Lotus LibreИИ-системы
Записаться на аудит
Голосовой ИИ

ИИ-контроль качества: 100% звонков продаж и поддержки

Руководители слушают лишь 1–2% звонков. Как ИИ оценивает каждый разговор продаж и поддержки, сколько это стоит и как не нарушить правила ЕС и Казахстана.

  • Команда Lotus Libre
  • 10 мин чтения
На этой странице
  1. Что именно делает ИИ-контроль качества
  2. Чек-лист, которому поверит команда
  3. Продажам и поддержке нужны разные чек-листы
  4. Сколько это стоит: обзор рынка
  5. Купить, построить или совместить
  6. Запуск за 30 дней
  7. Контроль качества для голосовых ИИ-агентов
  8. Закон: что действует в ЕС и Казахстане
  9. Типичные ошибки
  10. Вывод

В большинстве отделов продаж и колл-центров руководитель прослушивает за неделю несколько звонков. По отраслевым оценкам, вручную проверяется лишь 1–2% разговоров (AssemblyAI). Остальные 98% — чёрный ящик: упущенные допродажи, обещания, которые клиент не должен был услышать, пропущенные под давлением этапы скрипта, забытые обязательные фразы. Коучинг в итоге строится на анекдотах и на самой громкой жалобе.

ИИ-контроль качества меняет эту арифметику. Каждый записанный звонок расшифровывается, оценивается по вашему чек-листу и кратко резюмируется, а закономерности к утру появляются на панели. Поскольку обработка стоит центы за минуту, проверка 100% звонков обходится дешевле, чем руководитель, слушающий 2%. Из всех сценариев голосового ИИ этот самый зрелый и наименее рискованный: ИИ никогда не разговаривает с клиентами и никому не звонит.

В статье разберём, как работает ИИ-контроль качества, как построить чек-лист, которому поверит команда, сколько просит рынок, как запуститься за 30 дней и что разрешено в ЕС и Казахстане.

Что именно делает ИИ-контроль качества

Рабочий конвейер состоит из шести этапов:

  1. Сбор. Записи поступают из телефонии, облачной АТС или CRM.
  2. Расшифровка с разделением говорящих. Система различает сотрудника и клиента, а это важно для каждого критерия.
  3. Оценка. Языковая модель сверяет расшифровку с чек-листом и по каждому критерию ставит «да/нет» или балл, прикладывая цитату и отметку времени.
  4. Резюме и поля. Причина звонка, возражения, упомянутые конкуренты и согласованный следующий шаг извлекаются и записываются обратно в CRM.
  5. Панели и сигналы. Оценки по сотрудникам, командам и критериям; сигналы о пропущенных обязательных фразах или о клиентах на грани ухода.
  6. Цикл коучинга. Руководители разбирают отмеченные звонки, а не случайные, и каждый сотрудник получает два-три конкретных примера в неделю.

Цитата-доказательство делает систему пригодной к работе. Оценка «6 из 10» запускает спор; оценка с точной фразой, где была неверно названа цена, запускает разговор о развитии.

Чек-лист, которому поверит команда

Большинство проектов спотыкается о чек-лист, а не о технологию. Пример для входящего звонка в отдел продаж:

Критерий Вес Как проверяет ИИ
Приветствие с именем и названием компании 5% Обязательная фраза в первые 30 секунд
Выявление потребности: минимум три квалифицирующих вопроса 20% Есть вопросы о задаче, сроках и бюджете
Резюме потребности 10% Сотрудник пересказывает задачу своими словами
Правильные цены и условия 20% Названные цены сверяются с утверждённым прайсом
Возражение отработано по регламенту 15% Возражение распознано, дальше идёт согласованная модель ответа
Договорённость о конкретном следующем шаге 20% Подтверждены дата, время или конкретное действие
Обязательные уведомления 10% Прозвучали уведомление о записи и нужные условия

Четыре правила сохраняют чек-лист полезным:

  • Коротко. Восемь–двенадцать критериев. Список из сорока пунктов даёт шум, и никто не развивает сорок навыков одновременно.
  • Только наблюдаемые действия. «Спросил о сроках» проверить можно, «проявил эмпатию» — нет, а в ЕС это ещё и движение в сторону запретной зоны (см. раздел о законе).
  • Бинарные критерии. «Да/нет» с доказательством стабильнее шкалы от 1 до 10.
  • Калибровка до запуска. Пусть ИИ и руководитель продаж или поддержки оценят одни и те же примерно 100 звонков. Сравните результаты по каждому критерию и уточняйте формулировки, пока оценки не совпадут. Пропустите этот шаг — и через неделю команда перестанет верить цифрам.

