Вы только послушайте!

Уровни убедительностиХайп на новые ИИ-инструменты и модели, кажется, никогда не утихнет. Каждый месяц выходит что-то, что «порвёт всех». Сейчас те коллеги, что активно используют ИИ, ждут Mythos — самую мощную модель Anthropic, которую пока придерживают от широкого доступа. Ожидание примерно такое: «Вот выйдет, и всё наконец заработает как надо! Теперь-то уж точно можно будет расслабиться и наступит тот прекрасный момент, когда технологии начнут служить человечеству!»Вот только ничего не заработает — точнее, заработает не то, на что большинство рассчитывает. А все потому что мощность модели и полезность ответа это разные вещи, а их постоянно путают.Взгляд изнутриМы разложили для себя работу на уровни убедительности — четыре ступени, от самого распространенного «звучит хорошо» до самого продвинутого «точно ответил на нужный вопрос». Любой ответ ИИ удобно спускать по ним сверху вниз.Уровень 1. Звучит убедительно. Гладко, уверенно, с правильной, уверенной в своем ответе интонацией. Самая дешёвая ступень: модель выдаёт её почти всегда, даже когда несёт чушь. Впрочем, это не останавливает некоторых юристов и других людей.Уровень 2. Логично связано. Рассуждение держится, одно вытекает из другого. Это тоже почти целиком заслуга модели, и чем она мощнее, тем складнее. Здесь ссылки уже могут быть актуальными, но сильно «притянутыми за уши».Уровень 3. Отвечает на заданный вопрос.Тут уже пополам: половину делает модель, половину — то, как вы сформулировали запрос. Здесь логика уже сильная, однако если задать размытый вопрос, то ответ будет неточным или таким же размытым, как и вопрос.Уровень 4. Отвечает на нужный вопрос. Тот, что реально важен бизнесу, а не тот, что вы сгоряча набрали. Эту ступень модель не закрывает в принципе. Её задаёте только вы. Поэтому навык «правильно формулировать вопросы» — ценнейший навык в 2026 году.Как эти уровни работают?Любой апгрейд, хоть тот же Mythos, тащит вверх первые два уровня — убедительность и складность растут сразу и заметно.А нижние д

Очевидное неочевидноСкорее всего, хуже всех в вашей компании ваш продукт описываете именно вы. Звучит такая мысль странно, ведь знаете вы его лучше любого сотрудника. Но в этом и беда: вы знаете его слишком хорошо.Стэнфордский экспериментИсследователи разбили людей на пары: один задумывал известную всем песню и простукивал её ритм пальцем по столу, а второй пытался эту песню угадать. Простукивающих заранее спросили, как часто их будут понимать, и те ожидали, что угадает примерно половина. На деле песню узнавали в двух с половиной случаях из ста.Дело здесь вовсе не в плохом слухе Пока вы выстукиваете ритм, у вас в голове звучит вся песня целиком, с мелодией и словами, а ваш сосед слышит лишь удары ваших пальцев по столу. Услышать их так, как он, вы уже не сможете — собственную музыку в голове не выключить. Ровно то же происходит с вашим продуктом: вы слышите свое предложение вместе с флёром окружающего его контекста и ваших личных знаний, а человек напротив получает одни удары по столу.Для диджитала есть решениеВ цифровых продуктах для этого есть простой приём — UX-тест. Человека не из команды сажают перед сайтом или приложением и молча смотрят, как он пытается дойти до цели, ничего ему не подсказывая. И почти всегда выясняется, что очевидная для команды кнопка не находится, а понятная всем формулировка читается совсем не так, как задумывали. Доказано, что всего пятеро таких зрителей вскрывают около восьмидесяти пяти процентов проблем — без всякой фокус-группы и тысячи анкет. Это, кстати, относится и к полюбившимся среди коллег глубинным интервью — в ВШЭ пришли к такому же выводу про размер выборки и отклонения.А если продукт не на экранеДопустим, у вас не приложение, а клиника, юридическая практика, завод или магазин, и посадить кого-то перед экраном не выйдет. Это ничего не меняет: проверка та же, просто без интерфейса.Спрашивать «всё понятно?» при этом бесполезно — почти каждый кивнёт, даже если не понял ни слова. Кто-то стесняется переспрашивать, кто-то искренне

