Экзоинтеллект - проект от ТЕХНОНИКОЛЬ, 99,9% точности умного контакт-центра, Андрей Цымбалюк
Андрей Цымбалюк, руководитель проекта Экзоинтеллект, ТЕХНОНИКОЛЬ. Форум Cnews "Технологии искусственного интеллекта 2026".
Андрей Цымбалюк, представил подробный разбор того, как строительная корпорация прошла путь от первых экспериментов с нейросетями до полноценной системы поддержки операторов контактного центра. Ключевая идея доклада: искусственный интеллект в ТЕХНОНИКОЛЬ не конкурирует с человеком, а работает рядом с ним — как подсказчик, как суфлёр, как дополнительный слой экспертизы. Цымбалюк честно рассказал о трудностях, сомнениях топ-менеджмента, сопротивлениях внутри команд и о том, как удалось доказать: качество консультаций растёт именно тогда, когда нейросеть помогает специалисту, а не подменяет его.
От гипотезы к практике: первые шаги в мире ИИ
История началась в 2023 году, когда тема генеративного искусственного интеллекта и больших языковых моделей звучала из каждого утюга, но вместе с восторгом пришёл и страх: нейросети «галлюцинируют», выдумывают факты, уверенно врут. В ТЕХНОНИКОЛЬ задались простым, но принципиальным вопросом — можно ли обучить модель недорого и при этом гарантировать, что она не будет обманывать пользователя?Ответом стала технология RAG — генерация ответов на основе поиска по конкретным документам. Как вспоминает Цымбалюк: «Тогда про концепцию RAG было мало что известно и у нас, и за рубежом. Но мы изучили этот подход, и он нам показался интересным». В систему загрузили технические листы с физическими параметрами материалов ТЕХНОНИКОЛЬ, и нейросеть начала отвечать строго по этим PDF-файлам.
Главное достижение первого этапа: если модель чего-то не знала, она не пыталась выдумать. «Она отвечала как есть. Говорит: я не знаю. Либо отвечала на тот вопрос, который я задавал», — подчёркивает Цымбалюк.
Речевая аналитика: чтобы понять, о чём спрашивают
Второй этап обнажил неожиданную проблему. В контакт-центрах ТЕХНОНИКОЛЬ попросту не существовало реестра типовых вопросов. Чаты, мессенджеры, звонки — всё шло потоком, но никто не систематизировал, что именно интересует клиентов. Тогда команда подключила речевую аналитику и проанализировала диалоги с помощью нейросетей.
Результат оказался показательным: 37% всех обращений — технические вопросы. Именно они и легли в основу базы знаний для будущего ИИ-ассистента. «Поняли, про какие продукты спрашивают, что именно спрашивают», — рассказывает Цымбалюк. Но обнаружился и побочный, не менее ценный эффект: бизнес-подразделения получили наглядную картину жалоб и болевых точек клиентов. Эти данные ушли напрямую продуктовым командам на доработку.
Главный стратегический выбор: экзоинтеллект вместо замены
Первоначально в ТЕХНОНИКОЛЬ рассматривали радикальный сценарий — полностью заменить операторов контакт-центра чат-ботами. Однако очень быстро от этой идеи отказались. Строительная тематика слишком чувствительна: ошибка в консультации может обернуться реальными проблемами на объекте, репутационными потерями, а иногда и угрозой безопасности.«Мы в целом в компании отказались от подхода замены людей на ИИ. И скорее поддерживаем подход экзоинтеллекта — дополнительный интеллект для людей. Мы специалистов усиливаем нейросетями, а не пытаемся заменить», — формулирует Цымбалюк ключевой принцип проекта. Это решение стало водоразделом: вся дальнейшая архитектура системы строилась вокруг человека-оператора, которому ИИ лишь подсказывает.
Режим суфлёра: как это устроено на практике
Основной режим работы системы в ТЕХНОНИКОЛЬ — суфлёр. Клиент пишет в чат, на почту, в WhatsApp или Telegram. Оператор видит вопрос и одновременно получает подсказку от нейросети. Он может отредактировать её, перейти к первоисточникам, дополнить деталями — и только после этого отправляет ответ клиенту. По итогам диалога клиент оценивает качество консультации.Цымбалюк подчёркивает: нейросеть не общается с клиентом напрямую. Финальное слово всегда за живым специалистом. Это снимает страх ошибки и позволяет гибко работать даже с нестандартными запросами.
Метрики, которые говорят сами за себя
Контакт-центр ТЕХНОНИКОЛЬ обслуживает около 22 тысяч диалогов в год — это не масштабы банка или телеком-оператора, но для строительной корпорации каждая консультация на вес золота. Внедрение ИИ-суфлёра дало измеримый результат:
Среднее время консультации заметно сократилось — без потери качества. Клиентские оценки по итогам диалогов выросли как в телефонном канале, так и в чатах. Доля диалогов, в которых клиент понимал ответ с первого раза, увеличилась. Продуктивность операторов чата выросла в четыре раза — столько обращений один специалист теперь успевает обработать без снижения планки качества.
