1 октября 2020

12 минут

От ненависти до любви: почему люди избегают чат-ботов и как это изменить за счет качества диалога

1 октября 2020

Финансы

Исследования

12 минут

Про чат-боты сегодня принято говорить в одном ключе: это будущее сервисной модели, удобный первый уровень поддержки, способ разгрузить операторов и существенно ускорить обслуживание. Банки внедряют нейросети, считают количество автоматизированных диалогов и показывают рост эффективности. Но параллельно живет другая реальность, о которой почти не говорят в публичных презентациях. Это сегмент пользователей, которые осознанно избегают чат-ботов, считают их бесполезными и раздражающими и стараются как можно быстрее перейти к оператору. Именно они создают ощущение «хейта» к ботам — и если их игнорировать, никакие технологические достижения не помогут сформировать доверие. В очередной волне исследования чат-ботов для бизнеса мы попытались разобраться, как это изменить.

В 2025 году мы совместно с банком ПСБ в четвертый раз провели бенчмарк чат-ботов для малого и среднего бизнеса в России. В 2022 выстраивали систему оценки, в 2023 изучали миграцию в VK на фоне запрета иностранных мессенджеров для коммуникации банков с клиентами, в 2024 собирали подходящие зарубежные практики и разбирались, как генеративный ИИ превращает ботов в умных ассистентов. В 2025 году в фокусе внимания Markswebb — люди, которые стабильно недовольны чат-ботами банков, рассказывают истории провалов и принципиально выбирают общение с человеком.

Цель исследования — понять, откуда берется устойчивое неприятие ботов, как эволюционируют решения на рынке и какие из них уже начинают отвечать на претензии пользователей и снижать негатив.

Оглавление

Методика и принципы оценки >>>
Результаты глубинных интервью с «хейтерами» чат-ботов >>>
Эволюция чат-ботов: итоги конкурентного анализа >>>
Какие решения снижают негатив пользователей >>>
Будущее ботов для бизнеса >>>

«Простота — высшая форма сложности.»
— Леонардо да Винчи

«Думай медленно, решай быстро»

Методика и принципы оценки

Исследование состояло из двух больших блоков: сравнительный аудит чат-ботов для бизнеса и глубинные интервью с хейтерами чат-ботов. Мы проанализировали шесть банковских чат-ботов для бизнеса: пять в мобильных банках и один — на платформе VK.

Для сценарного анализа ботов мы смоделировали 41 пользовательский сценарий в шести функциональных блоках:

Подключение и отключение банковских продуктов.
Проведение исходящих платежей.
Контроль остатков и движения средств.
Изменение данных, условий обслуживания и восстановление доступа.
Формирование справок и документов.
Справочная информация и техническая поддержка.

Чтобы убрать влияние случайных факторов, для каждого сценария готовили три альтернативные формулировки запроса. Сценарий считался выполненным, если бот корректно реагировал хотя бы на одну формулировку, и невыполненным, если ни одна из трех не приводила к корректному ответу.

Помимо сценариев, ботам давалась оценка по принципам разговорного интерфейса (CUI) — то есть не только «что умеет», но и как общается. Внутри — несколько групп параметров:

Функциональность. Бот должен решать задачу и проводить пользователя по максимально короткому пути без лишних переходов и без обязательного перевода на консультанта.
Оптимальный объем информации. Ответ — самый короткий из возможных, но достаточный; нет лишнего текста и необходимости искать подтверждение где-то еще.
Простота и последовательность взаимодействия. Бот говорит простым языком, сам структурирует информацию, не перекладывает эту работу на пользователя.
Удобство использования. Бот не требует специального «служебного» языка, подстраивается под привычные формулировки и не заставляет вводить лишние данные.
Прозрачность. Пользователь понимает, кто с ним сейчас взаимодействует — бот или консультант; его не вводят в заблуждение.
Вежливость и тон общения. Бот демонстрирует заинтересованность в решении вопроса и поддержании лояльности.
Дополнительные преимущества интерфейса. Например, работа с изображениями, удобные визуальные элементы, нестандартные функции, улучшающие диалог.