Какие ваши доказательства? Уверенность — едва ли не самый дешёвый товар на свете: её у каждого с избытком, и достаётся она бесплатно. Спросите любого, что лучше — условный немецкий BMW или китайский Changan, — и вердикт будет мгновенным и твёрдым, хотя человек чаще всего не сидел за рулём ни одной из этих машин. Пока речь о дружеском разговоре за чаем, в этом нет ничего страшного — личный опыт там и не нужен. Сложнее, когда этот паттерн люди переносят на решения, за которые платит компания. — «Тот подрядчик — так себе». — «Откуда знаешь?» — «Да слышал где-то». Человек рискует бюджетом и сроками, а вся база под его решением — чей-то комментарий или отзыв. Хотя цена такому отзыву давно известна: только за май 2026 года запрос «купить отзывы» Яндекс показывает 215 тысяч раз. Гораздо больше веса даёт обратное. Немного личного опыта: лет десять назад я работал с коллегой, который на добрую половину вопросов спокойно отвечал: «не знаю, у меня нет информации, не могу ответить». Казалось бы, слабая позиция — и в моменте она правда может выглядеть проигрышной. Но выходило ровно наоборот: всему остальному, что он говорил, я и другие коллеги верили сразу. Потому что внешняя честность вырастает из внутренней честности с самим собой. Это черта человека. А раз бизнес делают люди — то и черта бизнеса тоже. Нынешняя рабочая культура, кстати, подталкивает к противоположному: не молчи, выскажи хоть какую-то версию, покажи вовлечённость. Но честное «не знаю» почти всегда звучит весомее догадки, под которой на самом деле ничего нет. А перед человеком, который хорошо владеет предметом, поспешная догадка выдаёт себя мгновенно — и тогда обесценивается уже всё, что ты скажешь после. Отсюда вырастает, пожалуй, самый полезный вывод для бизнеса. Когда в ответ на вашу гладкую презентацию клиент спрашивает «а чем вы это подтвердите?» — это очень хороший знак. Перед вами рациональный человек. А там, где выбирают по сути, работать и продавать проще — особенно если вам действительно есть что показ

Уважаемые коллеги, сегодня про подход к изменениям.Есть закономерность, которую мы часто видим, поэтому считаем, что следует поделиться своими мыслями на этот счет. ✅Как всё начинаетсяКомпания анализирует текущее положение дел и приходит к выводу, что есть ряд проблем или задач, которые нужно срочно решать. Как решать, спросите вы? Самый логичный и простой способ — купить внешнюю экспертизу.Поэтому компания спокойно платит за совет сильного эксперта со стороны — тренера, консультанта, приглашённого специалиста. То есть связь между задачей и решением здесь линейная.Многие опытные менеджеры при этом возразят, мол, позвольте, как же так? Ведь все базовые принципы изложенные в PMBoK или BABoK говорят о том, что вот так просто применять «заплатку» — в целом не лучшая идея. Тогда второй вариант — разобраться с корнем проблемы и «починить» что-либо процессно. При этом люди понимают, что чтобы перестроить процесс, нужны и люди и рабочие инструменты, которые эти люди в своей работе будут применять. Однако в первом случае вложиться в собственную систему, которая постоянно собирает данные и помогает их понимать, кажется лишней тратой. И дело тут в том, что почти всегда эти две вещи — «применить заплатку» и «починить процесс» — ставят на одни весы и сравнивают по принципу «результат на рубль». При этом понятие «результат» часто воспринимается как нечто реактивное, без установленных временных рамок.Сравнивать эти подходы бессмысленно по определению — они лежат в разных категориях, сравнение по существу не может произойти.✅Как это выглядитЭксперт приходит с опытом и видит общую картину. Он честно скажет, что в бизнесе работает не так: например, отдел продаж систематически не слышит клиента, а в сервисе долго отвечают. С такого рода выводами, что говорится, не поспоришь. Но попросите конкретику — где именно, у кого, почему так выходит — и здесь опыт упирается в барьер, потому что одним взглядом со стороны нужная детализация для решения задачи недостижима. Для неё нужны данные, ко