Продажам и поддержке нужны разные чек-листы

Конвейер один, но «хорошо» означает разное. Смешивание обоих в одном списке — частая причина, по которой оценки кажутся случайными.

Параметр Чек-лист продаж Чек-лист поддержки
Главный результат Следующий шаг согласован, сделка продвинулась Вопрос решён с первого обращения
Ключевые действия Выявление потребности, аргументация ценности, работа с возражениями Идентификация клиента, точная диагностика, понятные инструкции
Проверка содержания Цены, скидки, условия договора Правила, условия возврата, шаги решения
Сигналы риска Завышенные обещания, несогласованные скидки Неверный совет, отсутствие эскалации, повторное обращение
Полезные поля Бюджет, сроки, упомянутые конкуренты Продукт, причина проблемы, нужен ли повторный контакт
Кто калибрует Руководитель продаж Руководитель поддержки

Начните с команды, у которой понятнее бизнес-метрика, докажите ценность там, а затем перенесите систему на вторую команду с отдельным чек-листом. В первый месяц панель должна отвечать на простые вопросы: какие критерии проваливаются чаще всего, кто растёт после коучинга, какие возражения повторяются и какие типы звонков заканчиваются без следующего шага.

Сколько это стоит: обзор рынка

Опубликованные цены и оценки третьих сторон на октябрь 2026 года:

Поставщик Цена
Gong 1 300–1 600 $ за пользователя в год плюс платформенный сбор 5 000–50 000 $ в год и онбординг около 7 500 $; сообщается о ежегодном повышении на 5–10% (MarketBetter)
Observe.AI Минимум 100 мест, примерно 60 000–180 000 $ в год за 100 мест; отдельный модуль в AWS Marketplace — 69 $ за оператора в месяц (CloudTalk)
CallMiner Средний контракт около 88 900–101 900 $ в год, минимум около 60 операторов (Macha)
NICE CXone От 110 $ за оператора в месяц (CloudTalk)
Level AI По оценкам 75–185 $ за оператора в месяц плюс 1 500 $ за каждую интеграцию (Balto)
evaluagent / Zendesk QA 35–65 $ за пользователя в месяц / 50 $ за оператора в месяц (Intryc)
Convin Около 0,04–0,07 $ за минуту (PricingNow)
Retell AI QA (для ИИ-агентов) 0,10 $ за минуту после 100 бесплатных минут (Retell AI)

Бросаются в глаза две закономерности. Во-первых, лидеры рынка построены и оценены для крупных организаций: минимум 60 или 100 мест отсекает отдел продаж из двенадцати человек. Во-вторых, сама обработка дешёвая. Twilio берёт за расшифровку 0,024 $ за минуту (Twilio), пакетное распознавание бывает дешевле, а проход оценки экономичной языковой моделью добавляет сравнительно немного. На практике чистая стоимость обработки — несколько центов за минуту. Этот разрыв между себестоимостью и ценой объясняет, почему командам из 5–50 человек, которых крупные игроки обслуживают плохо, часто выгоднее компактное индивидуальное решение.

Пример расчёта: команда из десяти человек с 15 000 минут разговоров в месяц при рыночных ценах 0,04–0,10 $ за минуту заплатит около 600–1 500 $ в месяц. Сравните это со временем, которое руководители сейчас тратят на прослушивание, и с эффектом от одного дополнительного процентного пункта конверсии.

Если ваша команда работает в amoCRM или Битрикс24, проверьте и встроенные возможности: в Битрикс24, например, речевая аналитика есть на платных тарифах. Индивидуальный конвейер имеет смысл, когда нужны собственный чек-лист, несколько языков, запись результатов в карточку сделки и хранение данных там, где этого требует закон.

