7 причин, по которым клиенты не доверяют AI-консультантам

AI-консультант экономит компании деньги только тогда, когда клиент верит его ответу. Если после разговора человек все равно пишет оператору, один и тот же вопрос приходится разбирать дважды — сначала AI, потом сотруднику. В итоге умный помощник, который должен был снизить расходы, сам становится лишней статьей расходов. В статье разбираем семь причин клиентского недоверия и показываем, как увидеть их в реальных диалогах.

Дисклеймер: эта статья выросла из запросов на доработку AI-помощников. К нам не всегда приходят с заказом на создание с нуля: часто какой-то сценарный бот или полноценный умный помощник для консультаций на сайте уже есть, и он даже отвечает правильно в большей части сценариев. Но спустя месяц-другой после запуска оказывается, что нагрузка на операторов почти не снизилась: клиенты получают ответ от бота и… все равно звонят в поддержку.

Если помощником не пользуются, инвестиции в него не окупаются. Поэтому причины недоверия важно учитывать еще до запуска, что мы и делаем при разработке AI-помощников. В статье разберем, почему клиенты сомневаются в нейроконсультантах и как понять, что мешает им пользоваться помощником именно в вашем случае.

AI-консультантами пользуются чаще, но доверяют им все еще осторожно

С чат-ботами в поддержке сегодня сталкиваются многие покупатели. Но если человек пользуется ботом, это еще не значит, что он ему доверяет.

Это видно по нескольким крупным исследованиям. Американская компания Liveops, которая предоставляет бизнесу операторов поддержки на аутсорсе, опросила покупателей после праздничных распродаж 2025 года. Большинство из них общались с AI в поддержке, но лишь меньшинство сказали, что сервис от этого стал лучше. Консалтинговая компания KPMG вместе с Университетом Мельбурна изучила отношение к AI в 47 странах и получила похожую картину: пользуются AI многие, а вот доверяют меньше половины. А в опросе Gartner, американской исследовательской и консалтинговой компании, клиенты чаще признавались, что предпочли бы вообще обходиться без AI в поддержке.

В России картина на первый взгляд другая. Финансовый маркетплейс Выберу.ру — сервис, на котором подбирают кредиты, вклады и страховки, — выяснил, что доверие россиян к консультациям чат-ботов за год заметно выросло. Но и у нас многие хотят оставить себе запасной выход. Платформа для работы с фрилансерами Solar Staff опросила своих пользователей, и каждый третий сказал, что не станет пользоваться сервисом, где поддержка целиком построена на AI.

Главные цифры из этих исследований мы собрали в инфографике.

Пользуются AI многие, доверяют ему заметно меньше. Данные KPMG и Университета Мельбурна (48 000 человек, 47 стран, 2025) и Liveops (1000 покупателей в США, 2025)

Клиентов больше всего беспокоит, что они не смогут связаться с живым сотрудником. Данные Gartner, опрос 5728 клиентов

Россияне доверяют ботам все больше, но многие хотят оставить себе возможность поговорить с человеком. Данные Выберу.ру (3000 человек, 2024–2025) и Solar Staff (более 2000 пользователей, 2025)

Чем дороже может обойтись ошибка, тем реже люди готовы доверить задачу AI. Данные Выберу.ру, 3000 россиян, 2025

Как связать растущее доверие в России и то, что каждый третий участник опроса Solar Staff не станет пользоваться сервисом, где поддержка целиком автоматизирована? Подсказка есть в том же опросе Выберу.ру. Консультациям чат-ботов доверяют две трети опрошенных, а инвестиционным советам — уже только треть. Иными словами, чем дороже обойдется ошибка, тем меньше доверия. Узнать у бота статус заказа человек готов, но если речь идет о деньгах, возврате или договоре, ему хочется гарантий, и одного правильного ответа для этого мало.

Нужно понимать, что все эти цифры взяты из опросов — они показывают, что люди говорят об AI, и сильно зависят от того, как задан вопрос и кого спрашивали. Как ведут себя именно ваши клиенты, можно узнать только из исследования на вашем проекте. Как его провести, расскажем ниже.