Перевод собачьего лая с точностью 94,6%Про занимательный стартап читали в новостях на выходных — позволяет «понимать» лай собак. Точность — 94,6%. С десятой процента, как в инженерной спецификации. Но пост в целом не об этом, хотя и об этом тожеКитайский стартап Meng Xiaoyi из Ханчжоу продаёт ошейник PettiChat за 799 юаней — это примено 8500 рублей. Коллеги получили 10 000 предзаказов за две недели, релиз продукта назначили на 30 мая. Внутри продукта — микрофон, акселерометр и датчик движения. Снаружи — приложение, в которое за 1,2 секунды прилетают тонкие наблюдения вроде «хочу есть» и «хочу играть».Кстати, внутрь китайские братья встроили LLM. Устройство работает на моделях Qwen от Alibaba, которые действительно умеют слушать аудио и отвечать в реальном времени. Тренировали систему на 1,5 миллиона голосовых сэмплов от тысячи питомцев. Полторы тысячи фраз с одной собаки — за время сбора датасета она, вероятно, успела нагавкать диссертацию.Есть и режим обратного перевода. Хозяин говорит в приложение, ошейник озвучивает что-то для питомца. То есть теперь не только собака переведена на человеческий, но и человек, наконец-то, на собачий. Но что говорит наукаНезависимые биоакустики дают потолок 57,3% точности по чистому аудио и около 89% — если добавить видео, позу и контекст. Команда Кенни Чжу из университета Техаса честно собирает крупнейший датасет лая, транскрибировала пятьдесят часов в слоги, нашла привязки к отдельным понятиям — кот, клетка, поводок и другим. Учёный сразу оговаривается: смысл у собак собирается из звука и ситуации, не из звука одного. А откуда тогда 94,6% — спросите у маркетолога.И теперь главноеЕсли так вдруг получилось, что вы занимаетесь речевой аналитикой, придёте к клиенту и скажете «наша речевая аналитика классифицирует разговоры менеджера по чек-листу из 45 пунктов с проверяемой точностью», — справедливо спросят про выборку, методику разметки, ошибки классификации. Цифру разберут, что говорится, «по винтикам».Но когда китайцы говорят «94,6%

Биометрия или персональные данные?Коллеги, сегодня хотим поговорить о правовом регулировании голосовых данных. Тема не самая увлекательная, но крайне важная, потому что, как известно, незнание закона не освобождает от ответственности.Что конкретно обсудим? Ответственность за хранение и обработку голоса человека.На встречах с юр-службами клиентов часто видим: компании понимают голосовые данные по-разному. Где-то считают их персональными данными, где-то — биометрией со страшными штрафами. Давайте внесём ясность.В чём сутьКогда вы записываете звонки клиентов или используете любой инструмент речевой аналитики, вы всегда обрабатываете персональные данные. Голос — это ПД по умолчанию.Есть и отдельный термин — «биометрические данные». Многие думают о биометрии как об отпечатке пальца или фотографии лица, но голос тоже может подпадать под эту категорию. Может, но не всегда.Запись для анализа содержания разговора (что сказал клиент, что ответил менеджер) — это обычные ПД. Запись с целью установить личность по голосу (сличение с эталоном в базе) — биометрия со строгим режимом. Разница важна, потому что она диектует разные требования к согласию, разные штрафы.ПроблемаИногда у нас спрашивают: если придёт проверка и увидит, что мы обрабатываем голос, не будет ли космических штрафов?За обычную обработку без согласия — до 700 тысяч. За нарушения с биометрией — до 20 миллионов. С сентября добавились новые требования к форме согласия.Недавно был кейс — предпринимателя оштрафовали на 280 тысяч потому, что клиентка пожаловалась в Роскомнадзор, что её записали без согласия. Пришла проверка — нашла, что уведомление в РКН не подавали, политики обработки на сайте нет, согласие в договоре не выделено. И это не единичный случай.Отдельная категория — «независимые проверяющие». Люди мониторят сайты бизнеса на соблюдение 152-ФЗ. Если находят нарушение, то фиксируют его и пишут вам: или платите нам компенсацию, и мы никуда не идём, или сообщаем в РКН, и тогда штраф уже официальный. Такие случаи