Купить, построить или совместить

Вариант Кому подходит На что смотреть
Enterprise-платформа (Gong, Observe.AI, CallMiner) Крупные отделы продаж и колл-центры с отдельной командой развития Минимум мест, платформенные сборы, ежегодные повышения
QA внутри хелпдеска (Zendesk QA и аналоги) Команды поддержки, которые уже работают в этом хелпдеске Часто ориентированы на текст; глубина работы с голосом разная
Сервисы с оплатой за использование Команды, которым нужно быстро стартовать со стандартными критериями Ограниченный контроль над логикой оценки и местом хранения данных
Индивидуальный конвейер Малый и средний бизнес с собственным чек-листом, записью в CRM, несколькими языками или требованиями к хранению в ЕС Нужен ответственный за поддержку и калибровку

Общую логику такого решения мы описали в статье Build vs buy: строить или покупать ИИ.

Запуск за 30 дней

Неделя 1: данные. Подключить записи и расшифровку. Выгрузить 100 свежих звонков — хороших, средних и плохих. Проверить качество звука и разделение говорящих.

Неделя 2: чек-лист и калибровка. Составить чек-лист вместе с руководителем продаж или поддержки. Оценить 100 звонков параллельно ИИ и руководителем, сравнить и уточнять, пока оценки по каждому критерию не сойдутся.

Неделя 3: запуск. Включить оценку 100% звонков. Ежедневная сводка руководителям: самые слабые звонки, пропущенные обязательные фразы, повторяющиеся возражения.

Неделя 4: ритм коучинга. Каждый сотрудник получает два-три отмеченных звонка с отметками времени и один понятный фокус на неделю. Общие для команды закономерности выносятся на еженедельную планёрку.

Хорошая сессия коучинга длится 30 минут и устроена одинаково: один общий тренд с панели, два коротких фрагмента разговоров, показывающих разрыв и целевое поведение, и один согласованный фокус на следующую неделю. Сотрудник, который видит, как растут его оценки именно по этому фокусу, становится главным сторонником системы.

Зафиксируйте метрики пилота заранее: доля проверенных звонков (с 1–2% до 100%), средняя оценка по чек-листу, конверсия или доля решённых обращений, часы руководителей на прослушивание.

Контроль качества для голосовых ИИ-агентов

Если вы используете ИИ-администратора или других голосовых агентов, тот же конвейер контролирует и их. Типичные ошибки ботов легко оцениваются автоматически: выдуманная скидка или правило, перевод, который так и не дошёл до человека, неверно расслышанный номер или дата, агент, перебивающий клиента. Оценка разговоров ботов по той же логике, что и разговоров людей, закрывает разрыв между запуском и стабильным качеством. О тестировании до запуска читайте в статье Evals: как измерять качество ИИ до и после запуска.

Закон: что действует в ЕС и Казахстане

  • В ЕС — никакого распознавания эмоций сотрудников. Статья 5(1)(f) AI Act с 2 февраля 2025 года запрещает распознавание эмоций на рабочем месте (AI Act, статья 5). За запрещённые практики грозят штрафы до 35 млн € или 7% мирового оборота (ActuIA). Для контроля качества это означает: никаких оценок «оператор звучал напряжённо», только соблюдение скрипта, точность и результат. Если думаете о функциях анализа тональности, сначала получите юридическую консультацию.
  • Основы GDPR. Нужны правовое основание для записи (законный интерес или согласие), уведомление в начале звонка, договоры обработки данных со всеми поставщиками в цепочке (американские платформы — через стандартные договорные условия или Data Privacy Framework) и сроки хранения. Расшифровки — тоже персональные данные. Для записи звонков, как правило, нужна оценка воздействия на защиту данных (DPIA).
  • Германия. Запись устной речи без согласия — уголовное преступление по §201 StGB, до трёх лет лишения свободы (§201 StGB).
  • Казахстан. Закон «Об искусственном интеллекте» действует с 18 января 2026 года и запрещает распознавание эмоций без согласия; штрафы — 15–100 МРП (Курсив, EY).
  • Исходящие звонки. Если ИИ сам звонит клиентам, действуют дополнительные правила; см. статью о законных ИИ-звонках.

