Lamoda автоматизирует службу поддержки с помощью ИИ
Компания Lamoda, один из лидеров российского fashion-ритейла, подвела первые итоги масштабного внедрения собственного ИИ-агента в систему клиентской поддержки. Результаты первого же недельного A/B-тестирования в чатах показали впечатляющую эффективность: уровень автоматизации ответов (доля вопросов, решенных без участия человека) вырос на 12 процентных пунктов. Самым важным достижением стало то, что этот рост не сопровождался падением качества сервиса — напротив, интегральный показатель удовлетворенности клиентов (CSAT) увеличился примерно на 1 процентный пункт.
Об успехах проекта в подкасте «Мода — off the record» рассказала управляющий директор по маркетингу Lamoda Ольга Циос. Главный вывод этого кейса: успех ИИ-трансформации в крупном бизнесе зависит не от яркости технологий, а от жесткой привязки проекта к реальной юнит-экономике и метрикам сервиса. Lamoda осознанно отказалась от «демонстрационного эффекта» в пользу практической пользы для компании и покупателя. В дискуссии также приняли участие Татьяна Умряева (управляющий директор по продукту и данным Lamoda), Алексей Парфун (бизнесмен и консультант по AI-трансформации) и Денис Паршин (руководитель Центра машинного обучения).
Делегация «головы», а не «рук»
Внедрение ИИ в Lamoda происходит на фоне глобальной дискуссии о месте нейросетей в нашей жизни. Как отметил Алексей Парфун, искусственный интеллект — это первая технология в истории человечества, которой мы делегируем не физический труд (руки), а интеллектуальный (голову). Это принципиальная смена парадигмы, сравнимая с появлением калькулятора, который навсегда изменил наши вычислительные навыки, но вывел возможности инженерии на новый уровень. Мы больше не учим машину повторять движения — мы учим её синтезировать смыслы и принимать решения в условиях неопределенности.
В службе поддержки Lamoda этот сдвиг проявился максимально наглядно. ИИ-агент перестал быть просто набором жестких скриптов, которые часто раздражали пользователей своей ограниченностью и неспособностью выйти за рамки алгоритма. Современные генеративные модели способны на синтез информации: они моментально анализируют историю заказов, правила конкретных брендов (у которых могут быть разные условия возврата), текущий статус логистики в конкретном регионе и выдают ответ, который учитывает весь контекст ситуации. Это освобождает человеческий мозг от рутины, позволяя операторам сфокусироваться на действительно сложных, эмоционально нагруженных кейсах, где требуются эмпатия, гибкость и критическое мышление — качества, которые пока остаются исключительной прерогативой человека.
Ловушка унификации и поиск уникальности
Однако внедрение ИИ несет и скрытые вызовы, которые детально обсуждались экспертами. Денис Паршин обратил внимание на риск «когнитивного протезирования». Исследования (в том числе проводимые Microsoft и Carnegie) показывают, что чрезмерное доверие ИИ может привести к снижению критического мышления. Когда мозг получает «шорткат» — готовое решение — он склонен отключать собственные вычислительные мощности. В экспериментах по решению креативных задач группы, использовавшие ИИ, выдавали гораздо менее уникальные решения: если в «человеческих» группах уникальность решений достигала почти 100%, то в «ИИ-группах» она падала до 5%.
Для fashion-бизнеса этот риск особенно актуален. Если алгоритмы будут предлагать всем пользователям только то, что уже популярно («тренды»), это может привести к серости и единообразию в потреблении — так называемой «унификации выбора». В Lamoda этот вызов парируют через разделение функций ИИ на два направления. Первое — это гиперперсонализация (поиск того, что точно подходит стилю клиента), а второе — Discovery (вдохновение). ИИ должен не только подтверждать уже существующий выбор, но и предсказывать новые, еще не случившиеся тренды, предлагая покупателю выйти за рамки привычного образа. Татьяна Умряева подчеркнула, что ключевая миссия внедрения таких инструментов — делать продукты для покупателей не только быстрее, но и интереснее, сохраняя за человеком право на субъективность и «модную ошибку».
ИИ как инструмент выживания в ритейле
Для современного маркетплейса автоматизация поддержки — это не просто дань моде, а вопрос выживания в условиях лавинообразного роста заказов. Использование ИИ позволяет масштабировать сервис, не увеличивая штат операторов пропорционально росту бизнеса. В кейсе Lamoda ключевым фактором стало то, что ИИ-агент обучался на огромном массиве реальных диалогов, что позволило ему «понимать» специфический сленг покупателей одежды и обуви, разбираться в нюансах размерных сеток и специфике тканей.
Экономический эффект здесь складывается из двух составляющих: снижения стоимости одного контакта (Cost per Contact) и повышения лояльности через скорость ответа. В мире, где когнитивные способности человека, по некоторым данным, достигли пика в 2013 году и начали снижаться из-за избытка информации, скорость получения точного ответа становится критическим фактором. Когда клиент получает решение проблемы за секунды, а не за часы ожидания в очереди, его доверие к платформе растет. Рост CSAT на 1 процентный пункт на масштабах Lamoda — это не просто цифра в отчете, это тысячи лояльных клиентов, которые не уйдут к конкурентам.
Будущее: ИИ в закупках и дизайне
Обсуждение в подкасте вышло далеко за рамки службы поддержки. Будущее ИИ в Lamoda и индустрии в целом связано с прогнозированием спроса на глубоком уровне. Модели могут анализировать не только то, что купили вчера, но и то, что люди будут хотеть через месяц, основываясь на анализе социальных сетей, культурных событий и даже погодных аномалий. Это позволяет оптимизировать закупки, снижать количество неликвидных остатков и, в конечном итоге, делать моду более устойчивой (sustainable).
Кроме того, ИИ начинает проникать в процессы Discovery — когда система помогает пользователю собрать образ, исходя из его планов на вечер, погоды за окном и даже психологического состояния. Это превращает маркетплейс из «склада товаров» в персонального стилиста, который знает тебя лучше, чем ты сам. Но здесь же кроется и главный этический вопрос: где проходит граница между помощью в выборе и манипуляцией? Эксперты сошлись во мнении, что критическое мышление топ-менеджмента и пользователей становится как никогда важным — это тот самый навык, который позволит не превратиться в простых «операторов искусственного интеллекта».
Уроки для бизнеса: KPI выше хайпа
Главный урок, который Lamoda преподает рынку — это приоритет экономики над хайпом. Многие компании совершают ошибку, пытаясь внедрить ИИ «потому что это модно», без четких критериев успеха. В Lamoda проект пошел по другому пути:
- Четкая постановка задачи: Автоматизация конкретного канала с измеримыми параметрами.
- Жесткое тестирование: Использование репрезентативных A/B-тестов для подтверждения эффективности.
- Фокус на метриках: Постоянный мониторинг влияния ИИ на удовлетворенность клиентов, а не только на скорость ответов.
Такой подход позволяет избежать «когнитивной лени» внутри компании. ИИ в данном случае выступает не как замена человеческому интеллекту, а как его мощный усилитель. В конечном итоге, победа в гонке ИИ достанется не тем, у кого самая современная модель, а тем, кто сумеет встроить её в реальную цепочку создания ценности, сохранив при этом баланс между технологической мощью и человеческой уникальностью бренда.