Смежное возможноеЕсть концепт, который придумал биолог Стюарт Кауфман и потом переоткрыл для технологий Стивен Джонсон — «смежное (соседнее) возможное».Звучит он так: в каждый момент времени нельзя сделать всё что угодно. Можно сделать только то, для чего уже сложились соседние компоненты.Самолёт нельзя было изобрести в XVIII веке — не было двигателя. Двигатель внутреннего сгорания не существовал без металлургии. Каждое изобретение открывает «дверь в комнату», где видны следующие «двери».Из этого следует один вывод: многие технологии формулируются правильно за 50, 100, 150 лет до того, как реально начинают работать. До реального раскрытия потенциала нужны те самые другие двери.Вы знаете, что такое фонограф? Это прибор, который выглядит как цилиндрический барабан, который вращается и записывает звук. Позже к нему добавили «трубу» как у патифона, и он смог также и проигрывать записанный звук.Так вот, в 1878 году Эдисон получил патент на фонограф. В первой же публикации он перечислил десять применений своего изобретения. Первой строкой шло то, что мы сегодня называем речевой аналитикой — переписка и диктовка без помощи стенографа (дословный перевод с английского). То есть фонограф задумывался как офисный инструмент, а музыкальные пластинки появились позже.Но машина умела только сохранять звук — разбирать, что в нём сказано, она не умела. Чтобы превратить запись в текст, всё равно нужен был стенограф. Поэтому массовым офисным инструментом фонограф так и не стал. А распознавание речи дозревало семьдесят лет: первые прототипы в 1952-м, более «продвинутые» в 1962-м, а первая коммерческая автоматическая расшифровка речи в 1990-м.И только в 2020-х три компонента — запись, распознавание, извлечение смысла — наконец сошлись в один рабочий и применимый для решения поставленных задач контур. Что мы видим сейчасТри года назад ChatGPT только-только намекал, что ИИ способен на сложный ответ на русском, а сегодня одна нейросеть нанимает себе в помощники еще 10 нейросетей и вместе он

Сегодня (не)будем обещать деньгиНедавно услышали такой вопрос: «Почему вы не пишете, что речевая аналитика повышает продажи на Х%? Без такой цифры инструмент мне не нужен.»Понимаем, что вопрос частотный, поэтому хотим сказать — мы это слышим и всё понимаем. Это нормальная устоявшаяся практика на рынке — обещать выгоду.Написать такое легко, пообещать немного сложнее, но мы этого сознательно не делаем. Поймите правильно: эффект есть, часто значительный, — но бизнес сложнее, чем алгебра в средней школе. Универсальная формула роста бизнеса возможно и существует, но мы согласимся с расхожим мнением по поводу такой занимательной математики.А для наглядности — покажем, откуда берётся такая позицияВозьмём арифметику бизнеса в сфере услуг за прошлый год — например, стоматологического бизнеса. По свежим данным рынок прибавил 12–14%, но число приёмов и обращений почти не выросло — весь прирост сидит в среднем чеке +14–18%. Параллельно привлечение нового клиента подорожало на 30–35%.Иными словами, на рынке стало больше денег, но не больше людей. Каждый клиент стоит дороже в привлечении и приносит больше при удержании. Ценность этапов воронки при этом смещается Отток с этапа уже состоявшегося контакта — звонка, консультации, повторного обращения, — стоит бизнесу дороже промахов на этапе привлечения.Стандартная воронка понятна и изучена: реклама / лид / дозвон / консультация / сделка / возврат. Выручка — произведение конверсий этих этапов, и арифметика симметрична: подняв любой коэффициент на одну и ту же долю, получишь один и тот же сдвиг итога.Однако есть нюансыВо-первых, у каждого бизнеса разные стартовые конверсии этапов. Один уже работает на 80% «лид / звонок» — потолок близко. Другой держит 30% — потенциал в три раза выше.Одно и то же обещание «+25% к продажам» для первого требует чуда, для второго — обычной системной работы. Во-вторых, разная экономика сдвига. Поднять конверсию после привлечения — вернуть в воронку уже оплаченных рекламой людей. Поднять её до привлечения ч