Вторая часть исследования была целиком посвящена тем, кто негативно относится к чат-ботам:

Организовали desk research: собрали и проанализировали российские и зарубежные статьи и исследования, посвященные причинам негатива к чат-ботам и практикам работы с такой аудиторией. На их основе сформулировали основные группы причин негативного отношения.
Искали на российском рынке лучшие практики, которые потенциально могут повлиять на изменение поведения хейтеров чат-ботов в разных индустриях — банкинг для бизнеса и розницы, ритейл, телеком и в других сферах.
Провели 13 глубинных интервью с клиентами разных банков, которые осознанно считают банковские чат-боты неудобными и бесполезными. В ходе интервью фиксировали конкретные ситуации, где боты подводили, типичные сценарии поведения таких пользователей, какие изменения могли бы смягчить или переломить негатив — и в целом ожидания от «идеального» бота.

На финальном этапе лучшие рыночные практики из сценарного и CUI-аудита были совмещены с инсайтами из интервью. Так сформировались направления коммуникаций и примеры формулировок, которые с большей вероятностью способны поменять отношения к ботам — именно глазами хейтеров.

Что говорят «хейтеры» чат-ботов: причины раздражения и условия примирения

Негатив почти никогда не возникает «из воздуха». Участники интервью практически единодушны: их неприязнь к чат-ботам — это следствие конкретного личного опыта, а не абстрактное мнение. За фразами «боты бесполезны» почти всегда стоит история:

бот не понимал вопрос;
давал неверные или устаревшие ответы;
предлагал лишь общий путь вместо реального решения;
не позволял быстро перейти к оператору.

Цитаты:

Им не хватает... Мозгов им не хватает. Их нужно разрабатывать, их нужно дорабатывать, пускай и ИИ внедряют, пускай что хотят, внедряют, но чтобы эти роботы понимали человеческий язык.

Людям очень часто хочется именно такой человеческой поддержки, не решить вопрос даже. Знаете, мы сейчас живем в такое время, когда, скажем так, эксклюзивное человеческое обслуживание становится роскошью.

Повторяющиеся неудачные взаимодействия формируют устойчивую установку: «бот = трата времени, оператор = шанс реально решить проблему». На этом фоне оператор автоматически воспринимается как более компетентный и ответственный: пользователи уверены, что человек разберется, подойдет «с ответственностью», задаст уточняющие вопросы и сможет поддержать эмоционально.

Негативный опыт влияет на стратегии поведения. Пользователи адаптируются:

Делят свои запросы на «простые» и «сложные»: простые еще готовы доверить боту, сложные — несут сразу оператору.
Часть людей сознательно подстраивает язык под возможности бота: сокращают формулировки, используют ключевые слова, пишут максимально «служебно», чтобы бот справился.
Другая часть принципиально общается «как в жизни» и ожидает, что это интерфейс подстроится под них, а не наоборот.

Цитаты:

Как бы я знаю, что от него толку в основном никакого. И он мне вряд ли поможет по каким-то там серьезным вопросам, с которыми я обращаюсь. Если там, допустим, найти отделение, найти банкомат или еще что-нибудь такое, примитивные вопросы, то да. А какие-нибудь серьезные — нет, тут только оператор.

Я уже как-то понял, что нужно ключевыми словами общаться. Оно лучше работает, когда ты с ним не общаешься как с человеком. Бывало, что чат-бот не понимал с первого раза, и мне приходилось переформулировать. Сначала я пытался объяснять своими словами, но алгоритм работает строго по терминам. Какие-то синонимы он знает — например, что платежное поручение и платежка — это одно и то же. Но в менее распространенных случаях ему нужна четкая формулировка. Я и сам не всегда мог выражаться банковскими терминами, поэтому писал по-своему, он меня не понимал.

Я задам вопрос чат-боту так же, как и оператору, потому что вопрос уже есть в голове, и я пишу его. Я всегда хочу, чтобы то, что я прошу, было понятно, чтобы мне ответили корректно. Я стараюсь грамотно задать вопрос, чтобы меня поняли, но, к сожалению, часто все равно не понимают.

Ключевой момент: если бот не понял запрос с первой попытки, большинство не готово переформулировать его ради бота — они сразу уходят к оператору.

Именно поэтому пользователи так высоко оценивают сценарии, где бот с первой формулировки учитывает контекст и выдает релевантный ответ. Люди ценят вежливый, нейтральный тон, формулировки от лица компании («нам жаль, что произошла такая ситуация»), а не «личные чувства» бота.

Их раздражают ситуации, когда бот представляется «по-человечески» с именем и фотографией, использует формулировки уровня «мне искренне жаль», «я очень сочувствую», пытается выражать глубокие эмоции, которые уместнее от живого человека.