Будьте прозрачны и с собственной командой: что оценивается, зачем и как используются оценки. Контроль, который ощущается как слежка, начинают обходить; контроль, который ощущается как развитие, принимают.

Типичные ошибки

  1. Чек-лист на сорок критериев. Из него не следует никаких действий.
  2. Пропуск калибровки. Команда перестаёт верить оценкам, руководители перестают открывать панель.
  3. Контроль качества как слежка. Публичные рейтинги без коучинга рождают сопротивление, а не рост.
  4. Оценка эмоций сотрудников. В ЕС запрещено, в Казахстане — только с согласием; исключите это с самого начала.
  5. Слепое доверие расшифровкам. В реальных условиях доля ошибок распознавания часто в два-три раза выше лабораторной, а телефонный звук 8 кГц ухудшает её ещё сильнее (AssemblyAI). Требуйте цитаты-доказательства и проверяйте выборку.
  6. Панели без ритма. Если данные не используются ни на планёрках, ни во встречах один на один, проект тихо умирает.
  7. Нет записи в CRM. Резюме и следующие шаги должны жить в карточке сделки, где реально происходит работа с клиентом.

Вывод

ИИ-контроль качества — самый надёжный вход в голосовой ИИ. Он показывает ценность за несколько недель («мы прослушали каждый звонок, вот где вы теряете сделки и клиентов»), почти не несёт рисков, потому что никогда не говорит с клиентами, и при сфокусированном чек-листе стоит долю от enterprise-лицензий. Софт — самая простая часть; конверсию и качество сервиса двигают короткие критерии, калибровка и ритм коучинга.

Хотите увидеть, что покажет 100% охват в вашей команде? Запишитесь на бесплатный 15-минутный ИИ-аудит. Посмотрим на объём звонков, инструменты и цели и честно скажем, что подойдёт лучше: платформа или компактное индивидуальное решение. Подробнее о наших услугах голосового ИИ и контроля качества.

Частые вопросы

Что такое ИИ-контроль качества звонков?

Это автоматическая расшифровка и оценка записанных разговоров по чек-листу: приветствие, выявление потребности, правильные цены, договорённость о следующем шаге. Каждый звонок получает оценку с цитатой-доказательством, а руководитель разбирает отмеченные звонки, а не случайную выборку.

Сколько стоит ИИ-контроль качества звонков?

От 35–65 $ за пользователя в месяц у QA-инструментов для поддержки до 1 300–1 600 $ за пользователя в год плюс платформенный сбор у Gong. Сервисы с оплатой за использование берут около 0,04–0,10 $ за минуту, тогда как сама обработка стоит несколько центов за минуту.

Законно ли анализировать звонки сотрудников с помощью ИИ в ЕС?

Да, если есть правовое основание для записи, собеседники и сотрудники проинформированы, заключены договоры обработки данных и установлены сроки хранения. Запрещено с 2 февраля 2025 года распознавание эмоций на рабочем месте по статье 5 AI Act, поэтому чек-лист должен оценивать действия, а не чувства.

Насколько точна ИИ-оценка по сравнению с руководителем?

Точность зависит от качества звука и расшифровки и от того, насколько чётко сформулированы критерии. Откалибруйте систему примерно на 100 звонках, которые параллельно оценивают ИИ и руководитель, требуйте цитату-доказательство для каждой оценки и регулярно проверяйте выборку.

Можно ли записывать результаты в amoCRM, Битрикс24, HubSpot или Salesforce?

Да. Индивидуальный конвейер через API записывает резюме, оценку, возражения и следующий шаг в карточку контакта или сделки. Так выводы используются в работе с клиентом, а не лежат в отдельной панели.

Хотите, чтобы это заработало в вашем бизнесе?

Запишитесь на бесплатный 15-минутный ИИ-аудит. Честно скажем, окупится ли это — и с чего начать.

Записаться на 15-минутный ИИ-аудит

§Статьи

Похожие статьи