2/2Способа два, и они дополняют друг друга.Первый — анализ записанных коммуникаций. Звонков, переписок в мессенджерах, видеовстреч. Внутри речи и поведения клиента сидят фразы-маркеры состояний — мы их размечаем и через интеграцию с CRM проставляем сделке тег автоматически.1. Очевидно, что если нам говорят «Сейчас у нас ещё пара предложений в работе», для нашего отдела продаж это будет означать, что лид «сравнивает». 2. «Со следующего квартала, бюджет на это уже распределён» — «ждёт бюджета», что тоже весьма очевидно. 3. Постоянные переносы встреч, сложность чтобы найти слот для звонка и «коллеги, у нас мало времени, так что бавайте уложимся в 15 минут» — это «скрытый отказ». 4. «Мне ещё с финансовым обсудить» — «конфликт ЛПР». Менеджер не должен расставлять теги руками — они должны проставляться по голосовым и поведенческим признакам в разговоре.Второй способ — оптимизация скриптов на предыдущих этапах воронки. Чтобы к моменту, когда сделка попадает в «Переговоры», у нас уже была подсказка, в каком она сценарии. Это четыре прямых диагностических вопроса, которые менеджер задаёт ещё на квалификации и на первичной встрече:— «Кроме вас, кто ещё будет участвовать в решении на стороне клиента?» — ловит «конфликт ЛПР» и второго ЛПР, которого мы не учли.— «Какой у вас примерный бюджет на это направление и в каком месяце он запланирован?» — ловит «ждёт бюджета».— «Кого вы ещё рассматриваете на этом рынке?» — ловит «сравнивает с конкурентом» и даёт нам имена для подготовки сравнения.— «Что должно произойти после этого звонка, чтобы вы для себя сказали „да“?» — ловит реальные критерии решения и часто обнажает скрытый отказ.Мы задаем эти вопросы потому что мы с их помощью заеключаем «контракт о ясности» на старте сотрудничества: мы готовы вкладывать ресурсы в проектную проработку, но нам нужен общий контекст. И вот мы приходим к управлению конверсией по сегментам. У комдира на дашборде вместо «23 сделки в переговорах, прогноз 5 миллионов» появляется: — 3 сравнивает, конверси