Цитаты:

Да, меня бесит, когда чат-боты выдают себя за живого человека. Когда ты звонишь в некоторых банках, они не представляются как виртуальные помощники и говорят симпатичным человеческим голосом, как будто общаешься с человеком. Но когда задаешь вопрос, они начинают шаблонно отвечать, и это выглядит нелепо.

Я тоже понимаю, что это пишет чат-бот, то есть чувства он не испытывает никаких. Человек, когда пишет, еще можно как-то понять. Он может искренне это писать. А чат-бот — это просто формальность такая.

Если человек пишет с острой проблемой и в сильном раздражении, он ожидает сдержанных и лаконичных ответов по делу, а в более спокойных ситуациях люди положительно воспринимают умеренно «живой» тон и даже смайлики.

Отношение к персонализации и применению ИИ в чат-ботах противоречивое:

С одной стороны, пользователи признают, что персонализированные ответы полезнее: бот учитывает их данные и контекст, выдает более точные и релевантные ответы.
С другой — многих тревожит сам факт сбора и использования персональных данных для настройки сценариев.

Похожая двойственность — в отношении к нейросетям: часть респондентов говорит о сомнениях в точности ответов и боязни «галлюцинаций», тогда как другая — наоборот, отмечает, что ответы на базе ИИ выглядят полнее и точнее, чем у классических сценарных ботов.

Цитаты:

ИИ к банку подключать, наверное, пока рано. Потому что ответственность все-таки высокая: бывают галлюцинации, странные решения и неподтвержденные данные. А здесь определенная ответственность, вплоть до административной. Цена ошибки слишком высока из-за того, что клиент что-то сделает, потому что система дала сбой и выдала странное предположение. Банковское дело такого не допускает.

Внедрение нейросетей в банки — это однозначно положительное направление. Это улучшит понимание потребностей и упростит доступ к информации. Быстрее находить то, что тебе нужно, гораздо комфортнее, чем ковыряться в разрозненных отделах. Иногда у тебя есть вопрос, а ты не знаешь, в какой категории его искать, потому что просто не сталкивался с этим. А нейросеть собрала всю нужную информацию и предоставила — это действительно облегчает процесс.

Если обобщить ожидания респондентов, «точки примирения» с ботами выглядят так:

Если бот не может выполнить операцию сам, задача минимум — дать четкий ответ и ссылку сразу на нужный экран, а не общую навигацию.
Структурированные, короткие и понятные ответы: с абзацами, выделениями и буллитами вместо полотна текста.
Подсказки по мере ввода — чтобы снизить риск того, что бот «не поймет» плохо сформулированный вопрос.
Визуальные инструкции (скриншоты и видео) там, где путь сложный, а словами объяснить трудно.
Беспрепятственный переход к оператору — особенно при сложных персонализированных ситуациях. Попытки «держать» пользователя в чате любой ценой вызывают резкий негатив.
Прозрачность в вопросах ИИ и данных: возможность понимать, как устроены ответы, и, по возможности, выбирать — общаться ли с нейросетевой версией бота или нет.

Проблема в том, что часто пользователи не знают, что боты уже стали лучше — никто им об этом толком не рассказал. Большинство участников интервью не помнит внятного онбординга по боту и не может вспомнить, чтобы им четко объясняли, что бот умеет и чего не умеет. Респонденты прямо говорят, что нуждаются в информировании о возможностях бота.

Если обобщить ожидания респондентов, «точки примирения» с ботами выглядят так:

Если бот не может выполнить операцию сам, задача минимум — дать четкий ответ и ссылку сразу на нужный экран, а не общую навигацию.
Структурированные, короткие и понятные ответы: с абзацами, выделениями и буллитами вместо полотна текста.
Подсказки по мере ввода — чтобы снизить риск того, что бот «не поймет» плохо сформулированный вопрос.
Визуальные инструкции (скриншоты и видео) там, где путь сложный, а словами объяснить трудно.
Беспрепятственный переход к оператору — особенно при сложных персонализированных ситуациях. Попытки «держать» пользователя в чате любой ценой вызывают резкий негатив.
Прозрачность в вопросах ИИ и данных: возможность понимать, как устроены ответы, и, по возможности, выбирать — общаться ли с нейросетевой версией бота или нет.