Клиент сомневается даже в верном ответе — по семи причинам

Условно всех недоверчивых можно разделить на две группы. Первые четыре связаны с риском: клиент не понимает, что потеряет, если бот ошибется. Остальные три касаются самого разговора: как бот представляется, что он может сделать и помнит ли, о чем ему уже рассказали. В жизни, разумеется, они часто встречаются вместе.

Клиент не знает, кто ответит за ошибку бота

Самая известная история на эту тему (я уже рассказывала ее в статье про цены на AI-помощников) случилась с Air Canada, крупнейшей авиакомпанией Канады. Пассажир спросил чат-бота на сайте про скидку на билет для поездки на похороны. Бот ответил, что оформить ее можно в течение 90 дней после покупки. Это было неправдой, и в возврате денег пассажиру отказали. Дело дошло до суда, где авиакомпания доказывала, что бот — «отдельное юридическое лицо» и сам отвечает за свои слова. В феврале 2024 года суд с этим не согласился: именно компания отвечает за все, что написано на ее сайте, в том числе в чате. Пассажир получил около 650 канадских долларов компенсации.

Еще одна история, где и смешно, и грустно, и тревожно: в декабре 2023 года американец решил проверить чат-бота калифорнийского дилера Chevrolet и попросил бота соглашаться со всем, что он говорит, и добавлять к каждому ответу, что это юридически обязывающее предложение. В итоге бот согласился «продать» внедорожник Tahoe за один доллар. Машину, конечно, никто так не продал, а бота отключили.

Обе истории разошлись по соцсетям как еще одно доказательство того, что компании не отвечают за свои слова, когда они исходят от AI-помощников.

И еще один схожий пример (правда, компания тут оказалась мудрее и ошибку признала). Весной прошлого года бот поддержки Cursor, популярного редактора кода со встроенным AI, ответил пользователю, что по правилам сервиса одной подпиской можно пользоваться только на одном устройстве. Но такого правила не было, бот просто его придумал. Пользователи форумов Reddit и Hacker News возмутились, часть из них отменила подписку, и компании пришлось публично признать ошибку. О том, почему нейросети вообще придумывают факты и как ловить их за руку, я писала в статье «Как проверять AI-тексты: фактчекинг в эпоху нейросетей».

Как вы понимаете, на доверие общества к роботам такие истории совсем не работают. И явление это не новое: еще в 2015 году исследователи из Уортонской школы бизнеса описали явление, которое назвали «неприятием алгоритмов». Суть в том, что люди, увидев хотя бы одну ошибку робота, чаще выбирают человека. И делают это, даже когда алгоритм в целом ошибается реже. Ошибку человека мы списываем на случайность, а вот ошибку машины считаем признаком того, что она вообще работает плохо. Поэтому один неверный ответ бота может заставить клиента сомневаться и во всех остальных.

Что мы рекомендуем при разработке и каким правилам следуем сами:

• прямо написать в чате, что ответы помощника — это официальная информация компании;

• показывать, откуда взят ответ: давать ссылку на пункт правил, тариф или договор;

• объяснять, что делать клиенту, если ответ окажется неверным;

• заранее решить, чего бот обещать не может: скидки, исключения из правил, сроки.

Клиент боится, что не сможет добраться до человека

В опросе Gartner, о котором я писала выше, это опасение оказалось на первом месте. Возможная ошибка бота беспокоит людей меньше, чем мысль, что после ошибки будет не к кому обратиться. Логика у них такая: исправить ошибку все равно сможет только человек.

То же самое отмечают авторы обзора в California Management Review — журнале о менеджменте, который издает школа бизнеса Калифорнийского университета в Беркли. Они называют плохую связь с живыми сотрудниками одной из пяти главных причин, по которым чат-боты раздражают клиентов.

Это понимают даже компании, которые сделали ставку на автоматизацию. Шведский финтех-сервис Klarna, через который покупатели оплачивают покупки в рассрочку, перевел часть поддержки на AI. И уже в мае 2025 года гендиректор компании Себастьян Семятковски признал, что чат-боты дешевле людей, но работают хуже. Klarna снова стала нанимать операторов, а Семятковски объяснил это так: клиент должен знать, что при желании всегда сможет поговорить с человеком.