1/2Сегодня мысли про маркетинг в двух частях. Рекомендуем прочитать до конца, осмыслить и «приложить» к своему бизнесу.Итак, ситуация. Коммерческий директор открывает CRM: Вот смотрите. На этапе «Переговоры» — 23 сделки на 11 миллионов. Средняя конверсия по этому этапу у нас 45%, цикл сделки около двух месяцев. Значит в следующем месяце ждём порядка 5 миллионов выручки.Как сказал бы психотерапевт: «А эти переговоры, они сейчас с нами в одной комнате?».Цифра прогноза в 5 миллионов рублей звучит уверенно, но в этом её главная проблема. А все потому, что «Переговоры» в CRM — это не этап. Это корзина, в которую сваливаются разные сегменты и виды клиентов: кто-то реально согласовывает условия, кто-то сравнивает нас с конкурентом, кто-то ждёт бюджета, а кто-то для себя уже отказал, но не сказал нам. Каждый из этих сегментов имеет свою конверсию и свой жизненный цикл. Если их склеить в одну цифру 45%, мы получаем среднее по больнице — ту самую «цифру ради цифры», которая вроде как есть, но на практике ничего ровным счётом не дает.Так вот, по нашим разборам звонков, внутри «Переговоров» сидят минимум пять разных состояний клиента:1. Клиент получил КП и ушёл думать. Это, кстати, отдельная корзина внутри корзины — внутри «думает» ещё сидят «пошёл советоваться с командой», «изучает текст подробно», «просто отложил и забыл». Каждое требует своего поведения от нашей (вашей) стороны.2. Клиент сравнивает с конкурентом и боится ошибиться.3. Клиент ждёт бюджета следующего квартала — настоящее «не сейчас», связанное с финансовым календарём. Здесь интерес есть, но бюджета пока нет. Такое может быть компаниях с существующим менеджментом и четким бюджетированием.4. Клиент уже отказал для себя, но не решается сказать вслух.5. Внутри клиента конфликт двух ЛПР — наш контакт за нас, финансовый блок против.Каждое из этих пяти состояний требует разного следующего действия. Сделке №1 нужно не звонить две недели. Сделке №2 — собрать сравнительную таблицу и закрыть конкретные страхи. Сделке №3 —

А зачем вам речевая аналитика?Вспомнились слова Генри Форда про то, что если бы он спросил клиентов, чего они хотят — они бы ответили, что хотят более быструю лошадь.Начали пост с этой цитаты потому, что это наглядный пример того, что в среднем люди могут примерно понимать, чего хотят, но могут быть неосведомлены о всех способах достижения своей цели. Это и к машинам относится и к еде в супермаркете и в целом к технологиям.Так вот, этот пролог на самом деле имеет прикладную ценность: к нам в imot.io часто приходит бизнес и развивается примерно такой диалог:— Мы бы хотели речевую аналитику, можете сделать?— Конечно можем. Скажите, а зачем вам речевая аналитика?— [неловкая пауза]По грубым оценкам, таких случаев примерно 7 из 10 Но иронии тут нет, это классический пример, когда человек видит «инструмент» ответом на вопрос, а на какой вопрос этот ответ — предстоит совместно выяснить. По этой причине, кстати, у нас и существует отдел проектного внедрения, а в нашей "Формуле четырёх" именно цель стоит на первом месте.Но давайте вернемся к примеруХорошо это видно на примере офлайн-аналитики врачебных приёмов. Главврач сети клиник говорит: «Нам нужна офлайн-аналитика приёмов.». За этим скрываются две разные истории:✅Первая история — про документацию. Терапевт заносит в карту жалобы, анамнез, осмотр, диагноз, рекомендации. Это десятки полей, втиснутых в слот вместе с самим приёмом. Врач стучит в клавиатуру — пациент сидит и слушает. Оценки такого приёма падают, потому что медицина — бизнес доверия, а доверие строится через контакт. В общем, метрика тут быстрая и измеримая — время на заполнение МИС и оценки приёмов пациентами.✅Вторая история — про содержание самих приёмов. Истинный запрос главврача здесь совсем другой: одинаково ли врачи собирают анамнез, почему пациенты после первого визита решают не продолжать лечение в нашей клинике. Это надклинический взгляд медицинского директора, и реализуется он классическими методами речевого анализа: чек-листы по протоколу ведения п