Эволюция чат-ботов: рынок развивается неравномерно, но конкуренция усиливается

Сценарный аудит показал, что уровень развития чат-ботов для бизнеса сильно различается. Существенный разрыв — в глубине проработки сценариев и степени автоматизации операций в чате. На одном полюсе — боты, которые умеют выполнять действия прямо в чате (формировать документы, оплачивать счета, предоставлять реквизиты), на другом — решения, которые ограничиваются навигационными подсказками, ссылками на разделы приложения и текстовыми инструкциями без выполнения операций.

Разрыв между решениями заметен, и он как раз проходит по тем самым параметрам, которые волнуют хейтеров: способность бота решить задачу, грамотно выстроить диалог и не мешать общению с оператором, когда это нужно.

ПСБ «Катюша» (1 место) — единственный бот среди участников, где пользователь может совершать полноценные финансовые действия без перехода в другие интерфейсы. Корректно распознает запросы с первой попытки, умеет отправлять платежи, выставлять счета, делать выписки, показывать информацию по счету. Но некоторые сценарии остаются «справочными»: бот лишь информирует о действиях, которые нужно сделать вручную или по ссылке (например, подключение SMS-информирования, открытие дополнительного расчетного счета).
Точка (2 место) — значимая доля сценариев реализована через навигационные подсказки: бот дает корректную информацию и направляет в нужный раздел, реже выполняет действия напрямую.
Райффайзенбанк (3 место) — не умеет выполнять часть важных сценариев, таких как открытие расчетного счета, подключение эквайринга, получение учредительных данных, получение информации по картотеке. В этих кейсах бот не распознает запрос, не предлагает решение и перенаправляет к оператору.
СберБизнес (4 место) — бот доступен только в авторизованной зоне, что затрудняет решение запросов при проблемах со входом и создает барьер для получения информации потенциальными клиентами. Многие действия требуют перехода в интернет-банк при том, что пользователь в моменте находится в мобильном банке. В ряде кейсов возможно выполнить только часть действий в чате, остальное — через другие каналы.
ВТБ (5 место) — чат-бот не распознает большинство запросов, связанных с созданием и отправкой платежей, оплатой налогов и штрафов, повтором операций, оплатой по QR-коду или фото, отменой транзакций. В остальных случаях ответы ограничиваются текстовым описанием пути, без активных ссылок и возможности выполнить действие напрямую. Плюс в том, что бот доступен в авторизованной зоне и помогает решать вопросы, связанные с ошибками при входе, открытием расчетного счета, а также восстановлением логина и пароля.
Альфа-Банк (6 место) — часто завершает диалог переводом на оператора, не справляется с платежными и операционными сценариями, не выполняет действия в чате, ограничивается текстовыми описаниями пути. Для справочных запросов по продуктам отправляет инструкции и ссылки, не обеспечивает завершенности сценария внутри диалога.

Оценка по принципам диалогового интерфейса показывает похожую картину, но здесь разрыв между лидером и остальными еще заметнее.

Большинство чат-ботов только частично соответствует ключевым принципам (объем информации, удобство, вежливость, прозрачность), не удерживает контекст, не переиспользует данные из диалога, мало адаптируется к поведению пользователя. Рынок в целом проживает переходный период от навигационных ботов к решениям, способным вести осмысленный диалог и управлять сценариями.

Что из ожиданий пользователей уже реализовано на рынке

Если сопоставить инсайты из интервью с лучшими практиками аудита, можно увидеть, что для части триггеров уже есть решения — они сокращают количество болевых точек, которые описали на интервью хейтеры.

Когда пользователю сложно найти персональные данные в интерфейсе, бот может выдать их прямо в диалоге, сокращая количество действий и когнитивную нагрузку. Для пользователя это как раз тот сценарий, в котором бот не тратит его время, а «делает дело». В СберБизнесе так можно получить реквизиты счета, а ПСБ «Катюша» по запросу о тарифе предлагает выбрать счет и сразу показывает тариф и стоимость обслуживания со ссылкой на подробные условия.

Также чат-бот ПСБ помогает быстро узнать статус платежа: уточняет нужный счет, показывает список последних операций и по выбранной выдает актуальный статус («новый», «подписан», «исполняется» и т.п.), дополняя его инструкцией, что делать дальше и в какие сроки. Статус становится не просто справкой, а частью целого сценария.