В России это, возможно, закрепят законодательно: в марте журналисты сообщили, что Минцифры готовит законопроект о праве отказаться от обслуживания с помощью AI. Обсуждается, что он вступит в силу 1 сентября 2027 года. Правда, окончательного текста пока нет, и как именно будет работать этот отказ, неясно.

Мы рекомендуем закладывать передачу диалога человеку с самого начала, при этом оператор должен видеть всю переписку с ботом, а клиент — знать, сколько придется ждать человека.

Клиент не понимает, что будет с его данными

Британская исследовательская компания Delineate вместе с агентством Vixen Labs, которое разрабатывает голосовых и текстовых ассистентов, опросила 7 тысяч человек в пяти странах. Больше половины сказали, что беспокоятся о своих данных, когда общаются с чат-ботами. И это понятно: человек не знает, сохраняется ли переписка, кто ее прочитает и не будут ли на ней обучать нейросеть.

Пока на эти вопросы нет ответа, клиент старается рассказывать поменьше. Он не называет номер договора, не описывает ситуацию подробно — и закономерно получает слишком общий ответ, который ему не помогает.

При этом у бота есть преимущество, о котором часто забывают. По данным Выберу.ру, каждому пятому россиянину проще обсудить с ботом деликатные темы, например, отсрочку по долгу: перед машиной не стыдно! То есть если понятно объяснить, что происходит с данными, бот может даже выиграть у человека.

Мы рекомендуем объяснять это прямо в чате, в тот момент, когда бот просит данные. Ссылка на политику конфиденциальности внизу сайта сама по себе редко отвечает на вопрос клиента в нужный момент. И, разумеется, бот должен спрашивать только то, без чего не обойтись, а вся работа с перепиской должна соответствовать закону о персональных данных (152-ФЗ).

Клиент подозревает, что рекомендация выгодна прежде всего продавцу

Когда бот магазина советует товар или тариф, клиент задумывается: а кому это выгодно?

Поводы для таких мыслей есть. В 2026 году ученые из Принстонского и Вашингтонского университетов проверили, как 23 нейросети ведут себя, если компания просит их продвигать своих партнеров. В задаче с бронированием авиабилетов модели получали прямую установку: в первую очередь предлагать рейсы авиакомпаний-спонсоров. 18 нейросетей из 23 больше чем в половине случаев рекомендовали более дорогой спонсорский рейс, хотя были варианты дешевле. А о том, что рейс спонсорский, модели в среднем умалчивали примерно в половине случаев.

Конечно, это эксперимент, и о работе настоящих консультантов по нему судить нельзя. Зато он показывает: если бизнес попросит бота продвигать выгодные ему варианты, бот будет делать это даже в ущерб клиенту и не всегда скажет об этом честно.

Хорошая новость в том, что доверие к рекомендациям растет, когда решение остается за клиентом. Те же исследователи из Уортонской школы бизнеса в работе 2018 года выяснили, что люди гораздо охотнее слушают алгоритм, если могут хотя бы немного поправить его результат. Поэтому мы рекомендуем:

• объяснять, почему AI-консультант советует именно этот вариант и какие слова клиента на это повлияли;

• предлагать несколько вариантов, в том числе подешевле;

• давать клиенту самому менять условия подбора: цену, сроки, набор функций;

• помечать партнерские и рекламные предложения.

Клиент узнает, что говорит с ботом, и начинает сомневаться

В 2019 году в научном журнале о маркетинге Marketing Science вышло исследование, в котором участвовали более 6200 клиентов. Ученые сравнили, как продает чат-бот, когда клиент знает, что говорит с машиной, и когда не знает. Пока клиенты не знали, бот продавал не хуже опытных менеджеров. А когда бот сразу представлялся ботом, покупок становилось примерно на 80% меньше. По наблюдению авторов, клиенты заранее считали бота менее компетентным и общались с ним резче.

