Т-Банк учит ИИ-агента у своих операторов: метод, который можно перенять
Дмитрий Кайгородов·18 июля 2026·3 мин чтения
В двух словах
Т-Банк учит ИИ-агента контакт-центра на записях работы реальных операторов (подход computer use), а отдельная модель-«привратник» распределяет: простое — боту, сложное — человеку. Громкие цифры пока только из устного доклада, без аудита, — поэтому берём метод, а не проценты.
Т-Банк рассказал, как строит ИИ-агентов для контакт-центра. Публичных аудированных цифр по кейсу пока нет, но сам метод, который описала компания, полезен любому бизнесу с поддержкой или продажами.
Метод: ИИ учится у своих же операторов
Подход, который в Т-Банке называют computer use: ИИ-агента не прикручивают через отдельный служебный интерфейс, а учат работать в тех же программах, что и живой оператор. Агент обучается на записи действий реальных сотрудников — что они открывают, куда кликают, что отвечают — и затем повторяет эти действия автономно. Отдельная модель-«привратник» распределяет обращения: простые отдаёт агенту, сложные — человеку. Доменная модель — внутренняя версия T-Pro (32 млрд параметров; кстати, выложена в открытый доступ на Hugging Face). Метод описал руководитель AI-продуктов контакт-центра Т-Банка Дмитрий Битман в докладе на Российском Ритейл Шоу 2026.
computer use
агент работает в тех же программах, что оператор
привратник
отдельная модель решает: бот или человек
T-Pro 32b
доменная модель Т-Банка, открыта на Hugging Face
Про цифры — честно
Т-Банк приводит сильные результаты — долю полностью автоматизированного трафика и качество ответов агента в сравнении с операторами. Но пока это цифры из устного доклада, без независимого аудита или письменного релиза. Поэтому мы сознательно не приводим их как проверенный факт и берём из кейса то, что действительно ценно и повторяемо, — сам метод.