Зачем нужна речевая аналитика, если есть ChatGPT?Такое мы периодически слышим. Вопрос интересный, но если желаете короткий ответ — он есть у нас, пожалуйста:Есть такси, а есть автомобили с автопилотом. Автопилот — безусловно, продвинутая технология, те из нас, кто ездит по утрам на работу на автомобилях, наверняка замечают в потоке авто, которые везут своих полуспящих владельцев на работу.И это интересное развлечение. Но скажите, доверите ли вы автопилоту отвезти вашу семью в другой город? Вопрос риторический, а во главе угла здесь риск и ответственность.Вот и ответ: если отбросить в сторону все остальное, то мы останемся с тем, что разница между ChatGPT и платформой речевой аналитики в рисках и ответственности. Доверитесь ChatGPT, чтобы он сказал вам, кто хороший и как правильно делать бизнес? И это второй риторический вопрос в этом посте.На самом деле различий гораздо больше — есть и технические, есть и юридические. Поэтому предлагаем разобраться, чтобы сформировать правильное понимание различий между технологией (нейросети) и инструментом (речевой аналитикой).Юридический рискНачнем с самого простого. ChatGPT работает на серверах OpenAI в США. Загружаете туда звонки клиентов — передаете персональные данные за пределы РФ, а по 152-ФЗ это либо нарушение, либо отдельный проект согласования на месяц. Если работаете в медицине или финансах — рисков еще больше. Рано или поздно это выявят, а отвечать будет тот, кто согласовал проект.Технический рискGPT — языковая модель. Задайте ей один вопрос два раза — получите два разных ответа. Сегодня скажет, что диалог слабый, завтра — что средний. Для бытовых задач нормально, но если нужен стабильный и воспроизводимый результат — так не работает.Платформа речевой аналитики работает на прописанных правилах. Наверняка вы слышали про теги — они срабатывают по одной и той же фразе сегодня, завтра и через год. Это и есть воспроизводимость. Именно она позволяет делать графики, тренды и сравнения, по которым реально можно принимать решен

Немного терминологии: «трендслоп» — это когда LLM дают стратегические советы, основанные на модных управленческих словечках и популярных трендах, а не на реальной логике или контексте бизнеса.Немного наблюдений: мы работаем на стыке IT-бизнеса и консалтинга. Поэтому нам одинаково близки технические нюансы и запросы бизнеса. ✅ Запрос бизнеса часто такой: мы хотим не аналитику, а ответ на вопрос «что делать?»✅Технический нюанс при этом такой: LLM/GPT/ML и прочие аббревиатуры с этим вряд ли сильно помогут. И поймите правильно: дело не в том, что технологии плохие. Дело в трендслопе — так это назвали исследователи из Harvard Busines Review в мате этого года. Главное из исследования:В марте 2026 в Harvard Business Review показали, что семь топовых нейросетей в 15 тысячах стратегических дилемм выбирали одно и то же — всё, что в управленческой литературе принято называть «правильным». Вывод авторов простой: AI годится, чтобы расширить список вариантов, а не выбирать из него.Теперь предлагаем разобраться в этом применительно к реальному бизнесу.У речевой аналитики есть три вещи, в которых она реально хороша.Первая — разобрать конкретный звонок. Тут модель подсветит, что менеджер не уточнил потребность, повторил скрипт без привязки к ответу клиента, не отработал возражение про срок, не предложил следующий шаг. Это рекомендация по одному разговору.Вторая — увидеть закономерности по выборке. Динамику возражений квартал к кварталу. Появление новой темы за месяц. Кластеры тем в негативных отзывах. Аномальное поведение одного менеджера на фоне команды. Это уже не разбор отдельного звонка, а статистика с направлением.И третья — самая важная — речевая аналитика покажет, чего модель НЕ умеет.А не умеет она дать ответ на вопрос «что делать компании». Потому что бизнес-решение собирается не из паттернов в звонках, а из контекста, которого в звонках просто нет: ваш рынок, конкуренты, ценовая политика, финансовая модель, регуляторика, расстановка сил в команде, история отношений с пост

