Т-Банк учит ИИ-агента у своих операторов: метод, который можно перенять

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.

Что это значит для бизнеса в России

Главное здесь — не «банк всех заменил ботом», а как правильно вводить ИИ в поддержку и продажи. Два принципа Т-Банка переносятся на бизнес любого размера. Первый: учить ИИ на записях работы ваших же сотрудников, а не на абстрактных сценариях, — тогда агент говорит и действует как ваша команда. Второй: ставить «привратника», который решает, где ИИ справится сам, а где нужен человек, — вместо того чтобы отдавать боту всё подряд.

Начните не с автономного агента, а с co-pilot: пусть ИИ подсказывает оператору ответ, а человек утверждает. Параллельно копите размеченные записи реальных диалогов и действий — это топливо для будущей автоматизации. Автономию включайте только там, где процесс стабилен и хорошо размечен, остальное оставляйте людям. И требуйте измеримых цифр до и после внедрения: считай, а не верь — даже когда кейс выглядит красиво.