В Т-Банке десятки тысяч сотрудников работают над операционными задачами: поддержка клиентов, продажи услуг, взыскание долгов. Операционных процессов здесь десятки тысяч, и они постоянно меняются. При этом компания должна обеспечивать бесперебойную работу в системах, где люди и технологии работают вместе.

Чат-боты решают часть задач, связанных с поддержкой клиентов, но большая доля обращений все равно попадает на операторов. При этом оператор — не просто человек, который отвечает клиенту: он работает в интерфейсах — проверяет данные, нажимает кнопки, заполняет поля, следует скриптам, принимает решения.

Т-Банк задался вопросом: что, если AI-агент сможет делать то же самое — не просто отвечать в чате, а работать в системах как человек?

Computer use означает, что AI-агент работает прямо в интерфейсе оператора: видит то же, что видит человек на экране, нажимает те же кнопки, вводит те же данные.

Вместо того чтобы строить отдельные автоматизации для каждого процесса, Т-Банк создал систему, которая учится работать так же, как учатся люди — смотреть и повторять.

Выбор UI вместо API обоснован практически: оператор легко оценивает правильность действий модели в знакомой рабочей системе, тогда как разметить правильность вызова API он бы не смог. Кроме того, рабочая система уже содержит защиту от ошибок, и агент наследует ее.

Для proof of concept выбрали отдел реструктуризации долгов — это скриптовый домен первого уровня сложности, то есть внутри процесса один или малое количество скриптов, отклонений мало.

Задача — проверить, сработает ли подход, прежде чем масштабировать на сложные процессы.

Для контекста — демо платформы со встроенным ассистентом:

Операторы работают как обычно и ничего не видят, а система записывает их действия в интерфейсе: нажал сюда, написал это, выбрал то.

В формате JSON фиксируется состояние экрана и каждое действие оператора, и банк получает 500 тысяч строк датасета каждый день — постоянно актуализируемую базу знаний о том, как реальные люди решают задачи.

На собранных траекториях обучают модель в формате вопроса: «Вот это на экране — что нужно сделать?»

Команда начала с foundation-моделей из коробки, но промптинг ChatGPT давал точность около 30% — для базовых действий вроде клика на кнопку модели справляются, однако на тонкостях (чем кредит отличается от рассрочки, в каких случаях какая кнопка) модели путаются. Модель Т-Банка почти сразу показала результат выше 50%.

Решением стало дообучение: T-Pro на 32 миллиарда параметров с доменной адаптацией и SFT (supervised fine-tuning), обученная на всей поддержке банка — все термины, специфика траекторий, доменные знания.

Точность на офлайн-метриках (попадание в действия оператора) — 88%.

Обученную модель запустили в режиме co-pilot: оператор работает в своей системе, но видит подсказку — что модель предлагает сделать дальше. Одной кнопкой можно принять или отклонить и сделать по-своему.

Система постоянно собирает обратную связь — сколько процентов подсказок оператор принял. В домене реструктуризации операторы принимали больше 85% подсказок.

Но ключевая метрика — «идеальные сессии»: когда оператор от начала до конца просто нажимал «принять». Таких сессий оказалось более 50%, что означает: модель готова работать автономно на этих сценариях.

На идеальных сессиях обучили отдельную модель — энейблер, который смотрит на входящее обращение и определяет: AI уже все выучил и может работать сам, или это сложный случай для человека. Так система сама разделяет трафик между автоматизацией и живой консультацией.

Запустили 5 экземпляров Афанасия в Kubernetes — каждому завели учетки в системе, как обычным сотрудникам, с теми же доступами и ограничениями. Технически: на машине стоит клиент, который снимает состояние рабочей системы, отправляет на бэкенд, получает от модели ответ «Что делать?» и выполняет действие.

Все сложные случаи автоматически переводятся на co-pilot, и люди продолжают генерировать разметку для дообучения — система замкнулась в петлю обратной связи.

Афанасий оказался так похож на обычного оператора, что в системах его от людей не отличали — как рассказывает руководитель проекта, «наши сотрудники так похожи на людей, что ничем не отличаются во всех системах, даже пытались выплатить премию Афанасию, начали искать, кому оплатить, и не нашли».

В production агент автоматизировал 60% трафика — дополнительно к чат-боту, который был и остался. По результатам А/Б теста экономия составила 40% времени операторов.

Качество работы оценивали слепо: диалоги агента отправляли тем же разметчикам и контролерам, которые проверяют людей, по тем же формам.

Вначале контролеры не знали, что Афанасий — агент, потом узнали, но продолжили оценивать по тем же критериям.

Результат: 98 баллов по 100-балльной системе (средняя оценка людей — 94), топ-3 среди примерно 50 операторов.

После реструктуризации Т-Банк перешел к поддержке клиентов мобильного оператора — задача второго уровня сложности (Tier 2), мультискрипт, в котором нужно выбрать и пройти по одному из сотни скриптов. Действий больше, порядок произвольный, поведение разных операторов в одинаковых ситуациях различается — это мешает и учить модель, и собирать разметку.

Acceptance rate — 64%, 45% сессий — идеальные.

Следующий шаг — запуск автономных агентов, что даст полноценную автоматизацию на computer-use агенте в течение полугода.

Управление агентами идет на нескольких уровнях:

Контроль качества: агентов проверяют те же контролеры, по тем же формам, что и людей.

Система развивается по плану из десяти ступеней — от legacy-ботов через co-pilot и автономную работу в простых скриптах к полной автономии в сложных доменах. Сейчас проект на этапе масштабирования co-pilot на сложные скрипты, и в ближайшие полгода планируют запустить полноценную автоматизацию в поддержке Т-Мобайла.

Долгосрочная цель — забрать рутину у сотрудников и изменить роль оператора на контролера для AI. Агент автоматизирует то, что люди делают чаще всего, и освободит их для сложных задач.

Следующий этап — научить агента быть лучше среднего: сейчас он учится на действиях всех операторов, включая слабых, а следующий шаг — давать большее количество задач лучшим, чтобы агент тянулся к ним и растил продуктовые метрики.