Самый большой контакт-центр в России принадлежит государствуУ многих речевая аналитика ассоциируется только со звонками. Однако мы размечаем любые диалоги — и голосовые, и текстовые. И если говорить про чаты, то пройти мимо «Госуслуг» невозможно.Почему? Потому что к концу 2025 году цифровой помощник «Макс» на портале провёл 3.5 миллиарда консультаций. Это больше, чем у большинства коммерческих контакт-центров мира вместе взятых.Сам портал: 120 миллионов пользователей и 14 миллионов активных в день (+40% к 2024-му).Если вы часто пользуетесь «Госуслугами», то наверняка заметили, с какой скоростью продукт меняется. И если смотреть на него глазами продакта — это один из самых сильных российских продуктов последних лет. Заодно — самый большой и самый строгий полигон клиентского опыта в русскоязычной среде.Что продуктовая команда робота Макса поняла раньше коммерческихМы размечаем разговоры с разными голосовыми помощниками. Рассказываем о трёх вещах, в которых Макс отличается от коммерческих ботов.Первое. Макс не играет в человека. Он сразу говорит, что он робот, и очерчивает, что умеет, а что нет. Коммерческий бот в половине случаев изображает живого сотрудника — пока пользователь не срывается. По данным Анкетолога за 2024 год, 38% россиян требуют, чтобы помощник сразу признался, что он не человек.Второе. При сбое Макс не отвечает «извините, я вас не поняла». Он уточняет — предлагает несколько похожих формулировок вопроса на кнопках. Логика дороже в разработке, зато пользователь не упирается в стену, а выбирает ближайший по смыслу пункт. Кстати, по нашим наблюдениям, рекомендации робота почти всегда верные.Третье. Переход на живого оператора без уговоров. Пишешь «позвать оператора» или «человек» — и дальше ты уже в диалоге со специалистом. Бот не ходит по кругу со своим «давайте я попробую ещё раз».К чему это мыНе всегда и не во всем порог ожиданий формируют маркетплейсы или Яндекс. Для некоторых клиентских сегментов его создает государственный сервис, через который пол

69% квартир в новых домах России не продано. Коэффициент поглощения — 2,8 года.По подсчётам ЕРЗ.РФ, к концу 2025 года на балансах крупнейших застройщиков скопилось более 350 тысяч квартир — в 3,5 раза больше, чем годом ранее. При этом объём продаж в рублях, по данным РБК Недвижимость, за 2025-й вырос на 11% к 2024 году.Одно другому не противоречит: после отмены массовой льготной ипотеки в июле 2024-го рынок сегментировался. Адресные программы тянут один сегмент, цены на нём растут, остальное оседает на балансах.У этой сегментации есть следствие, о котором мало говорят. Оно обнажает модель знаний менеджера в отделе продаж застройщика — и выясняется, что модель должна меняться вместе с рынком.Что раньше знал менеджер?Свой проект. Планировки, очередность, сроки, инфраструктуру, ипотечных партнёров. Пока работала массовая льготная, клиент приходил выбирать внутри предложения, и этого объёма знаний хватало.Что теперь знает клиент?Цифры ЦБ по первичке, отчёты ЕРЗ по темпу реализации отдельных корпусов, публикации об остатках. С этим он приходит в отдел продаж и задаёт вопросы, которых раньше массово не звучало:1. У вас долго не продаётся в этом корпусе, правильно?2. Почему цена не снижена, если объект полгода стоит?3. Как у вас темп по сравнению с ЖК напротив?В 2025 году мы занимались разметкой разговоров отделов продаж у застройщиков и именно на этих вопросах фиксировали наибольший провал. Менеджеры, как правилло, отвечали формулировками: «в следующем квартале планируем повышение цен», «спрос волнообразный», «у нас хорошая динамика».Но все эти формулировки звучат как заученный скрипт без привязки к ситуации клиента — в них нет экспертности, на которую можно положиться. Не чувствуется, что имеешь дело с профессионалом.Информированный клиент считывает это быстро и однозначно: менеджер либо не знает, либо уходит от ответа. Доверие не возникает, разговор продолжается, но уже не так открыто — а решение принимается не в пользу этого застройщика.Четыре слоя знаний, которых рань