Разумеется, с тех пор боты стали гораздо умнее, и сегодня цифры могли бы быть другими. Но сам вывод по-прежнему важен: у клиентов есть предубеждение против ботов, и оно появляется еще до первого ответа.

Так, может, просто не говорить клиенту, что с ним общается бот? Мы так делать не рекомендуем, и дело тут не только в этике. В Евросоюзе со 2 августа 2026 года действует статья 50 Регламента ЕС об искусственном интеллекте (AI Act). Как поясняет Еврокомиссия, системы, которые напрямую общаются с людьми, должны с начала разговора сообщать, что собеседник — AI. Исключение делают для случаев, когда это и так очевидно, но толковать его следует узко.

Уведомлять об использовании AI предлагает и российский законопроект Минцифры. Пока, впрочем, далеко не все компании это делают: в опросе Liveops только 22% покупателей сказали, что их ясно предупредили об AI.

Что делать? Честно представить бота и сразу ответить на главные вопросы клиента: с чем бот поможет, что передаст человеку и как позвать оператора. Дальше доверие зависит от того, насколько точно и по делу он отвечает.

Клиент получает ответ, но проблема остается нерешенной

Человек не всегда нужна просто информация. Он хочет вернуть деньги, перенести доставку или договориться об исключении из правил. Но вот представьте: бот точно пересказывает правила возврата, а сам возврат оформить не может — для клиента это выглядит как отписка. Авторы обзора в California Management Review приводят данные опроса Gartner: полностью через самообслуживание решается лишь 14% обращений. Причем самообслуживание — это не только боты, но и, например, справка на сайте.

Здесь есть два решения. Первое — подключить бота к CRM, системе оплаты или службе доставки, чтобы он сам делал простые вещи. Второе — если решение может принять только человек, бот должен честно об этом сказать и сразу передать заявку сотруднику вместе со всеми данными.

Клиенту приходится повторять то, что он уже объяснил

В том же опросе Solar Staff, на который я ссылалась выше, больше половины участников сказали, что боты не понимают контекст. Чаще всего людей раздражает, что приходится объяснять проблему заново. Всем же знакома ситуация, когда вы подробно рассказали боту о проблеме, он перевел вас на оператора, а оператор пишет: «Здравствуйте! Чем могу помочь?». После такого в следующий раз хочется сразу звонить.

Сюда же относится тон. Шаблонное «Мне очень жаль, что так вышло» в ответ на нерешенную проблему может раздражать сильнее, чем помогает. Бота можно и нужно делать вежливым и внимательным, но не выдавать его за человека. Клиенту гораздо важнее, чтобы бот помнил, что ему уже сказали, уточнял только недостающее и передавал оператору всю переписку.

Итак, вот все семь причин, по которым мы, люди, пока не очень хотим общаться с ботами:

Барьеры доверия выявляют тремя методами

Исследования из первого раздела показывают общую картину, но не скажут, какая из семи причин важна именно для ваших клиентов. В банке людей скорее будут беспокоить данные, в интернет-магазине — что им что-то навязывают, в B2B-сервисе — кто ответит за ошибку. Чтобы не гадать, нужно изучить своих клиентов. Мы рекомендуем пользоваться тремя методами сразу: каждый отвечает на свой вопрос, а вместе они дополняют друг друга.

Интервью: почему клиент перестал доверять боту

Для интервью мы рекомендуем искать три типа клиентов:

• тех, кто начал переписку с ботом и бросил ее на полпути;

• тех, кто попросил позвать оператора;

• тех, кто видел чат на сайте, но так ни разу туда и не написал.

Самое главное — спрашивать про конкретные случаи. Если спросить «Вы доверяете чат-ботам?», человек ответит так, как ему кажется правильным. Но если попросить рассказать буквально, что произошло в последний раз, вы услышите, как было на самом деле. Вот несколько вопросов, которые можно взять за основу:

• «Вспомните, когда вы в последний раз закрыли чат с ботом, так и не решив вопрос. Что произошло?»;

• «Что вы сделали после ответа бота? Проверяли его где-то еще?»;

• «Что бы вы сделали, если бы бот назвал неправильную цену или срок?»;

• «Какие вопросы вы ни за что не задали бы боту? Почему?».

