Т-Банк развивает автономного ИИ-агента поддержки клиентов под именем «Афанасий Иванов» уже не первый год, но 7 августа компания сообщила о качественном скачке: агент расширен на сложные сценарии обслуживания, которые ранее требовали обязательного участия оператора-человека. Система работает в двух режимах — полностью автономном, когда Афанасий самостоятельно ведёт диалог с клиентом от начала до конца, и в режиме «второго пилота», когда агент выполняет только безопасные и простые действия, а в сложных ситуациях подсказывает решение живому сотруднику, оставляя финальное решение за человеком.
По данным компании, сейчас Афанасий закрывает около 30% всего клиентского обслуживания Т-Банка — это порядка 19 млн обращений в месяц, что делает его одним из крупнейших в стране практических внедрений автономных ИИ-агентов на реальном, массовом потоке клиентских запросов, а не в пилотном режиме.
Ключевое отличие нынешнего этапа от предыдущих версий — именно расширение на сложные сценарии. Ранее подобные ИИ-агенты в банковском секторе, как правило, ограничивались типовыми задачами: справки об остатке средств, статус заявки, смена тарифа. Т-Банк заявляет, что теперь Афанасий берёт на себя и более комплексные кейсы, которые предполагают многошаговые диалоги и обращение к нескольким внутренним системам одновременно.
Отдельно компания подчёркивает скорость масштабирования: полный запуск агента на новый сценарий поддержки — от обучения модели до реальной обработки живых обращений клиентов — занимает не более трёх недель. Для сравнения, обучение нового сотрудника контакт-центра сложным сценариям традиционно занимает существенно больше времени, что делает ИИ-подход экономически привлекательным при масштабировании линейки продуктов.
В дочернем операторе Т-Мобайл, где Афанасий тоже задействован, компания раскрыла дополнительные метрики: с агентом уже работает 85% сотрудников поддержки, и ИИ высвобождает до 16% их рабочего времени — то есть почти шестую часть смены сотрудники теперь тратят не на рутинные операции, а на более сложные и требующие человеческого участия задачи. При этом показатель удовлетворённости клиентов (CSAT) в Т-Мобайл за последний год составил 78,7% — то есть внедрение ИИ-агента не привело к заметному падению качества обслуживания, чего часто опасаются компании при автоматизации поддержки.
Кейс Т-Банка — один из самых конкретных и измеримых публичных примеров того, как автономные ИИ-агенты меняют экономику клиентской поддержки в российском финтехе. Пока большинство банков и телеком-операторов всё ещё экспериментируют с чат-ботами на базе LLM в ограниченном объёме, Т-Банк демонстрирует показатели, сопоставимые по масштабу с внедрениями лидеров глобального рынка, ранее заявлявших о доле ИИ в обработке обращений на уровне 20–40%.
Для отрасли в целом это ещё один сигнал: конкуренция за клиента в банковском секторе всё больше смещается не только в область продуктовых условий, но и в скорость и качество автоматизированного обслуживания — а значит, банкам без собственных зрелых ИИ-агентов будет всё сложнее конкурировать по операционным издержкам.
Кейс Т-Банка укладывается в более широкий тренд применения генеративного ИИ в российском финансовом секторе — по оценкам аналитиков, российские банки за 2025 год суммарно вложили более 120 млрд рублей в AI-технологии, и клиентская поддержка остаётся одним из самых зрелых с точки зрения ROI направлений внедрения. В отличие от более рискованных сценариев — вроде автономного принятия кредитных решений, — поддержка клиентов позволяет банкам постепенно наращивать уровень автономии ИИ-агентов, сохраняя контроль человека там, где цена ошибки высока, и это делает подход Т-Банка образцовым для тиражирования другими игроками рынка.
При этом опыт Т-Банка показывает и границы применимости подхода: даже при доле в 30% автоматизированных обращений большинство сложных и эмоционально окрашенных кейсов по-прежнему остаётся за режимом «второго пилота», где финальное решение принимает человек. Это говорит о том, что в обозримой перспективе речь идёт не о полном замещении операторов контакт-центров, а о перераспределении их работы в сторону более сложных и ценных для клиента задач — тренд, который аналитики банковского сектора называют не автоматизацией, а «аугментацией» труда сотрудников поддержки. Для рынка труда в сегменте контакт-центров это означает смещение спроса: меньше вакансий на обработку типовых обращений, но больше — на специалистов, способных разбирать нестандартные и конфликтные ситуации совместно с ИИ-ассистентом.