«Катюша» от ПСБ — единственный бизнес-чат-бот, который позволяет полностью проводить платежи прямо в диалоге: налоги и штрафы, повтор платежей, переводы между своими счетами, оплату по QR и фото, платежи по шаблонам. Пользователь выбирает нужный шаблон, проверяет реквизиты, вводит OTP-код, а бот сам выполняет операцию и сообщает результат. Платеж проходит без переходов в другие разделы, с пошаговым сопровождением, что уменьшает ошибки, снижает нагрузку на операторов и повышает доверие клиентов. Поддержка сложных операций и подтверждений дает пользователям ощущение контролируемой и безопасной среды.

Структурированные ответы, упрощение сложных навигационных путей ссылкой сразу на нужный экран снимают часть нагрузки с пользователя и экономят его время. В чат-боте Райффайзен Банка ссылки встроены в текст («Платежи», «Уведомления»), поэтому сообщения выглядят чище, навигация интуитивнее, а пользователь не отвлекается на длинные URL. В ВТБ ссылки подаются в виде кнопок («Оформить кредит»), что выделяет ключевое действие и воспринимается как прямой призыв к следующему шагу. Оба подхода улучшают удобство, но Райффайзен делает упор на цельный текст, а ВТБ — на акценте на действии.

Подсказки при вводе запроса снижают нагрузку на пользователя и создают ощущение, что бот понимает его с первого раза, потому что он выбирает уже корректную формулировку. Например, в чат-ботах Альфа-Банка для бизнеса и ВТБ для частных клиентов над клавиатурой появляются готовые варианты, по которым бот сразу дает ответ. Такой механизм ускоряет получение информации и снижает риск негатива из-за неправильно сформулированных запросов.

Помимо информирования о времени ожидания оператора, чат-бот может удерживать пользователя в диалоге: показывать, какие задачи уже умеет решать — например, помогать с погашением задолженности или разъяснять причины списания денег, а также предлагать подключение оператора, если не справится. Важно мягко стимулировать воспользоваться ботом, не создавая барьер к живому специалисту. Оптимально дополнять такую коммуникацию отдельной быстрой кнопкой «Позвать оператора», чтобы пользователь чувствовал контроль над ситуацией. Ниже — пример из приложения Газпромбанка для частных лиц, так как в чат-ботах для бизнеса такие решения не распространены.

Чат-бот «Катюша» полностью закрывает справочные и консультационные вопросы по банковским сервисам и предпринимательской деятельности: от проблем с SMS и входом в банк до установки и настройки приложения. Пользователи получают мгновенную поддержку и пошаговые инструкции прямо в чате, что делает работу с сервисом простой и эффективной. Широкое покрытие справочных сценариев отвечает на запрос хейтеров видеть в боте не точку входа в систему, а полноценный инструмент получения информации и помощи.

Также мы видим, что лидеры рынка фокусируются на технологичности, а не на чрезмерной человечности. Их чат-боты обладают способностью обрабатывать вариативные формулировки, используют нейросетевые модели для повышения точности и естественности диалога — это совпадает с тем, что пользователи ждут от банковских ботов профессионализма, понятности и эффективности, а не эмоций.

Хотите узнать отношение пользователей к вашему продукту?

Пользовательские исследования Markswebb позволяют оценить неочевидную реакцию аудитории на решения внутри цифрового продукта. Это позволит вам выстроить лучшую коммуникацию (включая чат-боты), повысить лояльность и снизить отток.

Подробнее

Рынок взрослеет, но доверие пользователей нужно завоевывать адресно

Глобально вывод в том, что конкуренция смещается в зону работы с человеческими ожиданиями. Борьба идет не только за количество автоматизированных сценариев, но и за способность бота решать задачу с первой попытки, качество диалога в сложных и эмоционально напряженных ситуациях, прозрачность роли ИИ и обращения с данными, аккуратное выстраивание границы между ботом и оператором.

Точка роста для всех бизнес-ботов, и в том числе лидеров, — гибкое управление диалогом (возврат с оператора обратно к боту, отмена шага) и исключение ситуаций, когда уточненные запросы не распознаются, вопросы дублируются, а количество шагов увеличивается — это как раз то, что респонденты относят к раздражающим факторам.

Будущее ботов для бизнеса — это инструмент, который берет на себя реальную часть работы и при этом не пытается быть тем, чего пользователи от него не ждут.

И именно вокруг таких решений будет разворачиваться следующая волна конкуренции на рынке: кто лучше услышит тревоги хейтеров и быстрее превратит их в сценарии, повышающие доверие к цифровому сервису в целом.