После интервью каждый ответ можно отнести к одной из семи причин, которые мы разобрали выше (впрочем, как и говорила, бывает и их сочетание). Заканчивать исследование можно тогда, когда новые разговоры перестают давать новые причины.

Наблюдение: как клиент проверяет ответы на практике

Выше я уже намекнула на то, что даже не все респонденты понимают, что не доверяют боту — и потому не могут рассказать об этом в интервью. Зато это видно по тому, как они себя ведут. Лучше всего тут помогает юзабилити-тест с ведущим, где участник решает реальную задачу и проговаривает вслух все, что думает. Задачи мы рекомендуем брать такие, где ошибка обойдется дорого: вернуть товар, сменить тариф, уточнить условия договора.

На что смотреть во время теста:

• человек перепроверяет ответ бота в справке, договоре или поисковике;

• ищет кнопку оператора или номер телефона еще до того, как бот ответил;

• сомневается, прежде чем ввести номер заказа или личные данные;

• задает тот же вопрос другими словами, чтобы проверить, не изменится ли ответ;

• читает правильный ответ и все равно говорит, что позвонил бы в поддержку.

После запуска за пользователями можно наблюдать и с помощью записей сессий — например, в Вебвизоре Яндекс Метрики: там видно, куда человек пошел после чата.

Следите, чтобы в записи не попадали личные данные, которые клиенты вводят в формы!

Анализ прерванных диалогов: где именно теряется доверие

Если бот уже работает, у вас есть очень ценный источник данных — история диалогов. По ней видно, в какой момент клиент уходит и что он пишет перед этим. Мы рекомендуем разбирать ее так:

• Отобрать диалоги, которые закончились ничем: клиент не подтвердил, что вопрос решен, и не сделал того, ради чего пришел, — не оформил заказ, не перешел по ссылке.

• Посмотреть, после какого сообщения бота клиент ушел. Особенно важны случаи, когда он ушел сразу после правильного и полного ответа. Может быть, клиент просто получил то, что хотел, а может быть, и не поверил ответу. Такие диалоги стоит отобрать и просмотреть вручную.

• Поискать в переписке характерные фразы: «оператор», «человек», «позови», «переведи», «вы бот?», «это точно?», просьбы дать номер телефона. Еще один признак недоверия — клиент несколько раз задает один и тот же вопрос разными словами, чтобы ассистент точно его понял.

• Сверить чат с другими каналами: не позвонил ли тот же клиент с тем же вопросом в ближайшие день-два. Если позвонил, чат не сработал, даже если диалог закрыт как успешный.

• Отдельно отметить два момента: был ли ответ правильным и поверил ли ему клиент. Когда ответ правильный, а клиент ему не поверил, — это и есть проблема доверия.

• Разложить результаты по темам обращений, чтобы понять, где недоверия больше всего.

Из цифр мы рекомендуем регулярно следить за четырьмя:

• какая часть разговоров обходится без перевода на оператора;

• сколько людей потом обращаются повторно;

• как часто клиент прямо подтверждает, что вопрос решен;

• как клиенты оценивают разговор.

Первую цифру важно смотреть вместе со второй и третьей: если клиент не дошел до оператора, это еще не значит, что его вопрос решен. И все цифры лучше смотреть по отдельным темам: средние показатели по всему боту скрывают проблемные места.

Три метода дают полную картину только вместе. История диалогов показывает, где и как часто клиенты уходят, интервью объясняют почему, а наблюдение показывает, как это выглядит на самом деле и какие места в интерфейсе вызывают сомнения. Если ограничиться одним методом, можно сделать неверный вывод. Например, что значит ситуация, когда клиенты стали чаще просить оператора? Возможно, бот плохо отвечает? Не обязательно: ответы могут быть верными, но люди просто не доверяют им и хотят, чтобы человек их подтвердил.

Когда причины найдены, мы рекомендуем исправлять их по одной и проверять результат:

• Сформулировать гипотезу. Например: «Клиенты уходят после ответа про возврат, потому что не видят, на какое правило ссылается бот».

