-клиентов. ИИ-агент закрывал без человека 61% обращений, а CSAT держался на уровне 4,4 — по стандартным метрикам запуск выглядел успешным.
В апреле агент предложил четырнадцати клиентам возврат по акции, завершившейся два года назад. Ошибку заметили примерно через девятнадцать дней, когда клиенты запросили деньги. Компания выплатила $23 000: отказаться от письменного обещания было дороже юридически и репутационно.
Диалоги выглядели корректно: вежливый текст, довольные клиенты и растущий deflection. Система считала самостоятельные решения агента, но не их цену. Эту брешь должна была закрыть консоль для команды из 24 человек в трёх часовых поясах.
Ежедневно автоматически закрывалось около 1 770 диалогов. Полная проверка заняла бы примерно 177 часов в день — 25,3 ставки по моей оценке, при всей команде в 24 человека, которая ещё обрабатывала живые эскалации.
Я выделил другой объект: обязательство с финансовым или юридическим последствием — возврат, кредит, смена тарифа, срок или утверждение о покрытии. По моей оценке, это около 4% диалогов: примерно 71 карточка и 2,4 часа проверки в день.
Четырнадцать ошибочных обещаний оказались не четырнадцатью проблемами, а одной устаревшей статьёй. Поэтому очередь начинается с кластера причин, а результат проверки — классифицированная коррекция с маршрутом до будущей политики.
Проверять последствия, а не формулировки — и исправлять причину один раз, а не разговор четырнадцать раз.
Исследование прошло с клиентом, текущими ревьюерами, руководителями смен и владельцами политик. Параллельно я разобрал действующий QA-инструмент, пути согласования возвратов и изменения политик, а также продукты наблюдаемости и human-in-the-loop.
Два вывода переписали бриф. Один сложный разговор проходил через пять инструментов и занимал полтора часа при норме шесть минут — значит, доказательства должны были находиться прямо в карточке вердикта. А уверенный текст скрывал неподтверждённые утверждения, поэтому их нужно было отмечать без шумного confidence score.
После ролевой модели, IA и дизайн-системы я собрал кликабельный прототип. Тесты добавили доверие к кластерам через видимых участников, короткую отмену ошибочного вердикта и прозрачный статус отправленной коррекции.
Подсказки на чипах вердикта и реальные горячие клавиши разошлись: нажатие цифры сохраняло другой вердикт, хотя интерфейс выглядел правильно. В спецификации были указаны клавиши 1–2–3, но не их точное соответствие решениям.
Телеметрия теряла короткие сессии: sendBeacon с JSON на другой origin требовал preflight, которого не делал, и браузер молча отбрасывал события. В дашборде потеря выглядела не ошибкой, а данными.
Ещё семь из девятнадцати экранов отвечали «доступ запрещён», потому что ограничение региона ошибочно реализовали как запрет разделов. Проверка против артбордов разобрала 67 находок и закрыла все 67.
Система содержит 88 примитивных и 70 семантических токенов, 17 текстовых стилей и 42 компонента с 331 вариантом. Каждый семантический токен — алиас в двух режимах; тёмный используется в смене, светлый обязателен для печати аудитором.
Storybook строит все комбинации из тех же React-компонентов, которые импортируют экраны. Матрицы показывают продукт под нагрузкой: деньги, отсутствие данных, разные причины пустой очереди, отмену вердикта и неудачный шаг развёртывания.
Все компании, люди, счета и суммы на экранах вымышлены. Реализацию делал клиент, поэтому кейс не заявляет снижения потерь, изменения deflection, CSAT или времени обработки. 25,3 ставки и 4% обязательств — мои оценки по данным клиента, а агентский прогон измеряет прототип, не дизайн.
Каждый экран выше либо показывает, что агент сделал от имени человека, либо останавливает дорогой шаг, либо накапливает доказательства для самостоятельной работы.
Если кейс выше ответил на ваш вопрос — или добавил новый.