Число эскалаций с первой линии на третью, к узким экспертам-инженерам, упало в 2,5 раза.Последний пункт особенно важен для ТЕХНОНИКОЛЬ. Инженеры компании задействованы на крупнейших объектах — Лахта-центр, Москва-Сити, сертификация продукции, обеспечение бесперебойной работы производственных линий. Каждый лишний звонок от оператора контакт-центра отвлекает их от критических задач. «Даже когда сейчас оператор какой-то запрос инженеру пересылает, то сразу у него есть вариант от ИИ. И, как правило, инженер говорит просто: да, хорошо. Либо: нет, нужно вот тут что-то изменить», — описывает Цымбалюк новую реальность.
Выбор партнёра: почему не собственная разработка
В 2023–2024 годах команда ТЕХНОНИКОЛЬ просчитала оба пути: строить систему своими силами или идти к вендору. Взвесили стоимость, сроки, доступные технологии, риски. Выбор пал на платформу AutoFAQ, специализирующуюся на чат-решениях.«То, что они предложили, показалось нам более интересно, чем если бы мы разрабатывали сами. Мы скорее всего потратили бы деньги, время, ресурсы, но не факт, что сделали бы лучше. А здесь и с безопасностью всё хорошо, и с качеством работы», — объясняет Цымбалюк. С 2024 года решение масштабируется: к системе подключено уже более 20 контактных центров внутри корпорации.
Проверка качества: «светофор» и честное сравнение с людьми
Внедрение нейросети вызвало закономерное сопротивление: часть команды опасалась, что качество ответов рухнет. Цымбалюк провёл масштабную аналитическую работу. Привлёк инженеров более чем из 30 продуктовых направлений ТЕХНОНИКОЛЬ. Они оценивали сотни вопросов — простых и сложных — по трёхуровневой шкале: правильно, не до конца правильно, неправильно. Получился наглядный «светофор».
Параллельно департамент внутреннего аудита оценивал качество работы живых операторов. «Мы много говорим, что нейросети могут ошибаться, но никто не говорит о том, что и люди ошибаются уже сейчас. Мне показалось логичным сравнивать эти две метрики», — отмечает Цымбалюк. На момент запуска точность ИИ-подсказок составила 92%. В дальнейшем показатель вырос до 99,9%. Но даже начальных 92% хватило, чтобы принять решение о промышленном внедрении суфлёра.
База знаний: единый стандарт и верификация
В систему загружаются презентации, Word-документы, текстовые материалы, данные с сайтов — всё векторизуется и становится доступным для нейросети. Но ключевой принцип — верификация. «Когда мы начали разрабатывать систему, поняли, что у нас на один и тот же вопрос иногда десять ответов», — признаётся Цымбалюк. Каждый документ проверяется профильным инженером: кто-то отвечает за каменную вату, кто-то за битумно-рулонную изоляцию.
Отдельную роль играет единый продуктовый каталог ТЕХНОНИКОЛЬ — стандарт для всех информационных систем, содержащий технические характеристики и инструкции по монтажу. Его также подключили к базе ИИ, что резко повысило консистентность ответов.
Автоматические ответы и уровень уверенности
Для части типовых обращений — например, «Как стать торговым партнёром ТЕХНОНИКОЛЬ» — система выдаёт детерминированный ответ без участия нейросети. В платформе AutoFAQ настроен так называемый уровень уверенности: если алгоритм распознаёт знакомую формулировку, срабатывает жёсткий сценарий, унаследованный ещё от классических чат-ботов. Это позволяет разгрузить модель и гарантировать безошибочный ответ на самые частые и простые запросы.
Персонализация и CRM: честный взгляд на ограничения
Отвечая на вопрос о персонализации и обогащении данных из CRM, Цымбалюк не скрывает: единой CRM-системы в ТЕХНОНИКОЛЬ пока нет. Данные распределены по разным платформам, и задача их объединения только решается. «Из-за этого ведётся большая работа, чтобы единая CRM-система появилась, но, к сожалению, пока такого нет», — констатирует он. На уровне B2C-консультаций персонализация не требуется; в B2B-сегменте она уже реализована и приносит ценность.
Галлюцинации: проблема, снятая архитектурой
Отдельный блок вопросов из зала был посвящён галлюцинациям — главной страшилке 2023 года. Цымбалюк объясняет: сама архитектура RAG сводит этот риск к минимуму. Модель не генерирует ответ «из головы», а опирается на конкретные загруженные документы. «Специфика такой технологии — галлюцинации не предполагаются. Иногда они могут возникать, но это скорее проблема в промпте или в источниках данных. Как класс этой проблемы нет», — резюмирует он. Если же углубиться в принципы Retrieval Augmented Generation, становится ясно: технология структурно уменьшает долю выдуманных фактов.
Философия проекта
Выступление Андрея Цымбалюка — это не просто кейс внедрения нейросети. Это последовательная философия, которую ТЕХНОНИКОЛЬ выстраивает вокруг искусственного интеллекта. Не гонка за модой. Не попытка сократить штат. Не слепое доверие алгоритму. А взвешенное усиление человека инструментом, который берёт на себя рутину поиска и первичной формулировки, но оставляет финальное решение, эмпатию и ответственность за живым специалистом.«Нам при внедрении инструмента было важно не людей сократить или где-то сэкономить. Скорее наоборот — повысить качество, улучшить сервис. Чтобы с наименьшими ресурсами получить лучший результат», — именно в этой фразе Цымбалюка сконцентрирован весь смысл проекта «Экзоинтеллект» в ТЕХНОНИКОЛЬ. И цифры, которые он приводит, доказывают: выбранный путь работает.