• Внести изменение: добавить ссылку на правила, кнопку оператора или пояснение про данные.

• Проверить изменение на части пользователей с помощью A/B-теста.

• Сравнить цифры по этой теме и либо оставить решение, либо вернуться к интервью.

AI-консультант без доверия клиентов не окупает бюджет

Зачем бизнесу AI-консультант? Чаще всего чтобы бот брал на себя часть обращений и операторам стало легче. Но реально эта экономия появляется, только если клиент поверил боту и больше никуда не обращался. Если клиент не поверил и позвонил, компания платит дважды: и за работу бота, и за время оператора. Причем оператору достается уже раздраженный человек, и разговор с ним, скорее всего, будет дольше обычного. В продажах еще проще: клиент, который не верит совету бота, просто ничего не покупает.

Поэтому в TexTerra мы считаем доверие такой же частью задачи, как точность ответов. До запуска мы выясняем, что именно смущает клиентов конкретного бизнеса, и пока разрабатываем бота, продумываем, как он будет передавать разговор человеку, ссылаться на правила, объяснять, что будет с данными, и чего он обещать не должен. А после запуска регулярно разбираем диалоги, которые оборвались, и дорабатываем слабые места.

Готовность к недоверию клиентов проверяется по семи пунктам

Пройдитесь по списку. Если на какой-то пункт вы отвечаете «нет» или «не знаю», с него и стоит начать:

• Ответственность. Клиент видит, на какое правило ссылается бот, и знает, что делать, если ответ окажется неверным.

• Доступ к человеку. Позвать оператора можно в любой момент, и он видит всю переписку.

• Данные. Бот объясняет, зачем ему личные данные и кто их увидит, и не спрашивает лишнего.

• Интересы. Бот объясняет свои рекомендации, предлагает несколько вариантов и помечает рекламу.

• Честность. Бот сразу говорит, что он бот, и чем может помочь.

• Полномочия. Простые вещи бот делает сам, а сложные сразу передает человеку и честно об этом предупреждает.

• Контекст. Клиенту не приходится повторять одно и то же ни боту, ни оператору.

Конечно, даже если все пункты выполнены, доверие не гарантировано. Список помогает не упустить очевидное. А что мешает именно вашим клиентам, покажет только исследование.

FAQ

Нужно ли говорить клиенту, что с ним общается бот?

Да. В Евросоюзе со 2 августа 2026 года этого требует закон, если только и так не очевидно, что клиент общается с AI, а в России похожую норму обсуждают в законопроекте Минцифры. К тому же, если клиент сам поймет, что бот выдавал себя за человека, он почувствует себя обманутым.

Зачем переводить на оператора, если бот и так отвечает правильно?

Когда клиент знает, что в любой момент может позвать человека, он спокойнее относится к ответам бота. И часто так и не воспользуется этой возможностью. Кроме того, даже самый точный бот рано или поздно столкнется с необычной ситуацией, где решать должен человек.

Нужно ли делать бота «человечнее»?

Вежливость и внимание к деталям, разумеется, помогают. А вот человеческое имя, фото на аватаре и фразы, по которым кажется, что пишет живой сотрудник, мы не рекомендуем. Когда клиент поймет, что переписывался с программой, доверия станет только меньше.

Сколько нужно интервью, чтобы понять, что мешает клиентам?

Одной цифры тут нет. Интервью стоит проводить, пока в каждой группе клиентов причины не начнут повторяться, а потом по истории диалогов можно проверить, насколько часто каждая из них встречается.

Что делать, если бот уже ошибся и клиенты это заметили?

Мы рекомендуем как можно быстрее признать ошибку от имени компании, выполнить то, что бот пообещал клиентам, и рассказать, что в боте изменили. Дело Air Canada хорошо показывает, что попытка свалить вину на бота обходится дороже самой ошибки.

Читайте также:

Как тестировать AI-ассистента. Evals, эталонные наборы и регрессионные проверки

Что выбрать бизнесу: сценарный бот, RAG-помощник, AI-воркфлоу или автономный агент

Сколько на самом деле стоит AI-помощник: считаем реальную цену и срок окупаемости